Professional Documents
Culture Documents
El Mtodo Simplex es una tcnica algebraica desarrollada por George Dantizing para
resolver un problema de programacin lineal. El mtodo es un algoritmo, o conjuntos de
operaciones matemticas explcitas, efectuado de una manera iterativa hasta encontrar una
solucin ptima. An cuando el mtodo es lo suficientemente simple para permitir el
cmputo manual para los problemas ms pequeos, la aplicacin de la computadora para el
mtodo simplex es sin lugar a dudas el planteamiento ms fcil y ms usado para la
solucin de los problemas que implican muchas variables.
Preparacin para la solucin Simplex
La forma general del Modelo de PL que usaremos para la solucin simplex para el Caso de
Maximizacin es:
Maximizar: Z = C1 X1 + C2 X2 +... + Cj Xj +
+ CnXn
Sujeto a:
a11X1 +a12X2 +....+ a1j Xj +.................+ a1nXn <= b1
a 21X 1 + a 22 X2 +....+ a2j Xj + ..+ a 2n Xn <= b2
+ a m n Xn <= bm
X i >=0, i = 1,2.............., n
Todas las restricciones tienen desigualdades tipo ( <= ) y todos los b i (i = 1,2,.................., n )
deben ser no negativos ( > 0 ). Los procedimientos diseados para solucionar los
problemas de minimizacin, las desigualdades tipo >= y los b i <0 sern discutidos .luego.
El problema de las raquetas XYZ ser usado como ejemplo para ilustrar el proceso de
preparacin del problema y el mtodo simplex
La compaa XYZ manufactura dos tipos de raquetas para tenis: Uno "Bsico" (Peso
Ligero) usados en los juegos de Ligas Menores y el "Profesional" (Golpeador) que se
vende a los equipos de Ligas Mayores. La produccin de una raqueta requiere una
operacin de torno para darle su forma, un proceso de lija para suavizar la madera y para
los "profesionales" tan solo una mano de laqueado como tratamiento final. Una raqueta
para la Liga Menor requiere un minuto en un torno de alta velocidad en tanto que una
raqueta para Liga Mayor, toma dos minutos de tiempo de torneado, puesto que se le debe
dar la forma con tolerancias muy estrechas. Debido a la rpida dada de forma del bsico,
se requiere tres minutos de mquina lijadora, en tanto que el profesional necesita slo
dos minutos para ser lijado. El laqueado es hecho a mano y como resultado de esto
slo pueden producirse 400 raquetas profesionales durante una semana. Para una semana
promedio de trabajo debe utilizarse 1000 minutos de tiempo de torno y 1800 minutos de
tiempo de lijado.
XYZ realiza una contribucin neta a los gastos generales y utilidad de $3 por cada
raqueta bsica y de $4 por cada profesional producida. Asumir que la compaa puede
vender tantas raquetas de cada tipo como las que pueden producir.
Solucion
Maximizar:
Z = 3 X 1 + 4 X2
Sujeto a:
X1 + 2X2 <= 1000
3X 1 +2X 2 <= 1800
X2 < = 400
Xi>=0, i = 1 , 2 , 3 , 4 , 5
Donde:
X1 = numero de raquetas bsicos producidos por semana
X2 = numero de raquetas profesionales producidos por semana
X2 (cientos P)
D
3.X1 + 2 X2
C
G
B
X2 =400
F(4,3)
.X1 + 2 X2
X1 (cientos B)
Puesto que cada una de las restricciones son del tipo " menor o igual", (caso de holguras),
debemos sumar nuevas variables de holgura variables libres, para obtener:
Maximizar:
Sujeto a:
Z = 3 X1 + 4 X2 + 0 S1 + 0 S2 + 0 S3
X1 + 2X2 + S1
3X 1 +2X 2 +
X2 +
Xi>=0, i = 1 , 2
+ S2
= 1000
= 1800
S3 = 400
Si >=0, i = 1,2,3
Como las variables libres S 1, S2y S3 representan tiempo de torno, de mquina de lijar y
capacidad de laqueo no usado; estas no contribuyen con nada a la funcin objetivo y son
agregadas a Z, multiplicadas por coeficientes cero. En algunos casos, un costo como multa
puede ser cargado por capacidad ociosa y un coeficiente negativo se asociara con una o
ms variables libres. Tales cargos no aparecen comnmente en problemas del "mundo
verdadero".
Soluciones Factibles Bsicas:
En trminos de la forma general del problema de Programacin Lineal, el Modelo Ampliado
+ 0 S1 + 0 S2 +....+0 Si + 0 Sm
+ S1
= b1
+ S2
= b2
am1X 1 + a
m2
Si >=0, i = 1,2,
=bi
Sm
=bm
,m
C
G
B
A
pppp
Segundo Pvot: Tomamos como variables bsicas X2 , S1 y S2 , siendo entonces las variables no
bsicas: X1 , S3 = 0 , entonces tendramos en el sistema de ecuaciones:
2X2 + S1 = 1000 - X1
2X 2 + S2 = 1800 3X 1
X2 = 400 - S3
Por consiguiente, la segunda solucin factible ser:
X2 = 400
S1 = 200
S2= 1000
Para X1 , S3 = 0
Para X 2 , S2 = 0
S3= 400
Observamos que es una solucin factible.
Para un punto entre A y B, X2 asume valores >0, junto con todas las variables libres, no representa
una solucin bsica. Al alcanzar B, estamos sobre la lnea que representa la 3 ecuacin restriccin:
X2 + S3 = 4, con un resultado S3 = 0. All hay slo tres variables >0, por consiguiente el punto B es
una solucin bsica y factible.
En el segmento BC, la variable X1 une a X2 , S1 , S2 en valores>0. Ser una solucin factible pero no
bsica, hasta que nos encontramos con la otra restriccin (recta: X 1 + 2X2 + S1 =1000) en el punto
C. Aqu la variable libre S1 asociada con la restriccin: X1+ 2X2 + S1 = 1000 se convierte en 0.
Procediendo de esta manera podemos identificar fcilmente las soluciones bsicas factibles asociadas
con cada punto extremo de la regin factible.
Punto
x1
x2
S1
S2
S3
Tipo
solucion
1000
1800
400
SF
500
800
-100
SNF
2000
900
-800
-500
SNF
400
200
1000
SF
1000
-1200
400
SNF
600
400
400
SF
NO
EXISTE
400
300
100
SF
2400
200
400
400
SF
2200
333.33
400
-133.33
SNF
1600
1800
todas las soluciones no factibles y procede a identificar slo aquellas bsicas factibles que
incrementan el valor de ia funcin objetivo hasta localizar una solucin ptima.
I) Solucin inicial.- Consideramos las ecuaciones de restriccin del Modelo Ampliado:
X 1 + 2X 2 + S 1
3X1 + 2X 2
X2
= 1000 ....(1)
+ S2
=1800 ....(2)
+S 3 = 400 .... (3)
El problema de hallar una solucin bsica inicial que sea tambin factible, en este caso, la
solucin:
S 1 = 1000
S2 = 1800
S3 = 400
II) Segunda solucin (2o Pvot).- La lgica del algoritmo simplex es de comenzar con una
solucin bsica factible y pasar secuencialmente a otra Solucin Bsica Factible (SBF)
adyacente que incremente el valor de Z.
El problema de pivotear en mtodo simplex es el de seleccionar las variables por egresar y
hacer entrar en la base de una solucin subsiguiente de manera tal que:
a) El valor de Z sea incrementada
b) Sea factible la nueva solucin bsica (2o Pvot)
As en este caso tenemos, Z= 3 X 1 + 4 X2 y vemos que la variable que hace incrementar ms
a Z es X2 (factor 4 > 3).
Entonces decidimos ingresar a la BASE (Variables bsicas) a X 2. Ahora veamos que
variable egresa de la BASE. Para esto expresamos las anteriores variables bsicas de la
siguiente forma (despejando del sistema inicial):
S 1 = 1000 -X 1 -2X 2
S 2 = 1800-3X 1 -2X 2
S3 =
400-X 2
A X1 ya hemos visto en paso anterior que queda como variable no bsica, luego las
expresiones anteriores quedan simplificadas as, para X1 = 0
S 1 = 1000 -2X 2
Como
S 1 >= 0
Entonces
S 2 = 1800 - X 2
Como
S 2 >=0
Entonces
1800 - X 2 >= 0
S 3 = 400 - X 2
Como
S 3 >=0
Entonces
400 - X 2 >= 0
Observamos que para X2 = 400, S3 = 0, S1 = 200, S2 = 1000. Es decir que la variable que se
acerca a cero ms rpidamente cuando X 2 se incrementa es S 3 . Por tanto
seleccionamos a S3 como la variable que sale de BASE. La nueva base ser: S 1, S2, X2 y las
variables no bsicas: X1 y S3.
Ahora eliminamos a X 2 de la expresin Z = 3 X 1 - 4 X2 y de las ecuaciones (1) y (2)
anteriores de la solucin inicial.
As:
Z - 3 X1 - 4 X 2
X1 +2X2 + S1
3X 1 + 2 X 2
(I)
= 1000
(1)
= 1800
(2)
+S3 = 400
(3)
X 2 = 400 S 3
(*)
+S2
X2
(II)
(4)
(5)
X1 +
+S 1
3X1+
- 2S 3
+S 2 2S 3
X2
+ S3
= 200.......
(4)
(6)
Para X1, S3 = 0
2 Pivot
S2 = 1000
Vemos que esta SBF corresponde al vrtice B de la solucin grfica. Con un valor de Z= 1600
III) Tercer Pvot.- Para definir que variable ingresa a la BASE y cual otra sale de BASE,
procederemos como en el paso anterior II):
Observamos Z = 1600 + 3X1 4S3
Pregunta
Respuesta
S1 = 200 X1 + 2 S3
3 X1 + S2 2 S3 = 1000
S2 = 1000 3 X1 + 2 S3
X2 + S3 = 400
X2 = 400 - S3
S1 = 200 - X1
S2 = 1000 - 3X1
X2 = 400
S 1 = 200 -X 1
Como
S 1 >= 0
Entonces
200 -X 1
S 2 = 1000 - 3X 1
Como
S 2 >=0
Entonces
1000- 3X 1 >= 0
X2 =
Como
X 2 >=0
Entonces
400
400
>= 0
>= 0
+3 S1
- 2S 3 = 2200.........(III)
+ S1
- 2S 3 =
200 ....... ( 7 )
4S 3 =
400 ........ ( 8 )
-3S 1 + S 2 +
X2
ecuacin Z X1 X2
0
1
I
1
II
III
1
S1 S2
3
1
-3 1
S3
-2
-2
4
1
Bi
2200
200
400
400
La SBF ser:
X1 = 200
X2 = 400
S1 = S3 = 0 3er Pvot
S2 = 400
Z = 2200
Esta solucin corresponde al vrtice E ( en solucin grfica) con un valor de Z = 2200, y por
consiguiente es una SBF.
IV) Cuarto Pvot.- Similarmente observamos a Z = 2200 - 3 S 1 + 2 S 3 ( En la ltima
presentacin de Z ). Vemos que todava hay la variable S 3 que puede incrementar el valor de
Z. Luego, hacemos ingresar a S 3 a la BASE. Entonces expresamos las ecuaciones de la
ltima presentacin del Sistema, de similar forma:
X1 = 200 S1 + 2S3
S2 = 400 + 3S1 4S3
X2 = 400 S3
Considerando que S 1 queda fuera de BASE y por consiguiente S 1 =0, el Sistema se
simplifica a:
X1 = 200 + 2S3
Observamos que S2
S2 = 400 4S3
X2 = 400 S 3
X 1 = 200 + 2S 3
Como
X 1 >= 0
Entonces
S 2 = 400 4S 3
Como
S 2 >=0
Entonces
400 4S 3 >= 0
X2 =
Como
X 2 >=0
Entonces
400 - S 3 >= 0
400 - S 3
: X1 , X2 y S3
(***)
(IV)
+ (3/2) S1 + (1/2) S 2
= 2400.........( IV)
- (1/2) S1 + (1/2) S 2
400....
(10)
S 2 + 4S 3 =
400....
( 11)
300 .
(12)
-3S 1 +
X2 + (3/4) S1 - (1/4) S 2
S1
3/2
-1/2
-3/4
3/4
S2
S3
1/2
1/2
1/4 1
-1/4
Bi
2400
400
100
300
Observamos que ya no existen variables que puedan hacer aumentar a Z, por lo tanto
Luego la SBF ser la ptima, el valor mximo de Z:
X1=400
X2=300
S3 =100
y: Z = 2400
S 3 (Variable de holgura relacionada con las raquetas profesionales) tiene un valor de 100,
lo que indica que para la solucin ptima sern necesarios fabricar slo 300 raquetas
profesionales.
Z = 3X1 +4X2
Sujeto a:
X 1 +2X 2 +S 1
= 1000 ..(1)
3X1+2X2
+S 2
= 1800 ..(2)
X2
+S 3 = 400..(3)
Xi ; Si >=
1 Base
: S 1 , S2 , S3
1 No Base : X 1, X2
0 ...............................(4)
1 SBF:
S1 = 1000
S2 = 1800
S3 =
400
X1 =X2 = 0
Origen grfico y Z = 0
BASE ecuacin Z X1
0
1 -3
S1
I
1
S2
II
3
S3
III
X2 S1 S2 S3
-4
2 1
2
1
1
1
bi
0
1000
1800
400
bi /air
Entra X2
1000 / 2 = 500
1800 / 2 = 900
400 / 1 = 400
Sale S3
Regla para definir variable que entra a Base : En la tabla Standard la ecuacin (0): se escoge
variable con signo ms negativo. -4 ( es la que maximiza ms a Z), es decir X 2
Regla para definir variable que sale de Base: En tabla calculamos:
= bi / ai r , donde:
Donde:
bi = ltima columna
air = Coeficiente de variable que entra (X 2)>0 (en restriccin)
Para air > 0
Si air = 0
Si air < 0
b) 1800/2 = 900
c) 400/1 = 400
- 2S3
= 1600
= 200
+S 2-2S3 =1000
+S 3= 400
BASE ecuacin Z X1 X2 S1 S2
0
1 -3
S1
I
1
1
S2
II
3
1
X2
III
1
S3
4
-2
-2
1
bi
1600
200
1000
400
bi /air
Entra X1
200/1=200
1000/3=333.33 Sale S1
400/0 = infinito
: X1, S2, X2
3 no Base ; S1 , S3
Ahora, eliminamos X 1 de Z y de ecuaciones (2) y (3) de ltima tabla, despejando X 1 de
ecuacin (1) de la misma ltima tabla: X 1 = 200 S 1 + 2S3 y luego reemplazando en (2)
y (3), queda finalmente el nuevo sistema en forma de nueva tabla:
BASE ecuacin Z X1 X2
0
1
X1
I
1
S2
II
X2
III
1
S1 S2
3
1
-3 1
S3
-2
-2
4
1
bi
2200
200
400
400
bi /air
Entra S3
200/-2=n.a
400/4=100
Sale S2
400/1 = 400
X2 = 400
Con un valor de Z =2200
Para S1=S3= 0
Igualmente ahora, aplicamos regla prctica en tabla 2. En Z seleccionamos la nica variable con
coeficiente negativo (S 3) como la que sale de BASE. Asimismo para definir variable que sale
calculamos la relacin b i/air ; el menor valor corresponde a S 2 luego S2 sale de BASE.
Entonces:
4 Base
:X 1,X2, S3
4 no Base : S1 , S2
Ahora, como entra S 3 , la eliminamos de Z y de ecuaciones (1) y (3) de ltima tabla,
despejando S3 de (2):
S 3 = 100 + (3/4)S 1 (1/4)S 2
S1
3/2
-1/2
-3/4
3/4
S2
S3
1/2
1/2
1/4 1
-1/4
bi
2400
400
100
300
X2 = 300
X5 = 100
Con un valor Z = 2400 Para X3 = X 4 = 0
Vemos en la ltima Z que todas !as variables son positivas, en consecuencia ninguna le
puede dar valores mayores, en consecuencia hemos llegado a la solucin ptima.
CASO DE MINIMIZACIN
En este caso una Solucin Bsica Factible (SBF) es ptima si no es posible identificar una
variable que si incrementa en valor haqa decrecer el valor de la funcin objetivo ( Z).
En trminos de Tabla Simplex, si en cualquier ecuacin (0) los coeficientes son >0, la
variable no bsica asociada har decrecer Z si esta fuera a ingresar a la BASE. Slo
cuando todo los coeficientes de la ecuacin (0) son <0, se habr llegado a la solucin
ptima.
La variable que debe ingresar a BASE es aquella que resulta en la mayor disminucin
marginal de Z. (Seleccionar la variable con el mximo coeficiente + ). La regla para
determinar la variable que sale de BASE es la misma que en el caso de maximizacin
La expresin general del tipo de restriccin en este caso es:
a.11X 1 +a12X2 +....+ a1j xj +...................+ ainxn >= b1
(3)
X1, X2>= 0
Las restricciones (2) y (3) son del tipo >= bi
Convirtiendo en igualdades el modelo inicial, tendramos:
X 1 + X 2 +S 1
2X 1 + X 2
= 10 .......................(1)
- S2
= 8 (2)
X 1 +2X 2
-S 3 = 10. (3)
= -10
Por tanto, debemos hallar otro tipo de solucin para desigualdades del tipo >= cuando bi < 0,
en restriccin original. Para lo cual introducimos el concepto de:
Variables artificiales.- Siendo S2 y S3 " dficit" en la restriccin y para obtener una SBF
inicial, aadimos variables artificiales con coeficiente 1, en ambas restricciones (2) y (3)
quedando:
X1 + X 2 + S 1
= 10
2X 1 + X 2
X 1 +2X 2
-S 2
-S3
+A 2
=8
+A 3 = 10
Es decir, que una variable artificial aparezca en la solucin ptima del modelo ampliado no es
garanta que sta sea solucin ptima para el modelo original, puesto que puede ser una
solucin no factible.
Esta eventualidad se la evita asegurndose que las variables artificiales no aparezcan en la
BASE ptima (ltima Tabla). Cuando las variables artificiales ( A 2 y A3) son igual a cero, las
restricciones aumentadas corresponden una vez ms a las restricciones originales.
Esto se asegura imponiendo un valor de coeficiente muy alto a la variable artificial, para
traerla a la BASE. En la Funcin Objetivo ( Z ) para el problema de minimizacin le damos a
ese valor positivo (+) muy grande la denominacin de " M" . El Mtodo Simplex mantendr
siempre a estas variables artificiales fuera de solucin, puesto que al tratar de ingresarlas a
BASE en vez de minimizar Z, estaramos produciendo un efecto inverso.
Este esquema para tratar a la " variable artificial" es el que se conoce con Mtodo de la M
mayscula Mtodo de la Penalizacin.
Luego el Modelo Ampliado se manifiesta, en este ejemplo como:
Minimizar Z = 60 X1 + 60 X2
+ MA 2 + MA 3
s.a:
X1 +
X2 + S1
2X1 +
X2
X1 +
2x2
= 10.....(1)
-S2
+
-S 3
A2
= 8.....(2)
+A3 = 10......(3)
En modo de Tabla 1:
BASE
0 S1
M A2
M A3
60 60 0 0 0 M M
ecuacin Z X1 X2 S2 S3 S1 A2 A3
0
1
I
1 1
1
II
2 1 -1
1
III
1 2
-1
1
Bi
0
10
8
10
Observamos que la funcin objetivo (ecuacin: 0) tiene trminos de variables bsicas (A2 , A3 ),
que debemos desaparecer antes para aplicar la prueba de optimalidad. Esto lo obtenemos
aadiendo M veces las ecuaciones (2) y (3) a ecuacin (0), resultando finalmente la siguiente:
Tabla 2:
60
BASE ecuacin Z X1
0
1 (3M-60)
0
S1
I
1
M A
II
2
2
M A
III
1
3
60
0
X2
S1
(3M-60)
1
1
1
2
0
0
M M 0
S2 S3 A2 A3 bi
-M -M
18M
10
-1
1
8
-1
1 10
bi /air
Entra X1
10/1=10
8/2=4
10/1=10
Sale A2
Se escoge la variable con coeficiente (+) mximo, a la inversa del caso de maximizacin, puesto
que ahora nuestro objetivo es minimizar la funcin objetivo Z. En este caso X1 X2 cumplen
igualmente la condicin por lo que podemos escoger cualquiera de las dos variables. Escogemos
X1 como variable que entra a la BASE.
Para seleccionar variable que sale de base, en la ltima columna (bi /air) si seguimos el mismo
criterio y entonces escogemos la de menor valor: A2 , para que salga de BASE.
Reemplazando X1 en Z y en ecuaciones (1) y (3) y efectuando las operaciones correspondientes,
tenemos la siguiente
Tabla3:
BASE
ecu Z
0 1
S1
60
X1
II
A3
III
60
X1
60
X2
(3/2)M -30
0
S1
0
S2
(1/2)M -30
0
S3
-M
1/2
1/2
-1/2
1/2
-1/2
1/2
3/2
1/2
-1
M
A2
-(3/2)M +30
-1/2
M
A3
0
bi
6M+240
bi /air
Entra
X2
6/0.5
=12
4/0.5
=8
6/1.5
=4
Sale A3
En este caso variable que entra a BASE es X2 por tener coeficiente (+) mximo y como variable
que sale de BASE a A3 por tener el menor valor su relacin (bi / air ) = 4
Reemplazando X2 en Z y en ecuaciones (1) y (2) y efectuando las operaciones correspondientes,
tenemos la siguiente:
Tabla 4
BASE
0
60
60
S1
X1
X2
ecuacion
0
I
II
III
Z
1
60
X1
60
X2
0
S1
1
1
1
0
S2
-20
1/3
-2/3
1/3
0
S3
-20
1/3
1/3
-2/3
M
A2
(20-M)
-1/3
2/3
-1/3
M
A3
(20-M)
-1/3
-1/3
2/3
0
bi
360
4
2
4
Observamos que la funcin objetivo Z tiene ahora todos los coeficientes negativos, es decir ya no
hay otra variable que haga disminuir ms a Z, y por consiguiente estamos en la solucin optima.
Luego los resultados se deducen de la tabla:
Z optimo = 360
X1 = 2
X2 = 4
S1 = 4 (holgura o cantidad no utilizada del recurso b1 )
S2 = S3 = 0 (indica que no se producir ningn excedente de los recursos b2 y b3 )
En la columna xB se colocan las variables Bsicas. Con las filas correspondientes a estas
variables se forman una matriz identidad.
En la columna BJ se colocan las igualdades, que representan los valores iniciales de las
variables Bsicas, con lo cual se tiene una primera solucin Factible, si no es la mejor
solucin se prueba con otro conjunto de soluciones.
Coeficientes de las variables Bsicas en la funcin objetivo del modelo.
Colocar columnas para cada una de las variables.
Coeficientes de las variables en la funcin objetivo.
Coeficientes de las variables en cada una de las restricciones.
Valor de la funcin Objetivo.
Valores Z de acuerdo al criterio de Optimalidad
Zj - Cj = CB Xj - Cj
8.1. Para un caso de maximizacin calculamos Zj - Cj para cada variable que no est en la
presente solucin.
a) Si para al menos un j , Zj - Cj es negativo y si al menos un a ij para este j es
positivo, entonces existe una mejor solucin factible.
b) Si para una j , Zj - Cj es negativo pero los a ij para esta j son no positivos, entonces
la funcin objetivo no est acotada.
c) Si un j, Zj - Cj es positivo para todo j, entonces la solucin ptima se ha
encontrado.
8.2 Si estamos en el caso 1 a), identificamos la variable que da el ms negativo Zj - Cj como
Xk (columna pivote).Llamamos X r a la variable que se reducira a cero al aplicar la regla del
(es la fila pivote). El elemento a rk se llama elemento pivote.
8.3 Dividimos la r-esima fila por a rk (elemento pivote), para reducir a 1 el correspondiente
elemento de a rk en la tabla siguiente. Efectuamos luego las operaciones de fila que
reducirn a cero todos los otros a ik. ( por reemplazo de variable que sale de BASE).
8.4 Repetimos los pasos 1, 2 y 3 hasta que en alguna tabla se cumpla la condicin 1 c).
Entonces se ha obtenido la solucin ptima.
La teora del mtodo simplex asegura que la solucin hallada en cada paso tiene un valor
mayor o al menos igual, que el de la solucin anterior. Puesto que el nmero de soluciones
bsicas del sistema de ecuaciones es finito, el algoritmo debe converger hacia la solucin
ptima en un nmero finito de iteraciones. La experiencia ha demostrado que el nmero de
iteraciones que deben efectuarse en la mayora de problemas que se encuentran en la prctica
oscila entre m y 2m.
Los valores Z de las variables Bsicas siempre son cero. Si las variables no Bsicas la
convertimos en variables Bsicas en la siguiente solucin, haramos variar marginalmente el
valor actual de la funcin objetivo.
CB XB X1 X2 S3 A1 S2 A3 Bi i
Zj - Cj
A1
S2
A3
CARACTERSTICAS
1.
2.
3.
4.
5.
6.
MAX
<=
Xj >= 0
MIN
>=
Yi >= 0
A partir de este nuevo modelo podemos determinar que pasara con el valor de la funcin
Objetivo si variamos los recursos.
DA LA INTERPRETACION ECONOMICA DEL MODELO
1. El nmero de variables de un modelo es el nmero de restricciones del otro.
2. Los trminos constantes del lado derecho de las restricciones primales van a ser los
coeficientes de la funcin objetivo dual.
3. Por cada una de las variables del modelo primal se tiene restricciones del modelo dual.
4. En el lado derecho de las restricciones del dual va el coeficiente asociado de la variable
tratada con respecto de la funcin objetivo del primal.
Al resolver uno de los modelos, establecemos relaciones entre las variables, vamos a
interpretar los resultados, solamente en el tablero optimo se puede establecer dicha relacin.
PRECIO DUAL
yi =
COSTO REDUCIDO yi =
UNIDADES DE LA FO (PRIMAL)
UNIDADES DEL RECURSO
UNIDADES DE LA FO (PRIMAL)
UNIDADES DEL PRODUCTO
Variable no basica
MAX
MIN
Yi > 0
Yi < 0
FO
FO
Cj = Zj - Cj
Cj = |Zj - Cj |
- <= Cj <= Cj + Cj
Cj - Cj <= Cj <= +
Rango de variacin CK (VB).- La variacin del CK de una VB solo afecta a los (Zj - Cj ) de las
VNB (sin considerar las variables artificiales)
CK =
Zj Cj
MAX MIN
Ck a ij < 0 aij > 0
Ck aij > 0 a ij < 0
a ik
menor
K = subndice de la variable
i = fila donde se encuentra CK
j = columna de la VNB
Ck - Ck <= Ck <= Ck + Ck
Rango
Bj
a ij
aij > 0
bi
bj - bj <= bj <= bj + bj
aij < 0
bj
Procedimiento explicativo
Ejemplo:
1
-3/4
800
350 3/4b2
1/4
600 + b2
80
80 + 0 b2
-3/4
800
350 + 3/4b2
1/4
600 - b2
80
150 + 1/4b2
150 - 1/4b2
80 + 0 b2
Muy importante
Si la base actual permanece optima despus de modificar el coeficiente de la FO de una
VNB no cambiaran los valores de las variables de decisin y el valor optimo de Z.
Si la base actual permanece optima despus de modificar el coeficiente de la FO de una
VB no cambiaran los valores de las variables de decisin y podra cambiar el valor
optimo de Z.
Si la base actual permanece optimo despus de modificar un lado derecho podra
cambiar los valores de las variables de decisin y podra cambiar el valor de la Z (Funcion
objetivo)
EL MODELO SIMPLEX DUAL
Se utiliza para encontrar la solucin optima del dual de un problema de PPL donde la FO puede
ser de maximizacin o minimizacin y consta de los siguientes paso:
1. Se expresa las restricciones de la forma menor o igual.
2. Condicion de factibilidad.- la variable que sale es aquella VB que tiene el valor ms negativo.
si todas las variables VB son no negativas y se cumplen las condiciones de optimizacin del
mtodo simplex. La solucin optima ha sido hallada.
3. Condiciones de Optimalidad.- la variable que entra se elige entre las VNB teniendo en cuenta:
3.1 Para cada VNB se determinan los coeficientes formados por los coeficientes del lado
izquierdo de la fila Z con los coeficientes correspondientes a la fila asociada a la variable que
sale.
3.2 Ignore los coeficientes asociados a denominadores positivos o ceros.
3.3 los empates se rompen arbitrariamente.
3.4 si todos los denominadores tienen valor (+) o ceros el problema no tiene solucion factible.
3.5 La variable que entra es la que tenga el cociente ms pequeo si el problema es de
minimizacin.
3.6 la variable que entra es la que tiene el cociente mas pequeo en valor absoluto si el
problema es de maximizacin.