Guia Unidad 3 Pl Simplex y Dualidad
-
Upload
migueldlgd -
Category
Documents
-
view
18 -
download
2
description
Transcript of Guia Unidad 3 Pl Simplex y Dualidad
-
GUIA DE
INVESTIGACION OPERATIVA
SIMPLEX Y DUALIDAD
CIENCIAS EXACTAS
2015
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 2
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Unidad 3.- METODO SIMPLEX Y DUALIDAD
3.1 El mtodo simplex, revisin de matrices, solucin de ecuaciones 3.2 Revisin del programa informtico 3.3 Aplicacin de las tablas del SIMPLEX con un programa informtico. 3.4 Maximizacin: mtodo de solucin matricial 3.5 Minimizacin: mtodo de solucin matricial 3.6 Uso de un programa informtico para el simplex y en casos especiales 3.7 Anlisis de recursos y sensibilidad 3.8 Tasas de sustitucin y precios sombra 3.9 Problema dual, transformaciones, resolucin, interpretaciones min.- mx. y mx. min. 3.10 Aplicaciones de programacin lineal, mtodo simplex, casos especiales
ALGEBRA
MATRICIAL
METODO
SIMPLEX
PROBLEMA
DUAL
MINIMIZACIONMAXIMIZACION
ANALISIS
DE RECURSOS
ANALISIS DE
SENSIBILIDAD
ESTANDARIZACION
OPERACIN DE MATRICES
METODO DE REDUCCION
SISTEMAS DE ECUACIONES
MATRIZ AMPLIADA
PRIMALDUAL
VARIABLES
-HOLGURA
- ARTIFICIALES
METODO
-M-DOS FASES
ALGEBRA
MATRICIAL
METODO
SIMPLEX
PROBLEMA
DUAL
MINIMIZACIONMAXIMIZACION
ANALISIS
DE RECURSOS
ANALISIS DE
SENSIBILIDAD
ESTANDARIZACION
OPERACIN DE MATRICES
METODO DE REDUCCION
SISTEMAS DE ECUACIONES
MATRIZ AMPLIADA
PRIMALDUAL
VARIABLES
-HOLGURA
- ARTIFICIALES
METODO
-M-DOS FASES
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 3
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
METODO SIMPLEX
El mtodo Simplex es un algoritmo de solucin muy utilizado para resolver problemas de programacin lineal. Un algoritmo es una serie de pasos para cumplir con una tarea determinada.
El mtodo simplex es un mtodo general de solucin del problema de Programacin lineal (PL) con cualquier nmero de variables de decisin, y consiste en partir de una Solucin Bsica Factible (SBF), para acercarse paso a paso a una mejor solucin, hasta alcanzar la Solucin ptima Factible (SOF).
Modelo General
Funcin Objetivo nnXCXCXCZ ...2211 Mx. o Min.
Limitaciones 11212111 ... bxaxaxa nn
22222121 ... bxaxaxa nn
333232131 ... bxaxaxa n
: : : :
mnmnmm bxaxaxa ...2211
En donde nxxx ,...,, 21 y mbbb ,...,, 21 son no negativas
Variables de holgura mnn XX 1 son las que se aaden a una inecuacin para que se transforme en una ecuacin. Estandarizacin.
111212111 ... bxxaxaxa nnn
222222121 ... bxxaxaxa nnn
3333232131 ... bxxaxaxa nn
: : : :
mmnnmnmm bxxaxaxa ...2211
m Ecuaciones mn Variables
Maximizacin
Modelo General
Funcin Objetivo nnXCXCXCZ ...2211 Mx. o Min.
Limitaciones 11212111 ... bxaxaxa nn
22222121 ... bxaxaxa nn
333232131 ... bxaxaxa n
: : : :
mnmnmm bxaxaxa ...2211
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 4
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
En donde nxxx ,...,, 21 y mbbb ,...,, 21 son no negativas
Variables de holgura mnn XX 1 son las que se aaden a una inecuacin para que se
transforme en una ecuacin.
Estandarizacin.
111212111 ... bxxaxaxa nnn
222222121 ... bxxaxaxa nnn
3333232131 ... bxxaxaxa nn
: : : : :
mmnnmnmm bxxaxaxa ...2211
m Ecuaciones
mn Variables
Ejemplo: resolver el modelo utilizando el mtodo simplex para maximizacin
Funcin Objetivo Mx. 4321 9677 xxxxz
Restricciones 20000335.12
300005354
4321
4321
xxxx
xxxx
Estandarizacin:
Mx. Z = 7x1+7x2+6x3+9x4+0x5+0x6
20000335.12
300005354
64321
54321
xxxxx
xxxxx
Primera Iteracin
Cj 7 7 6 9 0 0
X B X1 X2 X3 X4 X5 X6Relacion
minima Menor valor
0 X5 30000 4 5 3 5 1 0 6000 sale
0 X6 20000 2 1,5 3 3 0 1 6666,67
Zj 0 0 0 0 0 0 0
-7 -7 -6 -9 0 0 Fila criterio(indicador)
ingresa
Zj - Cj
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 5
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Clculos:
Zj: 0 * 30000 + 0 * 20000 = 0
0 * 4 + 0 * 2 = 0
0 * 5 + 0 * 1,5 = 0
0 * 3 + 0 * 3 = 0
0 * 5 + 0 * 3 = 0
0 * 1 + 0 * 0 = 0
0 * 0 + 0 * 1 = 0
Solucin bsica factible:
20000
30000
0
6
5
4321
X
X
XXXX
Para maximizacin la fila indica si se lleg a un ptimo, cuando todos los valores de la son positivos o cero
Variable entrante
9
4X
El valor ms negativo de la fila criterio
Variable saliente 60005X Menor valor positivo de la relacin mnima
En la fila criterio elegimos el valor ms negativo, en caso de que los valores sean ceros o positivos se ha llegado a un ptimo.
La posicin para la nueva iteracin donde est ubicado el eje el valor debe ser 1, por lo cual la fila del eje le dividimos para cinco cada uno de sus elementos.
3000/5 = 6000; 4/5; 5/5 = 1; 3/5; 5/5 = 1; 1/5; 0/5 = 0
5Valor del
EJE5
Valor del
EJE3 Valor del
SEMI EJE3 Valor del
SEMI EJE
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 6
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Otras variables: el elemento de la anterior etapa menos el producto del semieje por el valor de la nueva variable.
Zj: 9 * 6000 + 0 * 2000 = 54000
9 * 4/5 + 0 * (-2/5) = 36/5
9 * 1 + 0 * (-3/2) = 9
9 * 3/5 + 0 * (6/5) = 27/5
9 * 1 + 0 * 0 = 9
9 * 1/5 + 0 * (-3/5) = 9/5
9 * 0 + 0 * 1 = 0
El cuadro de la iteracin seria:
Cj 7 7 6 9 0 0
X B X1 X2 X3 X4 X5 X6 RM
9 X4 6000 4/5 1 3/5 1 1/5 0 10000
0 X6 2000 -2/5 -3/2 6/5 0 -3/5 1 5000/3 sale
Zj 54000 36/5 9 27/5 9 9/5 0
1/5 2 -3/5 0 9/5 0
ingresa
Zj - Cj
Valores
Fila semi nueva
X6 eje fila
20000 - 3 * 6000 = 2000
2 - 3 * (4/5) = -2/5
1,5 - 3 * 1 = -1,5
3 - 3 * (3/5) = 6/5
3 - 3 * 1 = 0
0 - 3 * (1/5) = -3/5
1 - 3 * 0 = 1
Valores
Fila semi nueva
X4 eje fila
6000 - 3/5 * 1666,67 = 5000
4/5 - 3/5 * (-1/3) = 1
1 - 3/5 * (-5/4) = 7/4
3/5 - 3/5 * 1 = 0
1 - 3/5 * 0 = 1
1/5 - 3/5 * (-1/2) =
0 - 3/5 * (5/6) = -
2000 * 5/6 = 1666,7
-2/5 * 5/6 = -1/3
-1/5 * 5/6 = -5/4
6/5 * 5/6 = 1
0 * 5/6 = 0
-1/5 * 5/6 = -
1 * 5/6 = 5/6
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 7
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Zj: 9 * 5000 + 6 * 1666.67 = 55000 Mejora el valor
9 * 1 + 6 * (-1/3) = 7
9 * 7/4 + 6 * (-5/4) = 33/4
9 * 0 + 6 * 1 = 6
9 * 1 + 6 * 0 = 9
9 * 1/2 + 6 * (-1/2) = 3/2
9 * (-1/2) + 6 * 5/6 = 1/2
Entonces, la siguiente iteracin ser:
Como, Zj Cj solamente tiene valores positivos y/o ceros, entonces tenemos un ptimo y la solucin ser:
Zj = 55000; X1= 0; X2= 0; X3=1666.67; X4=5000; X5=0; X6=0
En la ltima tabla se tiene cada uno de los diferentes coeficientes que tienen un significado econmico y se denominan tasas de sustitucin, ver solamente los valores de las variables de holgura correspondiente a su columna.
Anlisis de sensibilidad y tasas de sustitucin y precios sombra
Ejercicio: Un fabricante de muebles elabora anaqueles y escritorios en su empresa, que tiene dos departamentos, en los cuales los requerimientos en horas hombre por departamento y en unidad se indican a continuacin:
a) Establecer un programa de produccin que permita a la empresa maximizar las utilidades sin que la compaa forme inventario.
b) Esta compaa tiene la posibilidad de ocupar la seccin de preparacin de piezas para otro artculo y le interesa conocer si con el programa de produccin ptimo actual le queda tiempo libre en el departamento.
Cj 7 7 6 9 0 0
X B X1 X2 X3 X4 X5 X6 RM
9 X4 5000 1 7/4 0 1 -
6 X6 1666,67 -1/3 -5/4 1 0 - 5/6
Zj 55000 7 33/4 6 9 3/2
0 5/4 0 0 3/2 Zj - Cj
Anaqueles Escritorios Disponibilidad
Dpto. I Preparacin de piezas 3 5 240 h H/u
Dpto. II Ensamblaje y terminado 4 2 128 h H/u
Costos por unidad 2000 2800 $/u
Precio de venta 3500 4600 $/u
Utilidad por unidad 1500 1800 $/u
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 8
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
c) Suponiendo que la competencia vende escritorios similares a $300 la unidad que poltica deber adoptar el gerente si se llega a una competencia muy marcada.
Desarrollo: I.- Datos, la tabla resume toda la informacin II.- Variables:
X: nmero de anaqueles a producir por semana
Y: nmero de escritorios a producir por semana S1: Tiempo NO usado en el departamento I, preparacin S2: Tiempo NO usado en el departamento II, terminado III.- Funcin Objetivo Mx. U = 1500 X + 1800 Y + 0 S1 + 0 S2 IV.- Limitaciones
12824
24063
yx
yx
Estandarizacin:
F.O. Mx. 21 0018001500 SSyxU
Dpto. I 24063 1 Syx
Dpto. II 12824 2 Syx
Cj 1500 1800 0 0
X B x y S1 S2 RM
0 S1 240 3 6 1 0 40 Sale
0 S2 128 4 2 0 1 64
Zj 0 0 0 0 0
-1500 -1800 0 0
Ingresa
Zj - Cj
Cj 1500 1800 0 0
X B x y S1 S2 RM
1800 y 40 1 1/6 0 80
0 S2 48 3 0 -1/3 1 16 Sale
Zj 72000 900 1800 300 0
-600 0 300 0
Ingresa
Zj - Cj
128 - 2 * 40 = 48
4 - 2 * = 3
2 - 2 * 1 = 0
0 - 2 * 1/6 = 1/3
1 - 2 * 0 = 1
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 9
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Solucin: X = 16 (anaqueles/semana) Y = 32 (escritorios/semana) S1 = 0 indica que se usa todo el tiempo disponible en el Dpto. I S2 = 0 indica que se usa todo el tiempo disponible en el Dpto. II U = 81600 ($/semana)
Toda tasa de sustitucin significa que para producir una unidad de la variable correspondiente a la columna se debe sacrificar la tasa de sustitucin indicada por la variable correspondiente a la fila.
Para alcanzar una unidad S1 (1 h-H) de tiempo disponible en el departamento I, necesitamos sacrificar (usar o gastar) -1/9 anaqueles.
Demostracin: 1 h-H en el departamento I (preparacin de piezas) La nueva produccin ser: X = 16 (-1/9) = 145/9 = 16.11 anaqueles Y = 32 (2/9) = 286/9 = 31.77 escritorios
Dpto. I 239)9
286(6)
9
145(363 yx h-H/semana
Esto quiere decir, que el departamento I no completara la disponibilidad de las 240 h-H que tiene en la semana, sobrando 1 hora para la nueva produccin. Nueva utilidad
67.81366
)9
286(1800)
9
145(1500
18001500
n
n
n
U
U
yxU
40 - * 16 = 32
- * 1 = 0
1 - * 0 = 1
1/6 - * -1/9 = 2/9
0 - * 1/3 = -1/6
Cj 1500 1800 0 0
X B x y S1 S2
1800 y 32 0 1 2/9 -1/6 Tasas de
1500 x 16 1 0 -1/9* 1/3 sustitucin
Zj 81600 1500 1800 700/3 200
0 0 700/3 200 OPTIMOZj - Cj
S1
x -1/9*
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 10
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Entonces, 3
70033.23367.8136681600 nMAX UUU
Este valor de 9
210033.233
3
700 se encuentra directamente en la fila criterio de la ltima
iteracin.
Para alcanzar 1 unidad S2 (1 h-H) de tiempo disponible en el departamento II, necesitamos sacrificar (usar o gastar) -1/6 de escritorios.
Demostracin: 1 h-H en el departamento II (ensamblaje y terminado) La nueva produccin ser: X = 16 (1/3) = 47/3 = 15.67 anaqueles Y = 32 (-1/6) = 193/6 = 32.16 escritorios
Dpto. II 127)6
193(2)
3
47(424 yx h-H/semana
Esto quiere decir, que el departamento II no completara la disponibilidad original de las 128 h-H que tiene en la semana, sobrando 1 hora para la nueva produccin, en caso de modificarle con las tasas de sustitucin o tambin conocido como precios sombra.
Nueva utilidad
81400
)6
193(1800)
3
47(1500
18001500
n
n
n
U
U
yxU
Entonces, 2008140081600 nMAX UUU
Este valor de 200 se encuentra directamente en la fila criterio de la ltima iteracin. En el anlisis de sensibilidad tratamos de determinar la variacin de los coeficientes de la funcin objetivo. En general Max. Z = C1 x + C2 y Para el anlisis de sensibilidad: en la tabla siguiente se debe busca un nmero que haga cero en Zj ajustada (Zj aj.), usar la frmula:
Zj. Valor de la ltima iteracin, valor original Zj* valor calculado
S2
y -1/6
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 11
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Para X: Para departamento I, columna S1 para el cuadro Entonces,
Para C1 = 1500 2100
3600; si, C1 > 3600 S1 ingresa
Con el otro departamento, columna S2 para el cuadro
Entonces,
Valor final a buscar 1500 1800 0 0
x y S1 S2
x 16 1 0 -1/9 1/3
Zj* Usar la formula
Zj 81600 1500 1800 2100/9 200
Zj aj. 0
Valor inicial
1500 1800 0 0
x y S1 S2
2100 x 16 1 0 -1/9 1/3
Zj* 2100 -2100/9
Zj 81600 1500 1800 2100/9 200
Zj aj. 3600 0
Lmite superior
Valor final a buscar 1500 1800 0 0
x y S1 S2
x 16 1 0 -1/9 1/3
Zj* Usar la frmula
Zj 81600 1500 1800 2100/9 200
Zj aj. 0
Valor inicial
1500 1800 0 0
x y S1 S2
-600 x 16 1 0 -1/9 1/3
Zj* -600 -200
Zj 81600 1500 1800 2100/9 200
Zj aj. 900 0
Lmite inferior
1500 1800 0 0
x y S1 S2
-600 x 16 1 0 -1/9 1/3
Zj* -600 -200
Zj 81600 1500 1800 2100/9 200
Zj aj. 900 0
Lmite inferior
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 12
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Para C1 = 1500 600
900; si, C1 < 900 S1 ingresa
En resumen,
Para Y:
Para departamento II, columna S2 para el cuadro
Para C2 = 1800 1200
3000; si, C2 > 3000 S2 ingresa
Para departamento I, columna S1 para el cuadro
Para C2 = 1800 1050
750; si, C2 < 750 S2 ingresa
En resumen:
Por lo tanto, el anlisis de sensibilidad para los coeficientes de la funcin objetivo pueden tener las siguientes variaciones:
Valor final a buscar 1500 1800 0 0
x y S1 S2
-1050 y 32 0 1 2/9 -1/6
Zj* -1050 -2100/9 Usar la frmula
Zj 81600 1500 1800 2100/9 200
Zj aj. 750 0
Lmite inferior Valor inicial
Coeficiente Minimo Original Maximo
C1 900 1500 3600
600 2100
Coeficiente Minimo Original Maximo
C2 750 1800 3000
-1050 1200
Coeficiente Mnimo Original Mximo
C1 900 1500 3600
C2 750 1800 3000
1500 1800 0 0
x y S1 S2
1200 y 32 0 1 2/9 -1/6
Zj* 1200 -200 usar la frmula
Zj 81600 1500 1800 2100/9 200
Zj aj 3000 0
Lmite superior Valor inicial
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 13
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Casos especiales del mtodo simplex 1. Degeneracin.- Una o ms soluciones de las variables de decisin son cero, el modelo tiene por
lo menos una restriccin redundante 2. Soluciones no acotadas.- Las variables pueden tomar valores que se incrementan
indefinidamente cumpliendo con las restricciones. El espacio solucin es no acotado en una direccin.
3. ptimos alternativos.- Si una funcin objetivo es paralela a una de las restricciones no acotadas,
la F.O. asume el punto ptimo en ms de un punto de la solucin, infinidad de soluciones.
4. Solucin no factible.- Esto sucede cuando existen restricciones combinadas de mayor igual y menor igual en algunas ocasiones. En la tabla del simplex se encuentra cuando debiendo salir la variable artificial sale la variable de holgura.
Ejercicios de investigacin
Como identificar en una tabla del simplex si un problema corresponde a un caso especial y a cual caso
especial corresponde, usar un ejemplo para cada caso, resolverlo y concluir con un comentario
sealando el procedimiento. Entregar su resolucin
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 14
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
PROBLEMA DUAL El principio llamado dualidad, permite resolver un problema de maximizacin resolviendo el problema de minimizacin relacionado con l. Problema Primal (Dual) Maximizar
nnxcxcxcZ ...2211 Sujeto a,
22222121
11212111
...
...
bxaxaxa
bxaxaxa
nn
nn
mnmnmm bxaxaxa ...2211
0,...., 21 nxxx Dual (Primal) Minimizar
mmybybybW ...2211 Sujeto a,
22222112
11221111
...
...
cyayaya
cyayaya
mm
mm
nmnmnn cyayaya ...2211
0,....,, 21 myyy La solucin del modelo primal es igual a la del modelo dual en cuanto a su funcin objetivo.
Ejemplo Modelo Primal Funcin Objetivo
Restricciones Modelo Dual
n variables
m limitaciones
m variables
n limitaciones
PRIMAL DUAL
n variables
m limitaciones
m variables
n limitaciones
PRIMAL DUAL
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 15
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Funcin Objetivo Min. D = 240 X1 + 128 X2 Restricciones 3 Y1 + 4 Y2 1500 6 Y1 + 2 Y2 1800 Ejercicio 1.- Resolver por el simplex el primal, plantear el dual e indicar la solucin con la ltima tabla del simplex del primal, indicar las tasas de sustitucin y los precios sombra, realizar el anlisis de sensibilidad.
PRIMERA ITERACION
SEGUNDA ITERACION
300 - 1 * 200 = 100
2 - 1 * 1/4 = 1,75
1 - 1 * 1 = 0
1 - 1 * 0 = 1
0 - 1 * 1/4 = -0,25
0 - 1 * 0 = 0
500 - 2 * 200 = 100
1 - 2 * 1/4 = 0,5
2 - 2 * 1 = 0
0 - 2 * 0 = 0
0 - 2 * 1/4 = -0,5
1 - 2 * 0 = 1
3 5 0 0 0
X B x y S1 S2 S3 RM
0 S1 100 1,75 0 1 -0,25 0 57,1428571 SALE
5 Y 200 0,25 1 0 0,25 0 800
0 S3 100 0,5 0 0 -0,5 1 200
Zj 1000 1,25 5 0 1,25 0
Zj - Cj -1,75 0 0 1,25 0
INGRESA
200 - 0,25 * 57,14 = 185,7143
0,25 - 0,25 * 1 = 0,00
1 - 0,25 * 0 = 1
0 - 0,25 * 0,571 = -0,14286
0,25 - 0,25 * -0,14 = 0,285714
0 - 0,25 * 0 = 0
100 - 0,5 * 57,14 = 71,42857
0,5 - 0,5 * 1 = 0
0 - 0,5 * 0 = 0
0 - 0,5 * 0,571 = -0,28571
-0,5 - 0,5 * -0,14 = -0,42857
1 - 0,5 * 0 = 1
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 16
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
TERCERA ITERACION
La ltima tabla de la iteracin del Simplex, considerando fracciones en la respuesta es:
Solucin:
TASAS DE
SUSTITUCIN
PRECIOS SOMBRA
3 5 0 0 0
X B x y S1 S2 S3 RM
3 X 57,1428571 1 0 0,57142857 -0,14285714 0
5 Y 185,714286 0 1 -0,14285714 0,28571429 0
0 S3 71,4285714 0 0 -0,28571429 -0,42857143 1
Zj 1100 3 5 1 1 0
0 0 1 1 0 OPTIMO
H1 H2 X1 X2 X3
Zj - Cj
3 5 0 0 0
X B x y S1 S2 S3
3 X 400/7 1 0 4/7 -1/7 0
5 Y 1300/7 0 1 -1/7 2/7 0
0 S3 500/7 0 0 -2/7 -3/7 1
Zj 1100 3 5 1 1 0
0 0 1 1 0Zj - Cj
3 5 0 0 0
X B x y S1 S2 S3
3 X 57,1428571 1 0 0,57142857 -0,14285714 0 TASAS DE SUSTITUCION
5 Y 185,714286 0 1 -0,14285714 0,28571429 0
0 S3 71,4285714 0 0 -0,28571429 -0,42857143 1
3 5 0 0 0
X B x y S1 S2 S3
3 X 57,1428571 1 0 0,57142857 -0,14285714 0
5 Y 185,714286 0 1 -0,14285714 0,28571429 0
0 S3 71,4285714 0 0 -0,28571429 -0,42857143 1
Zj 1100 3 5 1 1 0
Zj - Cj 0 0 1 1 0
PRECIOS SOMBRA
X 400/7 57,1428571
Y 1300/7 185,714286
S3 500/7 71,4285714
S2 0
S1 0
Z 1100
PRIMAL DUAL SOLUCION X1 1
maxZ=3x+5y MIN D = 300X1 + 800X2 + 500X3 DUAL X2 1
2x+y= 3 X3 0
x+4y= 5 H1 0
x+2y
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 17
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
ANALISIS DE SENSIBILIDAD
USANDO EL WINQSB
INGRESO DE DATOS
PRIMERA ITERACION
MINIMO ORIGINAL MAXIMO
C1 1,25 3 10
C2 1 5 12
x S1 y S1
-1,75 X 1 0,57142857 7 y 1 -0,14285714
Zj* -1,75 -1 Zj* 7 -1
Zj original 3 1 Zj original 5 1
Zj ajustada 1,25 0 Zj ajustada 12 0
x S2 y S2
7 X 1 -0,14285714 -3,5 y 1 0,28571429
Zj* 7 -1 Zj* -3,5 -1
Zj original 3 1 Zj original 5 1
Zj ajustada 10 0 Zj ajustada 1,5 0
x S3 y S3
0 X 1 0 0 y 1 0
Zj* 0 0 Zj* 0 0
Zj original 3 0 Zj original 5 0
Zj ajustada 3 0 Zj ajustada 5 0
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 18
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
SEGUNDA ITERACION
TERCERA ITERACION
SOLUCION GENERAL
ANALISIS DE SENSIBILIDAD
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 19
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
2.- RESOLVER POR EL SIMPLEX UTILIZANDO EL DUAL
DUAL
PRIMERA ITERACION
SEGUNDA ITERACION
5000 16000 87500 0 0
X B x1 x2 x3 S1 S1 RM
0 S1 50 1 4 50 1 1 1 SALE
0 S2 60 3 8 25 0 0 2,4
Zj 0 0 0 0 0 0
-5000 -16000 -87500 0 0
INGRESA
Zj - Cj
60 - 25 * 1 = 35
3 - 25 * 0,02 = 2,5
8 - 25 * 0,08 = 6
25 - 25 * 1 = 0
0 - 25 * 0,02 = -0,5
1 - 25 * 0 = 1
5000 16000 87500 0 0
X B x1 x2 x3 S1 S2 RM
87500 X3 1 0,02 0,08 1 0,02 0 12,5
0 S2 35 2,5 6 0 -0,5 1 5,83333333 SALE
Zj 87500 1750 7000 87500 1750 0
-3250 -9000 0 1750 0
INGRESA
Zj - Cj
1 - 0,08 * 5,833333 = 0,533
0,02 - 0,08 * 0,416667 = -0,01
0,08 - 0,08 * 1 = 0
1 - 0,08 * 0 = 1
0,02 - 0,08 * -0,08333 = 0,027
0 - 0,08 * 0,166667 = -0,01
PRIMAL Min Z=50x+60y
x+3y>=5000 4x+8y>=16000 50x+25y>=87500
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 20
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
TERCERA ITERACIN
SOLUCION
3.- Resolver por el simplex el primal, plantear el dual e indicar la solucin con la ltima tabla
del simplex del primal, indicar las tasas de sustitucin y los precios sombra, realizar el anlisis
de sensibilidad.
5000 16000 87500 0 0
X B x1 x2 x3 S1 S2 RM
87500 X3 0,53333333 -0,01333333 0 1 0,02666667 -0,01333333
16000 X2 5,83333333 0,41666667 1 0 -0,08333333 0,16666667
Zj 140000 5500 16000 87500 1000 1500
500 0 0 1000 1500
H1 H2 H3 X Y OPTIMO
Zj - Cj
PRIMAL DUAL
SOLUCION X 1000 SOLUCION X1 0 0
Y 1500 X2 5,83333333 35/6
H1 500 X3 0,53333333 8/15
H2 0 S1 0 0
H3 0 S2 0 0
Z 140000 D 140000
5 8 0 0 0
X B X1 X2 S1 S2 S3 RM
0 S1 1000 1 1 1 0 0 1000
0 S2 5000 3 6 0 1 0 833,333333 SALE
0 S3 2500 3 2 0 0 1 1250
Zj 0 0 0 0 0 0
-5 -8 0 0 0
INGRESA
Zj - Cj
1000 - 1 * 833,333 = 166,667
1 - 1 * 1/2 = 0,5
1 - 1 * 1 = 0
1 - 1 * 0 = 1
0 - 1 * 1/6 = -0,1667
0 - 1 * 0 = 0
2500 - 2 * 833,333 = 833,333
3 - 2 * 1/2 = 2
2 - 2 * 1 = 0
0 - 2 * 0 = 0
0 - 2 * 1/6 = -0,3333
1 - 2 * 0 = 1
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 21
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
5 8 0 0 0
X B X1 X2 S1 S2 S3 RM
0 S1 166,666667 0,50 0 1 -0,16666667 0 333,333333 SALE
8 X2 833,333333 0,5 1 0 0,16666667 0 1666,66667
0 S3 833,333333 2,00 0 0 -0,33333333 1 416,666667
Zj 6666,66667 4 8 0 1,33333333 0
-1 0 0 1,33333333 0
INGRESA
Zj - Cj
5 8 0 0 0
X B X1 X2 S1 S2 S3 RM
5 X1 333,333333 1,00 0 2 -0,33333333 0
8 X2 666,666667 0 1 -1 0,33333333 0
0 S3 166,666667 0,00 0 -4 0,33333333 1
Zj 7000 5 8 2 1 0
Zj - Cj 0 0 2 1 0 OPTIMO
5 8 0 0 0
X B X1 X2 S1 S2 S3
5 X1 1000/3 1,00 0 2 -1/3 0
8 X2 2000/3 0 1 -1 1/3 0
0 S3 1000/3 0,00 0 -4 1/3 1
Zj 7000 5 8 2 1 0
Zj - Cj 0 0 2 1 0 OPTIMO
H1 H2 Y1 Y2 Y3
833,333 - 0,5 * 333,333 = 666,667
0,5 - 0,5 * 1 = 0
1 - 0,5 * 0 = 1
0 - 0,5 * 2 = -1
0,1667 - 0,5 * - 1/3 = 0,33333
0 - 0,5 * 0 = 0
833,333 - 2 * 333,333 = 166,667
2 - 2 * 1 = 0
0 - 2 * 0 = 0
0 - 2 * 2 = -4
-0,3333 - 2 * - 1/3 = 0,33333
1 - 2 * 0 = 1
SOLUCION X1 1000/3
X2 2000/3
S1 0
S2 0
S3 1000/3
Z 7000
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 22
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
TASAS DE SUSTITUCION
PRECIOS SOMBRA
PRIMAL DUAL SOLUCION DUAL
Max. Z = 5 X1 + 8 X2 Min. D = 1000 Y1 + 5000 Y2 + 2500 Y3 Y1 2
X1 + X2 = 5 Y2 1
3 X1 + 6 X2 = 8 Y3 0
3 X1 + 2 X2 >= 2500 H1 0
H2 0
D 7000
5 8 0 0 0
X B X1 X2 S1 S2 S3
5 X1 1000/3 1,00 0 2 -1/3 0 TASAS
8 X2 2000/3 0 1 -1 1/3 0 DE
0 S3 1000/3 0,00 0 -4 1/3 1 SUSTITUCION
Zj 7000 5 8 2 1 0
Zj - Cj 0 0 2 1 0
5 8 0 0 0
X B X1 X2 S1 S2 S3
5 X1 1000/3 1,00 0 2 -1/3 0
8 X2 2000/3 0 1 -1 1/3 0
0 S3 1000/3 0,00 0 -4 1/3 1
Zj 7000 5 8 2 1 0
Zj - Cj 0 0 2 1 0
PRECIOS
SOMBRA
ANALISIS DE SENSIBILIDAD
X1 S1 X2 S1
-1 X1 1 2 2 X2 1 -4
Zj* -1 -2 Zj* 2 -2
Zj original 5 2 Zj original 8 2
Zj ajustada 4 0 Zj ajustada 10 0
X1 S2 X2 S2
3 X1 1 - 1/3 -3 X2 1 1/3
Zj* 3 -1 Zj* -3 -1
Zj original 5 1 Zj original 8 1
Zj ajustada 8 0 Zj ajustada 5 0
X1 S3 X2 S3
0 X1 1 0 0 X2 1 1
Zj* 0 0 Zj* 0 0
Zj original 5 0 Zj original 8 0
Zj ajustada 5 0 Zj ajustada 8 0
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 23
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
UTILIZANDO EL WINQSB
INGRESO DE DATOS
SOLUCION GENERAL
MINIMO ORIGINAL MAXIMO
C1 4 5 8
C2 5 8 10
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 24
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
PRIMERA ITERACION
SEGUNDA ITERACION
TERCERA ITERACION
ANALISIS DE SENSIBILIDAD
-
DEPARTAMENTO ACADEMICO DE CIENCIAS EXACTAS
ING. JORGE GALIANO 25
UNIVERSIDAD TECNOLOGICA EQUINOCCIAL
Ejercicios
1.-
{
2.- {
3.-.- {
4.- {
Problemas para su resolucin:
1.- Una compaa de cemento produce 2500000 barriles de cemento por ao. Los hornos emiten 2 libras
de polvo por cada barril producido. Una agencia gubernamental para proteccin del ambiente requiere
que la planta reduzca sus emisiones de polvo a no ms de 800000 libras anuales. Existen dos
dispositivos de control de emisiones disponibles, A y B. El dispositivo A reduce las emisiones a 0,5 libras
por barril y su costo es de $0,20 por barril de cemento producido. Para el dispositivo B, las emisiones son
reducidas a 0,2 libras por barril y el costo es de $0,25 por barril de cemento producido. Determine el plan
de accin ms econmico que la planta debe tomar de modo que cumpla con el requerimiento de la
agencia gubernamental y tambin mantenga su produccin anual de 2500000 barriles de cemento.
2.- Una compaa petrolera, que tiene dos refineras necesita de al menos 800, 1400 y 500 barriles de
petrleo de grado bajo, medio y alto, respectivamente. Cada da, la refinera I produce 200 barriles de
grado bajo, 300 de medio y 100 de grado alto, mientras que la refinera II produce 100 barriles de grado
alto, 100 de bajo y 200 de grado medio. Si los costos diarios son de $2500 para operar la refinera I y de
$2000 para la refinera II, Cuntos das debe ser operada cada refinera para satisfacer los
requerimientos de produccin a un costo mnimo?Cual es el costo mnimo? Cul es la variacin de los
mrgenes de contribucin?cul es el anlisis de recursos y sensibilidad, con su interpretacin?
3.- Un agricultor compra fertilizantes que contienen tres nutrientes A, B y C. las necesidades mnimas son
160 unidades de A, 200 de B y 80 de C. En el mercado existen dos marcas populares de fertilizan5tes.
Rpido Crecimiento RC, con un costo de $4 por bolsa con tres unidades de A, 5 de B y 1 unidad de C.
Fcil Crecimiento FC, con un costo de $3 por bolsa con 2 unidades de cada nutriente. Si el agricultor
desea minimizar el costo mientras se mantenga el requerimiento de nutrientes, Cuntas bolsas de cada
marca debe comprar?
4.- Para satisfacer las necesidades de vitaminas B1, B2 y B3 un hombre debe comprar 100 pldoras que
contengan al menos 750 unidades de B1, 600 unidades de B2 y 280 unidades de B3. Cuestan $0,50 las
pldoras de la clase I que contiene 10 unidades de B1, 5 unidades de B2 y 3 de B3; mientras que cuestan
$0,60 las pldoras de la clase II que contienen 12 unidades de B1, 2 de B2 y 11 de B3 y por ltimo, a
$0,40 consigue las pldoras de la clase III que contienen 6 unidades de B1, 7 de B2 y 2 de B3. Cuntas
pldoras de cada clase debe consumir para satisfacer sus necesidades vitamnicas a un mnimo costo?