UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA

UNAN – León
Facultad De Ciencias Económicas Y Empresariales
Administración De Empresas
V Año – 2009

Asignatura:

Contabilidad Bancaria.

Tema:

El Encaje Legal Bancario.

Estudiantes:

 Helen Xochilt Escobar Miranda.

 María José Hernández Castillo.
 Karla Vanessa López Sosa.
 María Antonia Martínez Munguia.
 Auxiliadora de la Concepción Ortega
Salmerón.
 Valeria Vanegas Pérez.

“A la libertad por la Universidad”

Mariano Fiallos Gil.

León, Nicaragua Martes 24 de noviembre del 2009

Análisis Pos óptimo utilizando la dualidad y relaciones primal-duales.

El análisis de sensibilidad se hace después de obtener la solución óptima de un

modelo de programación lineal. La meta es determinar si los cambios en el
coeficiente del modelo dejaran inalterada la solución actual y, de no ser así,
como obtener con eficiencia una nueva solución óptima.

En general los cambios en el modelo dan por resultado 1 de 4 casos

1. la solución actual básica permanece inalterada.

2. La solución actual se vuelve no factible.

3. La solución actual se vuelve no óptima.

4. La solución actual se vuelve no óptima así como no factible.

En el caso 2, utilizamos el método dual simplex, para recuperar la factibilidad y

en el caso 3 utilizamos el método simplex (primal) para obtener la nueva
optima. En el caso 4 utilizamos los métodos primal dual para obtener la nueva
solución. Los 3 primeros casos se investigan posteriormente. El caso 4 debido a
que es una combinación de los casos 2 y 3 se trata de problemas integrales.

Cambios que afectan la optimalidad.

La solución actual dejara de ser óptima solo si los coeficientes de la función

objetivos violan la condición de optimalidad. Dado el vector de los precios
duales Y=CBB-1 como se define a continuación Zj - cj =YPj – cj nos dice que la
optimalidad de la solución solo se vera afectado cuándo cambiamos los
coeficientes objetivos cj o el vector Pj de utilización del recurso por unidad.

Ejercicio:

Una compañía fabrica automóviles y camiones. Cada automóvil contribuye con

$300 a la utilidad y cada camión con $400. Los recursos necesarios para
fabricar un automóvil y un camión se muestran a continuación:

Días en la Días en la Toneladas de

Vehículo maquina tipo 1 maquina tipo 2 acero
Automóvil 0.8 0.6 2
camión 1 0.7 3

La compañía puede rentar todos los días hasta 98 maquinas tipo 1 a un costo
de $50 por maquina. La compañía por ahora de 73 maquinas tipo 2 y 260
toneladas de acero. Las consideraciones del mercado señalan que por lo
menos se deben producir 88 automóviles y por lo menos 26 camiones. La
compañía desea determinar la producción diaria de automóviles y camiones
así como la cantidad adecuada de maquina tipo 1 que debe rentar diariamente
a fin de maximizar sus utilidades. Si x1 = a la cantidad de automóviles
producidos por día, x2= la cantidad de camiones fabricados por día y m1=
maquina tipo 1 rentada diariamente, entonces el PL podría formularse de la
manera siguiente:

Max z= 300X1 + 400X2 – 50M1

s.a.: 0.8X1 + X2 – M1<=0

M1<=98

0.6X1 + 0.7X2 <=73

2X1 + 3X2 <=260

X1 >=88

X2 >= 26

X1, X2, M1 >=0

Dual del Primal

Min w 0Y1 + 98 Y2 +73Y3 + 260Y4 + 88Y5 +26Y6

s.a. :

0.8Y1 + + 0.6Y3 + 2Y4 + Y5 >=300

0.1 Y1+ Y2 + 0.7Y3 + 3Y4 + + Y6 >=400

-Y1 + Y2 >=-50

Y1 >=0

Y2 >=0

Y3 >=0

Y4 >=0

-y5 >=0

-y6 >=0

a. Genere la tabla optima utilizando el software QSB e identifique la

solución optima diaria de ambos vehículos, la cantidad de maquinas que
deben rentarse diariamente y la utilidad diaria que se alcanzaría.
 b. Utilice la información dada en la tabla optima obtenida en el inciso a y
las formulas que relacionan el primal-dual para dar respuesta a las
siguientes interrogantes:

b.1. Si los automóviles contribuyeran con $310 a la utilidad cual seria la

nueva solución optima del problema?

b.2. Calcule el intervalo de los valores del precio de un automóvil para

el cual la base actual sigue siendo óptima.

b.3. La compañía planea fabricar jeeps. Un jeeps contribuye con $600 la

utilidad y requiere 1.2 días en la maquina 1, 2 días en la maquina 2 y 4
toneladas de acero. ¿Debería la compañía fabricar jeeps? Argumente su
respuesta.

Solución:

a)

b) b.1. Cambio en el coeficiente X1 de la función objetivo, de una utilidad de

$300 a $310

Cambios en los Coeficientes Objetivos Cj. El efecto de hacer cambios en los

coeficientes objetivos sobre la optimalidad implica volver a calcular z j –cj
únicamente para las variables no básicas. La razón por la cual no necesitamos
volver a calcular zj – cj para las variable básicas es que siempre serán igual a 0,
sin importar los cambios que se hagan en los coeficientes objetivos.
El procedimiento del cálculo se resume a como sigue:

1. Calcule el vector de precios duales Y=CBB-1 utilizando el nuevo vector CB

si se cambio.

2. Calcule Zj - cj =YPj – cj para todas las variable no básicas actuales.

resultara 2 casos:

a. Si se satisface la condición de optimalidad la solución actual seguirá

siendo la misma pero a un nuevo valor optimo de la función objetivo
(sin embargo si los coeficientes de las variables básicas permanecen
inalteradas el valor objetivo optimo seguirá siendo el mismo)

b. Si no se satisface la condición de optimalidad, aplicamos el método

simplex (primal) para recuperar la optimalidad.

Solución optima del primal:

Cb x2 e6 s3 s4 x1 x3
Valor 27.60 1.6 0.88 1.2 88 98

Cb=(x2, e6, s3, s4, x1, x3) Cb= (400, 0, 0, 0, 310,-50)

Matrix inversa=B-1

S1 S2 S3 S4 A5 A6
1.00 1.00 0.00 0.00 -0.80 0.00
1.00 1.00 0.00 0.00 -0.80 -1.00
-0.70 -0.70 1.00 0.00 -0.04 0.00
-3.00 -3.00 0.00 1.00 0.40 0.00
0.00 0.00 0.00 0.00 1.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00
 Y = CBB-1 = (400, 350, 0, 0, -10,0)

Los valores de zj – cj para las variables no básicas en s1, s2 y e5 se calcula de

la formula

zj – cj = YPj -cj

Primero se identifican las restricciones en el problema dual asociadas a las

variables no básicas del primal, esto corresponde a:

S1 Z4 – c4 y1 - 0 = 400 - 0 = 400

Es decir para s1 la restricción del dual asociada es la numero cuatro.

S2 Z5 – c5 y2 – 0 = 350 – 0= 350

Y para S2 la restricción dual asociada es la número cinco.

Z8= -y5 >= 0 (-1) = y5 <= 0

E5 Z8 – C8 y5 - 0 = (-10) - 0= -10

b) b.2 Calculo del intervalo de optimalidad para el precio del automóvil, es

decir para la restricción dual asociada a la utilidad de X1. Este caso es forma
de investigar el efecto de los cambios de los coeficientes de la función objetivo,
al calcular el rango de variación para cada coeficiente individual que
mantendrá óptima la solución actual.

Esto se logra reemplazándola cj actual con cj + dj donde dj representa la

cantidad positiva (o negativa) del cambio. Entonces se determina los limites
sobre dj calculando la nueva zj – cj y después aplicando la condición de
optimalidad apropiada, lo que depende de si el modelo es del tipo de
maximización o de minimización.

Primero introducimos dj dentro de Cb del problema primal, el cual ya habíamos

identificado en el problema anterior. Quedando así: Cb = ( 400, 0, 0, 0, 300 +
d1, -50 ), con este nuevo Cb aplicamos la formula para identificar el vector dual,
Y= Cb * B-1, siendo B-1 la misma matriz inversa identificada en el ejercicio
anterior. Entonces.

Y= (400, 0, 0, 0, 300 + dj, -50) *

y1 y2 y3 y4 y5 y6

Y = (400, 350, 0, 0, -20 + dj, 0)

Encontramos entonces que la variable dual relacionada con el precio del

automóvil es la variable y5, utilizamos la restricción de y5, para calcular el
valor de dj con ZJ – cj , donde.

-y5 >=0

ZJ – cj = -y5 – 0 = - (-20 + d) >= 0

20 – d >= 0

20 >= S1 S2 S3 S4 A5 A6
d
1.00 1.00 0.00 0.00 -0.80 0.00

d <= 1.00 1.00 0.00 0.00 -0.80 -1.00

20 -0.70 -0.70 1.00 0.00 -0.04 0.00

-3.00 -3.00 0.00 1.00 0.40 0.00
Al resultar d en un valor 0.00 0.00 0.00 0.00 1.00 0.00
positivo significa que el 0.00 1.00 0.00 0.00 0.00 0.00
coeficiente relacionado al
precio del automóvil, en este caso el coeficiente de X1, puede ser
incrementado en $20, manteniendo la solución optima sin cambios. Esto se
expresa: -M <= c1 <= 320. Esto esta soportado con el segundo ejercicio, en
el cual un incremento de c1, en $10 no modifico la solución optima del
problema.

b) b.3 Este inciso nos plantea que la compañía planea fabricar otro producto
nuevo, jeeps, utilizando los mismos recursos disponibles con los que ya
contaba anteriormente, es decir planea la adición de una nueva actividad.

La adición de una nueva actividad en un modelo de PL es equivalente a añadir

una nueva variable. Intuitivamente la adición de una nueva actividad es
deseable solo si deja utilidades, es decir, si mejor el valor optimo de la función
objetivo, esta condición se verifica calculando zj – cj=YPJ - cJ para la nueva
actividad. Donde Y son los valores duales óptimos actuales y P j y cj representan
el empleo de los recursos y la utilidad por unidad de la nueva actividad. Si la zj
– cj calculada satisface la condición de optimalidad, entonces la nueva
actividad no es deseable. De lo contrario, la nueva actividad produce utilidades
y debe incluirse en la solución básica.

Primero identifiquemos como quedaría el el modelo de PL, con la nueva

actividad.

MAX Z 300 x1+ 400x2+ (-50)x3 + 600 x4

Sujeta a
0.8x1+ x2+ (-x3)+ 1.2 x4 <= 0
x3 <=98
0.6x1+ 0.7x2+ 2x4 <=73
2x1+ 3x2+ 4x4 <=260
x1+ >= 88
x2 >=26
(x1, x2, x3, x4,) >=0

El modelo dual del problema será:

MIN W 0y1+ 98y2+ 73y3+ 260y4+ 88y5+ 26y6

Sujeta a
0.8y1+ 0.6y3+ 2y4+ y5 >= 300
y1+ 0.7y3+ 3y4+ y6 >= 400
(-y1)+ y2 >= -50
*nueva 1.2y1+ 2y3+ 4y4+ >= 600
Y1 >=0
Y2 >=0
 Y3 >=0
Y4 >=0
-Y5 >=0
-Y6 >=0

Encontramos que con la nueva actividad surge una nueva restricción dual
reaccionada, es con esta nueva restricción que trabajaremos la formula zj –
cj=YPJ - cJ, donde reemplazaremos el vector dual que encontramos en b.1.

zj – cj= 1.2 (400) + 2 (0) + 4(0) – 600 = -120.

Este valor al no cumplir con la condición de optimalidad, es decir al no ser

positivo, significa que la nueva actividad provocara un incremento en el valor
de la solución optima. Con lo cual continuamos y formamos la columna o
matriz correspondiente a la nueva actividad y se multiplica con B -1, para
determinar los valores que se incluirán en la tabla optima para realizar una
nueva iteración. Donde:

Columna para
X4 S1 S2 S3 S4 A5 A6

1.00 1.00 0.00 0.00 -0.80 0.00

1.2 1.00 1.00 0.00 0.00 -0.80 -1.00

1.2
-0.70 -0.70 1.00 0.00 -0.04 0.00
0 1.2
-3.00 -3.00 0.00 1.00 0.40 0.00
2 0.00 0.00 0.00 0.00 1.00 0.00 1.16
4 0.00 1.00 0.00 0.00 0.00 0.00 0.4
0 B-1 Columna para 0
x4 resultante. 0
0

=
Esta columna nueva se introduce en la tabla optima del problema primal se
coloca después de las variables de decisión y antes de las variables de holgura
y exceso.

La tabla optima resultante de la nueva iteración es la siguiente, donde nos

muestra el incremento en la utilidad. Pero este resultado aunque rentable no
es factible, porque propone producir 0.7 jeep es decir menos de un jeep. Lo
cual no se podría hacer realmente.