Professional Documents
Culture Documents
MFGL
MFGL
MP2
MP3
Ingresos
Producto 1
35
13
Producto 2
15
20
23
Capacidad
480
160
1190
MP1
MP2
MP3
Producto 2
Producto 1
MP1
480 [u]
MP2
160 [u]
MP3
1190 [u]
Producto 1
5 [u] MP1
+
4 [u] MP2
+
35 [u] MP3
Producto 2
15 [u] MP1
+
4 [u] MP2
+
20 [u] MP3
$13
$23
Formulacin de modelos
MFGL
Recordemos
Estrategia:
1. Preguntas clave : Cul es el objetivo? Variables de decisin?
Medidas de efectividad? Relaciones funcionales? Restricciones?
2. Modelo conceptual: Funcin objetivo, Restricciones
MFGL
MP2
MP3
Ingresos
Producto 1
35
13
Producto 2
15
20
23
Capacidad
480
160
1190
MP1
MP2
MP3
Producto 2
Producto 1
Modelo de instancia
variables de decisin
producto 1
max 13x1
5x 1
s.a. 4x 1
35x1
producto 2
+ 23x2
+ 15x2 480
+ 4 x2 160
+ 20 x2 1190
x 1 , x2 0
MFGL
ingresos
F.O.
MP 1
MP 2
restricciones
MP 3
10
MFGL
11
Ciudad 2
Ciudad 3
Ciudad 4
Planta 1
10
Planta 2
12
13
Planta 3
14
16
12
2.
3.
4.
5.
6.
MFGL
13
Ejercicio Transmisin
Se tienen 2 plantas generadoras elctricas que deben abastecer a 3
subestaciones y se quiere definir la capacidad de las lneas de transmisin que
conectan las plantas con las subestaciones. Cada planta tiene una capacidad de
generacin en MW, cada subestacin tiene una demanda de energa en MW que
debe cubrir para abastecer a sus clientes, y cada lnea tiene un costo por MW
transportado.
Subestaciones
Plantas generadoras
capacidad 1 [MW]
capacidad 2 [MW]
demanda 1 [MW]
demanda 2 [MW]
demanda 3 [MW]
1
2
MFGL
14
Problema de transporte
Modelo
prototipo
1. Preguntas clave
Cul es el objetivo?
Decidir flujo de items entre mltiples orgenes y destinos.
Variables de decisin?
Flujo de items transportado entre cierto origen y cierto destino.
Medidas de efectividad?
Costos totales de transporte.
Relaciones funcionales?
Relaciones entre oferta y demanda.
Restricciones?
Satisfacer la demanda sin sobrepasar la oferta.
2. Modelo conceptual
FO:
Minimizar costos totales de transporte
Restricciones:
Flujo total de items a cada destino satisface su demanda, flujo total de items desde
cada origen no sobrepasa su oferta, flujos no negativos
15
Grficamente
Destinos
Orgenes
demanda 2
oferta 1
oferta 2
demanda 1
oferta m
MFGL
demanda n
16
Modelo de clase
Parmetros:
m: nmero de orgenes.
n: nmero de destinos.
ai: oferta de items en el origen i.
bj: demanda de items en el destino j.
cij: costo unitario de transporte entre el origen i y el destino j.
Variables de decisin:
xij: cantidad de items transportadas entre la fuente i y el destino j.
MFGL
17
Modelo de clase
min
s.a.
0 ,
MFGL
18
Enfoques de solucin
MFGL
19
MP2
MP3
Precio venta
Producto 1
35
13
Producto 2
15
20
23
Capacidad
480
160
1190
consumo MP1:
34 x 5
MP2
MP3
Ingresos
34 [u] producto 1
170
136
1190
442
32 [u] producto 2
480
128
640
736
475
180
1200
720
480
160
980
800
MFGL
supera
capacidad
alguna
mejor?
20
Reflexiones
Distintas combinaciones proporcionan distintos ingresos a distinto costo: la
combinacin ms adecuada depende de quin est decidiendo.
Cmo asegurar detectar la combinacin ms eficiente?
Qu pasa al considerar aspectos adicionales: otro precio de venta, un
ingrediente adicional, ms disponibilidad de una MP, debemos producir al
menos el doble de un producto respecto al otro
Si el problema involucra muchsimas ms variables y decisiones simultneas,
un mtodo por inspeccin resulta ineficiente y en ocasiones imposible.
MFGL
21
( 0,32)
producto 2
(12,28)
( 0, 0)
MP1
5x1+15x2480
(26,14)
MP2
4x1+4x2160
producto 1
(34, 0)
MP3
35x1+20x21190
22
producto 2
(12,28)
( 0, 0)
(26,14)
producto 1
13x1+23x2=$800
(34, 0)
13x1+23x2=$442
MFGL
23
Teorema (Weierstrass)
Si la F.O. es una funcin continua y la regin factible es un
conjunto cerrado y acotado, entonces el problema admite al
menos un mnimo y un mximo globales. Particularmente, si
existe un ptimo, ste corresponde a uno de los vrtices.
No se garantiza un nico ptimo (caso mltiples soluciones)
Pueden existir PPL en que no se cumplan las condiciones y
an as exista un ptimo (caso poliedro no cerrado)
Existen casos en que no existe un ptimo (caso poliedro no
cerrado, caso poliedro vaco)
MFGL
24
( 0,32)
( 0,32)
( 0, 0)
(12,28)
producto 2
producto 2
(12,28)
(26,14)
producto 1
(34, 0)
( 0, 0)
MFGL
(26,14)
producto 1
(34, 0)
25
nueva
( 0,32)
producto 2
(12,28)
MP1
(26,14)
MP2
( 0, 0)
producto 1
(34, 0)
MP3
MFGL
26
producto 2
( 0, 0)
producto 1
MFGL
27
producto 2
( 0, 0)
producto 1
MFGL
28
MFGL
29
( 0,32)
(12,28)
(26,14)
( 0, 0)
(34, 0)
MFGL
30
(26,14)
( 0, 0)
(34, 0)
MFGL
31
Modelo estndar
Matricial
Algebraica
max c1x 1 + c2 x2 + ... + cn x n
s.a.
a11x 1 + a12 x2 L + a1n x n
b1
+ a22 x2 K + a2n x n
M
O
M
+ am2 x2 L + amn x n
b2
M
bm
a21x 1
M
am1x 1
max
xj
j=1
s.a.
ij
x j bi
i = 1,2,...,m
j=1
xj 0
j = 1,2,...,n
max c T x
s.a. Ax b
x0
x 1 , x2 ,..., x n 0
j: variables (j=1,, n)
i: restricciones (i=1,, m)
F.O.: efectividad global del sistema
xj: nivel de actividad j sobre el cul se quiere decidir
cj: incremento en F.O. al aumento unitario del nivel de actividad j
bi: capacidad disponible del recurso i
aij: cantidad de recurso i consumido por unidad de la actividad j
MFGL
32
min f(x)
max [f(x)+c]
max [c f(x)]
max [-f(x)]
[max f(x)]+c
c[max f(x)]
ax1+bx2=c
ax1+bx2>=c , ax1+bx2<=c
ax1+bx2<=c
ax1+bx2+h=c, h>=0
x s.r.s.
x=x1-x2, x1>=0, x2>=0
x >=0
x=x1-x2, x1-x2>=0, x1 s.r.s, x2 s.r.s
MFGL
33
Fundamentos Simplex
max c1x 1 + c2 x2 + ... + cn x n
s.a.
a11x 1 + a12 x2 L + a1n x n
b1
+ a22 x2 K + a2n x n
M
O
M
+ am2 x2 L + amn x n
b2
M
bm
a21x 1
M
am1x 1
x 1 , x2 ,..., x n 0
max c1x 1
s.a.
a11x 1
a21x 1
M
am1x 1
+ c2 x2 + ...
+ a12 x2
+ cn xn
L + a1n xn
+ x n +1
+ a22 x2 L + a2 n xn
M
O
M
+ am2 x2 L + amn xn
=
+ x n +2
M
b1
+ xn+ m
b2
M
= bm
Fundamentos Simplex
Matricialmente, debemos redefinir adecuadamente c, x y A:
max c T x
s.a. Ax b
x0
max
cT x
s.a. Ax = b
x0
35
matriz bsica
Ax = b
xB
[B|N] = b
x N
matriz no bsica
Bx B + Nx N = b
36
x B B 1b
x= =
x
N 0
Bx B + Nx N = b
x B 0, x N = 0
Bx B = b
xB 0
37
[x2,x4,x5]
( 0,32)
[x1,x2,x5]
(12,28)
[x1,x2,x3]
(26,14)
[x3,x4,x5]
( 0, 0)
[x1,x3,x4]
(34, 0)
Miremos la F.O.
Con la misma lgica aplicada anteriormente, podemos formular la F.O.:
z = cB | cN
Considerando :
xB
x
N
x B = B 1b B 1Nx N
re expresamos F.O.:
cN = cTN cTBB 1N
Miremos la F.O
Criterio de optimalidad: en un problema de maximizacin una
solucin bsica factible ser ptima si los costos reducidos de las
variables no bsicas son no positivos:
c N = c N T c BT B 1N 0
Es decir, si las variables no bsicas fueran no nulas, disminuye el valor
de la F.O. (empeora).
En un problema de minimizacin buscamos costos reducidos no
negativos.
MFGL
40
z = c B b + cN x N
T
B
x e : ce > 0
Variable que sale de la base (xs): Buscamos sacar de la base actual
la variable que impone la mayor restriccin al incremento de la
variable entrante, es decir, un xs con el menor ratio bi/aie (aie>0):
MFGL
41
Algoritmo Simplex
Inicio:
Para B determinar
una solucin bsica
factible x* inicial
Verificar condicin
optimalidad
T
cN 0
no
cumple
Seleccionar variable
entrante a la base
xe : ce > 0
Trmino:
x* es la solucin
ptima
algn
candidato
aie > 0
Seleccionar variable
saliente de la base
xs : argmin {bi / aie }
i
no
Trmino:
problema no acotado
42
Tableau
Es una implementacin tabular de Simplex en base al formato cannico
max c T x
s.a. [ A |I]x = b
x0
Representa tabularmente
ms una fila
x1
B 1[ A | I | b] = [B 1A | B 1 | B 1b]
[c , c BB 1b]
xn
x n +1
x n+ m
xB
xB(1)
M
B 1 A
B 1
B 1b
x B(n)
z
c
MFGL
cBB 1b
43
Examinar costos
reducidos en ltima
fila
no
todos 0
Seleccionar columna
pivote u tal que costo
reducido de xj sea
positivo
Trmino:
x* es la solucin
ptima
algn
elemento
ui>0
no
ul
l
x1
xn
x n +1
xn+m
xB
xB(1)
B 1 A
B 1
B 1b
x B ( n)
z
Trmino:
problema no acotado
cBB 1b
44
Volvamos al ejemplo
Inicial
x3
x4
x1
5
4
x2
15
4
x3
1
0
x4
0
1
x5
0
0
XB(i)
480
160
xB(i)/ui
96
40
x5
35
20
1190
34
-z
13
23
[x1,x2,x5]
(12,28)
z*=800
Iteracin 1
x1
x2
x3
x4
x5
XB(i)
xB(i)/ui
F1-5F3
x3
12 1/7
- 1/7
310
25 9/17
F2-4F3
x4
1 5/7
- 4/35
24
14
F3=F3/35
x1
4/7
1/35
34
59 1/2
F4-13F3
-z
15 4/7
- 13/35
-442
Iteracin 3
[x1,x2,x3]
(26,14)
z=$660
Iteracin 2
x1
x2
x3
x4
x5
XB(i)
xB(i)/ui
F1-(85/7)F2
x3
-7 1/12
2/3
140
210
F2=F2/(12/7)
x2
7/12
- 1/15
14
F3-(4/7)F2
x1
- 1/3
1/15
26
F4-(109/7)F2
-z
-9 1/12
2/3
-660
Iteracin 3
x1
x2
x3
x4
x5
XB(i)
F1=F1/(2/3)
x5
1 1/2
-10 5/8
210
F2+(1/15)F1
x2
1/10
- 1/8
28
F3-(1/15)F1
x1
- 1/10
3/8
12
F4-(2/3)*F1
-z
-1
-2
-800
MFGL
390
Iteracin 2
[x3,x4,x5]
( 0, 0)
z=$0
Iteracin 1
[x1,x3,x4]
(34, 0)
z=$442
45
2
4
4
4
. .
3
2
,
12 $1%
8 $2%
8 $3%
0
x2
3 restricciones
especificando
un punto
x1
x2
x3
x4
x5
xB
x3
12
x4
x5
-z
x1
x2
x3
x4
x5
xB
x3
-1
x1
1/4
1/4
x5
-1
-z
1/2
-1/2
-4
x1
x2
x3
x4
x5
xB
x3
-2
x1
1/2
-1/4
x2
-1
-z
-1/2
-4
0
0
4
x1
(1)
(2)
(3)
MFGL
46
. .
'
'
,
10
40
0
1
2
40
la 3 iteracin
llega al origen
de un rayo
x2
20
0
0
20
x1
x2
x3
x4
xB
x3
-1
10
x4
-1
40
-z
x1
x2
x3
x4
xB
x1
-1
10
x4
-2
20
-z
-2
-20
x1
x2
x3
x4
xB
x1
-1
30
x2
-2
20
-z
-3
-80
40
-20
-40
x1
(1)
(2)
MFGL
47
. .
4
2
7
14
7
2
,
21
21
0
pendiente F.O.
coincide con la
del segmento
10
x2
1
2
x1
x2
x3
x4
xB
x3
21
x4
21
-z
14
x1
x2
x3
x4
xB
x2
2/7
1/7
x4
45/7
-2/7
15
-z
-2
-42
x1
x2
x3
x4
xB
x2
x1
-2/45 7/45
-z
0
0
10
x1
(1)
-2
7/3
-42
(2)
MFGL
48
Ejercicio:
x1
x2
x3
x4
xB
x1
-2
-1
X4
-1
-z
-3
-2
-20
x1
x2
x3
x4
xB
x3
-2
x1
-2
-z
-2
-20
x1
x2
x3
x4
xB
x2
-2
x3
-2
-z
-2
-1
-8
x1
x2
x3
x4
xB
x4
-1
x1
-1
-z
-2
-5
a)
b)
c)
d)
MFGL
49
+ 23 x2
5x1
+ 15 x2
480
(1)
4x1
35x1
+ 4 x2
+ 20 x2
160
1190
(2)
(3)
s.a.
(0)
x1 , x2 0
MFGL
50
+ 23x2
5x1
+ 15 x2
480
(1)
4x1
35x1
+ 4 x2
+ 20 x2
160
1190
(2)
(3)
s.a.
(0)
x1 , x2 0
Adems debemos asegurar que dichos coeficientes sean mayores que los de
la F.O.
5 y1 + 4y 2 + 35y 3 13 15 y1 + 4y 2 + 20y 3 23
51
480*
5*
15*
+160*
+4*
+4*
+1190*+35*+20** , * , *-
13
23
0
13
5
4
35
+23
+15
+4
+20
,
MFGL
480
160
1190
0
52
Dualidad
El principio de dualidad indica que un problema puede verse desde dos
perspectivas: como problema PRIMAL o como problema DUAL. Al resolver el
PRIMAL del ejemplo optimizamos la asignacin de recursos (Resource
allocation) , y al resolver su DUAL nos indica cunto se estara dispuesto a
pagar por una unidad adicional de recursos (Resource valuation).
Dualidad Dbil: sea x* una solucin primal-factible (max) e y* una solucin
dual-factible (min). Entonces se cumple que: cTx*yTb*.
Dualidad Fuerte: de lo anterior se desprenden las siguientes posibilidades
para el par PRIMAL-DUAL:
1. Ambos infactibles
2. PRIMAL infactible y DUAL no acotado, o viceversa
3. Ambos factibles y sus soluciones ptimas son iguales
MFGL
53
Dualidad
El DUAL de un problema de maximizacin es un problema de
minimizacin y viceversa (el dual del DUAL es el PRIMAL).
PRIMAL
max
DUAL
cTx
min
s.a. Ax b
y Tb
x0
s.a. AT y c
y0
Problema min
Problema max
Si restriccin es:
>=
<=
=
Si la variable es:
>= 0
<= 0
s.r.s.
En general:
MFGL
54
Dualidad
. .
13
5
4
35
+23
+15
+4
+20
,
480
160
1190
0
. .
13
5
4
35
)
. .
480*
5*
15*
+160*
+4*
+4*
+1190*+35*+20** , * , *-
. .
1190*35*20** , * , *-
+ 1
,,
=
=
=
480 *
160 *
1190 *0
13
23
0
dual
480*
5*
15*
+23
+15
+4
+20
13
23
0
. .
480*
5*
15*
MFGL
160*
4*
4*
1190*35*20*-
+*0
+*1
* , , *1
= 13
= 23
0
55
Dualidad
. .
. .
13
5
4
35
480*
5*
15*
+23
+15
+4
+20
160*
4*
4*
+ 1
,,
1190*35*20*-
=
=
=
+*0
+*1
* , , *1
480 *
160 *
1190 *0
= 13
= 23
0
56
Dualidad y el ptimo
. .
. .
13
5
4
35
480*
5*
15*
+23
+15
+4
+20
160*
4*
4*
+ 1
,,
1190*35*20*-
=
=
=
+*0
+*1
* , , *1
480 *
160 *
1190 *0
= 13
= 23
0
x1
x2
x3
x4
x5
XB
x1
- 1/10
3/8
12
x2
1/10 - 1/8
28
x5
210
-z
-800
y1
y2
y3
y1
-1 1/2
y2
10 5/8 - 3/8
-1
-210
-2
y4
y5
1/10 - 1/10
-12
YB
1
1/8
-28
800
MFGL
57
Dualidad y el ptimo
. .
. .
13
5
4
35
480*
5*
15*
+23
+15
+4
+20
160*
4*
4*
+ 1
,,
1190*35*20*-
=
=
=
+*0
+*1
* , , *1
480 *
160 *
1190 *0
= 13
= 23
0
x1
x2
x3
x4
x5
XB
x1
- 1/10
3/8
12
x2
1/10 - 1/8
28
x5
210
-z
-800
y1
y2
y3
y1
-1 1/2
y2
10 5/8 - 3/8
-1
-210
-2
y4
y5
1/10 - 1/10
-12
YB
1
1/8
-28
800
MFGL
58
Dualidad y el ptimo
. .
. .
13
5
4
35
480*
5*
15*
+23
+15
+4
+20
160*
4*
4*
+ 1
,,
1190*35*20*-
=
=
=
+*0
+*1
* , , *1
480 *
160 *
1190 *0
= 13
= 23
0
x1
x2
x3
x4
x5
XB
x1
- 1/10
3/8
12
x2
1/10 - 1/8
28
x5
210
-z
-800
y1
y2
y3
y1
-1 1/2
y2
10 5/8 - 3/8
-1
-210
-2
y4
y5
1/10 - 1/10
-12
YB
1
1/8
-28
800
x1 =12 (variable decisin bsica) se interpreta como que la FO dual mejora en 12[u] al
aumentar el lado derecho de la primera restriccin dual de 13 a 14. Es razonable que la
variable de holgura de dicha restriccin sea nula y4=0 (variable holgura no bsica) pues
dado que mejora el valor de la FO ocupamos toda su capacidad.
MFGL
59
Dualidad y el ptimo
Complementariedad de las holguras: sea x* una solucin primal-factible
(max) e y* una solucin dual-factible (min). Entonces ambas son ptimas si se
cumple simultneamente que:
xn+i yi = 0 i=1,,m (restriccin primal sin holgura o variable dual nula)
xj ym+j = 0 j=1,,n (variable primal nula o restriccin dual sin holgura)
MFGL
60
MFGL
61
Examinar solucin en
ltima columna
no
todos 0
Trmino:
x* es la solucin
ptima
algn
elemento
ui<0
Seleccionar columna
pivote l como la con
menor |cj|/ui para
ui<0
no
ul
u
x1
xn
x n +1
xn+m
xB
xB(1)
B 1 A
B 1
B 1b
x B ( n)
z
cBB 1b
Trmino:
problema no acotado
En el ejemplo
F1+5F2
F2=-F2/15
F3-480F2
F1=F1/(-8/3)
F2-F1/4
F3+32F1
y4
y1
-5
y2
-4
y3
-35
y4
1
y5
0
YB(i)
-13
y5
-15
-4
-20
-23
-480
-160
-1190
cj/ui
32
40
59 1/2
y1
0
1
0
y2
-2 2/3
4/15
-32
12
y3
-28 1/3
1 1/3
-550
19 7/17
y4
1
0
0
y5
- 1/3
- 1/15
-32
96
YB(i)
-5 1/3
1 1/2
736
y1
0
1
0
y2
1
0
0
y3
10 5/8
-1 1/2
-210
y4
- 3/8
1/10
-12
y5
1/8
- 1/10
-28
YB(i)
2
1
800
y4
y1
z
cj/ui
y2
y1
z
MFGL
63
Sensibilidad
El anlisis de sensibilidad o post-optimal estudia qu sucede con una
solucin ptima ante variaciones de la informacin a partir de la cual
se ha construido el modelo.
Cambios en los parmetros del modelo
En qu medida afecta la solucin?
Existe un rango en que no afecte?
MFGL
64
. .
13
5
4
35
+23
+15
+4
+20
,
480
160
1190
0
(12,28)
65
. .
13
5
4
35
+23
+15
+4
+20
,
480
160
1190
0
(12,28)
66
. .
13
5
4
35
+23
+15
+4
+20
,
480
160
1190
0
(12,28)
(12,28)
67
valores de solucin:
z = cTB x B
x B = B 1b
xB 0
c = cT c B B 1N 0
MFGL
68
Ejemplo
Otra fbrica con 3 productos y
distintas recetas y e ingresos por
unidad.
max
60 x1
+ 30 x2
+ 20 x3
s.a.
8 x1
+ 6 x2
+ x3
48
4 x1
+ 2 x2
+ 1.5x3
20
2 x1
+ 1.5x2
+ 0.5x3
x1 , x 2 , x 3 0
MFGL
x4
x3
x1
-z
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
69
Ejemplo
Tableau ptimo:
x4
x3
x1
-z
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
B-1
Recordar:
x1
xn
x n +1
x n+ m
xB
xB(1)
M
B 1 A
B 1
B 1b
x B(n)
z
c
MFGL
cBB 1b
70
60 x1 + 30 x2
8 x1
+ 6 x2
4 x1
+ 2 x2
2 x1 + 1.5x2
x1 , x 2 , x 3 0
+ 20 x3
+ x3
+ 1.5x3
+ 0.5x3
48
20
8
x4
x3
x1
-z
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
x B = B 1b
24
z = cTB x B = [0 20 60 + ] 8 = 280 + 2
2
6 0 0
T
T
= c N c B B 1N = [30 0 0] [0 20 60 + ] B 1 2 1 0
1.5 0 1
= [ 5 1.25 10 + 0.5 10 1.5 ]
c N 0 4 20
71
60 x1
+ 30 x2
+ 20 x3
s.a.
8 x1
+ 6 x2
+ x3
48
4 x1
+ 2 x2
+ 1.5x3
20
2 x1
+ 1.5x2
+ 0.5x3
x4
x3
x1
-z
x1 , x 2 , x 3 0
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
x B = B 1b
cN = cN
6
c B B 1N c 2 = (30 + ) [0 20 60] B 1 2 = 5 +
1.5
T
c2 0 5
72
60 x1
+ 30 x2
+ 20 x3
s.a.
8 x1
+ 6 x2
+ x3
48
4 x1
+ 2 x2
+ 1.5x3
20
2 x1
+ 1.5x2
+ 0.5x3
x4
x3
x1
-z
x1 , x 2 , x 3 0
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
x B = B 1b
cN = cN
6
T
c B B 1N c 2 = 30 [0 20 60] B 1 2 + = 5 10
1.5
c 2 0 0.5
73
cI
MFGL
74
max
60 x1
+ 30 x2
+ 20 x3
+ 50 x7
s.a.
8 x1
+ 6 x2
+ x3
+ x7
48
4 x1
+ 2 x2
+ 1.5 x3
+ 2 x7
20
2 x1
+ 1.5 x2
+ 0.5 x3
+ x7
x1 , x2 , x3 0
x4
x3
x1
-z
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
3
T
c7 = c 7 c B B 1A 7 = 50 [0 20 60] 0 = 20
0,5
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
x4
x3
x1
-z
MFGL
x1
0
0
1
0
x2
-2
-2
1,25
-5
x3
0
1
0
0
x4
1
0
0
0
x5
2
2
-0,5
-10
x6
-8
-4
1,5
-10
x7
-3
0
0,5
20
xB
24
8
2
-280
75
MFGL
76
F4-3F3-4F2
3 x1 + 2 x2 + 4 x 3 70
x4
x3
x1
-z
x1
0
0
1
0
x2
-2
-2
1,3
-5
x3
0
1
0
0
x4
1
0
0
0
x4
x3
x1
x7
-z
x1
0
0
1
3
0
x2
-2
-2
1,3
2
-5
x3
0
1
0
4
0
x4
1
0
0
0
0
x5 x6
2
-8
2
-4
-0,5 1,5
0
0
-10 -10
x4
x3
x1
x7
-z
x1
0
0
1
0
0
x2
-2
-2
1,3
6,1
-5
x3
0
1
0
0
0
x4
1
0
0
0
0
x5 x6 x7 xB
2
-8
0
24
2
-4
0
8
-0,5 1,5 0
2
-6,5 11,5 1
32
-10 -10 0 -280
MFGL
x5 x6 xB
2
-8
24
2
-4
8
-0,5 1,5
2
-10 -10 -280
x7 xB
0
24
0
8
0
2
1
70
0 -280
77
Comentarios
Otros aspectos: modificar capacidades, eliminar restriccin o variable.
Ojo con el dual y el dual-simplex.
MFGL
78