region factible

Llamado tambin poliedro convexo es la regin que cumple con todas las
restricciones y con la condicin de no negatividad
Solucin factible es cualquier punto de interseccin situada en la restriccin
factible poliedro convexo
Solucin bsica es aquella solucin que se encuentra en la interseccin de la
recta o hiper plano
Solucin bsica factible es aquella solucin bsica que pertenece a la solucin
factible que esta dada por los puntos
Solucin ptima es una solucin factible que maximiza o minimiza la funcin
objetivo
Solucin factible degenerada es una solucin factible bsica enla que una o
mas variables toman el valor de cero
Casos especiales
Solucin no factible
Es aquel problema de programacin lineal que no satisface todas las
restricciones dadas significa que no hay una regin o solucin factible
Solucin no acotada (solucin abierta)
Es el problema de programacin lineal que no tiene solucin finita en el caso
de macimizacion la solucin se hace infinitamente grande, la regin factible
grficamente es abierta llamada no acotada
Redundancia
Es posible que en un problema de programacin lineal exista redundancia pero
no causa dificultad en la grafica pero que tiene que ser identificada
Solucin mltiple o solucin alterna optima
Algunos problemas de programacin lineal pueden tener mas de una solucin
optima por el mtodo grafico, lo que cambia son las cantidades de las variables
de solucin mas no las cantidades de las soluciones optimas, grficamente una
recta llamada iso costo o isobeneficio coincide paralelamente con los puntos
que conforman la soucion obtima, es decir ambas rectas tienen la misma
pendiente

Metodo simplex
Este algoritmo que se da paso a paso etapa por etapa cuyo procedimiento es
por tanteo sistemtico es decir, vamos avanzando
Donde Cada una de ellas es mejor que las soluciones anteriores, su aplicacin
es tambin para problemas de maximizacin, problemas de minimizacin hasta
llegar a la solucin ptima, es empleado para desarrollar cualquier nmero de
variables de decisin en un problema de programacin lineal as tambin como
cualquier modelo que tenga un conjunto de restricciones pero previamente
estas desigualdades tienen que convertirse en igualdades para ello
utilizaremos variables de horgura y variables artificiales
Variables de horgura .-Llamadas tambin variables slack se utiliza para obtener
una restriccin en igualdad, cubre la diferencia entre la disponibilidad de
recurso y su respectivo consumo representa la cantidad de recurso ociosos que
no son utilizados, estas variables se emplea en la restriccin de lmite mximo
tambin en las restricciones de lmite mnimo aqu se debe restar la respectiva
variable de la restriccin en cambio en las restricciones de lmite mximo se le
debe agregar o sumar. Estas variables tambin se debe considerar en la
funcin de objetivo cuyo coeficiente de benfico de costo son nulos o cero.
Variables artificiales. Estas variables emplean en las inecuaciones o
restricciones del tipo mayor igual que o tambin en el caso que las
restricciones sean igualdades o es decir es un artificio que se hace, para
solucionar el problema de la inecuacin y convertirla tambin en igualdades
estas variables artificiales no pueden figurar en la solucin del problema y si lo
hacen ser con un valor positivo en cambio las variables de horgura si pueden
figurar en la solucin final del problema, el costo o beneficio de la funcin
objetivo es M la variable artificial afectado por el signo correspondiente positivo
o negativo segn sea el caso, si el problema es de maximizacin entonces el
coeficiente de la funcin objetivo para la variable artificial ser M es decir un
valor tan pequeo como se pueda que atraves de las iteraciones ya no tenga
cabida en la solucin porque estamos maximizando. Si el problema es de
minimizacin el coeficiente de la funcion objetivo para la variable artifial ser
+M es decir un valor tan grande como se pueda, que en el proceso iterativo ya
no tenga cabida y esta se vuelve mnimo y desaparece

Ecuacin de balance econmico (Cj-Zj)

Que analiza la mejora potencial de la funcin objetivo que puede lograrse
introduciendo la variable Xj de donde se desprende:
zj es lo que se pierde al introducir la variable xj a la nueva base y cj es lo que
se gana al introducir la variable xj a la base por tanto cj-zj es una ecuacin de
balance econmico que analiza la mejora potencial en la funcion objetivo el
costo de oportunidad lo que dejara de ganar al no introducir la variable X3 as
la variable
mtodo dual
y su respectiva interpretacin esto nos indica para todo problema de
programacin lineal llamado tambin problema primal hay una asociscion o
relacin importante Con otro problema, de programacin lineal llamado
problema segundario o problema dual asi una de las razones ara el calculo del
simplex usando el dual es cuando el problema primal tiene mas restricciones
que variables aqu ser conveniente usar el dual porque vamos a tener menos
restricciones y tendremos menos iteraciones que hace en el simplex de tal
manera que calculando este problema dual al mismo tiempo vamos a tener el
resultado del problema primal de programacin lineal y viceversa
Conversin de un modelo de programacin lineal a original o primal a un
modelo dual o segundario
1) Si el primal es un problema de maximizacin , entonces su dual ser de
minimizacin y viceversa
2) Los coeficientes de la funcin objetivo de un problema primal se
convierte ahora en los coeficientes del vector de disponibilidades en el
problema dual.
3) Los coeficientes de los vectores de disponibilidad de recursos del
problema original se convierte ahora en los coeficientes de la funcin
objetivo en el problema dual
4) Los coeficientes de las restricciones de un problema primal, sea de la
transpuesta de la matris de los coeficientes tecnolgicos ahora ser la
matriz de los coeficientes tecnolgicos de un problema dual
5) Los signos de desigualdades de problema primal de las restricciones
sern contrarios al del problema dual
6) Las variables de decisin Xm en el primal que representa las cantidades
a producir u otro tipo de denominacin ahora se convierte en nuevas
variables Ym en el dual llamado precios mnimos precios optimos de los
recursos que son utilizados en el problema
Notacin matematica
Si un problema primal el problema original tiene n restricciones n
variable entonces el dual tendr n restricciones y n variable as en el
primal el coeficiente

COMENTARIOS SOBRE LOS PRECIOS OBTIMOS DEL DUAL

1 Los precios minimos del dual indican indica cuales unidades de
recursos
Examen resuelto
Variables slack
Llamadas tambin variables slack se utiliza para obtener una restriccin
en igualdad, cubre la diferencia entre la disponibilidad de recurso y su
respectivo consumo
En el mtodo grafico de programacin lineal cuando existe solucin
alterna
Cuando hay ms de una solucin para una funcin y ambas satisfacen
en cada una de las restricciones
En el mtodo simplex cual es el criterio a tomar cuando hay empate en
las variables que sale de la base
En un problema de maximizacin cuando hay un empate debe entrar el
que tenga mayor valor el coeficiente de beneficio
En un problema de minimizacin debe entrar el que tenga menor valor
de coeficiente de beneficio
Que son las restricciones activas en un modelo de programacin lineal
Son aquellas restricciones donde no existe un deficiet ni un super avit
Iteracin optima en un problema de minimizacin
Si el problema es de minimizacin el coeficiente de la funcin objetivo
para la variable artifial ser +M es decir un valor tan grande como se
pueda, que en el proceso iterativo ya no tenga cabida esta se vuelve
mnimo y desaparesca.
Iteracin optima en un problema de maximizacin
si el problema es de maximizacin entonces el coeficiente de la funcin
objetivo para la variable artificial ser M es decir un valor tan pequeo
como se pueda que atravez de las iteraciones ya no tenga cabida en la
solucin porque estamos maximizando
Programacin lineal optimo
Alcanza el objetivo deseado
El conjunto de vrtices del recinto (formados por las restricciones) se denomina
conjunto de soluciones factibles bsicas y el vrtice donde se presenta la solucin
ptima se llama solucin mxima(o mnima segn el caso).
Soluciones alternas en un programa lineal
Algunos problemas de programacin lineal pueden tener mas de una
solucin optima por el mtodo grafico, lo que cambia son las cantidades
de las variables de solucin mas no las cantidades de las soluciones
optimas
Solucin alterna en un programa lineal en el simplex
Es cuando la variable bsica no figura en la solucin optima Cj =0
Precios ptimos (precios mnimos) en la dualidad

Son los precios en el cual a la empresa le es diferente comprar o vender

los recursos, si en el mercado los precios son menores le conviene
comprar y si los precios son mayores le conviene vender
Ym en el dual llamado precios minimos precios optimos de los recursos
que son utilizados en el problema
Espacio de solucin factible
Es el espacio donde se cumplen todas las restricciones y cualquier
punto cituado en ella puede ser una solucin optima
Es cualquier punto de interseccin situada en la restriccin factible
poliedro convexo
Variables de exceso llamado tambin variable de orgura o slack se
utiliza para obtener una restriccin en igualdad, cubre la diferencia
entre la disponibilidad de recurso y su respectivo consumo.
Soluciones alternas en un modelo de programacin lineal por el mtodo
grafico
Es cuando en la solucin grafica dos puntos son la solucin ptima (y
son iguales ) y la recta que representan esos puntos tambin es la
solucin optima
Criterio de salida de una variable en el simplex
Sale una variable en la que el valor de es mnimo no se consideran
valores negativos o ceros
En que tipos de restricciones se usan las variables artificiales y de
horgura
- La variable artificial se usa en la restriccin o = y se calcula en un
problema de maximizacion con M y en umproblema de
minimizacin con +M
- La variable orgura estas variables se emplea en la restriccin de
lmite mximo tambin en las restricciones de lmite mnimo, aqu se
debe restar la respectiva variable de la restriccin en cambio en las
restricciones de lmite mximo se le debe agregar o sumar. Estas
variables tambin se debe considerar en la funcin de objetivo cuyo
coeficiente de benfico de costo son nulos o cero.
Mencione cuando se justifica usar un dual en vez de un primal
Se usa el dual cuando el problema primal tiene ms restricciones que variables
aqu ser conveniente usar el dual porque vamos a tener menos restricciones
y tendremos menos iteraciones que hace en el simplex de tal manera que
calculando este problema dual al mismo tiempo vamos a tener el resultado del
problema primal de programacin lineal y viceversa
Anlisis de sensibilidad

En la aplicacin prctica a menudo no solamente nos interesa la solucin al

problema propuesto sino tambin se desea conocer o saber cmo cambia esta
solucin si las condiciones iniciales se modifican por ejemplo si cambian los
coeficientes de la funcin objetivo Cj, los recursos disponibles con que cuenta
bi y la cantidad de recursos utilizado para producir aij utilizado para producir
una unidad de producto las investigaciones que tratan los cambios en la
solucin optima debido a cambios en los datos se denomina anlisis de
sensibilidad, es decir este anlisis consiste en una solucin estatica de
programacin lineal en un ins trumento dinmico que que evalua las
condiciones cambiantes y que adwquiere mayor utilidad como un instrumento
admini