Escolar Documentos
Profissional Documentos
Cultura Documentos
OPERATIVA
UNIDAD II
Mtodo Simplex y Dual.
Apunte 2
Ao: 2003
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 1 de 1 Rev.02
MTODO SIMPLEX
INTRODUCCIN.
El problema de programacin lineal consiste en hallar un vector
X = ( x1 , x 2 , x 3 , x 4 ,..., x n ) n
que haga Mxima (o Mnima) una funcin lineal llamada
f ( x ) = ( c1 . x 1 + c 2 . x 2 + , c 3 . x 3 + ... + c n . x n =
c .x
i =1
a 11 . x 1 + a 12 . x 2 + a 13 . x 3 + ...
a . x + a . x + a . x + ...
21
1
22
2
23
3
a 31 . x 1 + a 32 . x 2 + a 33 . x 3 + ...
a . x + a . x + a . x + ...
m 2
2
m3
3
m 1 1
+ a 1 .n . x n b 1
+ a 2 .n . x n b 2
+ a 3.n . x n b 3
+ a m .n . x n b m
Donde
x1 0 ; x 2 0 ; x 3 0 ; x 4 0 ;... x i 0 , i = 1, 2 ,3 ,..., n
Incorporando las variables Slack (Holgura), S, no negativas, Si con i = 1,2,3,,m, las
desigualdades se transforman en igualdades de la forma
a i ,1 . x1 + a i , 2 . x 2 + a i , 3 . x 3 + ... + a i , n . x n + s i = b i i = 1, 2 ,3 ,..., m
La s me dan la capacidad ociosa, su costo es nulo y sirven para eliminar las inecuaciones.
Quedando un sistema de ecuaciones lineales cuya expresin matricial es A .Z = B donde
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 2 de 2 Rev.02
A = (( a i , j )) m .( n + m ) , B = (( b i , j )) m . 1 , Z = (( z i , j )) (n0+ m ). 1
a 1 ,1
a 2 ,1
a
3 ,1
M
a
m ,1
a1 , 2
a 1, 3
a1 , n
...
a 2,2
a 2 ,3
a2,n
...
a 3, 2
a 3, 3
a3,n
...
a m,2
a m ,3
a m,n
...
x1
x2
0 x3
0 M
0 x n
*
M s1
1 s 2
s
3
M
s
m
b1
b
2
=b
3
M
b
m
Z = f ( x ) = ( c 1 . x 1 + c 2 . x 2 + , c 3 . x 3 + ... + c n . x n + 0 . s1 + 0 . s 2 + 0 .s 3 + ... + 0 .s m
porque las variables Slack (holgura) tienen costo nulo.
Por lo general hablaremos de costos (c) en los problemas de minimizacin y de beneficios (b)
en los de maximizacin.
Si en el sistema de ecuaciones resultante todos los elementos de B son no negativos, existe
una solucin factible y bsica dada por:
Pero con un valor de la funcional nulo. En ste mtodo, a partir de sta solucin bsica, se
construye mediante un proceso iterativo, una sucesin de soluciones que mejoren la funcional
hasta su optimizacin.
Veremos, la implementacin a travs de la resolucin de ejemplos.
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 3 de 3 Rev.02
Ejercicio N 1
Una empresa manufacturera paraliz la produccin de ciertos productos por bajas utilidades.
Esto gener una capacidad ociosa de produccin. Se plante entonces la necesidad de asignar
esa nueva capacidad disponible a la elaboracin de hasta 3 productos (1, 2, 3). La
informacin elaborada es la siguiente:
Tipo de maquina
a utilizar
Fresadora
Torno
Rectificadora
Disponibilidad
[hrs. / semana]
280
100
60
Marketing informa que el potencial de ventas para los 3 productos supera la mxima produccin
posible, o sea que la demanda del mercado es superior a la produccin factible, lo que posibilita que
todo lo producido pueda ser vendido. Los beneficios son $ 20, $ 6, $ 8 para los productos 1, 2 y 3
respectivamente.
Fijar la produccin de cada producto para maximizar los beneficios.
Resolucin.
Llamemos x1 , x2 , x3 a las cantidades producidas de los artculos 1, 2 y 3. La funcin objetivo a
maximizar es: P(x1,x2,x3) = 20. x1 +6.x2 +8. x3 sujeta a las siguientes restricciones:
Donde
2.x1 + x2 + x3 60 Re ctificadora
xj 0, j =1,2,3
Introduciendo las variables Slack: S1, S2, S3 no negativas, tenemos el sistema de ecuaciones
A.Z=B
2.x1 + x 2 + x3 + s3 = 60
Z = ( 20 . x1 + 6 . x 2 + 8 . x 3 + 0 .s 1 + 0 .s 2 + 0 . s 3
Partiremos de la solucin bsica factible
Z = Z T = ( x1 , x 2 , x 3 , s 1 , s 2 , s 3 ) = ( 0 , 0 , 0 , 280 ,100 , 60 )
Siendo la funcional para sta primer solucin bsica factible:
Z = ( 20 . 0 + 6 . 0 + 8 . 0 + 0 . 280 + 0 . 100 + 0 . 60 ) = 0
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 4 de 4 Rev.02
8
2
3
1
0
0 280
Z = x1 . 4 + x 2 . 3 + x 3 . 0 + s 1 . 0 + s 2 . 1 + s 3 . 0 = 100
2
1
1
0
0
1 60
(I)
Al subespacio generado por los vectores columna {P1, P2, P3, P5, P 6, B} de la matriz
ampliada, se le asocia una primera base dada por {P 4, P5, P6}. Pero dicha base est asociada
nicamente con las variables slack s, y esto hace que la funcional correspondiente tenga
valor nulo.
Queremos introducir P 1 en la base {P 4, P 5, P 6}. Expresamos dicho vector columna como
combinacin de los vectores de la base inicial, resultando P1 = 8.P4 + 4.P 5 + 2.P6, de donde
8 .P4 + 4. P5 + 2. P6 P1 = 0
(II)
Hacemos una combinacin lineal de (I) y (II) en base a un parmetro ? tal que (I) - ? (II) = B
Z = Z T = ( x1 , x 2 , x 3 , s 1 , s 2 , s 3 ) = ( 25 , 0 , 0 ,80 , 0 ,10 )
cuya funcional tiene un valor
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 5 de 5 Rev.02
b
280 100 60
min i
= min
,
, = min{ 35, 25 ,30} = 25
a i ,1 i =1, 2, 3
4 2
8
I
II
II
cj
X1
8
4
2
20
X2
2
3
1
6
X3
3
0
1
8
S1
1
0
0
0
S2
0
1
0
0
S3
0
0
1
0
bi
280
100
60
Solucin
S1=280
S2=100
S3= 60
F
Por lo que elegimos a21 =4. Se elige el mnimo para evitar variables negativas. Transformamos en
pivote unitario al elemento elegido multiplicando la segunda fila por (o sea 1/ a21 ) , obteniendo el
siguiente cuadro:
I
F2 *(1/4)
II
cj
X1
8
1
2
20
X2
2
3/4
1
6
X3
3
0
1
8
S1
1
0
0
0
S2
0
1/4
0
0
S3
0
0
1
0
bi
280
25
60
Solucin
S1 =280
S2 =100
S3 = 60
F
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 6 de 6 Rev.02
F1 =F1 -8.F2
F2 *(1/4)
F3 =F3 -2.F2
F4 =F4 -20.F2
X1
0
1
0
0
X2
-4
3/4
-1/2
-9
X3
3
0
1
8
S1
1
0
0
0
S2
-2
0
-5
S3
0
0
1
0
bi
80
25
10
Solucin
S1 =80
X1=25
S3 = 10
F = 500
bi
50
25
10
Solucin
S1 =50
X1=25
X3=10
F = 580
b
80 10
min i
= min , = min{ 26 .67 ,10} = 10
a i ,3 i =1, 2 ,3
3 1
F1 =F1 -3.F3
F4 =F4 -8.F3
X1
0
1
0
0
X2
-5/2
3/4
-1/2
-5
X3
0
0
1
0
S1
1
0
0
0
S2
-2
1/4
0
-5
S3
-3
0
1
-8
El proceso se considera terminado porque no existe ningn indicador positivo en la fila de los
coeficientes de la funcional cj.
X1
X2
X3
CANT
FRESADORA
8
2
3
280 MENOR
TORNO
4
3
0
100 MENOR
RECTIFICADORA
2
1
1
60 MENOR
BENEFICIOS
$20,00 $6,00 $8,00
UNITARIOS
FUNCION OBJETIVO
Z=20*X1+6*X2+8*X3
DEMANDA DE HRS POR ART.
X1
X2
X3
CANT.
REF.
REAL
FRESADORA
TORNO
RECTIFICADORA
200
100
50
0
0
0
30
0
10
280
100
60
230
100
60
CANTIDADES
BENEFICIOS
TOTALES POR
ARTICULO
25
10
TOTAL
$500
$0
$80 $580,0
DIF. REAL<REF.
50
0
0
MENOR
MENOR
MENOR
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 7 de 7 Rev.02
Consideraciones Generales
1ero. Las inecuaciones planteadas hasta ahora representan restricciones que poseen un
b > 0, en un problema de dieta donde la necesidad mnima de cierta vitamina (b > 0) debe
ser cubierta mediante la ingestin de ciertas cantidades de alimentos (x1, x2, x3) que
aportan, de la misma, determinadas cantidades por unidad de peso (a1, a2, a3).
2do. Recordar que en todo problema de programacin lineal se deben cumplir condiciones
de no negatividad de las variables reales.
3ro. La utilizacin del mtodo grfico, con el polgono convexo, es cmodo y sencillo hasta
dos variables reales, pero resulta imposible para ms variables. Es por ello que se recurre
al mtodo algebraico (Simplex).
f =
i =1
ci .xi
c .x
i =1
parmetro C para que f sea ptimo, es decir mximo mnimo segn el problema.
5to. Si las restricciones del problema estn representadas por inecuaciones de menor o
igual a las disponibilidades, se incorporan las variables Slack para transformar el sistema
planteado de inecuaciones en un sistema de ecuaciones lineales. Las variables slack que
igualan las ecuaciones, representan la capacidad ociosa o disponible de las
disponibilidades mximas
6to. Dentro del mtodo algebraico, el Simplex provee un sistema rpido y efectivo para la
resolucin de los problemas de programacin lineal.
Sea el sistema
8 . x 1 + x 2 10
10 . x 1 + 30 . x 2 40
8 . x 1 + x 2 S 1 10
10 . x1 + 30 . x 2 S 2 40
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 8 de 8 Rev.02
la primera solucin bsica factible sera (x1, x2, s1, s2)=(0,0,-10,-40) la cual no cumple con
la condicin de no negatividad de las variables slack. Para superar este inconveniente, se
incorpora al sistema, sumando, una variable
, quedando el sistema de la siguiente forma
10 . x1 + 30 . x 2 S 2 + 2 40
8vo. Ya estn definidas en la funcional los coeficientes cj que tienen asignados las
variables reales (en el ejemplo c1 = 10, c2 = 15 ) y los definidos para las variables slacks
que son todos nulos.
Cuando las inecuaciones son del tipo menor e igual, para transformarlas en ecuaciones
solo se incorporan las variables slack (S) junto a las variables reales (xi), figurando en la
funcional con un valor positivo y costo cero no incidiendo en el valor do dicha funcional.
Las variables artificiales se emplean, con los reales y las slack, en las inecuaciones de
mayor o igual correspondindoles en la funcional un coeficiente de costo igual a M si se
minimiza la funcional e igual a -M si se maximiza el funcional, donde M es considerado un
valor positivo muy grande.
Nota: En la prctica en lugar de M o M utilizaremos cifras.
Nota: Maximizar: Zj-Cj y busco el valor ms negativo.
Minimizar : CjZj y busco el valor ms negativo.
9no.
Cj
Zj
Zj-Cj
Variables
Reales
P1
P2
X1
X2
1
3
2
1
2
2
1
1
4
3
0
0
-4
-3
Variables Slack
P3
S1
1
0
0
0
0
0
0
P4
S2
0
1
0
0
0
0
0
P5
S3
0
0
1
0
0
0
0
P6
S4
0
0
0
1
0
0
0
bi Solucin xk
15000 S1 =15000
10000 S2 =10000
12000 S3 =12000
10000 S4 =10000
Ck
0
0
0
0
F (Valor de la funcional)
Como vemos est adicionado un vector columna con las variables que intervienen en la
solucin factible y, a continuacin, una columna ck de los coeficientes de beneficio o de
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 9 de 9 Rev.02
1
2
T
=(
c
)
*
P
=(0
0
0
0)*
2 = 0*1+0*2+0*2+0*1= 0
Z1
k
1
1
Como ya sabemos, la primer solucin bsica factible es:
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 10 de 10 Rev.02
a)
x1 + x 2 4
x + 2x 2
Z
=
x
+
x
2
1
1
2
Maximizar
x 1 , x 2 0
Solucin
a)
Transformamos el sistema al formato estndar de maximizacin aadiendo variables de
holgura (S3, S5) y una variable artificial (?4). Bajo la forma de maximizacin, el mtodo de las
penalizaciones incorpora las variables artificiales a la funcin objetivo del problema transformado
con coeficiente - M, donde M representa un nmero grande, en comparacin con el resto de los
coeficientes del programa. El problema transformado queda
Z = x1 + x2 + 0.S3 M .4 + 0.S 5
x1 + x 2 S 3 + 4 = 4
x + 2x + S = 2
2
5
1
x 1 , x 2 , S 3 , 4 , S 5 0
Construimos la tabla inicial del mtodo del simplex
Variables
Variables
Variables Slack
Reales
Artificial
X1
X2
S3
S5
?4
bi Solucin xk
Ck
1
1
-1
0
1
4
?4 =-M
-M
1
2
0
1
0
2
S5 =2
0
Cj
1
1
0
0
-M
F = - 4.M
Zj
-M
-M
M
0
-M
Zj-Cj
-M-1 -M-1
M
0
0
Hay indicadores negativos en la fila Zj-Cj , con sus vectores interiores P1=(1,1) y P2(1,2),
con al menos un elemento positivo. En consecuencia es posible la mejora de la solucin y
tomamos como variable de entrada la base (columna) de X1. Aplicamos la regla de la
mnima razn (cociente), por lo que obtendremos como variable de salida a S5 . El pivote
es entonces y =(2,1). La nueva tabla simplex es:
b
4 2
min i
= min , = min{ 4, 2} = 2
a i ,3 i =1, 2 ,3
1 1
F1 =F1 -F2
Cj
Zj
Zj-Cj
Variables
Reales
X1
X2
0
-1
1
2
1
1
1
M+2
0
M+1
Variables Slack
S3
-1
0
0
M
M
S5
-1
1
0
M
M
Variables
Artificial
?4
1
0
-M
-M
0
bi
2
2
Solucin xk
?4=-M
X1 =2
Ck
-M
1
F = - 2.M + 2
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 11 de 11 Rev.02
b)
2. x1 + 3.x 2 x 3 9
Z = 2.x1 x 2 + 3.x 3 x1 2 x 2 + x3 6
Minimizar
x1 , x 2 , x 23 0
Cj
Zj
Cj-Zj
X1
2
1
2
3M
2-3M
X2
3
-2
-1
M
-1-M
Variables Slack
X3
-1
1
3
0
3
S1
-1
0
0
-M
M
S2
0
-1
0
-M
M
2 . x1 + 3 . x 2 x3 S 1 + 3 = 9
x 2x + x S + = 6
2
3
2
4
1
x1 , x 2 , S 1 , S 2 , 3 , 4 0
Variables
Artificial
?3 ? 4
1
0
0
1
M M
M M
0
0
bi
9
6
Solucin xk
? 3 =9
? 4 =6
Ck
M
M
F = 15.M
b
9 6
min i
= min , = min{ 4. 5;6} = 4 .5
a i ,3 i =1, 2 ,3
2 1
En la fila Cj-Zj buscamos el trmino ms negativo. Luego buscamos el cociente mnimo de la
columna bi y X1.
Al pvot y =(1,1) lo hacemos unitario, multiplicando la fila por y luego operando entre filas,
hacemos el resto de la columna X1 igual a cero, excepto Cj.
Variables Reales
F1 *1/2
F2 = F2 - F1
Cj
Zj
Cj-Zj
X1
1
0
2
2
0
Variables Slack
X2
1.5
-3.5
-1
X3
-0.5
1.5
3
S1
-0.5
0.5
0
3-3.5M
-1+1.5M
-1+0.5M
S2
0
-1
0
-M
-4+3.5M
4-1.5M
1-0.5M
Variables
Artificial
?3
?4
0.5
0
-0.5
1
M
M
1-0.5M
M
-1+1.5M
bi
4.5
1.5
Solucin xk
X1 =4.5
? 4 =1.5
Ck
2
M
F = 9+1,5*M
b
4 .5 1 .5
min i
= min
,
= min{ ;1} = 1 .0
a i ,3 i =1, 2 ,3
0 .5 1 .5
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 12 de 12 Rev.02
Variables Reales
F1 +1/2 F2
F2 = F2 / 1.5
Cj
Zj
Cj-Zj
X1
1
0
2
2
0
Variables
Artificial
?3
?4
1/3
1/3
-1/3
2/3
M
M
4/3
8/3
Variables Slack
X2
1/3
-7/3
-1
X3
0
1
3
S1
-1/3
1/3
0
-19/3
1/3
S2
-1/3
-2/3
0
-7/3
16/3
-1/3
7/3
M-4/3
bi Solucin xk
5
X1 =5
1
X 3 =1
Ck
2
3
F = 13
M-8/3
Volvemos a buscar el menor Cj-Zj que es -14/3, luego buscamos el mnimo cociente.
b
1
5
min i
= min
,
= min{ ;3} = 3
a i , 3 i =1, 2, 3
1/ 3 1/ 3
X2
-2
-7
-1
X3
1
3
3
S1
0
1
0
S2
-1
-2
0
Variables
Artificial
?3
?4
0
1
-1
2
M
M
-4
3
2
1
0
0
-2
2
0
M
Variables Reales
F1 +1/3 F2
F2 = F2 *3
Cj
Zj
Cj-Zj
X1
1
0
2
2
0
Variables Slack
bi Solucin xk
6
X1 =6
3
S 1 =3
2
M-2
Ck
2
0
F = 12
Al ser todas las Cj-Zj positivas no se puede mejorar la funcional, por lo que hemos encontrado la
solucin ptima.
Mnimo
Resumiendo.
Pg. 13 de 13 Rev.02
Paso 0.
Paso 1.
Paso 2.
Paso 3.
Los clculos del mtodo simplex son iterativos en el sentido de que se aplican condiciones y
clculos fijos a la tabla simplex actual para producir la siguiente tabla. Por tanto, nos referimos a
las sucesivas tablas simplex como iteraciones.
Ejemplos a resolver
3 . x1 + x 2 = 5
4 . x 1 + 3 . x 2 8
Z = 4 . x1 + x 2
x + 2 .x2 6
a)
1
x 1 , x 2 0
3 .x1 + x 2 5
4 . x 1 + 3 . x 2 8
Z = 4 . x1 + x 2
x + 2 .x2 6
b)
1
x 1 , x 2 0
3 .x1 + x 2 5
4 . x 1 + 3 . x 2 8
Z = 4 . x1 + x 2
x + 2 .x2 6
c)
1
x 1 , x 2 0
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 14 de 14 Rev.02
Horas requeridas
Manual Elctrica
3
2
1
2
Capacidades
mensuales (hrs.)
2000
1000
Para producir una mquina manual se requieren 3 hrs. De o1 y una hora de O2. Para
producir una mquina elctrica se requieren 2 hrs. De O1 y 2 hrs. de O2. Sea
X1= nmero de mquinas de escribir manuales a producir cada mes.
X2= nmero de mquinas de escribir elctricas a producir cada mes.
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 15 de 15 Rev.02
3 . x 1 + 2 . x 2 2000
x + 2 . x 1000
Z
=
40
.
x
+
60
.
x
2
1
1
2
Maximizar
x1 , x 2 0
El modelo Primal, puede ser utilizado para encontrar el nmero ptimo de cada tipo de mquina
de escribir a producir mensualmente.
Aplicando el mtodo simplex al problema, encontraremos que la solucin ptima, es
producir 500 mquinas de escribir manuales por mes (x1=500) y 250 mquinas de escribir
elctricas por mes (x2=250). El ingreso mximo es Z = $35000 por mes.
Se adjunta resolucin por mtodo Solver.
DEMANDA DE HRS POR ART.
O1
O2
BENEFICIOS
UNITARIOS
X1
X2
CANT
3
1
2
2
2000
1000
$40,00
$60,00
MENOR
MENOR
FUNCION OBJETIVO
Z = 40* X1+ 60* X2
DEMANDA DE HRS POR ART.
X1
X2
CANT.
REF.
REAL
DIF.
REAL<REF.
O1
O2
1500
500
500
500
2000
1000
2000
1000
0
0
MENOR
MENOR
CANTIDADES
500,0
250,0
TOTAL
$20.000
$15.000
$35.000
BENEFICIOS TOTALES
POR ARTICULO
Informe de sensibilidad
Microsoft Excel 9.0 Informe de sensibilidad
Hoja de clculo: [Ejemplo NBM.xls]Primal
Informe creado: 25/03/01 04:08:59 p.m.
Celdas cambiantes
Valor Gradiente
Celda
Nombre
$B$13 CANTIDADES X1
Igual
500,0
reducido
0,0
$C$13 CANTIDADES X2
Restricciones
250,0
0,0
Valor Multiplicador
Celda
Nombre
$E$10 O1 REAL
$E$11 O2 REAL
Igual de Lagrange
2000
5
1000
25
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 16 de 16 Rev.02
Dado el marco del problema primal, ahora deseamos enfocar sobre el problema dual, un problema
de precio. Nuestro propsito es determinar los precios a los cuales la NBM debera valorar sus
recursos de tal manera que puedan determinar el mnimo valor total al cual estaran dispuestos a
alquilar o vender los recursos, como algo pertinente. La NBM se muestra complaciente en alquilar
las horas de la capacidad de su lnea de ensamble y empaque para las operaciones O1 y O2,
respectivamente.
Sean y1 y y2 las rentas percibidas por hora para las operaciones O1 y O2 respectivamente.
Dada la disponibilidad de los recursos (capacidades mensuales O1 y O2), la renta total por mes es:
C = 2000. y1 + 1000. y2
Se desea como objetivo encontrar el mnimo valor de C de modo que la NBM pueda de una
manera inteligente, analizar algunas propuestas de alquiler o compra de todos los recursos como
un paquete total. En consecuencia, la NBM lo que quiere es minimizar la suma de las rentas.
Considere las siguientes restricciones. Los precios (usaremos el trmino precio tanto para
las rentas como los precios de los productos) todos debern ser mayores o iguales a cero.
Obviamente un recurso no puede tener un precio negativo ya que cualquier recurso vendido
(usaremos vender queriendo decir vender o alquilar) a un un precio negativo podra haber sido
mas provechoso dejarlo ocioso. Por consiguiente, las siguientes restricciones tienen que ser
satisfechas
y1 0; y2 0
En las otras restricciones tienen que ser satisfechas las condiciones de que los precios y1 y y2
deben ser competitivos con las alternativas disponibles.
La NBM tiene como alternativas disponibles producir maquinas elctricas y manuales usando O1 y
O2. Por ejemplo, ya que 3 horas de O1 mas 1 hora de O2 son necesarias para producir una
maquina de escribir manual, el valor en trmino de precios por recursos para dicha mquina es
3. y1 + 1. y 2 .
Este precio debe ser al menos tan grande la contribucin obtenida cuando una
mquina de escribir manual es producida (contribucin de $40). Esto es
3. y1 + 1. y 2 40
la siguiente desigualdad tambin debe ser satisfecha:
2. y1 + 2. y2 60
3 . y 1 + y 2 40
2 . y + 2 . y 60
C
=
2000
.
y
+
1000
.
y
1
2
1
2
Minimizar
y 1 , y 2 0
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 17 de 17 Rev.02
3 . x 1 + 2 . x 2 2000
x + 2 . x 1000
2
Maximizar Z = 40 . x 1 + 60 . x 2 1
x1 , x 2 0
Verificacin por Solver
O1
O2
BENEFICIOS
UNITARIOS
Y1
Y2
CANT
3
2
1
2
40
60
$2.000
$1.000
Mayor
Mayor
FUNCION OBJETIVO
Minimizar C = 2000* y1 +1000 * y2
DEMANDA DE HRS POR ART.
O1
O2
CANTIDADES
X1
X2
CANT.
REF.
REAL
DIF.
15,0
10,0
25,0
50,0
40
60
40
60
1E-06
1E-06
5,0
$10.000
25,0
TOTAL
$25.000 $35.000
Cj
Cj
Cj
X2
S1
1000
s2
40 60
X1
X2
S1
S2
Valor
SOL
500
xi
-1
1000
s1
0,5
0,5
500
X2
60
0,5
10
-30
30000
X1
X2
S1
S2
Valor
SOL
Ck
0,5
-0,5
500
X1
40
-0,25
0,75
250
X2
60
-5
-25
35000
500
60
BUSCO EL Mayor Cj
Ck
Min
Rel bi/xi
500
1000
Min
500
BUSCO EL Mayor Cj
10
BUSCO EL Mayor Cj
Pg. 18 de 18 Rev.02
3 . y 1 + y 2 40
2 . y + 2 . y 60
C
=
2000
.
y
+
1000
.
y
1
2
1
2
Minimizar
y 1 , y 2 0
Dual Standard
C = 2000 . y1 + 1000 . y 2 + 0 . s 1 + 0 . s 2 + M . 1 + M . 2
3 . y 1 + y 2 0 . s 1 + M . 1 = 40
2 . y + 2 . y 0 . s + M . = 60
1
2
2
2
y 1 , y 2 0
Solver
O1
O2
BENEFICIOS
UNITARIOS
Y1
Y2
CANT
3
2
1
2
40
60
$2.000
$1.000
Mayor
Mayor
FUNCION OBJETIVO
Minimizar C=2000 * y1+1000 * y2
DEMANDA DE HRS POR ART.
X1
O1
O2
CANTIDADES
X2
CANT.
REF.
REAL
DIF.
40
60
1E-06
1E-06
15,0
25,0
40
10,0
50,0
60
5,0
25,0
TOTAL
$10.000 $25.000 $35.000
Anlisis Simplex
Cj
Zj
X1
X2
-1
40
-1
60
2000
50000
1000
30000
Cj
Zj
10000 10000
S1
S2
H1
0,33333 -0,333333
0,3333
1,33333 0,666667
-1
-0,667
2000
2000
Cj-Zj
Cj
Zj
Cj-Zj
X2
0
0
10000 10000
-10000 -10000 10000 10000
1000
14000
0 -13000
0
6000
0
10000
-10000 -6000
X2
S1
-0,5
0,5
2000
2000
1000
1000
0
-500
500
0
-250
250
S2
1000000
xi Rel bi/xi
40,00
0
13,33 x1 2000 0,33
25,00
1
33,33 H2 10000 1,33
10000 f
360000
10000
H2
X1
Valor SOL
Ck
H2
0,25
0,5
-0,25
x1
2000
-0,75
-0,5
0,75
25
x2
1000
Min
25
-13000
Ck
H1
10000 10000
500
250
9500 9750
Valor SOL
-48000
35000
Busco el Minimo Cj -Zj
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 19 de 19 Rev.02
Cj
X2
S1
S2
-5
-25
Valor
SOL
35000
Valor
5
25
f
SOL
Ck
x1 2000
x2 1000
35000
En resumen, los valores ptimos de las variables dual, y1, y2, son iguales a los coeficientes de las
variables de holgura s1 y s2, respectivamente, en la funcin objetivo dada en el tablero ptimo del
modelo primal.
La solucin ptima del primal puede ser obtenida exactamente de la misma manera. Esto es,
observe que el ingreso de S1 en la fila C del modelo dual es $500 por mquina de escribir manual,
lo cual corresponde a la variable primal x. En forma similar, el ingreso de S2 en el modelo dual es
$250 por mquina de escribir elctrica, lo cual corresponde a la variable primal x2.
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 20 de 20 Rev.02
Valor
SOL
500
X1
250
X2
35000
Cj-Zj
X1
X2
S1
S2
H1
H2
Valor
SOL
500
250
9500
9750
35000
En resumen, los valores ptimos de las variables primal x1 y x2 son iguales a los coeficientes de
las variables de exceso S1 y S2, respectivamente, en la funcin de costos C dada en el tablero del
modelo dual.
Es importante sealar otros comentarios acerca de los precios del dual ptimo. Primero los precios
ptimos del dual indican cules unidades de recursos (01: capacidad de ensamble y 02: capacidad
de empaque) podran ser compradas o vendidas; Si estos precios mnimos, y1 = $5 por hora de 01
y y2 = $25 por hora de 02, existen en el mercado, entonces para la NBM podra ser indiferente
escoger entre las alternativas de producir mquinas o vender recursos. Si en el mercado los
precios fuesen ms altos que los precios mnimos del dual, entonces la NBM preferira vender los
recursos (o vender el tiempo de 01 y O2) y si en el mercado los precios fuesen ms bajos,
entonces la NBM preferira comprar recursos (e incrementar las capacidades de 01 y 02). Es decir,
los precios minimos del dual dan una medida para la evaluacin del valor marginal por adicin en
la capacidad de los recursos. Para ilustrar esto, suponga que la NBM puede vender 01 (tiempo de
ensamble) a $7 la hora, diga a un competidor cercano, y puede incrementar el tiempo de 02
(capacidad de empaque) a $20 la hora. Entonces la NBM estara dispuesta a vender algunas
horas de capacidad de 01 ya que puede ganar $2 por cada hora del tiempo de 01 vendida ($7 por
hora menos y = $5 por hora es el valor marginal). Similarmente, la NBM podra estar dispuesta a
incrementar la capacidad de 02, ya que puede ganar $6 por cada unidad que incremente en la
capacidad de O2 (y2= $25 por hora incrementada menos $20 por hora de costo en el mercado).
Desde luego, que vender o incrementar la capacidad requerir un cambio en el programa aportado
por la solucin ptima..
Los precios mnimos del dual y1 y Y2 son vlidos, Y1= $5 por hora y Y2= $25 por hora, solamente
si las cantidades completas de 01 y 02 son vendidas a estos precios. Si los recursos (capacidad
de 01 y capacidad de 02) son vendidos parcialmente, Los, precios mnimos son vlidos solamente
para algunos rangos los cuales pueden ser pequeos o grandes, dependiendo de la estructura del
problema.
Inv. Operativa U.T.N. Fac. Reg. Haedo Docente: Ing. Muntaner Unidad II Apunte2 P.L. Simplex
Pg. 21 de 21 Rev.02