Sei sulla pagina 1di 20

Prof. Susana O.

de Marzana

METODOS CUANTITATIVOS - PROGRAMACION LINEAL

La Programacin Lineal es un instrumento matemtico que se utiliza para la solucin de


diferentes tipos de problemas, tanto tericos como prcticos, en diversas reas del
conocimiento. Consiste bsicamente en la construccin, solucin y anlisis del modelo lineal
de un problema dado, es decir un modelo donde slo intervienen funciones lineales.

Las instituciones financieras usan la Programacin Lineal para resolver problemas


relacionados con presupuestos y planeacin, en problemas de administracin de efectivo, en
anlisis de equilibrio. En mercadotecnia se lo emplea para seleccionar los medios de
publicidad y los canales adecuados de distribucin. En algunas entidades gubernamentales se
la ha empleado para la eliminacin de desperdicios slidos que contaminan el aire y el agua.

Maximizar (o minimizar) f ( x) c1 x1 c2 x2 cn xn (funcin objetivo lineal)

sujeta a m restricciones funcionales lineales y a la no negatividad de las variables:

a11 x1 a12 x 2 a1n x n b1


a 21 x1 a 22 x 2 a2n xn b2

a m1 x1 a m2 x 2 a mn x n bm
x1 , x 2 , x n 0
Expresin matricial:

Max f ( x) c x sujeta a A x b; x 0

donde
x1 b1
x2 a11 a12 a1n b2
a 21 a 22 a2n
c c1 , c2 , ,cj , , cn x A b
xj bi
a m1 a m2 a mn
xn bm

Variables de decisin o estructurales: x1, x2, . . . xj, . . . xn, aquellas cuya magnitud se desea
determinar para resolver el problema.

Parmetros: las constantes aij , bi y cj

Restricciones: conjunto de desigualdades e igualdades que limitan los valores que pueden
tomar las variables de decisin en la solucin.

1
Soluciones factibles o admisibles: soluciones que satisfacen simultneamente todas las
restricciones.

Supuestos del modelo:

proporcionalidad: significa que el aporte a la funcin objetivo y la cantidad de


recursos que se utilizan son proporcionales al valor de cada variable de decisin.

aditividad: es posible encontrar el valor de la funcin objetivo y el total de los


recursos que se utilizan sumando la contribucin de la funcin objetivo y los recursos
que se utilizan, para todas las variables de decisin.

divisibilidad: las variables de decisin son continuas.

no negatividad de las variables: no se permiten valores negativos para las variables.

Ejemplo 1: Un pastelero tiene 150 kilos de harina, 22 de azcar y 27,5 de manteca para hacer
dos tipos de pasteles. Supongamos que se necesitan 3 kilos de harina, uno de azcar y uno de
manteca para hacer una docena de pasteles del tipo A, mientras que las cantidades para una
docena del tipo B son, respectivamente, 6 kilos, medio kilo y un kilo. Si la docena de pasteles
del tipo A la vende a $ 20 y la del tipo B a $ 30, qu cantidades de cada tipo debe hacer para
maximizar su ingreso?

Maximizar I 20 x1 30 x 2 (ingreso)
3 x1 6 x 2 150 (harina )
x1 0,5 x 2 22 (azucar )
sujeto a
x1 x 2 27,5 (manteca )
x1 , x 2 0
donde x1 representa la cantidad de docenas de pasteles del tipo A
x2 representa la cantidad de docenas de pasteles del tipo B

Como son slo dos variables estructurales que no pueden tomar valores negativos se puede
resolver en forma grfica. En el cuadrante no negativo del plano x1 , x2 se representan las
rectas que surgen de igualar las restricciones. Para hacerlo se calcula en cada caso cunto vale
x2 si x1 0 y cunto vale x1 si x2 0 . Se unen estos dos puntos con una recta que
representa todas las combinaciones posibles de x1 y x2 que satisfacen la restriccin con
igualdad. Todos los puntos situados por debajo de la recta hasta los ejes coordenados
representan todas las combinaciones posibles de x1 y x2 que satisfacen la restriccin de
menor. La interseccin de todas esas superficies se denomina regin factible o zona factible y
representa todas las combinaciones posibles de x1 y x2 que satisfacen simultneamente las
restricciones estructurales y la de no negatividad de las variables:

2
45

40

35
A zcar
30
A
25 B
20

15 H arina
C
10

5
Manteca
D
O 5 10 15 20 25 30 35 40 45 50

Si existe un mximo debe estar en un vrtice del polgono determinado por la zona factible,
en este caso los vrtices son: O(0; 0), A(0; 25), B(5; 22,5), C(16,5; 11) y D(22; 0).
Calculando el valor de la funcin objetivo en cada uno de los vrtices se puede determinar
el mximo. I(0; 0) = 0, I(0; 25) = 750, I(5; 22,5) = 775, I(16,5; 11) = 660, I(22; 0) = 440.
El mayor ingreso se obtiene haciendo 5 docenas de pasteles del tipo A y 22 docenas y media
del tipo B.
El mismo resultado se puede obtener representando las lneas de nivel de la funcin
objetivo sobre el plano x1 , x2 . La lnea de nivel ms alejada del origen de coordenadas que
tenga algn punto en comn con la zona factible, ser la que corresponda al mayor ingreso y
por lo tanto ese punto ser el que corresponda al mximo:

x2
45

40

35
A zcar
30
A
25 B
20

15 H arina
C
10

5
Manteca
D x1
O 5 10 15 20 25 30 35 40 45 50

3
Ejemplo 2. Una empresa produce dos bienes: A y B; tiene dos fbricas y cada una de ellas
produce los dos bienes en las siguientes cantidades por hora:

Fbrica 1 Fbrica 2
Bien A 10 20
Bien B 25 25

Si la empresa recibe un pedido de 300 unidades de A y 500 de B y los costos operativos de


la fbrica 1 son de $ 10.000 y los de la 2 son de $ 8.000 por hora, calcule cmo debe
distribuir la produccin entre ellas para minimizar sus costos.

Minimizar C 10.000 x1 8.000 x2 (cos to)


10 x1 20 x2 300 (bien A)
sujeto a 25 x1 25 x2 500 (bien B)
x1 , x2 0
donde x1 representa la cantidad de horas que funciona la fbrica 1
x2 representa la cantidad de horas que funciona la fbrica 2

x2
35

30

25

A
20

15

10
B
5

C x1
O 5 10 15 20 25 30 35

Ac los vrtices son: A(0; 20), B(10; 10) y C(30; 0) como las restricciones son de mayor o
igual la regin factible se encuentra por arriba de las rectas y se debe determinar el menor
valor de la funcin objetivo en dichos vrtices. C (0; 20) = 160.000, C (10; 10) = 180.000,
C (30; 0) = 300.000, de modo que el mnimo corresponde al vrtice A: el menor costo se
obtendr haciendo funcionar 20 horas la fbrica 2.

4
El mismo resultado se puede obtener representando las lneas de nivel de la funcin objetivo
sobre el plano x1 , x2 . La lnea de nivel ms prxima al origen de coordenadas que tenga algn
punto en comn con la zona factible, ser la que corresponda al menor costo y por lo tanto ese
punto ser el que corresponda al mnimo:

35

30

25

A
20

15

10
B
5

C
5 10 15 20 25 30 35

Ejemplo 3. Una empresa fabrica dos tipos de maquinarias: A y B. Tiene un beneficio de


$ 700 por la venta de cada maquinaria del tipo A y $ 1.000 por la de tipo B. En el proceso de
produccin hay tres etapas: en la tabla siguiente se muestran la cantidad de horas requerida en
cada etapa por cada tipo de maquinaria y las disponibilidades horarias en cada etapa:

Tipo A Tipo B Disponibilidad


de horas
Etapa 1 3 5 3.900
Etapa 2 1 3 2.100
Etapa 3 2 2 2.200

cuntas maquinarias de cada tipo debe fabricar para maximizar su beneficio?

Maximizar B 700 x 1000 y


3 x 5 y 3900
x 3 y 2100
sujeto a
2 x 2 y 2200
x, y 0

donde: x representa la cantidad de maquinarias del tipo A


y representa la cantidad de maquinarias del tipo A

5
y
1400

1200

1000

800
A B
600

400
C

200

D x
O 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400

Debe fabricar 800 maquinarias del tipo A y 300 del tipo B

Ejemplo 4. La empresa MUEBLES fabrica mesas y sillas rsticas, las que pasan por dos
etapas de produccin: la primera de corte y armado y la segunda de terminacin y pintura. El
departamento de corte y armado tiene 90 horas disponibles durante un ciclo de produccin,
mientras que el departamento de terminacin y pintura tiene 64 horas. Cada mesa requiere 4
horas de corte y armado y 2 horas de terminacin y pintura y cada silla 1 y 3 horas
respectivamente. Cada mesa deja $ 12 de utilidad y cada silla $ 9. Cuntas mesas y sillas
debe producir para maximizar su utilidad?

Maximizar U 12 x1 9 x2
4 x1 x2 90
2 x1 3 x2 64
sujeto a
x1 , x2 0
donde: x1 representa la cantidad de mesas
x2 representa la cantidad de sillas

90

80
C orte y armado
70

60

50

40

30
A T erminacin y pintura
20
B
10
C
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

6
Debera fabricar 20,6 mesas y 7,6 sillas; para conocer las cantidades enteras que producen el
mximo beneficio podemos armar una tabla con las combinaciones enteras prximas a la
solucin hallada, verificar que satisfagan las restricciones y elegir la que d el mayor
beneficio.

x1 x2 restricciones U
20 7 satisface las 2 303
20 8 satisface las 2 312
21 7 no satisface la 1
21 8 no satisface las 2
21 6 satisface las 2 306

Debe fabricar 20 mesas y 8 sillas.

SOLUCIN POR EL MTODO SIMPLEX:

Las restricciones de se transforman en igualdades sumando una variable de holgura o


floja si, que tendr coeficiente 0 en la funcin objetivo.
Maximizar U 12 x1 9 x2 0 s1 0 s2
4 x1 x2 s1 90
2 x1 3 x2 s2 64
sujeto a
x1 , x2 , s1 , s2 0
La funcin objetivo se escribe en forma implcita:
U 12 x1 9 x2 0 s1 0 s2 0
La tabla inicial del simplex se construye con los coeficientes de la funcin objetivo en la
fila 0 llamada fila de indicadores y los de las restricciones en las filas siguientes:

Fila U x1 x2 s1 s2 B
0 1 -12 -9 0 0 0
1 0 4 1 1 0 90
2 0 2 3 0 1 64

En cualquier tabla del Simplex se pueden leer las soluciones tomando los vectores columna
unitarios (los que tienen un 1 y los dems son ceros). La variable que encabeza la columna
vale lo que indica la ltima columna en la fila donde figura el 1 en el vector unitario. Las
variables que no encabezan un vector unitario valen 0.

En esta tabla se puede leer la solucin bsica: U = 0, x1 = 0, x2 = 0, s1 = 90, s2 = 64, por


ello se denomina tabla bsica. Se puede verificar que esta solucin satisface todas las
restricciones, pero evidentemente no es la mejor. Para encontrar una solucin mejor
buscaremos que la variable que tiene la mayor contribucin a la utilidad (12), x1, tenga un
valor distinto a cero, para ello su columna debe ser un vector unitario; se elige su columna
como columna pivote (se elige la columna que tiene en la fila de indicadores el menor
nmero negativo, o sea, el negativo de mayor valor absoluto).

7
Fila U x1 x2 s1 s2 B
0 1 -12 -9 0 0 0
F 0 1 1 0 90
1 4
2 0 2 3 0 1 64
Fila
Para elegir el elemento pivote, es decir, el elemento que se transformar en el 1 del vector
unitario, se divide el coeficiente de la ltima columna de cada fila de restricciones por el
coeficiente positivo correspondiente en la columna pivote. El que corresponde al mnimo
cociente se toma como elemento pivote: 90/4 = 22,5; 64/2 = 32; tomamos 4 como elemento
pivote.
Para transformar en 1 el coeficiente 4 se divide toda la fila 1 por 4 y luego se realizan las
operaciones elementales por fila necesarias para que los dems elementos de la columna
pivote sean ceros:

Fila U x1 x2 s1 s2 B
F0 + 12 F1 0 1 0 -6 3 0 270
F1 / 4 1 0 1 1/4 1/4 0 22,5
F2 - 2 F1 2 0 0 5/2 -1/2 1 19

La nueva solucin es: U = 270; x1 = 22,5 ; x2 = 0 ; s1 = 0 ; s2 = 19 corresponde al vrtice


C del grfico. 22,5 es la cantidad ms grande de mesas que se puede producir en la primera
etapa; no queda holgura (x1 toma el lugar de s1). Cada mesa requiere 2 horas de terminacin y
pintura, 22,5 unidades requieren 45 horas, como hay 64 disponibles en la segunda etapa,
tendremos 19 horas sobrantes (s2 = 19).

Fila U x1 x2 s1 s2 B
0 1 0 -6 3 0 270
1 0 1 1/4 1/4 0 22,5
2 0 0 5/2 -1/2 1 19

Ahora elegimos x2 como columna pivote y 5/2 como elemento pivote:

Fila U x1 x2 s1 s2 B
F0 + 6 F2 0 1 0 0 9/5 12/5 315,6
-- 4 F2
F1 - 1/ 1 0 1 0 3/10 -1/10 20,6
2/5 F2 2 0 0 1 -1/5 2/5 7,6

Esta es la tabla ptima, porque no hay ms negativos en la fila de indicadores. La solucin


ptima es: U = 315,6 ; x1 = 20,6 ; x2 = 7,6 ; s1 = 0 ; s2 = 0. Corresponde al vrtice B del
grfico. Como las variables de holgura son nulas las restricciones se cumplen con igualdad,
es decir que no hay capacidad ociosa.

Los coeficientes de la fila de indicadores debajo de las variables de holgura representan las
utilidades que resultan por aumentar en una unidad la disponibilidad de la restriccin
correspondiente: si la disponibilidad de la primera etapa pasa de 90 a 91 horas la utilidad

8
aumentar en 9/5 = 1,80 pesos; si en cambio aumenta la disponibilidad de la segunda etapa en
una hora la utilidad aumentar en 12/5 = 2,40 pesos. Esos coeficientes se denominan precios
sombra o valores marginales.

Ejemplo 5. Una compaa fabrica tres tipos de mquinas A, B y C; como tiene dificultades
financieras solicita a dos bancos que le renueven los respectivos prstamos; el primer banco
slo le renovar por un importe igual a la mitad del prstamo anterior y el segundo le renueva
2/3 del prstamo anterior.
El presidente del Directorio solicita asesoramiento para determinar los efectos de las
decisiones de cada banco. Los diferentes departamentos le proporcionan la siguiente
informacin:
El departamento de finanzas presenta el balance al inicio del periodo de produccin:

Caja 1.000 Prstamo del 1er. Banco 400


Crdito cobrable durante Prstamo del 2do. Banco 600
el periodo de produccin 600 Deuda a largo plazo 2.500
Planta y equipo 2.500 Valor neto 600
4.100 4.100

y el estado de costos y beneficios para los tres tipos de mquinas:

A B C
Precio 110 30 50
Materia Prima 60 3 10
Mano de Obra 30 5 7
Otros gastos 10 2 3
Margen de ganancia 10 20 30

La empresa vende las tres mquinas a crdito por un periodo determinado, paga la mano de
obra, materia prima y otros gastos al contado. En el periodo de produccin tambin debe
pagar $ 250 por el inters sobre la deuda y $ 50 para el sueldo de los asesores, adems de
$ 100 para sueldos de ejecutivos.

El departamento de produccin informa sobre los requerimientos y disponibilidades:

A B C Horas disponibles
Produccin 50 20 30 1.000
Montaje 40 10 20 600
Inspeccin 10 10 60

El presidente pregunta:
a) cules son los programas ptimos de produccin?
b) la falta de liquidez ser un obstculo que impedir que la empresa obtenga
mayores ganancias? En caso afirmativo:
c) en qu medida las ganancias se vern afectadas negativamente por las
decisiones de ambos bancos?

9
Maximizar z 10 x1 20 x 2 30 x3
50 x1 20 x 2 30 x3 1.000 ( produccin )
40 x1 10 x 2 20 x3 600 (montaje )
sujeto a 10 x 2 10 x3 60 (inspeccin )
100 x1 10 x 2 20 x3 800 (liquidez de operacin )
x1 , x 2 , x3 0
La liquidez de operacin se obtuvo as:
Ingresos: Caja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.000
Crdito cobrable durante el periodo de produccin . . . . . 600
Renovacin crdito del 1er. banco . . . . . . . . . . . . . . . . . . 200
Renovacin crdito del 2do. banco . . . . . . . . . . . . . . . . . . 400 2.200

Egresos: Pago del prstamo del 1er. banco . . . . . . . . . . . . . . . . . . . 400


Pago del prstamo del 2do. banco . . . . . . . . . . . . . . . . . . . 600
Inters de deudas a largo plazo . . . . . . . . . . . . . . . . . . . . . 250
Sueldos asesores y ejecutivos . . . . . . . . . . . . . . . . . . . . . . 150 1.400
Disponibles . . . . . . . . . . . . 800
Tabla bsica:

F z x1 x2 x3 s1 s2 s3 s4 B
0 1 -10 -20 -30 0 0 0 0 0
1 0 50 20 30 1 0 0 0 1.000
2 0 40 10 20 0 1 0 0 600
3 0 0 10 10 0 0 1 0 60
4 0 100 10 20 0 0 0 1 800

Tomamos la columna de x3 como columna pivote. Efectuamos los cocientes:


1.000/30 = 33,33 ; 600/20 = 30; 60/10 = 6; 800/20 = 40; el mnimo es el que corresponde a
10 que tomamos como elemento pivote para construir la 2da. tabla:

F z x1 x2 x3 s1 s2 s3 s4 B
F0 + 30 F3 0 1 -10 10 0 0 0 3 0 180
F1 - 30 F3 1 0 50 -10 0 1 0 -3 0 820
F2 - 20 F3 2 0 40 -10 0 0 1 -2 0 480
F3/10 3 0 0 1 1 0 0 0,1 0 6
F4 - 20 F3 4 0 100 -10 0 0 0 -2 1 680

Ahora la columna pivote es la que corresponde a x1 y el elemento pivote 100.

10
F z x1 x2 x3 s1 s2 s3 s4 B
F0 + 10 F4 0 1 0 20 0 0 0 2,8 0,1 248
F1 - 50 F4 1 0 0 -5 0 1 0 -2 -0,5 480
F2 - 40 F4 2 0 0 -6 0 0 1 -1,6 -0,4 208
3 0 0 1 1 0 0 0,1 0 6
F4/100 4 0 1 -0,1 0 0 0 -0,02 0,01 6,80

Como no hay negativos en la fila de indicadores, esta es la tabla ptima, y la solucin


ptima es: z = 248 ; x1 = 6,8 ; x2 = 0 ; x3 = 6 ; s1 = 480 ; s2 = 208 ; s3 = s4 = 0
ante este choclo mando x2=0 lo mismo para s2 ; s3
Respuestas:

a) La empresa debe producir 6,8 unidades de la mquina A, 6 unidades de la mquina C y


ninguna de la B.

b) La falta de liquidez impide que la fbrica obtenga mayores ganancias, ya que tiene
disponibilidades en produccin (480 horas) y en montaje (208 horas) pero tiene agotadas las
disponibilidades en inspeccin y en liquidez.

c) Si se aumentara un peso en la disponibilidad de la ltima restriccin, que se refiere a la


liquidez, la funcin objetivo aumentara en $ 0,10 (coeficiente que figura en la fila de
indicadores debajo de la variable de holgura s4)

Ejemplo 6. La empresa Madeter fabrica 3 tipos de madera terciada. En la tabla siguiente se


resumen las horas de produccin por unidad en cada una de las operaciones, las
disponibilidades de tiempo en cada operacin y la utilidad por cada tipo de madera:

Tipo Terciada I II III Utilidad

Grado A 2 2 4 40
Grado B 5 5 2 30
Grado X 10 3 2 20
Dispon. horas 900 400 600

Cuntas unidades de cada tipo se deben fabricar para maximizar la utilidad?


]
Maximizar U 40 a 30 b 20 x
2 a 5 b 10 x 900
2 a 5 b 3 x 400
sujeto a
4 a 2 b 2 x 600
a, b, x 0
donde a, b, c representan las unidades de los tipos A, B y X que se deben fabricar,
respectivamente.

11
Respuesta: se deben fabricar 137,5 unidades del tipo Ay 25 unidades del tipo B con una
utilidad de 6250. Quedan 500 horas disponibles en la operacin I y ninguna en las otras dos.

Ejemplo 7: El directorio de una empresa ha decidido destinar 200 millones de pesos para
ejecutar un programa de inversiones que consta de varias alternativas:

Tipo de inversin A1 A2 B1 B2 C1 C2
Rentabilidad (%) 3 2,5 3,5 4 5 4,5

Debido a restricciones de tipo impositivo, la empresa debe destinar por lo menos el 40% del
monto total a inversiones de tipo A y como mximo el 30% del total a inversiones de los tipos
B y C. Se desea encontrar la distribucin ptima de recursos.

Maximizar R 0,03x1 0,025 x 2 0,035 x3 0,04 x 4 0,05 x5 0,045 x6


x1 x2 x3 x 4 x5 x6 200
esta claro que para definir s1 s2 .. sm voy
x1 x 2 80 a despejar una desigualdad de modo que
sujeto a me quede el cero al lado de la boquita osea
x3 x 4 x5 x6 60 0> ; <0 y lo que este del otro lado sera s1.
xi 0 despues ahi tengo la igualdad y paso a otro
lado el parametro y que me quede positivo

donde x1 representa la cantidad de millones de pesos invertidos en la inversin A1


x2 representa la cantidad de millones de pesos invertidos en la inversin A2
x3 representa la cantidad de millones de pesos invertidos en la inversin B1, etc.

Para llevar la segunda restriccin de a la igualdad se debe restar una variable superflua
s2, que tambin se denomina floja y sumar una variable artificial A1, de modo que la
solucin inicial donde todas las variables estructurales valgan 0 cumpla todas las restricciones.
Esta variable artificial debe aparecer restando con un coeficiente muy grande en la funcin
objetivo si se debe maximizar, de modo que en la solucin ptima tenga un valor nulo. Ese
coeficiente debe ser un nmero mucho ms grande que los dems coeficientes o bien se puede
representar por la letra M.

R 0,03x1 0,025x2 0,035x3 0,04 x4 0,05x5 0,045x6 0 s1 0 s2 0 s3 M A1


R 0,03x1 0,025x2 0,035x3 0,04 x4 0,05x5 0,045x6 0 s1 0 s2 0 s3 M A1 0

x1 x2 x3 x4 x5 x6 s1 200
x1 x2 s2 A1 80 lo que dije arriba se resume a poner s1 si la desigualdad
sujeto a
x3 x4 x5 x 6 s 3 60 es menor o igual o -s1 si la desigualdad es mayor o igual
ojo que (si no me equivoco) esto es en maximizacion en
xi , si , Ai 0 minimizacion porahi no es asi no lo analize

La primera tabla Simplex es:

12
Fila R x1 x2 x3 x4 x5 x6
0 1 -0,03 -0,025 -0,035 -0,04 -0,05 -0,045
1 0 1 1 1 1 1 1
2 0 1 1 0 0 0 0
3 0 0 0 1 1 1 1
ojo lo que me esta diciendo aca es
s1 s2 s3 A1 B que a veces definir un punto de
partida como vertice inicial porahi no
0 0 0 M 0 es tan automatico
1 0 0 0 200
0 -1 0 1 80 Lo que me define si es o no vertice es
que cumpla todas las condiciones
0 0 1 0 60 osea antes de arrancar el simplex
chequear eso
En esta tabla se puede leer la solucin: R= 0, s1= 200, s3= 60 y todas las dems variables
valen 0, lo que no satisface la segunda igualdad, de modo que no es una solucin factible, por
lo que esta tabla no es bsica. Para conseguirla debemos transformar la columna de A1 en un
vector unitario, haciendo F0-M F2.

Fila R x1 x2 x3 x4 x5 x6
0 1 -0,03-M -0,025-M -0,035 -0,04 -0,05 -0,045
1 0 1 1 1 1 1 1
2 0 1 1 0 0 0 0
3 0 0 0 1 1 1 1

s1 s2 s3 A1 B
0 M 0 0 -80 M
1 0 0 0 200
0 -1 0 1 80
0 0 1 0 60

En esta tabla se puede leer la solucin: R= -80 M, s1= 200, s3= 60, A1= 80 y todas las
dems variables valen 0, que satisface todas las restricciones, es una solucin factible. Para
obtener una mejor transformamos la columna de x1 en un vector unitario:

Fila R x1 x2 x3 x4 x5 x6
F0+(M+0,03)F2 0 1 0 0,05 -0,035 -0,04 -0,05 -0,045
F1- F2 1 0 0 0 1 1 1 1
2 0 1 1 0 0 0 0
3 0 0 0 1 1 1 1

s1 s2 s3 A1 B
0 -0,03 0 M+0,03 2,4
1 1 0 -1 120
0 -1 0 1 80
0 0 1 0 60

En esta tabla se puede leer la solucin: R= 2,4, x1= 80, s1= 120, s3= 60 y todas las dems
variables valen 0, que satisface todas las restricciones, es una solucin factible. Para obtener
una mejor transformamos la columna de x5 en un vector unitario:

13
Fila R x1 x2 x3 x4 x5 x6
F0+0,05 F3 0 1 0 0,05 0,015 0,01 0 0,005
F1- F3 1 0 0 0 0 0 0 0
2 0 1 1 0 0 0 0
3 0 0 0 1 1 1 1

s1 s2 s3 A1 B
0 -0,03 0,05 M+0,03 5,4
1 1 -1 -1 60
0 -1 0 1 80
0 0 1 0 60

En esta tabla se puede leer la solucin: R= 5,4, x5= 60, s1= 60, y todas las dems variables
valen 0, que satisface todas las restricciones, es una solucin factible. Para obtener una mejor
transformamos la columna de s2 (la nica que tiene negativo en la fila de indicadores) en un
vector unitario. Para elemento pivote tomamos el nico positivo de la columna pivote.

Fila R x1 x2 x3 x4 x5 x6
F0+0,03 F1 0 1 0 0,05 0,015 0,01 0 0,005
1 0 0 0 0 0 0 0
F2+ F1 2 0 1 1 0 0 0 0
3 0 0 0 1 1 1 1

s1 s2 s3 A1 B
0,03 0 0,02 M 7,2
1 1 -1 -1 60
1 0 -1 0 140
0 0 1 0 60

En esta tabla se puede leer la solucin: R= 7,2, x1= 140, x5= 60, s2= 60, y todas las dems
variables valen 0, que satisface todas las restricciones y es la solucin ptima, porque no
quedan negativos en la fila de indicadores.

Respuesta: Debe invertir 140 millones de pesos en inversiones del tipo A1 y 60 en C1,
superando en 60 millones el mnimo requerido para inversiones del tipo A.

14
MTODO SIMPLEX PARA MNIMO:

Ejemplo 8:
Minimizar C 20 x1 30 x 2 16 x 3
2,5 x1 3 x 2 x 3 3
sujeto a x1 3 x 2 2 x 3 4
x1 , x 2 , x 3 0

Para llevar las restricciones de mayor o igual a igualdades se restan variables superfluas y se
suman variables artificiales:

Minimizar C 20 x1 30 x2 16 x3 0 s1 0 s2 M A1 M A2
2,5 x1 3 x2 x3 s1 A1 3
sujeto a x1 3 x2 2 x3 s2 A2 4
x1 , x2 , x3 , s1 , s2 , A1 , A2 0

En la funcin objetivo se suman las variables artificiales con un coeficiente M (nmero


grande) para que en la solucin ptima tengan que valer cero.

La tabla inicial simplex se construye con los coeficientes de la funcin objetivo en forma
implcita y los coeficientes de las restricciones:

Fila C x1 x2 x3 s1 s2 A1 A2 B
0 1 -20 -30 -16 0 0 -M -M 0
1 0 2,5 3 1 -1 0 1 0 3
2 0 1 3 2 0 -1 0 1 4

Esta no es una tabla bsica porque no puede leerse una solucin factible. Para
transformarla en la tabla bsica se deben transformar los vectores correspondientes a las
variables artificiales en vectores unitarios, haciendo F0 + M (F1 + F2):

Fila C x1 x2 x3 s1 s2 A1 A2 B
0 1 3,5 M-20 6 M-30 3 M-16 -M -M 0 0 7M
1 0 2,5 3 1 -1 0 1 0 3
2 0 1 3 2 0 -1 0 1 4

En esta tabla se puede leer la solucin: C= 7 M, A1= 3, A2= 4, y todas las dems variables
valen 0, que satisface todas las restricciones, es una tabla bsica, pero el costo es muy alto,
para obtener una mejor solucin transformamos la columna de x2 en un vector unitario.

Para columna pivote se elige la que tiene el nmero positivo mayor en la fila de
indicadores (sin contar la primera ni la ltima), y para el elemento pivote se sigue el mismo
criterio que para el caso de maximizar.

15
Fila C x1 x2 x3 s1 s2 A1 A2 B
F0+(30-6M)F1 0 1 -1,5 M+5 0 M-6 M-10 -M -2M+10 0 M+30
F1/3 1 0 5/6 1 1/3 -1/3 0 1/3 0 1
F2-3 F1 2 0 -3/2 0 1 1 -1 -1 1 1

En esta tabla se puede leer la solucin: C= M+30, x2 = 1, A2 = 1, y todas las dems


variables valen 0, que satisface todas las restricciones, pero todava es un costo muy alto.

Fila C x1 x2 x3 s1 s2 A1 A2 B
F0+(6-M)F2 0 1 -4 0 0 -4 -6 -M + 4 -M + 6 36
F1 - F2/3 1 0 4/3 1 0 -2/3 1/3 2/3 -1/3 2/3
2 0 -3/2 0 1 1 -1 -1 1 1

Como no hay ms coeficientes positivos en la fila de indicadores, esta es la tabla ptima, la


solucin ptima es: C = 36 ; x1 = 0 ; x2 = 2/3 ; x3 = 1. Ambas restricciones se cumplieron
con igualdad. Si se disminuye una unidad en la disponibilidad de la primera restriccin (en
lugar de 3 que sea 2) el costo disminuir en 4 unidades (-4 en la fila de indicadores debajo de
la variable de holgura s1). Si se disminuye una unidad en la disponibilidad de la segunda
restriccin (en lugar de 4 que sea 3) el costo disminuir en 6 unidades (-6 en la fila de
indicadores debajo de la variable de holgura s2).

EL PROBLEMA DUAL

En el ejemplo 1, el problema del pastelero:

Maximizar I 20 x1 30 x 2 (ingreso)
3 x1 6 x 2 150 (harina )
x1 0,5 x 2 22 (azucar ) (1)
sujeto a
x1 x 2 27,5 (manteca )
x1 , x 2 0

supongamos que alguien quiere comprarle el negocio con todos sus ingredientes. El pastelero
quiere poner un precio y1 al kilo de harina, y2 al kilo de azcar y y3 al kilo de manteca.
Como una docena de pasteles del tipo A lleva 3 kilos de harina, uno de azcar y uno de
manteca, el pastelero pondr el precio de 3 y1 y2 y3 a los ingredientes necesarios para
producir una docena de esos pasteles y para no perder, querr que ese precio no sea menor de
$ 20, es decir: 3 y1 y2 y3 20 . De manera similar querr que para una docena de pasteles
del tipo B el precio de los ingredientes no sea menor de $ 30, o sea: 6 y1 0,5 y2 y3 30
Por otro lado, el que compra los ingredientes (150 kilos de harina, 22 kilos de azcar y 27,5
kilos de manteca) querr pagar lo menos posible, de modo que su problema ser:

16
Minimizar C 150 y1 22 y 2 27,5 y 3
3 y1 y 2 y 3 20
sujeto a 6 y1 0,5 y 2 y 3 30 (2)
y1 , y 2 , y 3 0

La primera tabla simplex es:

Fila C y1 y2 y3 s1 s2 A1 A2 B
0 1 - 150 -22 -27,5 0 0 -M -M 0
1 0 3 1 1 -1 0 1 0 20
2 0 6 0,5 1 0 -1 0 1 30

Para construir la primera tabla bsica hacemos: F0 M ( F1 F2 )

Fila C y1 y2 y3 s1 s2 A1 A2 B
0 1 9M-150 1,5M-22 2M-27,5 -M -M 0 0 50M
1 0 3 1 1 -1 0 1 0 20
2 0 6 0,5 1 0 -1 0 1 30

En esta tabla se puede leer la solucin: C= 50 M, A1 = 20, A2 = 30, y todas las dems
variables valen 0, que satisface todas las restricciones, pero es un costo muy alto.

Fi C y1 y2 y3 s1 s2 A1 A2 B
F0-(9M-150)F2 la
0 1 0 0,75M-9,5 0,5M-2,5 -M 0,5M- 0 -1,5M+25 5M+750
F1-3F2 1/2 -1 25
1/2 -1/2
1 0 0 3/4 1 5
2 0 1 1/12 1/6 0 -1/6 0 1/6 5

En esta tabla se puede leer la solucin: C= 5M+750, y1=5, A1 = 5, , y todas las dems
variables valen 0, que satisface todas las restricciones, pero todava es un costo muy alto.

Fi C y1 y2 y3 s1 s2 A1 A2 B
F0-(0,75M-9,5)F1 la
0 1 0 0 23/6 -38/3 -56/3 -M+38/3 -M+56/3 2440/3
F1(4/3) 1 0 0 1 2/3 -4/3 2/3 4/3 -2/3 20/3
F2-F1(1/12) 2 0 1 0 1/9 1/9 -2/9 -1/9 2/9 40/9

En esta tabla se puede leer la solucin: C=2440/3, y1=40/9, y2 = 20/3, y todas las dems
variables valen 0, que satisface todas las restricciones, pero todava hay positivos en la fila de
indicadores, de modo que no es la solucin ptima.

17
Fi C y1 y2 y3 s1 s2 A1 A2 B
F0-(23/6)F1 la
0 1 0 -23/4 0 -5 -45/2 -M-5 -M+45/6 775
F1(3/2) 1 0 0 3/2 1 -2 1 2 -1 10
F2-F1(1/9) 2 0 1 -1/6 0 1/3 -1/3 -1/3 1/3 10/3

La solucin ptima es: y1= 10/3 , y2 = 0 , y3 = 10 , C = 775. Lo que gana el pastelero al


vender sus recursos es lo mismo que ganaba en el problema (1). El problema (2) se denomina
dual del problema (1), al que se llama primal. Los dos estn estrechamente relacionados:

Cuando el problema inicial o primal implica la maximizacin (o minimizacin) de una


funcin objetivo, el problema dual comprende la minimizacin (o maximizacin) de otra
funcin objetivo. El nmero de variables estructurales en el problema dual es igual al nmero
de restricciones en el problema primal y el nmero de restricciones del problema dual es igual
al nmero de variables estructurales del problema primal.

Para plantear el problema dual el primal debe estar en la forma estndar, si es de mximo, las
restricciones de , si es de mnimo, las restricciones de .

A x b
Si el problema primal es Maximizar c x sujeto a
x 0
t At y ct
su dual es Minimizar b y sujeto a
y 0

A x b
Si, en cambio, el primal es Minimizar c x sujeto a
x 0
t At y ct
su dual es Maximizar b y sujeto a
y 0

Correspondencia entre primal y dual:

Las constantes de los segundos miembros de las restricciones (disponibilidades) del primal
son los coeficientes de la funcin objetivo del dual.
Los coeficientes de la funcin objetivo del primal son las disponibilidades del dual.
Los signos de desigualdad en las restricciones del primal y del dual son contrarios.
Las matrices de coeficientes en las restricciones del primal y del dual son traspuestas entre
s.
Si la restriccin i-sima es una igualdad en el primal, la i-sima variable en el dual no tiene
restriccin de signo.
Si la j-sima variable del primal no est restringida en el signo, la j-sima restriccin del
dual es una igualdad.

18
Correspondencia entre las soluciones:

El valor de la funcin objetivo es el mismo en el primal que en el dual.


Los criterios (valores que aparecen en la fila de indicadores de la tabla ptima del simplex)
para las variables estructurales del primal son las soluciones para las variables de holgura
del dual.
Los criterios para las variables de holgura del primal son las soluciones para las variables
estructurales del dual.
Las soluciones para las variables estructurales del primal son los valores de los criterios
para las variables de holgura del dual (opuestos si el primal es de mnimo).
Las soluciones para las variables de holgura del primal son los valores de los criterios para
las variables estructurales del dual (opuestos si el primal es de mnimo).

Ejemplo 9: Supongamos que se debe resolver el problema

Minimizar C 6 y1 7 y 2 3 y3
3 y1 3 y 2 y3 8
sujeto a y1 2 y 2 y3 2
y1 , y 2 , y3 0

En lugar de resolverlo por el mtodo Simplex, como slo tiene dos restricciones podemos
resolver el dual en forma grfica y luego encontrar la solucin del primal:

Maximizar U 8x1 2 x2
3x1 x2 6
3 x1 2 x2 7
sujeto a
x1 x2 3
x1 , x2 0

x2
9

6 1 restr.
5

4
A3 2 restr.
A B
2

1 C 3 restr.
x1
D
O 0.5 1 1.5 2 2.5 3 3.5
-1

19
La solucin ptima es x1 2, x2 0, U 16 . Como en ese punto la 1 restriccin se
cumple con igualdad s1 0 , las dems variables de holgura tienen valor distinto de cero,
porque para las otras restricciones hay disponibilidad en ese punto. Si no hay soluciones
mltiples, la relacin entre los valores de la solucin ptima del primal y dual es la siguiente:
Si en el primal una variable estructural vale 0, la correspondiente variable floja del
dual es distinta de cero.
Si en el primal una variable estructural es distinta de 0, la correspondiente variable
floja del dual vale cero.
Si en el primal una variable floja vale 0, la correspondiente variable estructural del
dual es distinta de cero.
Si en el primal una variable floja es distinta de 0, la correspondiente variable
estructural del dual vale cero.
El valor ptimo de la funcin objetivo es el mismo.

En este caso, como x1 0 t1 0 como x2 0 t 2 0


como s1 0 y1 0 como s2 0 y 2 0 como s3 0 y3 0
con estos datos podemos armar el sistema de las restricciones del primal:

8
3 y1 3 y 2 y3 t1 8 3 y1 8 y1
cuya solucin es: 3
y1 2 y 2 y3 t 2 2 y1 t 2 2 2
t2
3
8
y1 , y2 y3 0
3
La solucin ptima del primal es 2
t1 0, t 2
3
U 16

20

Interessi correlati