Professional Documents
Culture Documents
V.BAS. X1 X2 X3 S1 S2 SOL.
Z -1/2 0 0 -1/2 -3/2 -20
X2 1/2 1 0 1/2 0 5
X3 1 0 1 -1 1 0
1)Aplicando anlisis de sensibilidad para los coeficientes de la funcin objetivo:
Las variables estructurales son aquellas con las que se planteo originalmente el
problema de programacin lineal, como lo seria: X1, X2 y X3; pero, dentro de las
variables estructurales podemos distinguir variables bsicas (X1 y X3) (aparecen
en la primera columna de la tabla simplex final (antes descrita) y definen la
solucin ptima) y variables no bsicas ; entonces se concluye que el anlisis de
sensibilidad para los coeficientes de la funcin objetivo depende de si las
variables son bsicas o no
1.1 Anlisis de sensibilidad para los coeficientes de variables no bsicas
Se sustituye
V.BAS. X1 X2 X3 S1 S2 SOL.
a)
Z -1/2 0 0 -1/2 -3/2 -20
X2 1/2 1 0 1/2 0 5
X3 1 0 1 -1 1 0
Recordando problema PL
El precio sombra para la restriccin uno se lee en la ltima fila de la columna de la variable
de holgura de dicha restriccin (S1) y su valor es: , lo cual significa que si actualmente
pago $3 por cada unidad del recurso de la restriccin uno, el mayor precio que estoy
dispuesto a pagar (sin que mis ganancias disminuyan) es $3 + =$3.5 por unidad de
recurso.
De igual manera, el precio sombra para la restriccin dos se lee en la ltima fila de
la columna de la variable de holgura de dicha restriccin (S2) y su valor es: 3/2 lo
cual significa que si actualmente pago $3 por cada unidad del recurso de la
restriccin dos, el mayor precio que esta dispuesto a pagar (sin que mis ganancias
disminuyan) es $3 + 3/2 =$4.5 por unidad de recurso.
24 2 24 + 2b2
Sol. Nueva
= 8
+b2 2 8 + 2b2
2 -0.5 2- 0.5b2
Columna de la variable
Sol. Nueva = Sol. Actual -b de exceso
Restriccin =:
Columna de la
Sol. Nueva
= Sol. Actual
+b variable artificial
3) Anlisis de Sensibilidad para los coeficientes tecnolgicos de variables no bsicas
Esto slo originara un cambio en la columna 2 de la tabla nal, que quedara como
Sigue:
Tabla final
y en el coste reducido de esta columna sera:
VAR.BASICA X1 X2 X3 S1 S2 SOL.
Z 0 0 -13/3 -1/3 -10/3 -160
X1 1 0 2/3 2/3 -1/3 5
X2 0 1 2/3 -1/3 2/3 20
Y4= =
VAR.BASICA X1 X2 X3 X4 S1 S2 SOL.
Z -4 0 -7 0 -3 -2 -180
X4 3 0 2 1 2 -1 15
X2 0 1 0 0 -1 1 15
VAR.BA X Y S1 S2 S3 S4 SOL.
S
Z 0 0 -3/2 0 -2 0 -3100
X 1 0 1/2 0 -2 0 100
S2 0 0 -3 1 10 0 400
Y 0 1 0 0 1 0 350
S4 3 1 0 0 0 1 600
Por ejemplo consideremos que se desea incorporar una
nueva restriccin definida por la siguiente expresin:
3X+Y<=600.
Cambia la actual solucin ptima y valor ptimo?. Para
responder a lo anterior se recomienda evaluar la actual
solucin ptima en la nueva restriccin; si sta se cumple
entonces el modelo conserva su solucin ptima y valor
ptimo; en caso contrario la solucin ptima actual ser
infactible y se debe incorporar esta situacin en el
modelo original para encontrar la nueva solucin del
mismo. Notar que tambin puede suceder que al agregar
una nueva restriccin que no satisface la solucin actual
el problema podra resultar ser infactible al tener un
dominio de soluciones factibles vaco.
En nuestro ejemplo al evaluar obtenemos:
3(100)+(350)<=600, es decir la solucin ptima
actual es infactible al incorporar esta nueva
restriccin. Para incorporar esta modificacin en
la tabla final del Mtodo Simplex agregamos una
nueva fila y una nueva columna asociada a una
variable S4>=0 que ser la holgura de la nueva
restriccin. La tabla queda de la siguiente forma:
3X+Y+ S4<=600.
Las variables bsicas del problema original son X, S2 e Y, respectivamente.
Al incorporar la nueva restriccin (fila) tanto X como Y pierden la
estructura de la identidad caracterstica de las variables bsicas. Por ello
para formar la base podemos realizar operaciones fila multiplicando por -
3 la fila 1 y sumando sta a la fila 4. Posteriormente multiplicar por -1 la
fila 3 y sumar a la fila 4:
Ahora las variables bsicas son X, S2, Y, y S4
(enumeradas en el orden en el cual aparecen en
la identidad), sin embargo, la variable s4 toma
un valor de -50 lo cual no corresponde a una
solucin bsica factible. Cmo continuar con
las iteraciones?. Utilizando el Mtodo Simplex
Dual se recomienda corroborar que la nueva
solucin ptima corresponde a x=250/3 e
y=350.
Metdo Simplex Dual
Este mtodo se aplica a problemas ptimos pero
infactibles. En este caso, las restricciones se expresan en
forma cannica (restricciones ). La funcin objetivo puede
estar en la forma de maximizacin o de minimizacin.
Despus de agregar las variables de holgura y de poner el
problema en la tabla, si algn elemento de la parte
derecha es negativo y si la condicin de optimidad est
satisfecha, el problema puede resolverse por el mtodo
dual simplex. Note que un elemento negativo en el lado
derecho significa que el problema comienza ptimo pero
infactible como se requiere en el mtodo dual simplex. En
la iteracin donde la solucin bsica llega a ser factible
esta ser la solucin ptima del problema.
El mtodo dual-simplex se aplica para resolver
problemas que empiezan con factibilidad dual, es
decir, ptimos pero infactibles.
Restriccin que no es verificada por la solucin optima del problema original ya que
requerir 35 unidades.
El planteamiento del problema queda:
Max. Z = 4x1 + 7x2 + 3x3
s. a:
2x1 + x2 + 2x3 <= 30
x1 + 2x2 + 2x3 <= 45
x1; x2; x3 0
En primer lugar nos fijamos en las variables que aparecen en la restriccin y
son bsicas en la tabla optima del problema original. Despus despejamos de
la tabla optima dichas variables y las sustituimos en la restriccin. Sobre
nuestro ejemplo, en la restriccin aparecen x1 y x2, las despejamos de la
tabla.
En primer lugar nos fijamos en las variables que aparecen en la restriccin y son bsicas
en la tabla optima del problema original. Despus despejamos de la tabla optima dichas
variables y las sustituimos en la restriccin. Sobre nuestro ejemplo, en la restriccin
aparecen x1 y x2, las despejamos de la tabla
La restriccin anterior ya esta actualizada, basta con incluir una variable de holgura y
la restriccin esta lista.