Professional Documents
Culture Documents
Modelo General:
Asignacin de recursos a actividades
Recurso
Consumo de recursos por unidad de
actividad
Cantidad
de
recurso
disponible
Actividad
1
2
...
n
1
2
.
.
m
a
11
a
21
a
m1
a
12
a
22
a
m2
...
...
a
1n
a
2n
a
mn
b
1
b
2
.
.
b
m
Contribu-
cin a Z
por
unidad de
Actividad
c
1
c
2
...
c
n
Smbolos del Modelo
Z = valor de la medida global de efectividad.
x
j
= nivel de actividad j
(para j = 1, 2,..,n)
c
j
= incremento en Z que resulta al aumentar
una unidad en el nivel de actividad j.
b
i
= cantidad de recurso i disponible para
asignar a las actividades (para i = 1, 2,,m)
a
ij
= cantidad de recurso i consumido por cada
unidad de la actividad j.
Otras formas del modelo
Minimizar en lugar de maximizar la Func. Objetivo
Restricciones funcionales con desigualdades >;
Algunas restricciones en forma de ecuacin
Las variables de decisin sin la restriccin de no
negatividad: x
1
no restringida en signo
Lados derechos negativos: b
1
s 0
n n
x c x c x c Z Minimizar + + + = ...
2 2 1 1
1 1 2 12 1 11
... b x a x a x a
n n
> + + +
1 1 2 12 1 11
... b x a x a x a
n n
= + + +
Suposiciones de P.L.
Proporcionalidad
Aditividad
Divisibilidad
Certidumbre
Utilizando la P.L:
Definicin del problema
Planta
Tiempo de
produccin
por lotes, horas
Tiempo de
produccin
disponible a la
semana,
horas
Producto
1 2
1
2
3
1 0
0 2
3 2
4
12
18
Ganan-
cia por
lote
$ 3000 $ 5000
Utilizando la P.L:
Formulacin del modelo matemtico
0
18 2 3
12 2
) . (Re 4
:
) ( , 5 3
$) (
2
1
2 1
2 1
2
1
2 1
2
1
>
s +
s
s
+ =
=
=
=
x y x
x x
x
s Funcionale stric x
a sujeta
Objetivo Funcin x x Z Maximizar
miles total semanal ganancia Z
semana por f abricados producto de lotes x
semana por f abricados producto de lotes x
Mtodos de Resolucin
Mtodo Grfico (OR Courseware)
Mtodo Simplex (en forma Tabular)
Mtodo Simplex Revisado (Planteo
Matricial)
Mtodo Simplex (en forma
Tabular)
Es un procedimiento algebraico . Sin embargo,
sus conceptos fundamentales son geomtricos.
Se trata de un algoritmo iterativo que converge
al ptimo en nmero finito de iteraciones.
El lgebra matricial y el proceso de eliminacin
de Gauss-Jordan para resolver un sistema de
ecuaciones lineales constituyen la base del
mtodo simplex
Solo analiza las soluciones FEV. Si el modelo
tiene solucin una de ellas ser la ptima.
Preparacin para el Mtodo
Simplex
1. Transformar las restricciones de
desigualdad en ecuaciones
2. Igualar la funcin objetivo a cero
3. Preparar la Tabla Simplex inicial
(WinQSB)
4. Aplicar el algoritmo iterativo
Transformar las restricciones
de desigualdad en ecuaciones
3 2 1
3 1
1
0 5 3
4
:
4
x x x Z
x x
x
+ + =
= +
s
0 es Z en x de coef. El
es holgura de variable La
3
Igualar la funcin
objetivo a cero
0 5 3
5 3
2 1
2 1
=
+ =
x x Z
x x Z Maximizar
Mtodo Simplex:
algoritmo iterativo
Inicializacin
Prueba de
optimalidad
No
Iteracin
Si
Encontrar Solucin
Bsica
Es ptima la solucin?
Termina
Solucin Bsica Inicial
Siempre que es posible el Mtodo Simplex
elige el origen (variables de decisin iguales a
cero) como la solucin bsica inicial.
) 18 , 12 , 4 , 0 , 0 (
18 18 2 3
12 12 2
4 4
0 0
5 5 2 1
4 4 2
3 3 1
2 1
inicial f actible bsica Solucin
x x x x
x x x
x x x
x y x
= = + +
= = +
= = +
= =
Prueba de optimalidad
0 5 3
0 0
2 1
2 1
= + =
= =
x x Z Entonces
x y x inicial BF Solucin
Cualquier mejoramiento en x
1
o x
2
mejorar Z.
En la Tabla Simplex:
La solucin es ptima si y solo si todos los
coeficientes en la fila (0) son positivos.
Variable bsica entrante
2 1
5 3 x x Z + =
Aumenta x
1
? Tasa de mejoramiento Z= 3.
Aumenta x
2
? Tasa de mejoramiento Z= 5.
5 > 3 ; se elige x
2
para aumentar su valor
x
2
se llama variable bsica entrante
Prueba del cociente mnimo:
Variable bsica saliente
9
2
18
0 2 18
6
2
12
0 2 12
0 2 18 18 2 3
0 2 12 12 2
0 4 4
0
2 2 5
2 2 4
2 5 5 2 1
2 4 4 2
3 3 1
1
= s > =
= s > =
> = = + +
> = = +
> = = +
=
x x x
Mnimo x x x
x x x x x
x x x x
x x x
x
Acomodamiento del sistema
de ecuaciones: Gauss-Jordan
Ecuacin Pivote:
Nueva ec. Pivote = ec. Pivote/elemento pivote
Dems ecuaciones:
Nueva ec. = (ec. Anterior) - (coef. Columna entrante)*
(Nueva ec. Pivote)
Interpretacin de la Tabla
Simplex
1. La solucin ptima
2. El estado de los recursos
3. Los precios sombra
4. Los costos reducidos
La solucin ptima
Var.
Bsi-
ca
Ec.
N-
mero
Coeficiente de
Lado
Dere-
cho
Z
X1
X2
X3
X4
X5
Z
(0)
1
0
0
0
3/2
1
36
X3
(1)
0
0
0
1
1/3
-1/3
2
X2
(2)
0
0
1
0
1/2
0
6
X1
(3)
0
1
0
0
-1/3
1/2
2
El estado de los recursos
Recurso Holgura Estado del
recurso
Hs. En Planta 1
X3=2
Abundante
Hs. En Planta 2
X4=0
Escasos
Hs. En Planta 3
X5=0
Escasos
Los precios sombra
Var.
Bsica
Ec.
Nm.
Coeficiente de
Lado
Dere.
Z
X1
X2
X3
X4
X5
Z
(0)
1
0
0
0
3/2
1
36
y
*
1
= 0 precio sombra del recurso 1
y
*
2
= 3/2 precio sombra del recurso 2
y
*
3
= 1 precio sombra del recurso 3
Los costos reducidos (Ej.)
Var.
Bsica
Ec.
Nme.
Coeficiente de
Lado
derecho
Z
X1
X2
X3
X4
X5
X6
Z
(0)
1
0
1/2
0
5/2
0
0
20
X3
(1)
0
0
3/2
1
-1/2
0
0
2
X1
(2)
0
0
1/2
0
1/2
0
0
4
X5
(3)
0
1
3/2
0
1/2
1
0
5
X6
(4)
0
0
1
0
0
0
1
2
Anlisis de Sensibilidad
El propsito principal del anlisis de sensibilidad es
identificar los parmetros sensibles, esto es,
aquellos que no pueden cambiar sin cambiar la
solucin ptima.
En general se estudian b
i
, c
j
y a
ij
debido a la
suposicin de certidumbre.
(OR Courseware)
Otras formas del modelo
Restricciones funcionales con desigualdades >;
Algunas restricciones en forma de ecuacin
Minimizar en lugar de maximizar la Func. Objetivo
Lados derechos negativos: b
1
s 0
Las variables de decisin sin la restriccin de no
negatividad: x
1
no restringida en signo
n n
x c x c x c Z Minimizar + + + = ...
2 2 1 1
1 1 2 12 1 11
... b x a x a x a
n n
> + + +
1 1 2 12 1 11
... b x a x a x a
n n
= + + +
Restricciones funcionales con
desigualdades >
(OR Courseware)
M x x x Z Maximizar
M es de el y es x
y x para x x
x para x x
x
+ + =
> = +
> =
>
3 2 1
3
3 3 1
3 3 1
1
0 5 3
0
0 4
0 4
4
Quedando pueda. se como grande tan M para
de coef. el objetivo func. la En
: artificial variable una agrega se
BFinicial solucin la encontrar para
: x es exceso" " de variable La
3
Algunas restricciones en forma de
ecuacin
holgura ec. ltima la que a debido inicial BF sol. Sin
: holgura de var. las ndo Introducie
: modelo siguiente el os Considerem
18 2 3
12 2
4
18 2 3
12 2
4
5 3
2 1
4 2
3 1
2 1
2
1
2 1
= +
= +
= +
= +
s
s
+ =
x x
x x
x x
x x
x
x
x x Z Maximizar
Algunas restricciones en forma de
ecuacin (cont.)
18 12 , 4
0
18 2 3
12 2
4
0 0 5 3
18 2 3
4 3
2 1
2 1
4 2
3 1
4 3 2 1
2 1
= = =
= =
= + +
= +
= +
+ + + =
= + +
y x x
x x
x x
x x
x x
M x x x x Z Maximizar
x x
Bsicas No Var.
Bsicas Var.
: queda nos inicial BF sol. La
: queda nos final modelo El
funcional. el en para (-M) n penalizaci gran una asigna Se 2.
ec. ltima la a artificial var. una introduce Se 1.
: forma siguiente la de procede Se
Minimizar en lugar de maximizar
la Func. Objetivo
ptima. solucin misma la a llevan nes formulacio dos Las
- Maximizar
a e equivalent Es
Minimizar
: n maximizaci de e equivalent problema un en
n minimizaci de problema cualquier
convertir de sencilla manera Una
=
=
=
=
n
j
j j
n
j
j j
x C Z
x C Z
1
1
) (
Lados derechos negativos: b
j
s 0
Simplex Met. el con sigue se Luego
1 - por Multipl.
: ejemplo Por
d. desigualda
la de sentido el e lgicament o invirtiend
1 - por n restricci la de lados ambos
r multiplica es seguir a tcnica La
1
1
2 1
2 1
> +
s
x x
x x
Las variables de decisin sin la
restriccin de no negatividad
0 0
0 * 10 10 *
10 *
10
1 1
1 1 1
1 1
1 1
1
> >
=
> >
=
>
+
+
x x
x x x
x x
x x
x
y Donde
Sustituyo
Acotada No Variable 2.
Sustituyo
cota la es 10 - donde
acotada Variable 1.