Professional Documents
Culture Documents
Maximizar Z = f(x,y) = 3x + 2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x0,y0
o x pasa a ser X1
o y pasa a ser X2
2X1 + X2 + X3 = 18
2X1 + 3X2 + X4 = 42
3X1 + X2 + X5 = 24
Igualar la funcin objetivo a cero.
La tabla inicial del mtodo Simplex est compuesta por todos los coeficientes
de las variables de decisin del problema original y las de holgura, exceso y
artificiales agregadas en el paso 2 (en las columnas, siendo P 0 el trmino
independiente y el resto de variables P i coinciden con Xi), y las restricciones
(en las filas). La columna Cb contiene los coeficientes de las variables que se
encuentran en la base.
Tabla I . Iteracin n 1
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 18 2 1 1 0 0
P4 0 42 2 3 0 1 0
P5 0 24 3 1 0 0 1
Z 0 -3 -2 0 0 0
Condicin de parada.
Actualizar la tabla.
Anterior fila P4 42 2 3 0 1 0
- - - - - -
Anterior Elemento Fila en Columna Pivote 2 2 2 2 2 2
x x x x x x
Nueva fila pivote 8 1 1/3 0 0 1/3
= = = = = =
Nueva fila P4 26 0 7/3 0 1 -2/3
Tabla II . Iteracin n 2
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 2 0 1/3 1 0 -2/3
P4 0 26 0 7/3 0 1 -2/3
P1 3 8 1 1/3 0 0 1/3
Z 24 0 -1 0 0 1
o 6.1. La variable que entra en la base es X 2 (P2), por ser la variable que
corresponde a la columna donde se encuentra el coeficiente -1.
o 6.1. La variable que entra en la base es X 5 (P5), por ser la variable que
corresponde al coeficiente -1.
Tabla IV . Iteracin n 4
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P2 2 12 0 1 -1/2 1/2 0
P5 0 3 0 0 -7/4 1/4 1
P1 3 3 1 0 3/4 -1/4 0
Z 33 0 0 5/4 1/4 0
s.a
Forma Estndar.
3X1 - X2 + 2X3 + S1 =7
Max. Z= 2X1 + X2
s.a.
X1 + X 2 = 4
-X1 + 2 X2 = 2
X1 , X 2 0
Penalizacin.
s.a.
X1 + X2 + W1 = 4
-X1 + 2 X2 + W2 = 2
X1, X2, W1, W2 0
Ejercicio.
Max Z= 2X1 + X2
s.a.
X1 + X2=3
X2=2
X1, X2 > 0
Min L=W1 + W2
s.a.
X1 + X2 + W1 =3
X2 +W2 =2
X1, X2 > 0
L-W1-W2=0
Primera Fase.
Segunda Fase
Ejercicio.
s.a.
X1 X3 10
X1 X2 + 4X3 20
X1, X2, X3 0
Z = 20X1 10X2 + X3
Z 20X1 + 10X2 X3 = 0
Z 20X1 + 10X2 X3 = 0
X1 X3 + S2 = 10
X1 X2 + 4X3 + S3 = 20
Antes de continuar con las iteraciones se debe procurar que el costo reducido de
las variables y sean ceros. Para ello multiplicamos por -M la fila 2 y la fila 3 y
luego sumamos a la fila 4, obteniendo lo siguiente:
Cada uno de los problemas abordados hasta entonces en los mdulos anteriores
se consideran problemas primales dado que tienen una relacin directa con la
necesidad del planteamiento, y sus resultados responden a la formulacin del
problema original; sin embargo cada vez que se plantea y resuelve un problema
lineal, existe otro problema nsitamente planteado y que puede ser resuelto, es el
considerado problema dual, el cual tiene unas importantes relaciones y
propiedades respecto al problema primal que pueden ser de gran beneficio para la
toma de decisiones.
Tabla de TUCKER
IMPORTANCIA DE LA DUALIDAD EN
PROGRAMACIN LINEAL
Otra de las ventajas que presenta es que dado a que el nmero de restricciones y
variables entre problema dual y primal es inverso, se pueden resolver
grficamente problemas que presenten dos restricciones sin importar el nmero de
variables.
RESOLUCIN DEL PROBLEMA DUAL,
PASO A PASO
X1 80
X2 120
ww
w.ingenieriaindustrialonline.com
Cuya respuesta es
X1 = 28,75
X2 = 120
S1 = 79.5
S3 = 51.25
Funcin objetivo = 3310
www.ingenieriaindustrialonline.com
Este paso se lleva a cabo teniendo en cuenta las relaciones que se expusieron en
la definicin de la dualidad. Ahora las variables en el dual las representaremos por
"" y corresponden a cada restriccin.
161 + 62 + 3 40
21 + 32 + 4 18
1;4 0
Lo que es igual
Ahora dado que los signos de las inecuaciones son mayor o igual procedemos a
volverlas ecuaciones agregando variables de exceso, recordemos que en este
caso las variables de exceso se restan del lado izquierdo de la igualdad, por ende.
1;4 0
Recordemos que el Mtodo Simplex solo es posible por la formacin de la matriz
identidad, sin embargo en una matriz identidad no pueden ir coeficientes
negativos, el cual es el caso, por ende recurriremos al artificio denominado
"Mtodo de la M grande" utilizando variables artificiales, las cuales siempre se
suman.
1;4 0
Podemos observar que todos los Cj - Zj son menores o iguales a 0, por ende
hemos llegado a la solucin ptima del problema, sin embargo recordemos que la
funcin objetivo fue alterada en su signo al principio, por ende se hace necesario
regresarle su signo original a Zj y a la fila Cj - Zj.
Zmax = 3310
Podemos cotejar con la funcin objetivo del modelo primal y encontraremos que
hallamos el mismo resultado.
w
ww.ingenieriaindustrialonline.com
www.ingenieriaindustrialonline.com
TEOREMAS DE LA DUALIDAD EN
PROGRAMACIN LINEAL
1. Si el modelo primal o dual tiene solucin ptima finita entonces su respectivo dual
o primal tendrn solucin ptima finita.
4. Sea "A" un modelo primal cuyo modelo dual es "B", el modelo dual de "B" es
igual a "A", es decir "El modelo dual de un dual es un modelo primal".
Variables de Decisin:
Funcin Objetivo:
Maximizar
Restricciones:
Ejercicio N2: Un taller tiene tres (3) tipos de mquinas A, B y C; puede fabricar
dos (2) productos 1 y 2, todos los productos tienen que ir a cada mquina y cada
uno va en el mismo orden: Primero a la mquina A, luego a la B y luego a la C. La
siguiente tabla muestra:
Variables de Decisin:
: Unidades a producir del Producto 1 semanalmente
: Unidades a producir del Producto 2 semanalmente
Funcin Objetivo:
Maximizar
Restricciones:
Variables de Decisin:
Funcin Objetivo:
Maximizar
Restricciones: