Ander Raso Vzquez

EJERCICIOS DE PREPARACIN
CONTROL ABP 2016-17

EJERCICIO 1.
Una editorial quiere vender un mismo libro en dos idiomas diferentes: ingls y castellano. Si se
imprimen el doble de libros en ingls manteniendo la produccin en castellano, la editorial podra
vender como mximo hasta 500 al da. Sus disponibilidades de papel le permiten confeccionar
400 libros diarios, de uno u otro idioma o de ambos. Asimismo, puede disponer diariamente de
portadas para 200 libros en ingls y 350 en castellano. Si el libro de ingls deja un beneficio neto
de 2 por libro y el de castellano de 1,50 .

a) Cuntos libros de cada modelo debe imprimir diariamente para conseguir el mximo
beneficio?

Libros en ingls: x1

Libros en castellano: x2

Max Z = 2x1 + 1,50x2

Sujeto a las siguientes restricciones:

2x1 + x2 <= 500

X1 + x2 <= 400

X1 <= 200

X2 <= 350

X1, x2 >= 0

Al ser solamente 2 variables podemos resolverlo mediante el mtodo grfico:

 Ander Raso Vzquez

X1 = 100; x2 = 300; Z = 650

b) Es la solucin nica?

Tabla 4 2 1.5 0 0 0 0
Base Cb P0 P1 P2 P3 P4 P5 P6
P2 1.5 300 0 1 -1 2 0 0
P5 0 100 0 0 -1 1 1 0
P1 2 100 1 0 1 -1 0 0
P6 0 50 0 0 1 -2 0 1
Z 650 0 0 0.5 1 0 0

Mediante simplex, miramos la ltima tabla y que las nicas variables que tienen 0 en la fila Z son
las bsicas. Por lo tanto, solo existe una solucin ptima.

c) Determinar el problema dual asociado y hallar su solucin ptima.

Problema dual asociado:

Min Z = 500x1 + 400x2 + 200x3 + 350x4

2x1 + 1x2 + 1x3 + 0x4 >= 2

1x1 + 1x2 + 0x3 + 1x4 >= 1,50

X1, x2, x3, x4 >= 0

MINIMIZAR: 500 X1 + MAXIMIZAR: -500 X1 -

400 X2 + 200 X3 + 350 400 X2 -200 X3 -350 X4 + 0
X4 X5 + 0 X6 + 0 X7 + 0 X8
2 X1 + 1 X2 + 1 X3 + 0 2 X1 + 1 X2 + 1 X3 -1 X5 + 1
X4 2 X7 = 2
1 X1 + 1 X2 + 0 X3 + 1 1 X1 + 1 X2 + 1 X4 -1 X6 + 1
X4 1.50 X8 = 1.5
X1, X2, X3, X4, X5, X6, X7,
X1, X2, X3, X4 0
X8 0

Tabla 1 0 0 0 0 0 0 -1 -1
 Ander Raso Vzquez

Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P7 -1 2 2 1 1 0 -1 0 1 0
P8 -1 3/2 1 1 0 1 0 -1 0 1
Z -7 / 2 -3 -2 -1 -1 1 1 0 0

Tabla 2 0 0 0 0 0 0 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P1 0 1 1 1/2 1/2 0 -1 / 2 0 1/2 0
P8 -1 1/2 0 1/2 -1 / 2 1 1/2 -1 -1 / 2 1
Z -1 / 2 0 -1 / 2 1/2 -1 -1 / 2 1 3/2 0

Tabla 3 0 0 0 0 0 0 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P1 0 1 1 1/2 1/2 0 -1 / 2 0 1/2 0
P4 0 1/2 0 1/2 -1 / 2 1 1/2 -1 -1 / 2 1
Z 0 0 0 0 0 0 0 1 1

Tabla 1 -500 -400 -200 -350 0 0

Base Cb P0 P1 P2 P3 P4 P5 P6
P1 -500 1 1 1/2 1/2 0 -1 / 2 0
P4 -350 1/2 0 1/2 -1 / 2 1 1/2 -1
Z -675 0 -25 125 0 75 350

Tabla 2 -500 -400 -200 -350 0 0

Base Cb P0 P1 P2 P3 P4 P5 P6
P1 -500 1/2 1 0 1 -1 -1 1
P2 -400 1 0 1 -1 2 1 -2
Z -650 0 0 100 50 100 300

La solucin ptima es Z = 650

 Ander Raso Vzquez

X1 = 1 / 2

X2 = 1

X3 = 0

X4 = 0

EJERCICIO 2.
Sea el problema de programacin lineal:

Max z = 2x1 + 3x2 2x3

4x1 x2 -5x3 <= 10

2x1 + 3x2 + 2x3 = 12

x1, x2, x3 >= 0

Despus de aplicar el mtodo simplex, sabiendo que las variables bsicas iniciales han sido x4, x5,
se obtiene la tabla final siguiente:

Ci 2 3 -2 0 -M
Cbsicos Bi X1 X2 X3 X4 X5
0 14 X4 14/3 0 -13/3 1 1/3
3 4 X2 2/3 1 2/3 0 1/3
Zi 2 3 2 0 1
Z = 12
Zi Ci 0 0 4 0 1+M

a) Qu mtodo de resolucin se ha utilizado? Indicar otra forma posible de resolucin y

explicar brevemente el proceso a seguir detallando el primer paso o tabla.

Se ha utilizado el mtodo de la penalizacin. Otra forma podra ser con el mtodo de las 2 fases:

Introducimos una variable de holgura y otra artificial

Max z = 2x1 + 3x2 2x3 + 0y1 + xa

4x1 x2 -5x3 + y1 = 10

2x1 + 3x2 + 2x3 + xa = 12

x1, x2, x3, y1, xa >= 0

En la primera fase plantearemos el siguiente problema:

Min z = xa z xa = 0

4x1 x2 -5x3 + y1 = 10

2x1 + 3x2 + 2x3 + xa = 12

 Ander Raso Vzquez

x1, x2, x3, y1, xa >= 0

Ci 0 0 0 0 -1
Cbsicos Bi X1 X2 X3 Y1 Xa
0 10 Y1 4 -1 5 1 0
-1 12 Xa 2 3 2 0 1
Zi 2 3 2 0 -1
Z = -12
Zi Ci 2 3 2 0 -2

Ahora iramos calculando como haramos en un simplex de minimizacin normal. Cuando en la

fila de costos reducidos ya no queden valores positivos habremos terminado y Z ser el valor de
Xa. Tendr que ser 0 para pasar a la segunda fase, de no ser as no tiene solucin.

En la segunda fase eliminaremos la columna Xa y sustituiremos los valores de las variables por
los cocientes que tenan en la funcin de maximizacin anterior. Por ltimo seguiremos
calculando la tabla hasta hallar los valores ptimos para la resolucin del problema.

b) La solucin obtenida es nica? En caso negativo obtener al menos otra solucin ptima.

No, tiene infinitas soluciones, porque hay una variable que tiene valor cero en Zi Ci que no est
en Ci, la variable X1.

Hay infinitos valores de X1, X2, X3 para el valor ptimo Z = 12, los cuales estn contenidos en la
porcin del plano 2 X1 + 3 X2 -2 X3 = 12 que cumple las restricciones del problema.

Por ejemplo:

X1 = 3; x2 = 2; x3 = 0

c) Analizar los posibles cambios para el coeficiente c2 de la funcin objetivo que mantienen
las variables bsicas ptimas.

Con el coeficiente C2 asumo que se refiere a la variable X2 de la funcin objetivo.

Montamos la tabla inicial para encontrar la matriz identidad:

Ci 2 3 -2 0 -M
Cbsicos Bi X1 X2 X3 X4 X5
0 10 X4 4 -1 -5 1 0
-M 12 X5 2 3 2 0 1
Z = -12M Zi -2M -3M -2M 0 -M
Zi Ci -2M -2 -3M -3 -2M + 2 0 0

Corresponde a los siguientes valores de la tabla final:

Ci 2 3 -2 0 -M
Cbsicos Bi X1 X2 X3 X4 X5
0 14 X4 14/3 0 -13/3 1 1/3
3 4 X2 2/3 1 2/3 0 1/3
Z = 12 Zi 2 3 2 0 1
 Ander Raso Vzquez

Zi Ci 0 0 4 0 1+M

El vector de costos es Cb =( 0 3 ) y como queremos saber

1
1
|0 | | 3| = | |
1 0
3
0
3
Montamos la inecuacin b/3 >= 0 b >= 0

Lo podemos comprobar con Solver:

Final Reducido Objetivo Permisible Permisible

Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$C$5 coste x2 4 0 3 1E+30 0

d) Analizar los posibles cambios en el trmino independiente b1 de las restricciones que

mantienen las variables bsicas factibles.

Con el trmino independiente b1 asumo que se refiere a la restriccin 4x1 x2 -5x3 <= 10

Con los valores de X4 y X5 de la tabla final podemos hacer una matriz a la que multiplicaremos
otra con los trminos independientes de las restricciones. Como queremos saber en qu rangos
podemos mover B1 sustituiremos el valor 10 por una variable a la que llamaremos b.
1
1 +4
3
| 1| |12| = |
4
|
0 3

Ahora construimos la inecuacin b + 4 >= 0 b >=-4

Por tanto, el termino b1 no tiene techo pero s un mnimo de -4. El informe de confidencialidad
de Solver nos lo confirma:

Final Sombra Restriccin Permisible Permisible

Lado
Celda Nombre Valor Precio derecho Aumentar Reducir
$F$8 z -4 0 10 1E+30 14

EJERCICIO 3.
Sea la tabla ptima de un problema de programacin lineal:

Ci 2 4 0 0
Cbsicos Vbsicas Bi X1 X2 X3 X4
4 X2 5 0 1 1 -1
2 X1 10 1 0 -1 3
 Ander Raso Vzquez

Zi 2 4 2 2
Z = 40
Zi - Ci 0 0 2 2

a) Completar la tabla ptima. (Lo rellenado est en azul)

b) Determinar otra solucin bsica factible para este PL.
x1 = 0; x2=0, x3 = 125; x4 = 75
c) Plantear el problema de programacin lineal sabiendo que x3 y x4 son las variables de
holgura asociadas a la primera y segunda restriccin, respectivamente.

Para conseguir el problema original primero tenemos que obtener la tabla original. Sabemos
que una caracterstica de esa tabla ser que la primera restriccin tendr un x3 y ningn x4, a su
vez, la segunda restriccin no tendr x3 pero si un x4. As que cogeremos la matriz y haremos
operaciones de filas hasta que x3 y x4 formen la matriz identidad.

bi x1 x2 x3 x4
5 0 1 1 -1
10 1 0 -1 3

F2 = F2 + F1

bi x1 x2 x3 x4
5 0 1 1 -1
15 1 1 0 2

F2/2

bi x1 x2 x3 x4
5 0 1 1 -1
7,5 0,5 0,5 0 1

F1 = F1 + F2

bi x1 x2 x3 x4
12,5 0,5 1,5 1 0
7,5 0,5 0,5 0 1

Ahora que ya tenemos la matriz identidad podemos construir el problema original:

Max Z = 2x1 + 3x2 + 0x3 + 0x4

0,5x1 + 1,5x2 + x3 = 12,5

0,5x1 + 0,5x2 + x4 = 7,5

Quitamos las variables de holgura y nos queda el problema original:

Max Z = 2x1 + 4x2

0,5x1 + 1,5x2 <= 12,5

 Ander Raso Vzquez

0,5x1 + 0,5x2 <= 7,5

Si resolvemos este problema mediante Solver o phpsimplex, nos da los valores de la tabla que
presenta el ejercicio.

EJERCICIO 4.
Sea el problema de programacin lineal:

Max z = 2x1 + 3x2 4x3

4x1 x2 5x3 12 <= 0 4x1 x2 5x3 <= 12

2x1 + 6x2 + 2x3 12 = 0 2x1 + 6x2 + 2x3 = 12

x1, x2, x3 >= 0

Puedes encontrar la solucin ptima a este problema usando su problema dual asociado?
Cmo? Detallar el proceso seguido.

La utilidad de obtener el problema dual es que es ms sencillo que resolver que el problema
primal. En este caso, al tener 2 restricciones, sabemos que acabaremos con un problema primal
de 2 variables, por tanto, podramos resolverlo fcilmente con el mtodo grfico. Esto resulta
mucho ms cmodo que resolver el problema original que tiene 3 variables, en el que
tendramos que aplicar mtodos ms complejos.

Para obtener el dual empezaremos cogiendo los coeficientes de las siguientes ecuaciones (la
funcin objetivo la ponemos debajo) y los ponemos en una matriz. Despus hacemos la
traspuesta de esa matriz:

Ecuaciones ordenadas Matriz de coeficientes Matriz traspuesta

4x1 x2 5x3 <= 12 4 2 2
4 1 5 12
2x1 + 6x2 + 2x3 = 12 1 6 3
|2 6 2 12| | |
5 2 4
2x1 + 3x2 4x3 2 3 4 0
12 12 0

Ahora que tenemos la matriz traspuesta, para obtener el problema dual la ponemos en forma
de ecuacin. La primera columna corresponde a x1, la segunda a x2 y la tercera sern los
trminos independientes. Tendremos en cuenta la tabla de Tucker para poner el signo de las
inecuaciones.
 Ander Raso Vzquez

Tabla de Tucker 1

En el problema primal las variables eran x1, x2, x3 >= 0

Como cada restriccin corresponde a una variable y todas eran mayores que cero en el problema
primal de maximizacin, el signo de las restricciones del dual tambin ser >=

CONSTRUCCIN DEL PROBLEMA DUAL DE MINIMIZACIN

4x1 + 2x2 >= 2 Variable x1 >= entonces restriccin >=
-1x1 +6x2 >= 3 Variable x2 >= entonces restriccin >=
-5x1 + 2x2 >= -4 Variable x3 >= entonces restriccin >=
Min Z* = 12 + 12 Como el problema original (primal) era de
maximizacin, ahora tendremos un problema
dual de minimizacin
x1 >= 0 La primera restriccin de maximizacin era <=
por tanto la variable x1 ser >=
x2 es irrestricta La segunda restriccin de maximizacin era =,
por tanto, x2 es una variable irrestricta

Ahora que ya tenemos el problema dual, sabemos que Min Z* = Max Z y podemos resolverlo de
forma sencilla mediante el mtodo grfico:
 Ander Raso Vzquez

Soluciones del problema dual:

X1 = 3 / 13

X2 = 7 / 13

Min Z* = 120 / 13 esto nos da la solucin al problema primal Max Z = 120 / 13

EJERCICIO 5.
Qu conocimientos relativos a la Programacin Lineal has adquirido en estas 4 semanas de
clase?

Plantear modelos matemticos

Solucionar problemas de programacin lineal mediante distintos mtodos:
o Grfico
o Simplex
o Penalizacin
o 2 Fases
o Dual del simplex
Uso de herramientas que facilitan la resolucin de ejercicios:
o La macro Solver del programa Excel, para resolver problemas y analizar los
diferentes informes para interpretar resultados.
o http://www.phpsimplex.com/ resolucin de problemas paso a paso.
Analizar a mano cmo afectan los cambios en las variables o en las restricciones de un
problema de programacin lineal.