Escolar Documentos
Profissional Documentos
Cultura Documentos
21*
,19(67,*$&,1
'(23(5$&,21(6
3URJUDPDFLyQOLQHDO_3UREOHPDVGHWUDQVSRUWH_$QiOLVLVGHUHGHV
Investigacin de operaciones
Programacin lineal
Problemas de transporte
Anlisis de redes
Maynard Kong
Investigacin de operaciones
Programacin lineal
Problemas de transporte
Anlisis de redes
Investigacin de operaciones
Programacin lineal - Problemas de transporte - Anlisis de redes
Maynard Kong
Maynard Kong, 2010
De esta edicin:
Fondo Editorial de la Pontificia Universidad Catlica del Per, 2010
Av. Universitaria 1801, Lima 32, Per
Telfono: (51 1) 626-2650
Fax: (51 1) 626-2913
feditor@pucp.edu.pe
www.pucp.edu.pe/publicaciones
Diseo, diagramacin, correccin de estilo
y cuidado de la edicin: Fondo Editorial PUCP
Primera edicin: abril de 2010
Tiraje: 500 ejemplares
Prohibida la reproduccin de este libro por cualquier medio, total o parcialmente,
sin permiso expreso de los editores.
Hecho el Depsito Legal en la Biblioteca Nacional del Per N 2010-03265
ISBN: 978-9972-42-921-7
Registro del Proyecto Editorial: 31501361000223
Impreso en Tarea Asociacin Grfica Educativa
Pasaje Mara Auxiliadora 156, Lima 5, Per
ndice
Captulo 1. Introduccin
1.1. Aplicaciones
1.2. Problema de optimizacin
1.3. Propiedades y ejemplos
1.4. Programacin matemtica
1.5. Modelo de programacin matemtica
1.6. Problemas resueltos
11
11
12
12
17
19
22
31
31
34
37
41
46
48
53
57
57
64
66
67
70
73
73
80
83
86
93
95
95
100
102
104
106
112
114
123
123
123
124
125
127
129
131
133
136
137
140
153
153
155
156
174
177
181
192
197
197
199
200
203
206
213
216
235
ndice alfabtico
241
Captulo 1
Introduccin
1.1 Aplicaciones
Mencionamos algunas aplicaciones de la investigacin de operaciones:
Problemas de asignacin de recursos materiales y servicios: productos, mano de obra, tareas
Procesos de planificacin de personal, etapas de produccin
Administracin de flujos de materias primas a travs de cadenas
de suministros
Planificacin de rutas, redes de telecomunicacin
Refinamiento y mezcla de sustancias o componentes, por ejemplo, petrleo
Seleccin de portafolios de acciones y bonos
Maynard Kong
Captulo 1. Introduccin
Maynard Kong
QWP
Wt
Qd
Q,W Pt
QWP
Qd
Wt
Q,W Pt
Captulo 1. Introduccin
El valor de P, que se halla entre y , es lo que falta para completar el litro de mezcla, as P
As, la bebida que da un litro de costo mnimo se obtiene mezclando
litros de naranja, litros de toronja y litros de mandarina,
que tiene un costo de .
Ejemplo 3
Sea la funcin I[\ [\ definida en el conjunto de los puntos
[\[\ nmeros reales, que cumplen las condiciones
[\
[t \t
Determine los valores mximo y mnimo de I[\.
Solucin
Reemplazando [\ en la funcin
I[\ [\ [[\ [
y de las relaciones dadas se observa que los valores de [ varan desde
hasta (\ vara a la vez desde hasta ) de manera que el menor valor
de [es , cuando \ es , y por eso 0D[I[\ cuando
[ \ .
Por el mismo razonamiento se obtiene 0LQ I [ \
cuando [ ,\ .
Ejemplo 4
Tres mquinas 0, 0 y0 pueden realizar las tareas $, % y &.
Los costos de ejecucin son dados en la tabla siguiente:
0
0
0
$
%
15
&
Maynard Kong
&
&
0
&
&
0
&
&
&RVWR
Captulo 1. Introduccin
J [ [Q
^ d
J [ [Q ^ d
R t ` E
R t ` E
J P [ [Q
^ d
R t ` EP
17
Maynard Kong
DE
/
/Y
/
18
Captulo 1. Introduccin
hay que mover la recta hasta que sea tangente al crculo. El punto de
tangencia 3DE tiene pendiente , pues el radio del origen al punto
3 es perpendicular a la recta, cuya pendiente es . As, E D y por estar
en el crculo
] [[[[
[[[[t
[[d
[[d
[[
[Lt
Ejemplo 4
Maximizar Z [[\\]
sujeto a las condiciones
[\]
\[d
[\]t
19
Maynard Kong
Un empleado trabaja horas consecutivas y puede ingresar al iniciarse cualquiera de los perodos indicados.
Formule el modelo matemtico para minimizar el menor nmero
de empleados que se necesitan en el establecimiento.
20
Captulo 1. Introduccin
Solucin
Sea
[
...
[
[[t
[[t
[[t
[[t
[[t
[[t
que toman en cuenta la suma de los empleados de dos perodos consecutivos, por ejemplo, en el primer perodo se tiene [ empleados
que empezaron a las horas y [ empleados que empiezan a las
horas.
Adems, hay que observar que las variables son enteras y mayores
que o iguales a .
Por tanto, el modelo de programacin pedido es
Minimizar Q [[[
sujeto a [[t
[[t
[[t
[[t
[[t
[[t
con todas las variables enteras y no negativas.
21
Maynard Kong
22
Captulo 1. Introduccin
3URWHtQDV
&DUERKLGUDWRV
*UDVDV
&RVWR
[[[[t.
[[[[t
[[[[t
23
Maynard Kong
sujeto a [[[[t
[[[[t
[[ [[t
todos los [L t
Problema 4
Se dispone de S/. para invertirlos segn los dos planes de inversin $y % que ofrecen ganancias o utilidades como se muestran en la
tabla:
8WLOLGDGGH$
8WLOLGDGGH%
&DQWLGDGLQYHUWLGD
8
8
8
9
24
8
Captulo 1. Introduccin
Problema 5
Resuelva, por simple inspeccin, el problema anterior.
Solucin
Para cada valor de D
ganancia:
0D[ ^8 9 8 9 8 9 8 9 `
0D[ ^ `
que se obtiene en E .
Procediendo de esta manera se obtienen los siguientes resultados:
0D[*E
0D[*E
0D[*E
0D[*E
HQE
HQE
HQE
HQE
25
Maynard Kong
Solucin
Sean D1 y D2 las cantidades que se envan desde $ a los locales, y E1, E2,
similarmente para %.
Segn las cantidades disponibles se tiene
DD
EE
DE
DE
26
Captulo 1. Introduccin
Solucin
Hay que considerar las distintas maneras de cortar los anchos de y
en anchos de y.
Para el rollo $,
FODVH
D
D
E
E
/RQJLWXGWRWDO
DQFKR
DQFKR
VREUDQWH
Las longitudes totales de los rollos producidos dan lugar a las restricciones
27
Maynard Kong
0DWHULDUHTXHULGD
XQLGDGHV
&RPSRQHQWHSURGXFLGR
XQLGDGHV
%
&
Captulo 1. Introduccin
S T
de tipo % ST, con lo que se puede completar
S T
productos$
S T
y de tipo &ST, que permite completar
S T pro
ductos $
El nmero 1 de productos $ resultante es el menor de estos, o sea
1 ST
As, el modelo es
Maximizar 1 TS
sujeto a STd
STd
S y T enteros no negativos.
Problema 9
En un terreno de hectreas se puede cultivar arroz y frijoles. En un ao
bueno, la ganancia por hectrea de arroz es y la de frijoles ; en cambio, en un ao malo, las ganancias son de y , respectivamente.
Se dedica a cada planta no ms de de hectreas del terreno y se
requiere determinar cuntas hectreas deben cultivarse de cada producto para maximizar la ganancia total en un ao bueno y asegurar que
la ganancia en un ao malo sea al menos de . Formule el modelo
del programa.
Solucin
Sean D y I las cantidades de hectreas de arroz y frijoles a cultivar.
Entonces D I d
D d , los de
Id
La ganancia en un ao bueno es *E DI
y la de un ao malo es *P D I, que debe ser al menos
29
Maynard Kong
30
Captulo 2
Introduccin a la Programacin Lineal
I[[[[ [[[[
^ d
t ` E
DL [ DL [ DLQ [Q
^ d
t `
EL
DP [ DP [ DPQ [Q
^ d
t ` EP
Maynard Kong
32
3. Minimizar ] [[[[
sujeto a [[[[[
[2 2[4 d 5;
y todas las variables t
El valor ptimo es ]PLQ y se alcanza en [ [ [ [ .
4. Minimizar ] [[[[
sujeto a [[d
[[[t
todas las variables no negativas.
En este problema el valor mnimo no existe, pues, si se asigna a las
variables de decisin
] ]W W
33
Maynard Kong
(1) [\d
(2) [\d
(3) [\d
(4) [t
(5) \ t
34
Solucin
Trazamos la regin factible 5
<
%
[ \
[ \
$
] ] ]
&
[
\
] [ \
'
5 es el polgono cerrado con vrtices los puntos $ % & ' y el
origen del sistema. Se hallan los conjuntos 5 5 de puntos que
satisfacen las restricciones respectivamente. Por ejemplo, para
determinar 5 que corresponde a [\d se traza la recta dada
por la ecuacin [\ , que resulta de sustituir el signo de desigualdad por el de igualdad, y en la figura es la recta que pasa por los
puntos $ y %. Esta recta divide al plano en dos semiplanos, determinados por las desigualdades
[\dsemiplano inferior
y [\t, semiplano superior.
Para saber cul de los semiplanos es5basta seleccionar arbitrariamente un punto fuera de la recta, y comprobar cul de las dos
desigualdades satisface. Por ejemplo, el punto satisface la primera desigualdad, que es la restriccin tratada, y por lo tanto, 5es
el semiplano que contiene a , o el semiplano inferior o debajo
de la recta. La regin factible 5 es la interseccin de los semiplanos
obtenidos.
35
Maynard Kong
]
]
]
]
]
36
37
Maynard Kong
Respuesta
La funcin objetivo no tiene mnimo pues las rectas ] Y [\, paralelas a
la diagonal \ [, intersecan al polgono factible para cualquier valor
negativo de Y, que es lo que se observa cuando la diagonal se desplaza
paralelamente de izquierda a derecha.
Problema 4
El siguiente es el modelo de programacin del problema , Captulo
1, 1.6:
Max *E
sujeto a
DI
DId
Dd
Id
DIt
D y I no negativas.
en[ [
38
60000
Problema 6
Determine el valor mnimo de ] [[
sujeto a [[tF
[d
[t
[d
[t
en cada caso siguiente:
a) cuando F ,
b) cuando F
Respuesta
a) F : mnimo en [ [
b) F : el problema no tiene soluciones
Problema 7
Halle el valor mximo de ] [[
sujeto a [[t
-10[1 [2d10
-4[1 [2d20
[1 4[2t20
[1, [2t0.
Respuesta
No existe valor mximo pues la funcin ] toma valores arbitrariamente
grandes.
Problema 8
Resuelva el problema Max ] ][\ mnimo ^[\[\`
sujeto a las condiciones 2x -5yt-10
2x -yd6
x, yt0.
39
Maynard Kong
Indicacin
Este problema no tiene la forma de un problema de programacin
lineal pues la funcin objetivo no es lineal. No obstante, de la definicin de la funcin se tiene
] ][\ [\ si [\d[\, o [\d
y ] ][\ [\ si [\d[\, o [\t
y por lo tanto agregando sucesivamente las restricciones [ \ d ,
[\t el problema se descompone en los subproblemas lineales:
(P1) 0D[] [\
sujeto a [\t
2[ -\d6
[, \t0
[ -\d0
(P2) 0D[] [\
sujeto a [\t
2[ -\d6
[, \t0
[-\t0
El valor mximo del problema inicial es el mximo de los valores
ptimos de estos subproblemas.
Geomtricamente, mediante la recta \ [, se ha dividido el polgono factible en dos subpolgonos sobre los cuales la funcin objetivo
adquiere una expresin lineal.
Respuesta
(P1) tiene mximoen [ \
(P2) tiene mximo en [ , \
El valor mximo del problema es el de (P2), esto es, en [ ,
\
40
Problema 9
Resuelva el problema 0D[] ][\
sujeto a las restricciones del problema 8.
mximo ^[\[\`
Respuesta
El valor ptimo es en [ , \
E
DP [ DP [ DPQ [P
EP
[[[Qson no negativas
y las constantes EEEP son no negativas.
2.4.1 Ejemplos
Tienen la forma estndar los siguientes problemas:
1) Maximizar ] [\]
sujeto a [\]
\]
[\]t
41
Maynard Kong
2) Minimizar ] [[[[
sujeto a
[[[[
[[[[
[[[
y todas las variables son no negativas.
Es decir, si la restriccin es
si DL[DLQ[Q ^d Rt`
en dondeELes negativo
entonces
DL[DLQ[Q ^d Rt`EL
con EL positivo y, cuando se aplique, con el signo de desigualdad
invertido.
Se indican algunos ejemplos:
UHVWULFFLyQ
[\]d
[\[d
[\]d
UHVWULFFLyQWUDQVIRUPDGDFRQ
WpUPLQRFRQVWDQWHQRQHJDWLYR
[\]d
[\[d
[\]d
2) Una restriccin, de desigualdad con signo d, puede ser reemplazada por una de igualdad si se suma una variable no negativa al
lado izquierdo para convertirla en una de igualdad:
si DL[DLQ[QdEL
entonces
DL[DLQ[QKL EL
con KL no negativa
Esta variable se llama variable de holgura (por defecto).
Por ejemplo, la restriccin [\]d
se reemplaza por
[\]K
Kt
3) Una restriccin de desigualdad con signo t puede ser reemplazada por una de igualdad si se resta una variable no negativa al
lado izquierdo para convertirla en una de igualdad:
si DL[DLQ[QdEL
entonces
DL[DLQ[QKL EL
43
Maynard Kong
con KL no negativa.
Esta variable se llama variable de holgura (por exceso o supervit)
Por ejemplo, la restriccin [\]t
se reemplaza por
[\]K
Kt
Las operaciones (1), (2) y (3) no modifican la funcin objetivo.
4) Una variable irrestricta, lo cual significa que puede tomar valores
negativos y positivos, puede ser reemplazada por la diferencia de
dos variables no negativas.
Si [2 es irrestricta, entonces se escribe [2 XY con dos nuevas
variables X y Y no negativas.
5) Una variable [ no positiva, esto es, menor que o igual a cero,
puede ser reemplazada por una variable no negativa precedida
del signo menos, es decir, se efecta el cambio de variable
44
Solucin
No es necesario cambiar de signo a ninguna restriccin pues todas ya
tienen trminos constantes no negativos.
Sumando las variables de holguras K1, K2 a las dos primeras restricciones y restando la variable de holgura K3 a la tercera restriccin
[\K1
[\]K
]ZK
[[[K
despus de cambiar los signos de los trminos y el signo de la desigualdad y de sumar la variable de holgura K.
45
Maynard Kong
Ejemplo
Sea el problema
Maximizar ] [\
sujeto a las restricciones
[\X
[\Y
[\XYno negativas.
(1) Mediante las operaciones indicadas obtenga restricciones equivalentes de manera que cada una contenga solo una de las variables [\.
(2) Determine la expresin de la funcin objetivo que resulta de
reemplazar las variables [\ despejadas de las ecuaciones.
(3) Encuentre el valor mximo de ].
Solucin
(1) Se elimina la variable \ de la primera ecuacin restndole 2 veces
la segunda ecuacin:
47
Maynard Kong
(2) Despejando las variables de las ecuaciones obtenidas y reemplazando en la funcin objetivo ] [\
se tiene ] XYXY
] XY
(3) De
] ][\XY XY
se tiene ]d pues X y Y son no negativas.
Luego, haciendo X Y en las ecuaciones de la parte (1) se
obtiene [ , \ , y por lo tanto se encuentra la solucin factible
[ , \ , X , Y , en la que la funcin objetivo vale . As, se
cumple ][\XYd ]
y esto demuestra analticamente que es el valor mximo.
D[DQ[Q E
D[DQ[Q E
DP[DPQ[Q EP
48
Maynard Kong
Solucin
En este caso P Q de manera que hay que anular QP variable.
(1) Si [ y se resuelve el sistema
\ -]
\ -]
se encuentra la solucin nica \ , ] -
y por lo tanto [ , \ , ] -es una solucin bsica.
Sin embargo, no es factible pues la variable ] tiene un valor negativo.
(2) Haciendo \ , el sistema resultante es
[ - ]
[ - ]
que no tiene solucin pues restando 2 veces la primera ecuacin
de la segunda se obtiene la contradiccin
(3) Haciendo ] , se resuelve el sistema
[ \
[ \
que tiene nica solucin [ \
Luego, [ \ ] es una solucin bsica factible con variables bsicas [\
En resumen, para las restricciones dadas solamente hay una solucin bsica factible: [ \ ] con variables bsicas [\.
Ejemplo 2
Encuentre las soluciones bsicas factibles de las restricciones
[[[[
[[[[
Solucin
En este caso se deben anular variables y resolver las ecuaciones
para las variables restantes.
50
9$5%6,&$6
62/8&,1%6,&$)$&7,%/(
[ [
[[
[ [
[[
[ [
[[
51
Maynard Kong
9$5,$%/(6%6,&$6
62/8&,1
[\
[K
\K
KK
K
K
K
K
K
K
K
K
[
[
[
[
\
\
\
\
52
Maynard Kong
Solucin
Las restricciones son
[[K
[[K
con todas las variables no negativas.
Problema 2
Halle la forma estndar de
Minimizar ] [\XY
sujeto
a [\t
\Xt
[\Y
[XXt
y la variable \ irrestricta.
Solucin
Maximizar ] [\\XY
sujeto a [\K
\XK
[\\Y
y todas las variables no negativas en donde se ha reemplazado
\ \\, diferencia de variables no negativas.
Problema 3
Considere el problema
Maximizar ] [[[[
sujeto a [[d
[t
[d
[t
Exprese el problema en la forma estndar.
54
Respuesta
Maximizar ] X[[[
sujeto a -X [ K
XK
todas las variables no negativas.
Puesto que [ es no positiva se ha hecho el cambio de variable [ X,
de modo que X es una variable no negativa.
Problema 4
Sea el conjunto de restricciones
[[[[[
[[[[[
halle todas las soluciones bsicas factibles y las variables bsicas correspondientes.
Respuesta
[
6ROXFLRQHVEiVLFDVIDFWLEOHV
[
[
[
[
YDULDEOHVEiVLFDV
DVRFLDGDV
[[
[[
[[
[[
[[
[[
[\]X
[\]X
[\]X
55
Maynard Kong
56
Captulo 3
El mtodo del smplex
Maynard Kong
[
[
[
[
[
F
[ E
OD HFXDFLyQ
OD HFXDFLyQ
ODFHFXDFLyQGH]
ODFHFXDFLyQGH]
[
[
[
[
[
[
F
F
de donde
] [[[[
[[
El criterio de mximo indica que si todos los costos reducidos son
d, entonces la tabla actual proporciona el valor mximo y se alcanza
en la solucin bsica de la misma.
Esto puede demostrarse en este caso, ya que la representacin de la
funcin objetivo con los costos reducidos puede escribirse as
] [[d
en donde la desigualdad d se cumple porque los costos reducidos son
d y las variables son t.
Luego ]d valor en la solucin bsica factible y por lo tanto
]0D[ en [ [ [ [ .
Segn lo desarrollado se puede adelantar el criterio de mximo:
Si todos los costos reducidos son , entonces la funcin
objetivo tiene valor mximo en la solucin bsica factible.
Maynard Kong
YDUEiV
[
[
[
[
[
[
F
F
Igual que antes para anular los costos - y de las variables bsicas,
a la fila F se le suma la fila y se le resta veces la fila .
La fila F
da la siguiente expresin de la funcin objetivo ]:
] [[ en trminos de costos reducidos.
No se puede aplicar el criterio de mximo pues hay un costo reducido positivo, que es el coeficiente de la variable [.
El siguiente criterio es el de divergencia, segn el cual si existe un
costo reducido ! y la variable asociada tiene coeficientes d en todas las
restricciones, entonces el problema no tiene valor mximo, porque se
puede hallar soluciones factibles en las cuales la funcin objetivo toma
valores arbitrariamente grandes.
En este problema, el costo reducido positivo es el de la variable [ y
sus coeficientes en las restricciones son -y -, que son d.
Para comprobar que la funcin objetivo toma valores muy grandes
se generan las siguientes soluciones factibles:
se hace [ W, donde el parmetro W es t,
se hace igual a cero la otra variable no bsica [
y se hallan los valores de las variables bsicas resolviendo las ecuaciones
(dadas por las filas), as finalmente se obtiene
[
[
[
[
W
W
W
60
[
\
X
Y
E
No se cumple la condicin de mximo porque hay un costo positivo, el coeficiente de la variable \; tampoco se cumple el criterio de
61
Maynard Kong
X
E
GLYLGLHQGRHQWUH
GLYLGLHQGRHQWUH
y luego hay que restar una fila de la otra, para anular el otro elemento
de la columna de \. No obstante, se ve inmediatamente que no se debe
restar la fila a la fila , pues de lo contrario resultara el trmino
constante , que sera el valor de una variable no negativa. As,
se debe seleccionar la fila pues tiene el menor valor , o mnimo
cociente, de manera que al restarla a la fila , todos los trminos constantes sigan siendo no negativos.
La seleccin de la fila indica que sale la variable bsica actualY, y
que en su lugar entra la variable \.
Los clculos son:
YDUEiV
X
Y
F
[
\
n
X
Y
E
UD]yQ
PLQVDOHY
HQWUDYDULDEOH\
62
YDUEiV
X
\
[
Y
E
PtQLPRGHORVYDORUHV
EL
FRQDL M !
DL M
Maynard Kong
D[DMDQ[Q E
DL[DLM[MDLQ[[ E
ecuacin i
DP[DPM[MDPQ[[ EP
y todas las variables no negativas
y variables bsicas [
[
Pque dan una solucin factible.
Este problema se representa mediante la tabla:
columna de variable [M
p
YDUEiV
[
[M
[Q
[
D
DM
DQ
E
[
L
DL
DLM
DLQ
EL
[
P
DP
DPM
DPQ
EP
F
FM
FQ
F
F
M
F
Q
]
ODLHFXDFLyQL
m ODGHFRVWRV
HFXDFLyQGH]
m ODGHFRVWRVUHGXFLGRV
HFXDFLyQGH]]
en donde
la fila L se forma con los coeficientes y trmino constante de la
ecuacin L
64
65
Maynard Kong
F
Ld, para M Q
66
Sea F
L ! un costo reducido positivo. Entonces entra la variable [M
al conjunto de variables bsicas y sale la variable bsica [L cuya razn
EL
es mnima.
5
DLM
Adems, el valor de ] en la nueva solucin bsica es ]
]F
M5,
esto es, tiene el incremento F
M5t.
Maynard Kong
Cambio de base
Se aplica cuando todos los costos reducidos tienen al menos
un elemento t en su respectiva columna.
Sea F
M . Entonces entra la variable[My sale una variable [L cuya
razn sea mnima como en el problema de maximizacin.
Los siguientes ejemplos ilustran los dos mtodos para resolver problemas de minimizacin.
Ejemplo 1
Minimizar ] [\
sujeto a [\
[\
[\ no negativas
transformando el problema en uno de maximizacin.
Solucin
Agregando variables de holgura XY a las restricciones para expresar el
problema en forma estndar, las restricciones son:
[\X
[\Y
[
\
X
Y
E
nHQWUD[
68
Puesto que el costo reducido de [ es !, entra la variable [ al conjunto de variables bsicas, y por el criterio de la razn mnima sale Y
As, la fila pivote es la segunda fila y el elemento es el pivote para
actualizar la tabla. Dividiendo la fila entre , sumando la fila a la fila
y restando veces la fila a la fila deF
, resulta
YE
X
[
F
[
\
X
Y
E
Puesto que todos los costos reducidos son d tiene valor mximo
y se obtiene en [ \ Por lo tanto, el valor mnimo de ]es
en [ \
Ejemplo 2
Minimizar ] [\
sujeto a
[\d
[\d
[\no negativas
usando los criterios del smplex para minimizacin.
Solucin
La tabla inicial es
YE
X
Y
F
[
\
X
Y
E
nHQWUD[
69
Maynard Kong
[
\
X
Y
E
70
71
Maynard Kong
Problema 5
Resuelva el problema
Maximizar ] [\XY
sujeto a [\XY
todas las variables no negativas.
Indicacin: Use Y como variable bsica.
Respuesta
0D[ ] HQ\ y cero para las otras variables.
Problema 6
Encuentre el valor mximo de la funcin
] [\XY
sujeto a las restricciones
[\XY ;
[XYno negativas
la variable \d.
Respuesta
Max ] en [ las otras variables valen cero.
72
Captulo 4
Mtodo del smplex: variables artificiales.
Convergencia del algoritmo
Maynard Kong
Solucin
[\XY$
[\XY$
todas las variables no negativas, incluyendo las variables artificiales.
los trminos 0 veces $ y0 veces $, uno por cada variable
artificial aadida:
]
[\XY0$0$
en donde 0 es una constante positiva muy grande.
El problema ahora consiste en maximizar ]
sujeto a las
restricciones del paso , y se puede aplicar el mtodo del smplex pues$ y $ son variables bsicas, con valores $
y $
La eleccin del valor de 0 se hace a fin de lograr que las
variables del problema original se vuelvan bsicas en lugar de
las variables artificiales.
Paso 3. Se aplica el mtodo del smplex utilizando a las variables artificiales como variables bsicas.
La solucin del problema modificado proporciona tambin
la solucin del problema inicial pues:
1) si existe mximo de]
, y no contiene a la constante 0,
esto es, las variables artificiales han sido eliminadas del
conjunto de variables bsicas o anuladas, entonces
mximo de ] mximo de ]
74
$ $
$
$
UD]yQ
0 0
0
!HQWUDODYDULDEOH[
$
UD]yQ
$
0
0
se obtiene anulando el
costo de la variable [: fila F
fila F
menos (0) veces la fila; por
ejemplo, el costo reducido de \ es (0) (0) por
00 0
75
Maynard Kong
[
\
X
en donde la F
[\XY$
[\XY$
76
$
$
$
$
F
F
n
HQWUD[
77
UD]yQ
Maynard Kong
$
$
UD]yQ
[
$
n
HQWUD\
[
\
F
$
$
[
\
X
Y
78
E
Maynard Kong
[\Y
[\XZ+
[\XZ$
80
Respuesta
]0D[ ; una solucin ptima es [ \ X Y
Problema 2
Aplique la tcnica 0 para resolver el problema
Maximizar Z [\XY
sujeto a
XYt
[\Yd
todas las variables no negativas.
Indicacin
El problema a resolver puede ser escrito as Z [\XY0$
sujeto a XY+$
[\Y+
en donde$ y + son variables bsicas, $ es una variable artificial y +
es una variable de holgura (por defecto).
Respuesta
=0D[ . Una solucin ptima es [ \ , X , Y
Problema 3
Resuelva el problema 1 usando el mtodo de las dos fases.
Problema 4
Aplique el mtodo de las fases para resolver el problema 2.
Problema 5
Resuelva el problema
minimizar Z [[[[
sujeto a
[[[t
[[[[d
todas las variables negativas
81
Maynard Kong
a) Por la tcnica 0
b) Aplicando el mtodo de las dos fases.
Indicacin
Convierta el problema en uno de maximizacin
- maximizar Z [[[[
y considere las restricciones
[[[+
[[[[+
Puede tomarse como variables bsicas iniciales: una variable artificial $ asociada a la primera restriccin y la variable de holgura + (por
defecto) de la segunda restriccin.
Respuesta
El valor mnimo de Zes . Una solucin ptima es [ [ y
cero las otras variables.
Problema 6
Sea el problema
Maximizar ] [\X
sujeto a [\X
[\X
todas las variables no negativas
a) Sume miembro a miembro las restricciones y compruebe que no
existen soluciones factibles (en particular, el problema no tiene
mximo).
b) Compruebe que el problema no tiene soluciones factibles calculando el valor mximo de ]
$$ (la funcin auxiliar de la
fase )
sujeta a las condiciones [\X$
[\X$
en donde $ y $ son variables artificiales.
82
7777777 777
83
Maynard Kong
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
Hay dos posibles variables que pueden entrar [ o [. Se elige [. La
nica posible variable que puede salir es[.
La tabla resultante es
7 variables bsicas [, [, [
YE
[
[
[
[
[
[
[
[
[
[
84
La siguiente tabla es
7 variables bsicas [, [, [
YE
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
[
Hay dos variables que pueden ingresar [ y [. Se elige [. Entonces
solo puede salir la variable [.
Y la siguiente tabla es
7 variables bsicas [, [, [
85
Maynard Kong
YE
[
[
[
[
[
[
[
[
[
[
86
Q
P Q Q
en donde
Q nmero de variables del problema
y P nmero de variables bsicas.
Para hacer evidente esto, basta observar que cada tabla est determinada por su respectivo conjunto de variables bsicas, de manera que a
lo sumo habr tantas tablas como subconjuntos de m variables tomadas
de n variables.
En el ejemplo desarrollado en la seccin 3.3 se tiene Q y P , de
modo que las posibles tablas son:
uu
u u
Maynard Kong
[
[
[
[
[
[
[
[
[
[
Maynard Kong
[
[
[
[
[
[
[
[
[
[
La nica variable que puede entrar es [. Y solo puede salir la variable [.
Tabla 7
variables bsicas [,[,[
YE
[
[
[
[
[
[
[
[
[
[
]
90
[
[
[
[
[
[
[
[
[
[
H H
H H
H H
en donde se han agregado a las constantes del lado derecho las potencias H, H, H, siendo e un nmero positivo arbitrariamente pequeo.
La nica variable que puede entrar es [. Para determinar la variable
que debe salir se calculan las razones
H
variable [: la razn es
H
H
H
variable [: la razn es
puesto que H es muy pequeo, por ejemplo H , se ve que la razn
mnima corresponde a [. As sale la variable [.
La siguiente tabla es
YE
[
[
[
[
[
[
[
[
[
[
H
Ahora la variable que debe entrar es [. Y la nica que puede salir es
[, cuya razn es
H H
H H
91
Maynard Kong
La tabla correspondiente es
YE
[
[
[
[
[
[
[
[
[
[
Todos los costos reducidos son d 0, y por lo tanto el algoritmo termina con valor mximo. Eliminando H de la tabla, o haciendo H ,
se obtiene el valor mximo , cuando [ , [ ,[ , y cero para las
otras variables.
Nota
1. En la resolucin manual de los problemas ejemplos de programacin lineal como los ejercicios propuestos, por lo general no
se requiere utilizar estos mtodos para garantizar que el mtodo
del smplex finaliza. No obstante, hay varias clases de problemas, por ejemplo: el problema de transporte o el de proyectos de
programacin de tareas, en los cuales las soluciones bsicas son
degeneradas y por consiguiente es imprescindible dar la seguridad de que el mtodo efectivamente termina.
2. Por otra parte, la convergencia del mtodo del smplex establece
una propiedad importante que se cumple para cualquier problema de programacin lineal estndar:
Si tiene valor ptimo, entonces
a) este se alcanza en una solucin bsica factible
y b) los costos reducidos de la funcin objetivo, respecto de las
variables bsicas, satisfacen el criterio de ptimo:
F
Md, para el caso de maximizacin
o F
Mt, para el caso de minimizacin.
En el siguiente captulo se har uso de este hecho.
92
93
Captulo 5
Problema dual
Maynard Kong
Como se observa en la siguiente representacin tabular, esta restriccin dual se forma con los coeficientes de la columna de [1
[
[
\
\
\
D
D
D
D
D
D
F
F
d
E
E
E
Z
]
Max ] F[F[
Min Z E\E\E\
Se dice que la definicin dada corresponde al caso simtrico,
porque las formas de los problemas presentan las siguientes particularidades:
1) uno de los problemas es de maximizacin y tiene restricciones de desigualdades d,
2) el otro problema es de minimizacin y tiene restricciones
de desigualdades t,
y 3) las variables de ambos problemas son no negativas.
A partir de esta definicin de problema dual se puede hallar el
problema dual de cualquier problema de programacin lineal
(vanse los ejemplos 2 y 3 siguientes).
Ejemplo 1
Halle el dual del problema
Maximizar ] [[
sujeto a
[[d
[[d
[[d
[[d
[[no negativos
97
Maynard Kong
Solucin
Aplicando directamente la definicin de problema dual se obtiene:
Minimizar Z \\\\
sujeto a \\\\t
\\\\t
\ \\no negativos.
Ejemplo 2
En este ejemplo se muestra que el problema dual de un problema de
minimizacin es un problema de maximizacin.
Encuentre el problema dual de
Minimizar ] [[
sujeto a [[t
[[d
[ [no negativas.
Solucin
Usando 0LQLPL]DU] [[ 0D[LPL]DU]
[[ y
haciendo que las restricciones tengan signo d, para aplicar la definicin
de problema dual, se considera el problema primal
0D[LPL]DU ]
[[
sujeto a [[d
[[d
[[no negativas
y el problema dual es
0LQLPL]DU Z
\\
R 0D[LPL]DU Z \\
sujeto a \\t
\\t
\\no negativas
98
Ejemplo 3
Halle el dual de
0D[LPL]DU ] [[[
sujeto a
[[[d
[[[d
[[[no negativas
y muestre que a la segunda restriccin, que es de igualdad, le corresponde una variable dual irrestricta.
Solucin
Teniendo en cuenta la equivalencia de nmeros D E
si y solo si DdE y DdE
la segunda restriccin puede ser reemplazada por dos desigualdades d y
el problema dado se expresa as:
0D[LPL]DU ] [[[
sujeto a
[[[d
[[[d
[[[d
[[[no negativas
Denominando \\
\
a las variables duales el problema dual es
0LQLPL]DU Z \\
\
sujeto a \\
\
t
\\
\
t
\\
\
t
\\
\
no negativas
Y haciendo \ \
\
, esta variable es irrestricta y se reemplaza
tanto en la funcin objetivo como en las restricciones, de modo que el
problema dual adquiere la expresin final
0LQLPL]DU Z \\
\
\\
99
Maynard Kong
sujeto a
\\t
\\t
\\t
\ no negativa\ irrestricta.
101
Maynard Kong
102
si [L es irrestricta
t si [L es no negativa y P es de maximizacin
o d si [L es no negativa y P es minimizacin.
Ejemplo
Utilice las reglas para encontrar el problema dual de
0LQLPL]DU] [[[
sujeto a [[[d
[[[
[[t
[ no negativa
[[irrestrictas
Solucin
1) Determinacin de variables y funcin objetivo del dual.
Puesto que el problema primal es de minimizacin las restricciones solo pueden tener los signos o t. As, se invierte el signo
de la primera restriccin [[[t, y el conjunto de
restricciones con las respectivas variables duales es
Maynard Kong
Y de igual modo para la variable primal irrestricta [ la restriccin dual \\\
Por lo tanto, el problema dual es
0D[LPL]DUZ \\\
sujeto a \\\d
\\\
\\
\, \ no negativas, \irrestricta.
Respuesta
0D[LPL]DUZ \\\
sujeto a
\\\d
\\\d
\d
todas las variables no negativas.
Problema 3. Halle el problema dual de
0D[LPL]DU] [[[
sujeto a [[[
[[[
todas las variables no negativas.
Respuesta
0D[LPL]DUZ \\
sujeto a
\\t
\\t
\\t
todas las variables irrestrictas.
Problema 4. Encuentre el problema dual de
0LQLPL]DU] [[[
sujeto a [[[
[[[
todas las variables no negativas.
Respuesta
0D[LPL]DUZ \\
sujeto a
\\t
\\t
\\t
todas las variables irrestrictas.
105
Maynard Kong
0D[] [[
(D) 0LQZ \\
sujeto a
sujeto a
[[d \\d
[[d \\d
[[ no negativas
\ \ no negativas
Entonces se tiene
][[ ] [[
d\\[\\[
[\[\[\[\
[[\[[\
d\\
Z Z\\
107
Maynard Kong
d\\
d\\
o [d\\[
o [d\\[
0i[LPR3 0tQLPR'VL3HVGHPD[LPL]DFLyQ
0tQLPR3 0i[LPR'VL3HVGHPLQLPL]DFLyQ
L P
en donde
FFFP son los costos de las variables bsicas de la tabla
inicial
F
F
F
P son los costos reducidos de estas variables en la
tabla final.
108
Caso simtrico
Si el problema es de maximizacin simtrico, las variables de holguras forman por defecto el conjunto de variables bsicas, una solucin
ptima del dual es
\L F
L L P
siendo F
LF
P los costos reducidos de las variables de holgura en la
tabla final.
Nota
1. En la seccin 5.6 se exponen los conceptos y propiedades que
justifican estas frmulas de una solucin ptima del dual.
2. Para el problema estndar de minimizacin, si se resuelve usando
el criterio de mnimo, todos los F
Mt, las expresiones de la solucin ptima del dual son las mismas:
\L FMLF
LML P.
Pero si se resuelve convirtiendo el problema a uno de maximizacin
0LQ] 0D[]
es decir, si se resuelve 0D[], los \Lson los valores opuestos
\L F
LFL
donde los costos se refieren a las tablas de ].
Ejemplo 1. Resuelva
0D[LPL]DU] [[[[
sujeto a [[[
[[[
todas las variables no negativas
Halle una solucin ptima del problema dual.
109
Maynard Kong
Solucin
La tabla inicial es
7
YE
[
[
[
[
[
[
F
F
Las variables bsicas iniciales son [, [, y los costos de estas variables
son F F
7
7
YE
[
[
[
[
[
[
YE
[
[
[
[
[
[
\ FF
\ FF
Ejemplo 2
Aplicando el mtodo del smplex resuelva el problema primal
(P) 0D[LPL]DU] [[
sujeto a [[d
[[d
[[ no negativas
110
T2
YE
[
[
K
K
K
K
YE
[
[
K
K
E
[
[
K
K
T3 Tabla final
YE
[
[
F
\ F
111
Maynard Kong
\
b) El valor mximo de Z es y se alcanza en \
,y
las otras variables con valor cero.
La funcin objetivo ] tiene valor mnimo y una solucin
ptima es [ [
112
Respuesta
Mximo de ] en [ , [ ,
y las otras variables con valor cero.
Mnimo del dual en \ , \ , \ .
Problema 3
Halle el valor mnimo y una solucin ptima del problema dual de
0D[LPL]DU] [[[[
sujeto a
[[[d
[[[[d
[[[d
[Lt
Respuesta
El valor mnimo del problema dual es y una solucin ptima es \ ,
\ , \
Problema 4
Utilizando el problema dual resuelva el problema
0LQLPL]DU] [[[
sujeto a [[[t
[[[t
[[[t
[Lt
Respuesta
El valor mnimo es y se obtiene en [ [ [ .
Problema 5
Un granjero cra cerdos para venta y desea determinar las cantidades de
los distintos tipos de alimentos que debe dar a cada cerdo para satisfacer ciertos requisitos nutricionales a un costo mnimo. En la siguiente
113
Maynard Kong
PDt]
JUDVD
DOIDOID
FDUERKLGUDWRV
SURWHtQDV
9LWDPLQDV
&RVWRSRUNLOR
5HTXHULPLHQWR
PtQLPRGLDULR
[[
[[
tiene la solucin nica [ [ , y por lo tanto resulta la solucin
bsica factible [ [ [ [ .
Sea ahora el sistema de ecuaciones con dos incgnitas \\
\\
\\
> \ \ @
>
@
115
c
Maynard Kong
se divide la fila entre el pivote y se suma - esta fila a la fila
y la matriz inversa es
> \
> @
> @
\ @
>
116
@
[[[[
[[[[
[[[[ ]
F
F
F
F
F
\\
\\
\\
\\
\\
117
Maynard Kong
Denicin
Se denomina costo reducido de una variable [M, relativo a un conjunto
de variables bsicas, al nmero
F
M FM\DM\PDPM
o
F
M FM<$M
en donde FMes el costo de la variable, < el vector dual de las variables
bsicas, y $M la columna formada por los coeficientes de DLM de [M en las
restricciones L P.
Los costos reducidos de las variables bsicas son nulos por definicin de vector dual. En efecto, < se define por
< FEDV%
o <% F
EDV
<.(FROXPQDGHFRHFLHQWHVGHYDULDEOH[L) FL
<$L FL
de donde F
L FL<$L .
118
119
Maynard Kong
Caso de minimizacin
Se cumple:
todos los F
Mt si y solo si el vector dual Y es una solucin factible
del problema dual.
Y en este caso,
valor mnimo de] valor mximo del problema dual ]
120
Ejemplo
Por el mtodo del smplex resuelva
0D[LPL]DU] [[[[
sujeto a [[[
[[[
todas las variables no negativas
indicando el vector dual de cada tabla. Halle una solucin ptima del
problema dual.
Solucin
La tabla inicial es
T1
YE
[
[
[
[
[
[
F
F
Las variables bsicas iniciales son [, [, y los costos de estas variables
son F F .
Para las variables bsicas [, [, el vector dual es
\ FF
\ FF
T2
YE
[
[
[
[
[
[
121
Maynard Kong
T3
YE
[
[
[
[
[
[
122
Captulo
Anlisis de sensibilidad post ptimo
6.1 Introduccin
El anlisis de sensibilidad post ptimo se refiere a estudiar cmo cambia el
valor ptimo de la funcin objetivo si se modifican algunos de los elementos o parmetros de un problema de programacin lineal tales como
variar el nivel de recurso o constante del lado derecho de una
restriccin
modificar un costo de la funcin objetivo
incluir una nueva variable
agregar otra restriccin
En lo que sigue se explican estos casos mediante el desarrollo de
algunos ejemplos.
Maynard Kong
$
/\
%
k / [ \
&
124
Ntese que, por los datos del problema, es obvio que si se aumenta
uno de los costos, , o uno de los recursos, , el valor mximo
de la funcin crece o se mantiene.
Introduciendo variables de holgura KK el problema se escribe en
forma estndar
0D[] [\
[\K
\K
y resolviendo por el mtodo del smplex se obtiene:
Tabla inicial
Tabla final
YE
K
K
K
K
YE
K
K
[
\
F
Maynard Kong
se calculan los costos reducidos anulando los costos de las variables bsicas mediante operaciones de filas,
se exige la condicin de ptimo: todos los costos reducidos son
d para el caso de mximo, o t , para el caso de mnimo; esto
da lugar a un conjunto de desigualdades de las cuales se obtiene
el intervalo de variacin del costo.
Ejemplo La funcin objetivo del problema es
] [\KK
a) Entre qu valores puede variar el costo de la variable [ y qu
valores toma ] si [ 2, \ 2, K , K sigue siendo solucin
ptima del problema?
b) Igual para el costo de la variable K
c) Qu sucede si el costo de la variable [ sale del rango o intervalo
hallado en la parte a)?
Solucin
a) Si F es el costo de [, y se conservan los otros costos, la funcin
objetivo es ] F[\KK
Usando la tabla final, se anulan los costos de [\, para hallar los
nuevos costos reducidos,
YE
K
K
[
\
F
F
F
F
F
F
FFYHFHVODYHFHVOD
Para que la solucin [ \ siga siendo ptima, es suficiente
que se cumpla el criterio de mximo, todos los costos reducidos
deben ser d, por lo que debe tenerse
126
F
F
d \ d
esto es dFd
y el valor mximo de ] F] F, dependiendo de
F, vara de ] a . Por ejemplo, si F , el valor mximo de
] es en la misma solucin ptima.
b) Designando por F el costo de K y procediendo de modo similar
YE
K
K
[
\
F
F
F
127
Maynard Kong
YE
K
K
K
K
E
128
K
K
UD]yQ
[
K
E
E
E
Ahora debe ingresar la variable \, y pueden salir [o K. Puesto que
se exige que [\ sean las variables bsicas ha de salir K, y por la razn
mnima, para esto se requiere que Et , de lo contrario, saldra [. As,
asumiendo cierta esta condicin entra la variable \ en lugar de K.
Usando el pivote
se obtiene la tabla
YE
K
K
[
\
F
E
E
0D[LPL]DU] [\
sujeto a [\d
\d
[\ no negativas
Se incluye la variable no negativaX con coeficiente de costo F y trminos XX en las restricciones, de modo que el problema modificado es
129
Maynard Kong
P2)
0D[LPL]DU] [\FX
sujeto a [\Xd
\Xd
[\X no negativas
K
K
K
K
F
K
K
[
\
F
F
en donde F
F F
Para que [ \ siga siendo solucin ptima, se requiere Fd,
esto es Fdo Fd.
As, si Fd no cambia la solucin ptima.
Por otra parte, si F!, entonces F! y la variable X ingresa en
lugar de y, pues tiene la razn mnima y ] aumenta en F
, esto
es ]PD[ F
FFXDQGRF!.
Resumiendo, si F! el valor mximo de ] aumenta.
130
0D[LPL]DU] [\
sujeto a [\d
\d
[\ no negativas
0D[LPL]DU] [\
sujeto a [\d
\d
[\dE
[\ no negativas
K
K
K
K
K
K
E
131
Maynard Kong
Exigiendo que entren las variables [\ al conjunto de variables bsicas, segn el orden de los pasos seguidos para resolver 3 entra [y sale
K, de modo que dEo dE.
Usando el pivote
la siguiente tabla es
YE
K
K
K
[
K
K
E
Ahora debe entrar \y salir K, de manera que la razn mnima es
E
d
K
K
K
[
\
K
E E
132
133
Maynard Kong
Nota
La propiedad se deduce de la expresin del valor ptimo ] en trminos
de los valores duales y los lados derechos (Propiedad P4 de 5.5):
] \E\LEL\PEP
y del hecho que los valores duales (la solucin dual) no cambian si se
altera el lado derecho de una restriccin.
Propiedad de holgura complementaria
Esta propiedad establece que cuando la solucin ptima de un problema satisface una restriccin con un signo de desigualdad, entonces
el valor ptimo del problema no cambia si se modifica (ligeramente) el
lado derecho de esa restriccin.
La propiedad se justifica observando que la solucin ptima ser
la misma, y por lo tanto se mantendr el valor ptimo, si se modifica
solamente el lado derecho de esa restriccin.
Usualmente esta propiedad se expresa utilizando el valor marginal y
la holgura de la restriccin.
La medida de cunto recurso requiere, o usa, la solucin ptima de
la restriccin L es dada por
KL KROJXUDGHODUHVWULFFLyQL
EL/L
en donde
EL es el lado derecho
/L es el valor del lado izquierdo de la restriccin L calculado en
la solucin ptima
Obsrvese que KL es si EL /L, o distinto de si /LEL o /L!EL.
Por otra parte, se sabe que el valor dual \L de la restriccin L es la
medida de cambio del valor ptimo por variaciones de EL.
134
!
135
Maynard Kong
[M
E
136
sujeto a [\X
\Y
X
[\XY no negativas
y por lo indicado, el valor mximo de este problema es
] F
.
YE
K
K
K
K
se obtiene
Tabla final
YE
K
K
[
\
F
137
Maynard Kong
E
As, mediante el uso de la matriz 0 se puede recalcular inmediatamente la tabla final cuando se altera un lado derecho de una restriccin
inicial o cuando se agrega una nueva variable, lo que implica agregar la
columna de sus coeficientes en la tabla inicial.
Por otra parte, los valores duales pueden ser obtenidos a partir de los
costos de las variables bsicas de la tabla inicial y de los costos reducidos
de estas en la tabla final (vase Propiedad P4 de 5.5)
\L FLF
L
De todo lo dicho se concluye que los clculos del anlisis de sensibilidad post ptimo pueden hacerse, de manera ms simple, cuando se
utilizan la tabla final y la matriz 0 de operaciones.
Nota
Sea % la matriz de coeficientes de las variables bsicas finales, la matriz
0 de operaciones est formada por las filas de la matriz inversa %.
138
Ejemplo
Como una aplicacin de lo expuesto se desea determinar el rango de
variacin del lado derecho de la segunda restriccin del problema
dado por la tabla (inicial)
YE
K
K
K
K
YE
K
K
[
\
F
E
E
E
E
Los componentes son los valores de las variables [\; por lo tanto,
E
deben ser no negativos, de modo que t y Et.
De donde resulta el rango dEd.
Clculo del valor mximo
Se puede usar la columna inicial de E y los valores duales
]PD[ \\E E E
139
Maynard Kong
YE
K
K
[
\
E
E
F
F
]PD[
140
la desigualdad [\XtE
implica la desigualdad [\Xt
y esto significa que la regin factible del problema modificado es
parte de la regin factible del problema original. Luego el mximo
del problema modificado es menor que o igual al mximo original.
Nota
1. Si la restriccin es de igualdad, en general no se puede indicar en qu
sentido vara el valor ptimo, ya que las regiones factibles del problema original y del problema modificado son disjuntas, e incluso
es posible que el problema modificado no tenga valor ptimo.
2. Si el problema es de minimizacin, el valor mnimo vara en
el mismo sentido en que cambia el lado derecho de una restriccin t: si este aumenta el valor mnimo es mayor o se
mantiene.
sentido opuesto al sentido en que cambia el lado derecho de
una restriccin d: si este aumenta el valor mnimo es menor
o se mantiene.
Problema 2 Sea el problema
0D[LPL]DU] [[[[
sujeto a [[[[d
[[[[d
[Lt
141
Maynard Kong
[
[
[
[
K
K
K
K
YE
[
[
[
[
K
K
K
[
YE
[
[
[
[
K
K
[
[
[
[
[
[
K
K
[
[
F
F
F
F
F
F
F F
142
E
E
E
usando los valores duales \ \
que se obtienen de los costos reducidos de las variables K, K.
143
Maynard Kong
[
[
[
[
[
[
F
F
[
[
[
[
[
[
de F
entra [ y sale [.
144
[
[
[
[
[
[
[
[
[
[
[
[
F
F
F
]
en donde F
F
F
F
] F o ] F
Exigiendo la condicin de mnimo F
ty F
t
de donde Fty Ft
o Fty Ft
y tomando el menor Ft .
Luego, el coeficiente de costo de [ puede ser cualquier nmero
d, mientras se mantenga la solucin ptima. Y el valor
mnimo de]es ] F.
c) Segn lo indicado en 6.10, la columna final de constantes es
igual al producto de la matriz de las columnas [, [ (que son las
variables bsicas iniciales) por la columna inicial
145
Maynard Kong
E
esto es
E
E
E
3
3
&DSDFLGDGGH
SURGXFFLyQHQKRUDV
7DOOHU
7DOOHU
146
YE
[
[
[
K
K
K
K
147
Maynard Kong
Tf
YE
[
[
[
K
K
[
[
YE
[
[
[
K
K
[
[
F
F
F
F
8
en donde F
F
F
8
\ FF
As, cada vez que se aumenta una hora en el taller 1 (dentro del
rango permitido) la utilidad mxima aumenta en .
E
y
multiplicando la matriz formada por las columnas de las variables bsicas se obtiene la columna en la tabla final
Ec
Ec
E
en donde E
E
E
E
y para que la solucin sea factible (y en este caso es ptima) estos
valores deben ser no negativos.
As,
Et
Et
Maynard Kong
Solucin
Sean [ el nmero de unidades a producir y F la utilidad unitaria del
producto 3.
El problema se expresa as 0D[LPL]DU8 [[[F[
sujeto a [[[[d
[[[[d
[Lt
de modo que [ es la nueva variable agregada al problema.
Agregando variables de holgura K y K la tabla inicial es
Ti
YE
[
[
[
[
K
K
K
K
F
Tf
donde F
YE
[
[
[
[
[
[
K
K
F
F
costo reducido de [
Si F
d, o Fd, la solucin ptima sigue siendo [, [, y la utilidad mxima se mantiene en , por lo que no es conveniente producir
150
[
[
K
K
K
151
Maynard Kong
K
K
K
[
[
[
[
[
[
F
F
152
Captulo 7
Problemas de transporte y asignacin
7.1 Introduccin
Desde P fuentes o puntos de oferta se desea enviar un conjunto de unidades de un producto a Qdestinos o puntos de demanda. Cada fuente
Lpuede suministrar VLunidades y cada punto M de destino debe recibir
GM unidades. El costo de envo de una unidad desde L hacia M es dado
por una cantidad FLM, de manera que si entre estos puntos se envan [LM
unidades el costo respectivo es el producto FLM por[LM
Se desea determinar un plan de envo que minimice el costo total,
es decir, hallar las cantidades [LM que tienen que enviarse de las fuentes a
los destinos de manera que el costo total de envo, la suma de los costos
individuales FLM[LM sea el menor posible.
Ejemplo 1
La siguiente tabla muestra los costos unitarios, los suministros y las
demandas de un problema de transporte con fuentes y destinos.
)
)
)
GHPDQGDV
'
'
'
'
VXPLQLVWURV
Maynard Kong
sujeto a
[ [ [
154
)
)
)
'
'
'
'
Maynard Kong
'
'
'
VXPLQLVWURV
'
'
'
VXPLQLVWURV
IXHQWHFWLFLD
Maynard Kong
'
'
'
'
Solucin
Este problema tiene las variables [[[[
[[[[
[[[[
y por lo tanto cualquier conjunto de variables bsicas se compone de
variables.
)
)
)
'
'
'
[
[
[
[
[
[
[
[
[
'
[
[
[
Paso 1
Se elige la celda ubicada en la esquina noroeste de la tabla, esto es, la
celda (,), que corresponde a la variable [.
Puesto que la fuente puede suministrar unidades y el destino
requiere , se asigna [ mnimo {,} , es decir, se envan
unidades a', con lo que queda satisfecha la demanda en ', y en
la fuente quedan por enviar unidades. Las otras fuentes
ya no deben realizar envos a ', o envan unidades, de manera que
quedan resueltos los envos de la columna .
158
Luego [ es una variable bsica, las variables [ y [ son no
bsicas y reciben valor cero.
[
n
Se marca con [ la columna para indicar que ya se asignaron las
celdas de esta columna y por lo tanto quedar excluida en las selecciones posteriores.
Adicionalmente se ha escrito el smbolo * para hacer notar que las
celdas estn en una columna marcada.
Paso 2
Se selecciona la celda [, que est en la esquina noroeste de las celdas
restantes, y se le asigna PLQ{,} , que corresponde a la fila .
Luego la siguiente variable bsica es [ ; se resta al suministro
actual de la fila y tambin a la demanda de la columna y se
marca la fila .
[
[
159
Maynard Kong
Paso 3
Se selecciona la celda[y se le asigna el valor PLQ^`se resta
al suministro de la fila y a la demanda , y se marca la columna
Paso 4
Se selecciona la celda[con valor PLQ^`se resta
del suministro de la fila y de la demanda ,y se marca la fila
Paso 5
Se selecciona la celda[con valor PLQ^`se resta del
suministro restante de la fila y de la demanda pendiente de la columna
,y se marca la fila
Paso 6
Se selecciona la celda[con valor PLQ^`se resta del suministro de la fila y de la demanda ,y se marca la ltima fila o columna.
La tabla final es
'
)
)
)
'
'
'
en donde solo se sealan los valores de las variables bsicas y las otras
variables son no bsicas y tienen valor cero.
Se obtiene una solucin bsica factible
160
unidades a los destinos y ; y de la fuente , se envan y unidades a los destinos y . Ntese que se cumplen todas las condiciones
de suministros y demandas.
El costo total de este plan de envo es
& uuuuuu
Ejemplo 5 Mtodo de la celda de costo mnimo
Determine una solucin bsica factible del problema de transporte
siguiente por el mtodo de la celda de costo mnimo.
)
)
)
'
'
'
'
Solucin
Paso 1
Las celdas de costo mnimo son () y ().
Se elige una de ellas, por ejemplo (), y se asigna a la variable
[ PLQ {} , se marca la fila , que da el valor mnimo,
y se resta del suministro de la fila y de la demanda de la
columna
[
161
Maynard Kong
Paso 2
Entre las celdas que quedan, la que tiene costo mnimo es la celda
(); luego la variable [ recibe el valor PLQ{} se resta
este valor al suministro de la fila y a la demanda de la columna
y se marca la columna , pues corresponde al valor mnimo.
[
[
Paso 3
Entre las celdas que quedan, una de costo mnimo es la celda ();
luego la variable [ recibe el valor PLQ{} , se resta este valor
al suministrode la fila y a la demanda de la columna y se
marcan las celdas de la columna , pues corresponde al valor mnimo.
[
[
[
Paso 4
Entre las celdas restantes, la que tiene costo mnimoes la celda
luego la variable[recibe el valor PLQ^` se resta este valor
al suministrode la fila y a la demandade la columnay se marcan las celdas de la filao de la columna, pues corresponden al valor
mnimo y tienen igual nmero de celdas libres. Se marca la fila
162
[
Paso 5
Entre las celdas que quedan, la que tiene costo mnimo es la celda (,);
luego la variable [ recibe el valor PLQ {,} , se resta este
valor al suministro de la fila y a la demanda de la columna .
[
[
[
[
Maynard Kong
Paso 6
Se elige la nica celda que queda[ PLQ^`
Finalmente, se obtiene el conjunto de variables bsicas
[ [ [ [ [ [
Para estas asignaciones el costo total es
uuuuuu
Para hallar los valores de las variables duales se resuelven las PQ
ecuaciones con incgnitas XLYM
F
LM o XLYM FLM
para cada celda (LM) de una variable bsica [LM
Si se resuelve el sistema se obtienen infinitas soluciones que dependen de un parmetro, de modo que para determinar una nica solucin
del sistema se asigna a una de las variables duales un valor particular.
Se demuestra que los valores de los costos reducidos no dependen de la
eleccin de este valor.
Ejemplo 6
Encuentre los costos reducidos correspondientes a las variables bsicas
de la siguiente tabla de transporte.
Y
X
X
X
Y
Y
Y
Solucin
Se anotan las variables dualesXL de las filas en el lado izquierdo de la tabla
y las variables duales YMde las columnas en el lado superior de la tabla.
Para hallar los valores de las variables duales se resuelve el sistema
de ecuaciones que resulta de anular los costos reducidos de las variables
bsicas:
Fc
F X Y R
X Y
F
c
F X Y R
X Y
F
c
F
c
Maynard Kong
F
c
X Y
F
c
X Y
Y
Y
Y
F X Y
Fc
F X Y
Fc
F X Y
F
c
F X Y
F
c
F X Y
F
c
F X Y
Y
Y
Y
X
X
X
166
Y
X
Y
Y
Y
Y
Y
X
X
X
Y
Fc
F X Y
Fc
F X Y
167
Maynard Kong
Fc
F X Y
F
c
F X Y
F
c
F X Y
F
c
F X Y
168
Ejemplo 7
Sea la tabla del problema de transporte
R
costo reducido F
6L6S
169
Maynard Kong
y el costo reducidoF
Cambio de variable
Sea una celda LM (o variable [LM ) no bsica con costo reducidoF
LM
Entonces
a) (LM) ingresa al conjunto de celdas bsicas
b) sale la celda del ciclo que tiene menor valor asignado
0 PtQLPR^[STWDOTXHODFHOGDSTHVSDU`
y c) se actualizan los valores de las celdas:
se suma 0 a las celdas impares del ciclo
y se resta 0 a las celdas pares.
En particular, la nueva variable bsica tiene el valor 0 y el costo
total disminuye en la cantidadF
LM[0.
El siguiente ejemplo muestra completamente el mtodo simplificado.
170
Ejemplo 8
Un fabricante de jabones y detergentes tiene plantas 33 y 3, desde
las cuales se debe enviar los productos a cinco ciudades. Las demandas
de ventas en las ciudades son de ,, , y cajas, respectivamente, y las plantas pueden producir , y cajas.
La siguiente tabla muestra los costos unitarios de envos de cajas de
los productos:
3
3
3
&
&
&
&
&
X
X
X
Y
Y
Y
Y
Y
171
Maynard Kong
Y
X
X
X
Y
Y
Y
172
uuuuuu
173
Maynard Kong
HPSUHVD
HPSUHVD
HPSUHVD
en donde la ltima fila indica la cantidad total que cada empresa puede
transportar.
a) Formule el problema como un modelo de transporte para minimizar el costo de envos.
Nota:
Incluya la columna de costos que corresponde a los camiones de
la compaa y equilibre el problema si no es balanceado.
b) Halle el costo mnimo y una solucin ptima.
Respuesta
Se agrega a la tabla la cuarta columna con los datos de los camiones de
la empresa y se obtiene un problema balanceado
b) El costo mnimo es y una solucin ptima es dada por
174
Los costos de multa por las unidades que falten en los destinos son
, y, respectivamente.
Encuentre un plan de envo con costo mnimo.
Respuesta
El costo mnimo es y una solucin ptima es la siguiente:
de la fuente se envan unidades al destino
de la fuente se envan unidades al destino y unidades al
destino
de la fuente se envan unidades al destino ,
y las unidades que faltan en los destinos y son y , respectivamente.
Problema 3
Se da la siguiente matriz de costos de transporte:
175
Maynard Kong
0
0
0
0
0
7
7
7
7
7
Maynard Kong
travs de los cuales pueden realizarse envos desde las fuentes a los destinos. Estos puntos tambin pueden ser algunas de las fuentes y algunos
de los destinos.
En el siguiente ejemplo se presenta un problema de transbordo
y se indica el procedimiento para expresarlo como un problema de
transporte, y por lo tanto para resolverlo por el mtodo del smplex
simplificado.
Ejemplo
Desde los puntos $y % se deben enviar y unidades de un producto
a los puntos & y ', que requieren y unidades, respectivamente.
Los costos unitarios de envos son dados por la siguiente tabla:
3XQWRSDUWLGD
$
$
$
%
%
'
;
3XQWROOHJDGD
&
'
;
$
'
&
&
&RVWRXQLWDULR
178
7)
7'
73
3)
$
'
;
%
7)
$
7'
'
73
;
3'
&
Maynard Kong
$
'
;
%
'
0
;
0
0
&
0
;
0
'
&
;
%
'
180
181
Maynard Kong
0
0
0
7
7
7
T1
1
2
3
1
T2
2
4
6
1
T3
3
6
9
1
1
1
1
sujeto a
182
Nota
En lugar de asumir que las variables toman los valores , es suficiente considerar la restriccin de no negatividad (*) porque el mtodo
del smplex simplificado permite encontrar una solucin ptima que
tiene valores enteros, debido a las operaciones de sumas y restas con las
cantidades de suministros y demandas (Ver 7.3).
Adems, por las restricciones de igualdades, estos valores enteros y
no negativos no exceden a , y por lo tanto han de ser .
Propiedad del problema de asignacin
Si se suma (o resta) un valor constanteN a los costos de una fila (o de
una columna) las soluciones factibles y ptimas no cambian. En efecto,
el conjunto de restricciones es el mismo y
1XHYR&RVWR7RWDO &RVWR$FWXDON
Maynard Kong
As, a partir de la tabla del problema de asignacin inicial se obtienen otras tablas (u otros problemas) equivalentes, en los cuales una
asignacin ptima se consigue a travs de los costos ceros.
Para resolver un problema de asignacin se exponen el mtodo hngaro y el algoritmo de Munkres.
Ejemplo 2 Mtodo hngaro
Aplicando el mtodo hngaro resuelva el problema de asignacin
balanceado cuy a matriz de costos es:
7
0
0
0
7
7
Solucin
Paso 1
Se obtiene un cero en cada fila, restando a cada fila el valor mnimo de
la fila
PLQ
Paso 2
Se obtiene un cero en cada columna, restando a cada columna el valor
mnimo de la columna
PLQ
184
Paso 3
Se trata de asignar usando las celdas de costos ceros.
Estas celdas son (), (), ( () y (). La celda (), por
ejemplo, indica que se puede asignar la mquina 0 a la tarea 7 y as
con las otras celdas.
Si se asigna 0 a 7, ya no es posible asignar 0 ni 03; y si se asigna
0 a 7, entonces 0 puede asignarse a 7, pero 0 no puede asignarse.
Puede comprobarse que no es posible obtener una asignacin completa usando los costos ceros actuales.
Paso 4
Se producen nuevos costos ceros. Con este propsito se cubren las filas y
columnas que contengan a todos los ceros actuales, utilizando el menor
nmero de filas y columnas, en este caso con la fila y la columna.
[
[
ODFXELHUWD
nFROXPQDFXELHUWD
0 PtQLPR^`
185
Maynard Kong
7 7 7
Nota
1. Se repiten los pasos y hasta lograr una asignacin completa.
2. Para aplicar este mtodo se requiere que el problema de asignacin sea balanceado, es decir que se cumpla la condicin P Q,
en donde Pes el nmero de mquinas y Q el nmero de tareas.
Si PQ o P!Q, el problema se balancea agregando mquinas
ficticias o tareas ficticias, segn sea el caso, con costos ceros.
El mtodo hngaro es bastante simple y puede usarse en problemas
de asignacin en los que el nmero de tareas o mquinas es relativamente pequeo. No obstante, presenta limitaciones que restringen su
aplicacin en general. Una se refiere al nmero de iteraciones por la
ocurrencia de soluciones bsicas factibles con variables bsicas nulas y
otra a la forma de determinar la asignacin usando los ceros, por los
posibles casos que hay que probar.
El algoritmo de Munkres es ms complejo y se basa en el mtodo
hngaro. Presenta la ventaja de ser ms preciso y se aplica a problemas
de asignacin balanceados o no. En efecto, si N PtQLPR{PQ}, en N
pasos determina una solucin ptima del problema y en cada paso L
N obtiene Lasignaciones.
En el siguiente ejemplo se ilustran los conceptos relativos a este
algoritmo.
Ejemplo 3 Algoritmo de Munkres
Aplicando el algoritmo de Munkres resuelva el problema de asignacin
cuya matriz de costos es
186
7
0
0
0
0
7
7
en donde se trata de seleccionar las mquinas para que realicen todas las
tareas a un costo total mnimo.
Ntese que se trata de un problema no balanceado.
Solucin
El procedimiento consiste de N PLQ ^` pasos. Se usar la
notacin:
cero marcado, con el smbolo *, para indicar una celda con valor
cero que da una asignacin de una mquina a una tarea
cero primo, con el smbolo , para referir un nuevo cero que es
parte del proceso de construccin de ceros
y cero primo libre a un cero primo que no tiene un cero marcado
en su fila.
Adems se emplear una [para sealar una columna o fila cubierta.
Igual que en el mtodo hngaro, cada vez que se reste un valor mnimo
a las celdas no cubiertas por filas o columnas se suma este valor mnimo a
las celdas que estn en la interseccin de filas y columnas cubiertas.
Paso 1
Se obtiene una asignacin posible.
Se halla el mnimo de los costos de la tabla 0 y se resta a cada
celda.
187
Maynard Kong
Se prima el nuevo cero que se halla en la celda (). Este cero primo
es libre pues no tiene cero marcado en su fila.
Por lo tanto se le marca y se obtiene la asignacin:
M1 realiza T1.
[
188
As, hasta ahora hay dos asignaciones posibles indicadas por los
ceros marcados.
Paso 3
Se obtienen tres asignaciones.
Se cubren las columnas y de los ceros marcados.
[
[
[
189
Maynard Kong
[
[
El nuevo primo elegido () es libre y termina el proceso de construir nuevos ceros.
A partir del ltimo cero primo () se busca el cero marcado en
su columna: (); luego el cero primo de la fila de este cero marcado:(); a continuacin el cero marcado de la columna : (); y
finalmente el cero primo de la fila : (), que no tiene cero marcado
en su columna.
El resultado es la ruta o secuencia de ceros
OLEUH
PDUFDGR
SULPR
PDUFDGR
SULPR
190
o en la tabla
FHURSULPRVLQFHURPDUFDGRHQ
VXFROXPQD
FHUROLEUHQRWLHQHFHURPDUFDGR
HQVXOD
7
7
191
7
Maynard Kong
Nota
1. En el parte se pudo elegir como cero primo a () y obtener
otra solucin ptima.
2. En cada paso del algoritmo se construyen ceros primos hasta
encontrar un cero primo 3libre. Luego, a partir de este cero
libre se encuentra una ruta o secuencia de ceros:
OLEUH PDUFDGR SULPR PDUFDGR SULPR
3
0
3
0
3V
7
7
7
Respuesta
El costo mnimo es
Problema 2
La siguiente tabla contiene el tiempo en horas que requiere una mquina
para realizar una tarea.
192
0
0
0
0
7
7
7
7
Halle el tiempo total mnimo para completar las cuatro tareas por
las cuatro mquinas.
Respuesta
El tiempo total mnimo es
Problema 3
Aplique el mtodo hngaro para resolver el problema de asignacin
cuya tabla de costos es
193
Maynard Kong
Respuesta
Se indican los pasos del algoritmo.
Paso 1
[
[ ODRFROXPQDFXELHUWD
Paso 2
Paso 3
[
194
195
Captulo
Anlisis de redes
8.1 Introduccin
En este captulo se estudian algunas aplicaciones basadas en el modelo
de red que se refieren a los siguientes problemas:
hallar una ruta ptima,
encontrar el flujo mximo a travs de una red,
y programar las actividades de un proyecto.
Por definicin, una red, o grafo dirigido, se compone de:
1) un conjunto finito de smbolos, llamados nodos o estados:
DE ...
2) para cada nodo Q hay asociados cero o ms nodos sucesores:
V, V, ..., VQ
en donde cada asociacin es formalmente el par ordenado (QVL),
o QVL, llamado arco dirigido de Q al nodo sucesor V,
y 3) cada arco es valorado, esto es, tiene un valor dado positivo.
El siguiente ejemplo muestra varias maneras de describir o representar una red.
Maynard Kong
Ejemplo 1
1) Representacin grca
Grficamente, los nodos se representan encerrados por elipses u valos
y cada arco por una flecha valorada que sale de un nodo y apunta al
nodo sucesor
E
F
2) Descripcin explcita
La red se define indicando listas de sucesores de nodos y valores de los
arcos
QRGR
D
E
F
G
H
VXFHVRUYDORU
EFG
FHI
G
I
EI
198
3) Representacin matricial
D
D
E
F
G
H
E
F
G
H
I
Qt
tal que
[ es sucesor de [
...
[Q es sucesor de [Q
Si Qt, la ruta es simplemente la secuencia de Q arcos
[[
[[
...
[Q[Q
Maynard Kong
9DORU
DEH
DEFG
FGI
DEHI
Inicialmente,
LRUTA contiene la ruta D, formada por el nodo de partida
D y con valor , que puede pensarse como la ruta que sale y termina en D; y la lista LVIS es vaca.
La siguiente tabla muestra los pasos del algoritmo.
3$62
/587$
D
'
/9,6 587$6(;7(1','$6
DEDFDG
DEDF DG
DF
DFG
DEDG DFG
DFG
DGD DGI
DE DGIF
DGI DEHDEI
DFGE 5XWDySWLPDKDOODGDDGI
FRQYDORUPtQLPR
Maynard Kong
obtiene la ruta DF con el arco FGde valor , por lo cual resulta la
ruta extendida DFG-, .
En /587$ se elimina la ruta marcada y se agrega la ruta extendida.
Paso 3
Se marca la ruta de menor valor: DG-; se anota Gen '; se extiendeDG
por los sucesores de G y se obtienen las rutas extendidas
DGD
DGI
La primera ruta DGD-
se elimina pues Dest en /9,6, a fin de
evitar ciclos o que el algoritmo tenga ms iteraciones.
En /587$ se elimina la ruta marcada DG y se agrega la ruta
extendida DGI-
Tambin se eliminan las otras rutas que tienen el mismo destino Gy
valor mayor que , en este caso, la ruta DFG-.
Paso 4
Se marca la ruta de menor valor: DE-; se registra E en '; y se extiende
DE por medio de los sucesores de E:
DEF
DEHDEI
en donde se descarta o elimina la ruta DEF pues F est en la lista /9,6.
Se elimina la ruta marcada y se agregan las rutas extendidas.
Paso 5
Se marca la ruta de menor valor: DGI-, cuyo destino es I igual al nodo
final, por lo tanto el algoritmo concluye y se indica que DGI es una ruta
ptima que uneD conI, y su valor mnimo es .
Nota
1. En cada paso del algoritmo, la ruta marcada es ptima desde el
punto de inicio al destino seleccionado en la columna' y los
202
203
Maynard Kong
Problema 2
El precio de una nueva mquina es de. El costo de mantenimiento
de la mquina es de el primer ao, el segundo ao, el
tercer ao y el cuarto ao de uso. Suponiendo que la mquina no
tiene valor de reventa, halle el costo mnimo de comprar y utilizar la
mquina durante un lapso de cuatro aos, si se compra una mquina al
comienzo del primer ao.
Respuesta
El problema se modela como una red cuyos nodos son los aos
y . Y para cada par de aosLM, se considera el costo de una mquina
que se compra al comienzo del ao Ly se mantiene hasta el comienzo
del ao M, esto conduce a definir el arco LM con costo FLM costo de comprar una mquina al comienzo del aoL ms el costo de mantenimiento
por los aos LLM
As, por ejemplo:
F
F
F
F
F
F
F
F
F
Usando estos datos, una ruta de a representa un plan de renovacin de mquinas, por ejemplo, la ruta significa que se compra
una mquina al comienzo de los aos y , y el costo correspondiente
es en donde, entre parntesis, se
indica el arco o lapso respectivo
El problema es entonces hallar una ruta de costo mnimo que una
los nodos y.
Una ruta ptima es con costo , esto es, se debe comprar
la segunda mquina al comienzo del tercer ao.
204
Problema 3
Encuentre una ruta de valor mnimo entre los nodos y de la red
Respuesta
La nica ruta ptima es y el valor mnimo es
Problema 4
Determine el valor del arco EG y una ruta ptima, si es el valor
mnimo de una ruta que uneD con I en la red
E
F
Respuesta
El valor del arco EG es y una ruta ptima es DEGI.
Problema 5
La siguiente tabla contiene el costo y el tiempo de un viaje, indicado
por el par de valores FW, desde una ciudad a otra:
205
Maynard Kong
$
$
%
&
'
%
&
'
(
F
IOXMR
E
IOXMR
Este problema puede ser formulado como un problema de programacin lineal y por lo tanto puede resolverse mediante el algoritmo del
206
'
)
&
YDORU
Maynard Kong
XMRPi[LPRDWUDYpVGHUHG PtQLPRYDORUGHORVFRUWHV
Por ejemplo, para la red indicada, por simple inspeccin se encuentra que el corte formado por los arcos $%&( tiene valor mnimo,
de donde se sigue que el flujo mximo en la red es .
Esta propiedad puede usarse para determinar en problemas sencillos
(con pocos arcos) el flujo mximo por medio de un corte mnimo.
En el siguiente ejemplo se explica el algoritmo de Ford-Fulkerson
para determinar el flujo mximo y las cantidades por los canales para
obtenerlo.
Ejemplo 4 Algoritmo de Ford-Fulkerson
Halle el flujo mximo y las cantidades correspondientes para la red
anterior.
Solucin
Se suprimen las direcciones de los arcos y en cada arco se anota la capacidad cerca del nodo de partida del arco y cerca del nodo de llegada
del arco:
'
&
208
PLQ ^ `
En consecuencia, se satura la ruta, es decir, se resta de cada capacidad del inicio de cada arco y se suma a la capacidad cercana del final
de cada arco
$ % ' )
'
$
&
209
IOXMRDFWXDO
Maynard Kong
'
$
&
IOXMRDFWXDO
'
$
&
IOXMRDFWXDO
210
Para obtener el plan de envo de flujo, o la distribucin de las cantidades que se envan, se anotan las direcciones de los arcos y sobre los
arcos se escriben solo las cantidades positivas enviadas, o sea las cantidades que estn en el extremo final del arco, que en la figura aparecen
marcadas con *:
'
&
(
IOXMRPi[LPR
o
%
'
$
&
Ejemplo 5
Encuentre el flujo mximo de V a I en la red
S
V
T
211
I
IOXMRPi[LPR
Maynard Kong
Solucin
Como en el ejemplo 5, para aplicar el algoritmo de Ford-Fulkerson se
escribe la red en la forma:
Paso 1
Se satura la ruta VSTI con el valor 0
S
PLQ ^`
IOXMRDFWXDO
Paso 2
Se satura la ruta VTSI con el valor 0
S
PLQ ^ `
IOXMRDFWXDO
V
I
T
212
que se obtiene escribiendo los arcos con sus flechas y sobre estos solo las
cantidades positivas prximas a los extremos finales. (Por el arco ST no
hay flujo y por lo tanto no se indica ningn valor).
D
V
E
G
I
V
Problema 2
Halle el flujo mximo en la siguiente red
S
V
T
Maynard Kong
Respuesta
Reemplace el arco no dirigidoST por dos arcos dirigidos, uno de Sa
T y otro de T a S, con la misma capacidad, y aplique el algoritmo de
Ford-Fulkerson. El valor del flujo mximo es .
Problema 3
Determine el mximo nmero de mensajes por hora que se puede
enviar desde D hacia G, si pueden ser enviados hasta mensajes por
hora entre dos cualesquiera de los puntos DEF y G.
Respuesta 1500.
Problema 4 Problema de emparejamiento (o matching)
La siguiente tabla muestra las capacidades de las personas 345
para realizar las tareas ;<=
3
4
5
;
&
<
&
&
=
&
&
Una celda con la letra & indica que la persona de la fila de la celda
tiene la capacidad para realizar la tarea de la columna de la celda.
Se desea asignar a cada persona una tarea de modo que el nmero de
asignaciones (emparejamientos) sea el mayor posible.
Indicacin
Este problema de asignacin puede ser resuelto por los mtodos expuestos en el Captulo 7. No obstante, tambin puede tratarse como un
problema de flujo.
Trace una red con arcos de valor dirigidos de las personas a las
tareas correspondientes a las celdas compatibles, por ejemplo, el arco
de 3 a; con valor .
214
F % (
F % -
F & )
F ' (
F ' ,
F % (
F % -
F ( )
F ( +
F ) *
F * +
F+ .
F ( ,
F , - F , .
Aplique el algoritmo de Ford Fulkerson para hallar los flujos mximos que se pueden enviar desde las fuentes a los sumideros.
Indicacin
Convierta el problema en uno de fuente y sumidero nicos:
Sea6 suma de las capacidades de los arcos que salen de las fuentes
$% y &; agregue una fuente que conecte a $%y& cada arco con
capacidad igual a6. Y de igual manera conecte -y . a un sumidero
nico con la misma capacidad 6
215
Maynard Kong
35('(&(625(6
$%
%
&'
7,(032
216
217
Maynard Kong
$
L
218
&
&
'
%
&
)
'
219
(
Maynard Kong
7LHPSR
W
221
Maynard Kong
222
223
Maynard Kong
P5)
P5)
P4)
P3)
P2)
224
225
Maynard Kong
226
donde $,%, &, ', ( y ) son los arcos
y respectivamente.
Luego, el tiempo mnimo de terminacin del proyecto es
das.
b) Se calculan los tiempos ms tempranos y ms tardos usando los
tiempos reducidos:
227
Maynard Kong
FRVWR [[[[[[
c) Se calcula ahora el costo mnimo cuando el proyecto se termina
en el tiempo mnimo de das.
El costo obtenido en b) se hizo reduciendo totalmente los
tiempos de ejecucin de las actividades; por ejemplo, la actividad
$, o , se redujo de a das. Se puede disminuir el costo
determinando las actividades cuyos tiempos pueden aumentar
sin afectar el tiempo mnimo de terminacin del proyecto.
El tiempo de una actividad crtica no puede extenderse, pues de
hacerlo aumentara el tiempo mnimo del proyecto.
WLHPSRPtQLPR
WLHPSRPtQLPR
WLHPSRPtQLPR
Maynard Kong
1250$/ 5('8&,'2
&58
%
&
'
(
)
230
W
231
Maynard Kong
sujeto a Wt
WtW
WtW
WtW
WtW
WtW
\ WLt
(nodo 2)
(nodo 3) (o WWt)
(nodo 4) (o WWt)
(nodo 5) (o WWt)
(o WWt)
(nodo 6) (o WWt)
Nota
La resolucin de este problema, por el mtodo del smplex, da el tiempo
mnimo , y una solucin ptima es
W W W W \ W
c) Sea D el nmero de das que se reduce el tiempo normal 8 de la
actividad $, de modo que esta se ejecuta en 8-D das; similarmente, sean E,F, G, H y I para las otras actividades.
La red del proyecto es entonces
E
H
D
F
I
G
$
%
&
'
(
)
232
El problema es
Minimizar &RVWR DEFGFI
(nodo 2)
sujeto a WtD
WtWE (nodo 3)
WtWF (nodo 4)
WtWF (nodo 5)
WtWG
WtWI (nodo 6)
Wd
Dd
Ed
Fd
Gd
Hd
I d
(1)
y DEFGHI y WLt
Las restricciones expresan las condiciones de las ocurrencias
de los nodos; la restriccin indica que el nodo W debe ocurrir
en un tiempo no mayor que ; y las restricciones establecen
las cantidades mximas que pueden disminuirse los das de las
actividades, por ejemplo, la actividad $ puede reducirse hasta
das.
El costo mnimo resultante es y una solucin ptima es dada
por los tiempos W W W W W , y los nmeros de
das de reduccin son D E F G H \I respecto
de los tiempos normales.
Nota
El proyecto estudiado puede terminarse en das en condiciones normales y en das usando los tiempos reducidos. El costo (mnimo)
233
Maynard Kong
del proyecto debido a las reducciones de las actividades crece de a .
Usando el modelo de programacin lineal puede calcularse el costo del
proyecto en trminos del tiempo, y viceversa, cuando uno de ellos toma
un valor intermedio, por ejemplo:
1) hallar el costo si el tiempo del proyecto es das
o 2) determinar el tiempo del proyecto si se propone un costo de
En el primer caso es suficiente reemplazar por en la restriccin
2) del ejemplo 10 y resolver el problema. El costo resultante es .
Y en el segundo caso, el problema de programacin lineal es
Minimizar Tiempo W
sujeto a WtD
WtWE
WtWF
WtWH
WtWG
WtWI
Dd
Ed
Fd
Gd
Hd
I d
DEFGHI d
234
35('(&(625(6
'85$&,1GtDV
&
'
%&
%&
'(
)*
235
Maynard Kong
$&7,9,'$'
'(6&5,3&,1
35('(&(625(6
$
%
&
'
(
)
&RQVWUXLUFLPLHQWRV
&RQVWUXLUSDUHGHV\WHFKRV
,QVWDODUFDEOHVHOpFWULFRV
,QVWDODUYHQWDQDV
3RQHUUHYHVWLPLHQWR
3LQWDUODFDVD
$
%
%
'
%(
'85$&,1
GtDV
$
$
%&
%
&
7,(032
(1'$6
&2672325
1250$/ 5('8&,'2 '$5('8&,'2
236
Respuesta
b) das
c) El tiempo mnimo es das y la ruta crtica es $%(.
d) El costo mnimo es y se obtiene ejecutando eny
das las actividades $%&' y (, respectivamente.
Problema 4
Se desea fabricar un producto que se compone de tres partes33y 3.
Se estima que el diseo de las partes requieresemanas y que la fabricacin de las partes se realiza en y semanas, respectivamente.
El proceso consiste de las siguientes etapas:
prueba de 3 que toma semanas
ensamblar 3 y 3 semana
aadir 3 a 3y 3, semanas
Cul es el tiempo mnimo de terminacin del proyecto? Indique
las actividades crticas.
Respuesta
El proyecto puede terminarse en semanas.
Las actividades crticas son: disear las partes, fabricar 3, ensamblar 3 y 3, y agregar 3.
Problema 5
La red de un proyecto de actividades es descrita por los siguientes datos:
$&7,9,'$'
'85$&,1
237
Maynard Kong
7(L
W
L o M
Respuesta
b) y c)
238
Problema 6
La red de un proyecto de actividades es descrita por los siguientes
datos
$&7,9,'$'
71
75
&1
&5
LQFUHPHQWR GH FRV WR
FDQWLGDG GH GtDV UHGXFLGRV
&5 &1
71 75
c) Halle el costo del proyecto (suma de los costos de todas las actividades) usando tiempos normales.
d) Halle el costo del proyecto usando tiempos reducidos y el costo
asociado a las reducciones de los das.
e) Calcule el costo mnimo del proyecto cuando se termina en el
tiempo mnimo obtenido en a).
239
Maynard Kong
Respuesta
a) 27 das
b) Algunos costos reducidos son:
$&7,9,'$'
&'5
240
ndice alfabtico
D
F
actividad crtica
algoritmo de cota y ramificacin
algoritmo de Ford-Fulkerson
algoritmo de Munkres
225
200
208
186
164
63
168
83
59
61
66
67
Dantzig, George
42
41
64
32
12
Maynard Kong
161
171
76
83
42
156
181
19
problema de asignacin
problema de la dieta
problema de mezcla
problema de optimizacin
problema de programacin lineal
problema de transporte balanceado
problema del corte mnimo
problema dual
problema primal
programa matemtico
propiedad de corte mnimo
propiedad de holgura complementaria
proyecto
181
23
13
12
31
155
26
95
95
17
208
134
216
197
17
83
34
225
199
solucin factible
solucin ptima del problema dual de maximizacin
soluciones bsicas factibles
32
108
48
242
ndice alfabtico
tcnica M
tiempo mnimo de un proyecto
tiempos ms tardos
tiempos ms tempranos
tiempos normales
tiempos reducidos
73
226
220
220
226
226
valor mximo
valor mnimo
valor optimo
variables artificiales
variables bsicas
variables de decisin
vector dual de una solucin bsica factible
vector dual y valores marginales
12
12
12
73
48
20
114
133
243
Se termin de imprimir en
los talleres grficos de
Tarea Asociacin Grfica Educativa
Psje. Mara Auxiliadora 156, Brea
Correo e.: tareagrafica@terra.com.pe
Telfono: 332-3229 Fax: 424-1582
Se utilizaron caracteres
Adobe Garamond Pro en 11 puntos
para el cuerpo del texto
abril 2010 Lima Per