Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.1 de 18)

METODO SIMPLEX (Algoritmo de Resolucin de PPL)

0. ENUNCIADO DE PROBLEMA TIPO A RESOLVER: En una de sus plantas, ubicada en el sector industrial de la ciudad, la empresa productora de tinturas "Arco Iris" produce dos tipos de tintas diferentes: rojo (R) y azul (A). Los clientes que compran estas tintas las utilizan para elaborar cartuchos de color para impresoras de inyeccin. Toda la gama de colores se puede obtener a partir de tres colores primarios: rojo, azul y verde. Los clientes de "Arco Iris" compran el tercer insumo, la tinta verde, a otra fbrica de tinturas. La planta de "Arco Iris" opera 40 horas a la semana y emplea a 5 trabajadores de jornada completa y a 2 de jornada parcial de 15 horas semanales. Estas personas operan las siete mquinas que mezclan los reactivos para producir las tintas. Los productos salen del Departamento de Mezclado para ser refinados en el Departamento de Purificacin, que actualmente tiene 7 purificadores y emplea a 3 trabajadores de tiempo completo y a 4 de jornada parcial de 10 horas semanales. La materia prima (pigmentos) de que dispone la empresa, para fabricar tinturas, se puede considerar ilimitada. La demanda de la tinta roja tambin puede ser considerada como ilimitada, pero la demanda de la tinta azul est limitada a un mximo de 140 (m3) por semana. El Gerente de Produccin le encarga definir el plan de produccin semanal ptimo. Qu cantidad de cada pintura se debe producir para maximizar la ganancia?

Formulacin Matemtica del Problema Consiste en llevar el enunciado (verbal) del problema a un modelo matemtico que considere todas sus caractersticas significativas y restricciones funcionales.

Identificacin de las Variables de Decisin m3 de tinta roja a producir semanalmente: x1 m3 de tinta azul a producir semanalmente: x2

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.2 de 18)

Identificacin de los Datos del Problema Nmero de horas de trabajo disponibles en el Departamento de Mezclado Departamento de Mezclado Jornada Trabajadores Horas trabajadas a la semana por trabajador Completa 5 40 Parcial 2 15 Horas disponibles semanalmente = 5 40 + 2 15 = 230 Nmero de horas de trabajo disponibles en el Departamento de Purificacin Departamento de Purificacin Jornada Trabajadores Horas trabajadas en la semana por trabajador Completa 3 40 Parcial 4 10 Horas disponibles semanalmente = 3 40 + 4 10 = 160 Cantidad de ganancias obtenidas al producir y vender cada tipo de tinta. El Departamento de Contabilidad ha entregado la siguiente informacin: Producto Margen de ganancia por m3 (U$) Rojo 100 Azul 70 Ntese que estos datos no se encontraban disponibles en el enunciado del problema y fue necesario consultar al Departamento de Contabilidad para obtenerlos.

Identificacin de la Funcin Objetivo Establecer el objetivo: Maximizar la ganancia semanal total de la produccin de tinta roja y azul Si es posible, descomponer el objetivo en una suma, diferencia o producto de cantidades individuales: Ganancia = (Ganancia Rojo) + (Ganancia Azul) Expresar las cantidades individuales matemticamente usando las variables de decisin y otros datos conocidos del problema (En esta etapa resulta til apoyarse en un ejemplo especfico): Ganancia = 100 x1 + 70 x2

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.3 de 18)

Por lo tanto, la funcin objetivo matemtica expresada en trminos de las variables de decisin y de los datos del problema es: Maximizar 100 x1 + 70 x2

Identificacin de las Restricciones Restriccin de trabajo en Departamento de Mezclado: Horas usadas para Rojo + Horas usadas para Azul 230

Restriccin de trabajo en Departamento de Purificacin: Horas usadas para Rojo + Horas usadas para Azul 160

El Departamento de Procesos entrega la informacin en la tabla siguiente: Horas de produccin por m3 Mezclado Purificacin Rojo 2 1 Azul 1 1

Con esta informacin, las restricciones, expresadas matemticamente, quedan:

2 x 1 + 1x 2 230 1x 1 + 1x 2 160 x 2 140 x1 0 x2 0

Restricciones dadas por limitacin externa: La demanda por tinta azul es, a lo ms, de 140 (m3), por lo tanto:

Restriccin de no negatividad: No se puede producir cantidades negativas de los solventes, por lo tanto:

Formulacin Matemtica del Problema Maximizar: 100x1 + 70x2 2x1 x1 Sujeto a: x1 x2 + + x2 x2 x2 230 160 140 0 0 Utilidad Tiempo mezclado Tiempo purificacin Demanda mxima azul No negatividad No negatividad

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.4 de 18)

METODO SIMPLEX (Algoritmo de Resolucin de PPL)

1. PREPARACIN PARA APLICACIN DE ALGORITMO SIMPLEX Para aplicar el algoritmo Simplex a un problema de P.L. el modelo matemtico se debe llevar de su forma original a su forma ampliada: Forma Original del Problema Maximizar 100 x1 + 70 x2 2 x1 + x1 + Sujeto a x1 x2 Maximizar Z 100 x1 70 x2 2 x1 + x1 + Sujeto a x1 x2 x2 x2 = Z 230 160 140 0 0 = 0

Forma Ampliada del Problema x2 + H1 = 230 x2 + H2 = 160 x2 + H3 = 140 0 x2 0 H1 0 H2 0 H3 0

Hi: Variables de holgura. Al incorporar las variables de holgura se consigue que las inecuaciones correspondientes a las restricciones funcionales se transformen en ecuaciones. Para una solucin al interior de la regin factible, por ejemplo: (S1, S2) = (60, 70). La solucin aumentada estar dado por: 260 + 70 + H1 = 230 60 + 70 + H2 = 160 70 + H3 = 140 H1 = 230 120 70 H2 = 160 60 70 H3 = 140 70 H1 = 40 H2 = 30 H3 = 70

As, la solucin aumentada de (x1, x2) = (60, 70) es: (S1, S2, H1, H2, H3) = (60, 70, 40, 50, 50).

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.5 de 18)

Definiciones Solucin bsica factible: Restricciones Funcionales: Solucin en un vrtice aumentada. Todas las restricciones del problema, sin contar las de no negatividad. Grados de libertad = Variables Restricciones Funcionales.

Solucin Bsica 1. Variables (de decisin y holguras): Se agrupan en Bsicas y No Bsicas. 2. N Variables Bsicas = N Restricciones Funcionales = N de Ecuaciones 3. N Variables No Bsicas = Variables Rest. Funcionales = Grados de Libertad 4. A las variables no bsicas se les asigna el valor cero. 5. Se resuelve el sistema de ecuaciones en la forma aumentada. 6. Si los valores obtenidos para las variables bsicas, son positivos (satisfacen condiciones de no negatividad) solucin encontrada es bsica factible. Para el Caso del Ejemplo: N de variables bsicas = 3 N de variables no bsicas = 5 - 3 = 2 = G.L. Si se elige x1 y H2 como variables no bsicas x1 = 0 y H2 =0 Por lo tanto, las variables bsicas (que conformarn la base) son x2, H1 y H3 Despejando de la ecuacin x1 + x2 + H2 = 160 se tiene que x2 = 160 Despejando de la ecuacin x2 + H3 = 140 se tiene que H3 = 20 Despejando de la ecuacin 2x1 + x2 + H1 = 230 se tiene que H1 = 70 As, la nueva solucin bsica es (S1, S2, H1, H2, H3) = (0, 160, 70, 0, 20) H3 no cumple con la restriccin de no negatividad solucin obtenida corresponde a un vrtice no factible. Anlogamente, considerando como variables no bsicas a H2 y H3 se tiene: x2 = 140 x1 + 140 = 160 x1 = 20 220 + 140 + H1 =230 H1 = 50 As, la nueva solucin bsica es (x1, x2, H1, H2, H3) = (20, 140, 50, 0, 0)

Todas las variables cumplen con las restricciones de no negatividad solucin obtenida corresponde a un vrtice factible.

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.6 de 18)

Soluciones Bsicas Factibles Adyacentes Esto se dar si al menos una variable no bsicas lo sigue siendo al pasar al vrtice siguiente. Ejemplo: FEV (20, 140) (70, 90) BF (20, 140, 50, 0, 0) (70, 90, 0, 0, 50)

En este caso se mantiene como variable no bsica a H2. La variable H1 "sali de la base". H3 es la "variable entrante a la base". Dado que la variable H2 se mantuvo fuera de la base, entonces las soluciones BF1 y BF2 deben ser adyacentes.

2. ALGORITMO SIMPLEX Una vez hechas las definiciones fundamentales se aplicar el algoritmo Simplex al problema de produccin de tinturas. Volviendo la forma ampliada del problema:

Forma Ampliada del Problema Maximizar Z 100 x1 70 x2 2 x1 + x1 + Sujeto a x1 = 0 x2 + H1 = 230 x2 + H2 = 160 x2 + H3 = 140 0 x2 0 H1 0 H2 0 H3 0

Forma de eliminacin de Gauss En cada ecuacin (asociada a cada restriccin funcional) la variable bsica correspondiente aparece con coeficiente igual a uno. En la ecuacin de la F.O. las variables bsicas deben tener coeficientes nulos.

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.7 de 18)

Procedimiento 1. Se elige x1 y x2 como variables no bsicas. Es decir se les asigna el valor cero y grficamente esto corresponde a la FEV (0,0). 2. Como el sistema se encuentra en la forma de eliminacin de Gauss, la solucin BF se puede determinar rpidamente leyendo los lados derechos de las restricciones funcionales: BF = (x1, x2, H1, H2, H3) = (0, 0, 230, 160, 140) 3. Prueba de Optimalidad: Z = 100x1 + 70x2 Z = 0 para x1 = 0 y x2 = 0. Las variables de la base (H1, H2, H3) tienen coeficientes nulos en la F.O., por lo que los valores obtenidos para dichas variables no aportan a Z. La solucin BF = (0, 0, 230, 160, 140) no es ptima, ya que cualquier incremento en x1 y/o x2 dar una tasa de mejoramiento positiva para la funcin objetivo. 4. Determinacin de la direccin de movimiento: Si x1 aumenta en 1 Tasa de mejoramiento de la F.O. = 100 Si x2 aumenta en 1 Tasa de mejoramiento de la F.O. = 70

Por lo tanto se elige aumentar el valor de x1, que tena el valor de cero por encontrarse fuera de la base. Al incrementar su valor se convertir en la variable entrante a la base. La variable x2 se mantendr fuera de la base para pasar a un vrtice factible adyacente. 5. Determinacin de variable que sale de la base, por prueba de no negatividad: Variables en Funcin de x2 X2 = 0 H1 = 230 2x1 H2 = 160 x1 H3 = 140 X2 0 H1 0 H2 0 H3 0 230 2x1 0 160 x1 0 No Negatividad Condicin Necesaria No hay x1 115 x1 160 No hay

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.8 de 18)

Si x1 crece hasta: 115

160

El resto de las variables Cumplen no toman los valores de: negatividad x2 = 0 H1 = 0 Todas Cumplen H2 = 45 H3 = 140 0 x2 = H1 = 90 4 de 5 variables: H2 = x1, x2, H2 y H3 0 H3 = 140

Como las restricciones de no negatividad se deben cumplir para todas las variables del problema, x2 puede crecer hasta un valor mximo de 140. x1 115 Esto garantiza el cumplimiento de las restricciones de no negatividad para todas las variables involucradas en el problema. Si se escogiera x2 = 116, todas las variables cumpliran con las restricciones de no negatividad, a excepcin de H1 que tomara un valor negativo. La variable que sale de la base es H1. Si el valor de x1 (variable entrante a la base) se hace crecer a partir de cero, el resto de las variables mantendr o disminuir sus valores. La primera en alcanzar el valor de cero, a medida que x1 crece, ser H1. Esto ocurrir cuando x1 llegue al valor de 115. Si x1 superara este valor, H1 sera la primera variable en hacerse negativa, lo que no est permitido por las restricciones de no negatividad. As, al alcanzar H1 el valor de cero quedar fuera de la base junto con x2. Dado que sta ltima variable se mantuvo fuera de la base la nueva solucin ser adyacente a la anterior. 6. Las nuevas variables bsicas son x1, H2, H3 y las no bsicas x2 y H1, por lo tanto se aplica eliminacin Gaussiana al sistema de ecuaciones. Cada variable bsica se elimina de todas las ecuaciones menos de la suya. En esta ecuacin debe tener coeficiente igual a uno. Los coeficientes de todas las variables bsicas deben ser cero en la ecuacin de la F.O. (Ecuacin 0):

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.9 de 18)

100 x1 70 x2 x2 + H1 2 x1 + x1 + x2 + H2 x2 + H3

= 0 = 230 = 160 = 140

(0) (1) (2) (3)

Se multiplica la ecuacin (1) por 1/2, as el sistema queda: Z 100 x1 70 x2 x1 + 1/2 x2 + 1/2 H1 x1 + x2 + H2 x2 + H3 = 0 = 115 = 160 = 140 (0) (1) (2) (3)

Se multiplica la ecuacin (1) por 1 y se suma a la ecuacin (2) x1 1/2 x1 + 1/2 x2 x2 x2 1/2 H1 + H2 1/2 H1 + H2 = = = 115 160 45 (1) (2)

La ecuacin obtenida ser la nueva ecuacin (2), as el sistema queda: Z 100 x1 70 x2 x1 + 1/2 x2 + 1/2 H1 1/2 x2 1/2 H1 + H2 x2 + H3 = 0 = 115 = 45 = 140 (0) (1) (2) (3)

Se multiplica la ecuacin (1) por 100 y se suma a la ecuacin (0) Z 100 x1 70 x2 = 0 (0) 100 x1 + 50 x2 + 50 H1 = 11.500 (1) Z 11.500 20 x2 + 50 H1 La ecuacin obtenida ser la nueva ecuacin (2), as el sistema queda: Z x1 11.500 20 x2 + 50 H1 + 1/2 x2 + 1/2 H1 = 115 1/2 x2 1/2 H1 + H2 = 45 x2 + H3 = 140 (0) (1) (2) (3)

x2 = H1 = 0 nueva solucin BF se lee directamente de sistema de ecuaciones (luego de eliminacin gaussiana). El valor de las variables bsicas corresponde a los lados derechos de las ecuaciones de restricciones funcionales: S2 = 120 H1 = 110 H2 = 10

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.10 de 18)

As la nueva solucin, la cual constituye un nuevo vrtice factible adyacente al original, est dada por: BF = (x1, x2, H1, H2, H3) = (115, 0, 0, 45, 140)

El valor de la F.O. para esta nueva BF tambin se puede leer directamente del sistema, ya que la nueva ecuacin (0) depende slo de las variables no bsicas, ya que son las nicas con coeficientes distintos de cero. As se puede leer directamente el valor de Z que en este caso corresponde a 11.500. 7. Se avanza hasta el vrtice siguiente repitiendo los pasos 1 al 6. 8. Se repite el procedimiento hasta que la prueba de optimalidad indique que las tasas de crecimiento son negativas, al considerar desplazarse hacia cualquiera de los vrtices adyacentes desde el actual.

3. MTODO SIMPLEX EN FORMA TABULAR

Se registra slo la informacin esencial

Coeficientes de las variables Constantes del lado derecho de las ecuaciones Variable bsica que aparece en cada ecuacin

Forma Ampliada del Problema de Produccin de Tinturas Maximizar Z 100 x1 70 x2 2 x1 + x1 + Sujeto a x1 = 0 x2 + H1 = 230 x2 + H2 = 160 x2 + H3 = 140 0 x2 0 H1 0 H2 0 H3 0

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.11 de 18)

Forma Tabular y Solucin por Mtodo Simplex I LD COEFICIENTES x1 x2 H1 H2 H3 0 0 0 0 100 70 2 1 1 0 0 230 1 0 1 0 160 1 1 0 0 1 140 0 0 1 0 0 0 1 0 0 20 1/2 1/2 1 0 0 1 0 50 1/2 1/2 0 30 1 1 1 0 0 1 0 40 1 2 2 0 0 0 1 0 0 0 1 11.500 115 45 140 13.300 70 90 50 CM 115 160 230 90 140

VB Z

H1 H2 H3 Z x1 H2 H3 Z x1 x2 H3

1. Se hace la formulacin ampliada introduciendo las variables de holgura al modelo inicial. 1. Se seleccionan las variables de decisin como las no bsicas iniciales. 2. Se seleccionan las variables de holgura como la base inicial. 3. La solucin BF ser ptima si y slo si los coeficientes de la fila (0) son no negativos (xi 0). Si esto se cumple, el proceso iterativo se detiene. 4. De existir coeficientes negativos en la fila (0), se elige el menor (el de mayor valor absoluto de los negativos). La variable de esta columna entrar a la base. 5. Los coeficientes de esta columna se encierran en un "marco" y sta corresponde a la columna "pivote". 6. Se hace la prueba del cuociente mnimo, dividiendo los valores de la columna "LD" (Lado Derecho), por los coeficientes de la columna pivote. 7. Se escoge como fila pivote (y se encierra en un "marco") a la fila cuyo cuociente fue mnimo. La variable bsica asociada a esta fila ser la que saldr de la base. En esta eleccin no se consideran los valores cuyos cuocientes tienden a infinito o los que son negativos.

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.12 de 18)

8. El coeficiente que se encuentra en la interseccin de la fila y columna pivote, recibe el nombre de "coeficiente pivote". 9. Se procede a la primera iteracin. En la columna "VB" (Variable Bsica) se reemplaza la variable bsica saliente por la entrante. sta corresponder a la variable de la fila asignada como pivote. 10. Si el valor del coeficiente pivote es distinto de 1, se divide la fila pivote por el valor de dicho coeficiente, de manera que su valor sea 1. 11. Se multiplica la fila pivote resultante, por una constante apropiada ( 0) y luego se suma a las dems filas de manera que todos los coeficientes de la columna pivote se hagan cero (menos el coeficiente pivote, su valor qued fijo en 1) 12. De la columna "LD" se puede leer el valor que ha alcanzado la Funcin Objetivo y el valor de las variable bsicas. As se tiene una nueva BF, ya que el valor de las variables no bsicas es cero. 13. Se verifica que en la fila (0) no existan coeficientes negativos. De existir, se hace una nueva iteracin. Casos Especiales

Empates en la variable bsica entrante Si la funcin objetivo Z = 3x1 + 5x2 se reemplaza por Z = 3x1 + 3x2, no hay forma de decidir cual de las dos variables no bsicas debe entrar a la base. Se debe elegir arbitrariamente una, a pesar de que una eleccin equivocada implicar un mayor nmero de iteraciones para llegar al ptimo. Ejemplo VI.1: Empate en la variable bsica entrante. En este caso se reemplaza el valor del primer coeficiente de la F.O. (x1) por 70, adems se supondr que el tiempo necesario para purificar 1 (m3) de tintura azul se ha aumentado a 1.25 horas, ya que se encuentra en mantenimiento una de las mquinas purificadoras. As, grficamente, el nuevo ptimo est dado por:

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.13 de 18)

x1 0 10 20 30 40 50 60 70 80 90 100 110 120

230 220 210 200 190 180 170 160 150 140 130

2x1 + x2 230 230 210 190 170 150 130 110 90 70 50 30 10 -10

x2 x1 + 1,25x2 160 128 120 112 104 96 88 80 72 64 56 48 40 32

x2 140 Z 10150 145,0 140 135,0 140 125,0 140 115,0 140 105,0 140 95,0 140 85,0 140 75,0 140 65,0 140 55,0 140 45,0 140 35,0 140 25,0 140

Problema de Produccin

x2

120 110 100 90 80 70 60 50 40 30 20 10 0 0 10 20 30 40 50 60 70 80 90 100 110 120

x1

Resolviendo por Simplex se tiene:

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.14 de 18)

Empate Para Variable Bsica Entrante (Primero x2) I VB Z H1 H2 H3 Z H1 x2 H3 Z x1 x2 H3 Z 1 0 0 0 1 0 0 0 1 0 0 0 Coeficientes de x2 H1 H2 x1 -70 2 1 0 -14 1,2 0,8 -0,8 0 1 0 0 -70 1 1,25 1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 0 1 0 56 -0,8 0,8 H3 0 0 0 1 0 0 0 1 0 0 0 1 LD 0 230 160 140 8.960 102 128 12 10.150 85 60 80 CM 230 128 140 85 160 -15

0 -0,8 11,67 46,67 0,833 -0,67 -0,67 1,333 0,667 -1,33

Empate Para Variable Bsica Entrante (Primero x1) I VB Z H1 H2 H3 Z x1 H2 H3 Z x1 x2 H3 Z 1 0 0 0 1 0 0 0 1 0 0 0 Coeficientes de x1 H1 H2 x2 -70 2 1 0 0 1 0 0 0 1 0 0 -70 1 1,25 1 -35 0,5 0,75 1 0 0 1 0 0 1 0 0 35 0,5 -0,5 0 0 1 0 0 0 1 H3 0 0 0 1 0 0 0 1 0 0 0 1 LD 0 230 160 140 8.050 115 45 140 10150 85 60 80 CM

115 160 #DIV/0! 230 60 140

0 0 11,67 46,67 0,833 -0,67 -0,67 1,333 0,667 -1,33

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.15 de 18)

Empates en la variable bsica saliente (Degeneracin) Al elegir la V.B. saliente, dos o ms valores de la columna "CM" son mayores que cero, pero iguales entre si. Al aumentar el valor de la V.B. entrante, todas las que eran iguales se hacen cero simultneamente (variables degeneradas). Luego, si una de las V.B. mantiene el valor cero, despus de algunas iteraciones, al sacarla de la base, la V.B. entrante deber seguir con el valor de cero, ya que no puede crecer sin que la V.B. saliente no se haga negativa. AL ocurrir esto, el valor de Z no cambia. Si esto se da por varias iteraciones, el proceso se encuentra atrapado en un "loop", el cual podra ser perpetuo. En teora esto es posible, pero es raro que se de en la prctica. Existen reglas para romper el ciclo, sin embargo la ms recomendada es elegir arbitrariamente la V.B. saliente. Ejemplo VI.2: Maximizar Sujeto a: Z 3 x1 x1 x1 + + 9 4 2 x2 x2 x2 + x3 + x4 xi LD 0 8 4 18 2 0 18 2 0 = = = 0 8 4 0 CM 2 2 8 0

I 0

VB Z x3 x4 Z x2 x4 Z x2 x1

Z 1 0 0 1 0 0 0 0 0

COEFICIENTES x1 x2 x3 0 -3 -9 1 4 1 1 0 2 0 9/4 -3/4 1 1/4 1/4 1/2 0 -1/2 0 0 3/2 0 1 1/2 1 0 -1

x4 0 0 1 0 0 1 3/2 -1/2 2

Ejercicio Propuesto: Resolver grficamente este problema.

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.16 de 18)

No hay variable bsica que sale, Z no acotada. Esto ocurre cuando los valores de la columna pivote son menores o iguales que cero, excluyendo el coeficiente de la funcin objetivo. As, todos los valore de la columna "CM" sern negativos o tendern a infinito. Esto significa que la variable bsica entrante puede crecer indefinidamente sin que ninguna de las variables bsicas actuales se hagan cero. Por lo tanto, el valor de la F.O. puede crecer indefinidamente. Por lo general esto se da cuando el problema est mal planteado, faltndole una o ms restricciones. Soluciones Mltiples Suponiendo que el margen de ganancia por m3 de pintura azul subi de U$100 a U$140 ( c1 = 140), y manteniendo las restricciones originales del problema de planeamiento de produccin de tinturas, se tiene que la F.O. es paralela a la primera restriccin funcional, es decir tienen la misma pendiente: Problema Planeamiento Produccin Maximizar 140 x1 + 70 x2 2 x1 + x1 + Sujeto a x1 x2 F.O.: 140 x 1 + 70 x 2 = Z R1: R2: R3:
2 x 1 + x 2 = 230

x2 x2 x2

230 160 140 0 0

x2 =

140 1 x1 + Z 70 70

m F.O. = 2
m R1 = 2

x 2 = 2 x 1 + 115

x 1 + x 2 = 160 x 2 = x 1 + 160 x 2 = 140

m R2 = 1

m R3 = 0 m F.O. = m R1 = 2

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.17 de 18)

Dada la igualdad de las pendientes de la F.O. y de R1, al buscar el ptimo, la F.O. quedar superpuesta a la primera restriccin, coincidiendo en infinitos puntos. La solucin grfica del problema muestra lo siguiente:
2x1 + x2 230 0 10230 220 20210 30200 190 40180 50170 160 60150 140 70130 80120 110 90100 10090 80 11070 12060 50
x2
40 30 20 10 0 0 10 20 30 40 50 60 70 80 90 100 110 120

230 210 190 170 150 130 110 90 70 50 30 10 -10

x2 140 Z 160 140 Problema de Produccin 150 140 140 140 130 140 120 140 110 140 100 140 90 140 80 140 70 140 60 140 50 140 40 140

x1 + x2 160

16.100 230,0 210,0 190,0 170,0 150,0 130,0 110,0 90,0 70,0 50,0 30,0 10,0 -10,0

x1

VB Z Z H1 H2 H3 Z x1 H2 H3 Z x1 x2 H3

x1

x2 -70 1 1 1 0 0,5 0,5 1 0 0 1 0

H1 0 1 0 0 70 0,5 -0,5 0 70 1 -1 1

H2 0 0 1 0 0 0 1 1 0 -1 2 -1

H3 0 0 0 1 0 0 0 0 0 0 0 0

LD 0 230 160 140 16.100 115 45 160 16.100 70 90 70

CM 115 160 #DIV/0! 230 90 160

1 -140 0 2 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 1 0 1 0 1

Universidad del Bo-Bo Departamento de Ingeniera Industrial Investigacin de Operaciones I

Ivn Santelices Malfanti

(Pg.18 de 18)

Cualquier problema de P.L. con soluciones ptimas mltiples y una regin factible acotada tiene, al menos, dos soluciones FEV que definen el ptimo. Siempre que un problema tiene ms de una solucin BF ptima, al menos una variable no bsica tiene coeficiente cero en la ecuacin de Z final Si aumenta el valor de sta variable no bsica, el valor de Z no aumenta.

La siguiente solucin BF ptima se puede obtener haciendo entrar a la base a la variable no bsica con coeficiente cero. Las infinitas soluciones que definen el ptimo son una combinacin convexa de las soluciones FEV ptimas. Combinacin Convexa: es cualquier promedio ponderado de dos o ms soluciones (vectores), donde los pesos son no negativos y suman 1. Para el ejemplo, el ptimo est dado por una combinacin convexa de (115,0) y (70,90) (S1,S2) = (115,0) + (70,90), donde + = 1 y 0 ; 0

Ejercicios Propuestos: Buscar o inventar algn problema de dos variables de decisin y tres restricciones, que cumpla con cada uno de los casos especiales anteriores. Resolver mediante el mtodo SIMPLEX y por el mtodo grfico.