8/18/2019 Tema 2-01-Programacion Lineal Power Point
1/76
CAPÍTULO 1. PROGRAMACIÓNLINEAL Y TRANSPORTE.
1. INTRODUCCIÓN.
En 1947, el estadounidense GeorgeB. Dantzing propuso el método del
simplex (proveniente de la palabrasimplejo) para modelizarmatemática y linealmente una
realidad.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
2/76
Modelo Lineal Max o Min Z = c1 x1 + c2 x2 + ....... + cn xn (1.3)
donde Z está sujeta a una serie de restricciones:
a11 x1 + a12 x2 + ............. + a1n xn (
=
) b1 a21 x1 + a22 x2 + ............. + a2n xn ( = ) b2 (1.4).....................................................................am1 x1 + am2 x2 + ............. + amn xn ( = ) bm
y además tenemos la restricción de no negatividad de las variables:
x1, x2, x3,.....xn 0 (1.5)
8/18/2019 Tema 2-01-Programacion Lineal Power Point
3/76
(Max o Min) Z = c j * x j sujeto aA * x j ( = ) bi x j 0
Donde:
x j (j = 1,....., n) : vector de variables de acción.Matriz A:(mxn) : matriz tecnológica
ai,j : coeficientes técnicos de la matriz A. bi (i =1,....,m) : disponibilidad del recurso j.c j : beneficio o coste por cada componente.Z : función objetivo, función económica o de coste.
Modelo matricial y vectorial
8/18/2019 Tema 2-01-Programacion Lineal Power Point
4/76
A
a a
a a
x
x
x
c
c
c
b
b
b
n
m m n n n n
1 1 1
1
1
2
1
2
1
2
. . .
. .
. .
. .
. . .
.
.
.
.
.
.
X C b
Max o Min Z = Ct X
A*X ( = ) b
X 0
Modelo matricial:
8/18/2019 Tema 2-01-Programacion Lineal Power Point
5/76
EJEMPLO 1.Una oficina de correos necesita un número diferentede empleados de tiempo completo, para diferentesdías de la semana. El número de empleados detiempo completo requeridos para cada día se da en elcuadro 1.1. Las reglas sindicales señalan que cada
empleado de tiempo completo, tiene que trabajardurante cinco días consecutivos y, después descansardos días. Por ejemplo, un empleado que trabaja delunes a viernes, tiene que descansar el sábado y eldomingo. La oficina de correos quiere cumplir consus requerimientos diarios y utilizar solamenteempleados de tiempo completo. Formule un PL quepueda utilizar la oficina de correos para minimizar elnúmero de empleados de tiempo completo que hay
que contratar.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
6/76
NÚMERO DE EMPLEADOS DETIEMPO COMPLETO REQUERIDOS
Día 1 = lunes 17Día 2 = martes 13
Día 3 = miércoles 15Día 4 = jueves 18Día 5 = viernes 14Día 6 = sábado 16
Día 7 = domingo 11
8/18/2019 Tema 2-01-Programacion Lineal Power Point
7/76
definimos xi como el número de empleados
que empiezan a trabajar el día i
Min Z = x1 + x2 + x3 + x4 + x5 + x6 + x7
x1 + x4 + x5 + x6 + x7 17 (Rest. del lunes)
x1 + x2 + x5 + x6 + x7 13 (Rest. del martes)x1 + x2 + x3 + x6 + x7 15 (Rest. del miérc.)
x1 + x2 + x3 + x4 + x7 19 (Rest. del jueves)
x1 + x2 + x3 + x4 + x5 14 (Rest. del viern.)
x2 + x3 + x4 + x5 + x6 16 (Rest. del sábado)
x3 + x4 + x5 + x6 + x7 11 (Rest. del domin.)
xi 0 (i = 1,2, ,7)
8/18/2019 Tema 2-01-Programacion Lineal Power Point
8/76
Una empresa produce cuatro modelos de armarios metálicos. En el Cuadro 1.3 figuran las
horas útiles disponibles mensualmente en los 5 talleres de que consta la fábrica, así como los tiempos
que requiere en cada uno de estos talleres la obtención de una unidad de cada producto.
TIEMPO DE PRODUCCIÓN EN HORAS POR UNIDAD HORAS ÚTILESTALLER DISPONIBLES
PRODUCTO 1 PRODUCTO 2 PRODUCTO 3 PRODUCTO 4 MENSUALMENTEembutic 0,03 0,15 0,05 0,10 40
mecaniz. 0,06 0,12 0,10 40montaje 0,05 0,10 0,05 0,12 50acabado 0,04 0,20 0,03 0,12 45embalaje 0,02 0,06 0,02 0,05 40
Cuadro 1.3
EJEMPLO 3.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
9/76
Por otra parte, para la fabricación de los armarios de tipo 2 y 4 se necesitan por unidad,respectivamente, 2 metros cuadrados y 1,2 metros cuadrados de una chapa especial que escasea en el
mercado, siendo 2000 metros cuadrados la cantidad máxima disponible mensualmente. Por último, enel cuadro 1.4 figuran los precios de venta y los costes variables unitarios correspondientes a los cuatro productos, así como las cantidades máximas que puede absorber cada mes el mercado, tanto demayoristas como de minoristas, y las cantidades mínimas que es preciso entregar mensualmente paracumplir los contratos de suministro existentes con ciertos clientes mayoristas.
COSTE VARIABLE PRECIO UNI. VENTAS MENSUALESPRODUCTO UNITARIO en u.m. VENTA u.m. MÍNIMAS MÁXIMAS
1 6 10 1000 60002 15 25 5003 11 16 500 3000
4 14 20 100 1000 Cuadro 1.4
Se pide formular un modelo lineal que permita determinar el programa mensual de producciónóptimo.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
10/76
8/18/2019 Tema 2-01-Programacion Lineal Power Point
11/76
3. DISTINTAS REPRESENTACIONES DE LOSMODELOS DE PROGRAMACIÓN LINEAL.
A) FORMA CANÓNICA
1.- La función debe ser siempre paramaximizar
2.- Todas la restricciones son
3.- Todas la variables están obligadas aser no negativas
8/18/2019 Tema 2-01-Programacion Lineal Power Point
12/76
Transformaciones Max G = Min (-Z) = (-C
j) x
j
Las restricciones tienen que ser . Si tenemos f(x) b, al multiplicar por -1,obtendríamos: -f(x) -b.
Si tenemos: f(x) = b; podemos descomponer la restricción en dos:
f(x) b -f(x) -bf(x) b f(x) b
Las variables tienen que ser no negativas.Si tenemos una xi nrs ( no restringida en signo ) reemplazamos xi por xi’ - xi”siendo xi’,xi” 0
8/18/2019 Tema 2-01-Programacion Lineal Power Point
13/76
B) FORMA ESTÁNDAR
1.- Las restricciones son igualdades salvo lasque se refieren a las de no negatividad, ya
que se introducen variables de holgura oartificiales.2.- Todas las variables son no negativas, es
decir,
03.- Todas las disponibilidades, bi, son nonegativas.
4.- La función económica puede ser a minimizaro maximizar. (Max Z o Min Z).
8/18/2019 Tema 2-01-Programacion Lineal Power Point
14/76
Para resolver un problema con desigualdad primero
hay que introducir variables de holgura.
Sea, por ejemplo, la siguiente restricción:
a1 x1 + a2 x2 + ..... + an xn bk
se añade hk para convertir la desigualdad en igualdad:
a1 x1 + a2 x2 + ..... + an xn + ak hk = bk
Estas variables no entran a formar parte de la función económica,
porque ck = 0
y normalmente el coeficiente de la variable de holgura ak = 1.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
15/76
4. DEFINICIONES UTILIZADAS EN LOS
PROBLEMAS DE PROGRAMACIÓN LINEAL.
Solución algebraica: Cualquier solución
(conjunto de n valores) que satisface elsistema de ecuaciones formado por lasrestricciones, pero no necesariamente a larestricción de no negatividad que exige laforma estándar.Solución factible: Es aquella soluciónalgebraica que no contiene solucionesnegativas. Son soluciones que cumplen con lasrestricciones y se representa por:
A X = bX 0
8/18/2019 Tema 2-01-Programacion Lineal Power Point
16/76
Otras solucionesSoluciones básicas: Son aquellas soluciones que
contienen n-m coordenadas nulas, donde n es elnúmero de variables y m el número deecuaciones. Veamos un caso :
Para n = 30 variables y m = 10 ecuaciones, las
soluciones que tengan 20 variables nulas o más,serán soluciones básicas.Solución básica factible: Es aquella soluciónbásica que no contiene ninguna coordenadanegativa y que contiene n-m coordenadas nulas.Solución óptima: Es una solución básica factibleque tiene el valor más favorable de la función
objetivo.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
17/76
EJEMPLO 4. Solución gráfica.Una empresa se dedica a fabricar porcelana, para lo cual dispone de un horno que absorbe 10 t. al díade productos. La empresa fabrica dos tipos de porcelana: A y B. Se sabe además que de porcelana tipo
A el Departamento de Ventas no puede consumir nada más que 8 t. al día y de las de tipo B 5 t/día. Los beneficios obtenidos por la comercialización de la porcelana tipo A son de 2 u.m. y de las de tipo B, 3.5u.m. Determinar el plan de producción óptimo.
Llamando: x1: tonelaje diario de porcelanas tipo A
x2: " " " " BMax Z = 2x1 + 3,5x2
x1 8x2 5x1 + x2 10
x1, x2 0
8/18/2019 Tema 2-01-Programacion Lineal Power Point
18/76
Solución gráficaX2
Porcelana tipo A
C"
D C C´ H Porcelana tipo B5
B
0,3
0 0,5 5 8 A X1
Restricción del horno
8/18/2019 Tema 2-01-Programacion Lineal Power Point
19/76
5. MÉTODO DEL SIMPLEX.
El método del Simplex consiste en unalgoritmo iterativo que permite resolverun problema de programación lineal.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
20/76
5.1. Algoritmo del simplex.
preparación de los datos del proble-ma para comenzar las iteraciones
repítase tantas veces como se
necesite
¿ se ha obtenido el resultado que se desea ?
NO SÍDetenerse
Paso de iniciación
Paso de iteración
Regla de detención
8/18/2019 Tema 2-01-Programacion Lineal Power Point
21/76
Iniciación
Max Z = 3x1 + 5x2 (0)x1
4 (1)2x2
12 (2)
3x1 + 2x2 18 (3)
x1,x2
0
Z = -3x1 -5x2 + 0h1 +0h2 +0h3 = 0x1 + h1 = 42x2 + h2 = 12
3x1 +2x2 + h3 = 18
Se convierte en:
8/18/2019 Tema 2-01-Programacion Lineal Power Point
22/76
VARIABLE SEGUNDOBÁSICA X1 X2 h1 h2 h3 MIEMBRO
FILA (0) Z -3 -5 0 0 0 0FILA (1) h1 1 0 1 0 0 4FILA (2) h2 0 2 0 1 0 12FILA (3) h3 3 2 0 0 1 18
Cuadro 1.5
Construcción de la Tabla
8/18/2019 Tema 2-01-Programacion Lineal Power Point
23/76
1ª ITERACIÓN.Consiste en obtener una nueva solución
(x1, x2, h1, h2, h3). Para ello se cambia unavariable básica por una no básica.
Paso 1: Determinar la variable no básica queentra, seleccionando de las variables nobásicas (en nuestro caso x1, o x2) aquella conel coeficiente más negativo en la ecuación
(0), ya que será quien provoque un mayoraumento en la función objetivo; en esteejemplo x2, con coeficiente -5.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
24/76
Paso 1.
La columna a la que pertenece estecoeficiente se denomina columnapivote. Dicha columna está formada por
los siguientes términos :0
22
8/18/2019 Tema 2-01-Programacion Lineal Power Point
25/76
Paso 2: Determinar la variable básica que sale. Este
paso lo dividimos en dos partes:
a.- Seleccionar los coeficientes de lacolumna anteriormente considerada quesean estrictamente positivos (> 0).
b.- Dividir el "segundo miembro" decada fila (disponibilidades) entre cadauno de los anteriores coeficientes de sumisma fila.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
26/76
En nuestro caso las divisiones posibles son:
2 coeficiente de b
2 valor de columna pivote =
12
2 = 6
coeficiente de b valor de columna pivote
i
ier
º
º
3
er
3182
9
luego al ser el menor valor 6, la variable básica que sale es h2.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
27/76
Cambios de variables
VARIABLE SEGUNDO
BÁSICA X1 X2 h1 h2 h3 MIEMBRO
FILA (0) Z -3 -5 0 0 0 0
FILA (1) h1 1 0 1 0 0 4FILA (2) h2 0 2 0 1 0 12FILA (3) h3 3 2 0 0 1 18
8/18/2019 Tema 2-01-Programacion Lineal Power Point
28/76
Paso 3: Se determina la nueva solución básicafactible construyendo un nuevo cuadro del simplex.
Nueva fila pivote (2) =fila pivote anterior (0,2,0,1,12)
numero pivote
2
x1 x2 h1 h2 h3 bi
quedando la nueva fila (2) = 0 1 0 1/2 0 6
8/18/2019 Tema 2-01-Programacion Lineal Power Point
29/76
Cambio de la Fila (0)
para obtener un cero donde tenemos -5:
x1 x2 h1 h2 h3 bi
Antigua fila (0) : -3 -5 0 0 0 0
+5 ( 0 1 0 ½ 0 6)
Nueva fila (0) -3 0 0 5/2 0 30
8/18/2019 Tema 2-01-Programacion Lineal Power Point
30/76
Fila (1)
x1 x2 h1 h2 h3 bi
1 0 1 0 0 4
Se deja, pues x2 ya tiene debajo un 0.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
31/76
Fila (3)
x1 x2 h1 h2 h3 bi
Antigua fila 3 : 3 2 0 0 1 18
(-2) 0 1 0 ½ 0 6
3 0 0 -1 1 6
8/18/2019 Tema 2-01-Programacion Lineal Power Point
32/76
Fin primera iteración y
comprobación del paso 3.
VARIABLE SEGUNDOBÁSICA X1 X 2 h1 h2 h3 MIEMBRO
FILA (0) Z -3 0 0 5/2 0 30FILA (1) h1 1 0 1 0 0 4
FILA (2) X2 0 1 0 1/2 0 6
FILA (3) h3 3 0 0 -1 1 6
Cuadro 1.6
8/18/2019 Tema 2-01-Programacion Lineal Power Point
33/76
8/18/2019 Tema 2-01-Programacion Lineal Power Point
34/76
2ª Iteración
VA RIA BLE SEGU N D O
BÁ SICA X 1 X 2 h 1 h 2 h 3 M I E M B R O
FILA (0) Z -3 0 0 5/2 0 30
FILA (1) h 1 1 0 1 0 0 4FILA (2) X 2 0 1 0 1/2 0 6
FILA (3) h 3 3 0 0 -1 1 6
8/18/2019 Tema 2-01-Programacion Lineal Power Point
35/76
Paso 3: Determinar la nueva
solución básica factible.
Nueva fila pivote ( ) = fila pivote anterior ( )numero pivote
3 3 0 0 1 1 63
, , , , ,
x1 x2 h1 h2 h3 bi
quedando la nueva fila (3) = 1 0 0 -1/3 1/3 2
8/18/2019 Tema 2-01-Programacion Lineal Power Point
36/76
Fila (0)
x1 x2 h1 h2 h3 bi
Antigua fila (0) : -3 0 0 5/2 0 30
+3 ( 1 0 0 -1/3 1/3 2 )
Nueva fila (0) 0 0 0 3/2 1 36
8/18/2019 Tema 2-01-Programacion Lineal Power Point
37/76
Fila (1)
x1 x2 h1 h2 h3 bi
Antigua fila 1 : 1 0 1 0 0 4
(-1) ( 1 0 0 -1/3 1/3 2 )
0 0 0 1/3 -1/3 2
8/18/2019 Tema 2-01-Programacion Lineal Power Point
38/76
Fila (2)
x1 x2 h1 h2 h3 bi
0 1 0 1/2 0 6
se deja, pues ya tiene un 0 debajo de x1.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
39/76
RESUMENVB X1 X2 h1 h2 h3 2º Miembro
Z -3 -5 0 0 0 0
h1 1 0 1 0 0 4h2 0 2 0 1 0 12
h3 3 2 0 0 1 18
Z -3 0 0 5/2 0 30h1 1 0 1 0 0 4
X2 0 1 0 1/2 0 6
h3 3 0 0 -1 1 6
Z 0 0 0 3/2 1 36h1 0 0 0 1/3 -1/3 2
X2 0 1 0 1/2 0 6
X1 1 0 0 -1/3 1/3 2
8/18/2019 Tema 2-01-Programacion Lineal Power Point
40/76
5.2. Solución de diferentes casos del méto-
do del simplex por métodos de penalización
5.2.1. Solución óptima degenerada.5.2.2. Solución degenerada temporal.5.2.3. Solución no acotada.
5.2.4. Espacio de soluciones infinito, perohay una solución acotada y óptima.5.2.5. Soluciones alternativas.
5.2.6. Variable básica que no sale: z noacotada.
5 2 1 S l ió ó ti
8/18/2019 Tema 2-01-Programacion Lineal Power Point
41/76
5.2.1. Solución óptima
degenerada.
Problema 5.2.1:
Max Z= 3x1 + 9x2
x1 + 4x2 ≤ 8x1 + 2x2 ≤ 4
xj ≥ 0
Cuadro de la solución
8/18/2019 Tema 2-01-Programacion Lineal Power Point
42/76
Cuadro de la solución
degenerada
VB X1 X2 h1 h2 2º miembroZ -3 -9 0 0 0h1 1 4 1 0 8h2 1 2 0 1 4
Z -3/4 0 9/4 0 18X2 1/4 1 1/4 0 2h2 1/2 0 -1/2 1 0*
Z 0 0 3/2 3/2 18X2 0 1 1/2 -1/2 2X1 1 0 -1 2 0*
8/18/2019 Tema 2-01-Programacion Lineal Power Point
43/76
Grafica de la solución degenerada
X2
2
4 8 X1
5 2 2 Solución degenerada
8/18/2019 Tema 2-01-Programacion Lineal Power Point
44/76
5.2.2. Solución degenerada
temporal.
Problema 5.2.2:
Max Z= 2x1 + x2 4x1 + 3x2 ≤ 124x1 + x2 ≤ 8
4x1-x2≤8xj ≥ 0
Cuadro de ejemplo solución
8/18/2019 Tema 2-01-Programacion Lineal Power Point
45/76
Cuadro de ejemplo solución
degenerada temporal.V B X 1 X 2 h 1 h 2 h 3 2 º M ie m b r o
Z -2 -1 0 0 0 0h 1 4 3 1 0 0 1 2h 2 4 1 0 1 0 8h 3 4 -1 0 0 1 8Z 0 -1 /2 0 1 /2 0 4h 1 0 2 1 -1 0 4X 1 1 1 /4 0 1 /4 0 2h 3 0 -2 0 -1 1 0 *Z 0 0 1 /4 1 /4 0 5
X 2 0 1 1 /2 -1 /2 0 2X 1 1 0 -1 /8 3 /8 0 3 /2h 3 0 0 1 -2 1 4
Grafica de la solución degenerada
8/18/2019 Tema 2-01-Programacion Lineal Power Point
46/76
Grafica de la solución degenerada
temporal
X2
8
2 3 X1
8/18/2019 Tema 2-01-Programacion Lineal Power Point
47/76
5.2.3. Solución no acotada
Problema 5.2.3:
Max Z= 2x1 + x2 x1 - x2 ≤ 102x1 - x2 ≤ 40xj ≥ 0
Cuadro de ejemplo solución no
8/18/2019 Tema 2-01-Programacion Lineal Power Point
48/76
VB X1 X2 h1 h2 2º miembro
Z -2 -1 0 0 0
h1 1 -1 1 0 10
h2 2 -1 0 1 40Z 0 -3 2 0 20
X1 1 -1 1 0 10
h2 0 1 -2 1 20
Z 0 0 -4 3 80X1 1 0 -1 1 30
X2 0 1 -2 1 20
Cuadro de ejemplo solución no
acotada.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
49/76
Grafica de la solución no acotada.
5 2 4 Espacio de soluciones
8/18/2019 Tema 2-01-Programacion Lineal Power Point
50/76
5.2.4. Espacio de soluciones
infinito, pero hay unasolución acotada y óptima.
Problema 5.2.4:
Max Z= 6x1 - 2x2 2x1 - x2 ≤ 2x1 ≤ 4xj ≥ 0
Cuadro del ejemplo de espacio de
8/18/2019 Tema 2-01-Programacion Lineal Power Point
51/76
Cuadro del ejemplo de espacio de
soluciones infinito, pero hay unasolución acotada y óptima.
VB X1 X2 h1 h2 2º miembro
Z -6 2 0 0 0
h1 2 -1 1 0 2
h2 1 0 0 1 4
Z 0 -1 3 0 6
X1 1 -1/2 1/2 0 1
h2 0 1/2 -1/2 1 3
Z 0 0 2 2 12
X1 1 0 0 1 4
X2 0 1 -1 2 6
Grafica de la solución de espacio
8/18/2019 Tema 2-01-Programacion Lineal Power Point
52/76
Grafica de la solución de espacio
de soluciones infinito, pero hayuna solución acotada y óptima.
X2
solución
6
X1
1 4
-2
5.2.5. Soluciones alterna-
8/18/2019 Tema 2-01-Programacion Lineal Power Point
53/76
5.2.5. Soluciones alterna
tivas.
Problema 5.2.5a:
Max Z= 4x1 + 14x2 2x1 + 7x2 ≤ 217x1 + 2x2 ≤ 4xj ≥ 0
Cuadro del ejemplo de
8/18/2019 Tema 2-01-Programacion Lineal Power Point
54/76
Cuadro del ejemplo de
soluciones alternativas.
VB
X1 X2 h1 h2 2º miembro
Z -4 -14 0 0 0h1 2 7 1 0 21
h2 7 2 0 1 21Z 0* 0 2 0 42X2 2/7 1 1/7 0 3h2 45/7 0 -2/7 1 15
Z 0 0 2 0 42X2 0 1 7/45 -2/45 7/3X1 1 0 -2/45 7/45 7/3
8/18/2019 Tema 2-01-Programacion Lineal Power Point
55/76
Grafica de la solución alternativas.
X2
S. Básicas
X1
5.2.6. Variable básica que
8/18/2019 Tema 2-01-Programacion Lineal Power Point
56/76
5.2.6. Variable básica que
no sale: z no acotada.
Problema 5.2.6:
Max Z = 3x1 + 5x2
x1 4
x 0
Cuadro y gráfico del ejemplo de varia-
8/18/2019 Tema 2-01-Programacion Lineal Power Point
57/76
y g j p
ble básica que no sale: z no acotada.VB X2 X2 h1 2º miembro
Z -3 -5 0 0h1 1 0 1 4*
X2
F. Objetivo
4 X1
6. PRECIOS SOMBRA Y
8/18/2019 Tema 2-01-Programacion Lineal Power Point
58/76
COSTES DE OPORTUNIDAD. Max Z = 3x1 + 5x2 x1 4
2x2 123x1 + 2x2 18
VB X1 X2 h1 h2 h3 2º miembroZ -3 -5 0 0 0 0
h1 1 0 1 0 0 4h2 0 2 0 1 0 12h3 3 2 0 0 1 18Z -3 0 0 5/2 0 30h1 1 0 1 1 0 4
X2 0 1 0 1/2 0 6h3 3 0 0 -1 1 6Z 0 0 0 3/2 1 36h1 0 0 1 1/3 -1/3 2X2 0 1 0 1/2 0 6
X1 1 0 0 -1/3 1/3 2
Solución y precios sombra con
8/18/2019 Tema 2-01-Programacion Lineal Power Point
59/76
WinQSB
VB X1 X2 h1 h2 h3 2º miembro
Z -3 -5 0 0 0 0
8/18/2019 Tema 2-01-Programacion Lineal Power Point
60/76
h1 1 0 1 0 0 4
h2 0 2 0 1 0 13h3 3 2 0 0 1 18
Z -3 0 0 5/2 0 32.5
h1 1 0 1 0 0 4
X2 0 1 0 1/2 0 6.5
h3 3 0 0 -1 1 5Z 0 0 0 3/2 1 37.5
h1 0 0 1 1/3 -1/3 7/3
X2 0 1 0 1/2 0 6.5
X1 1 0 0 -1/3 1/3 5/3
VB X1 X2 h1 h2 h3 2º miembroZ -3 -5 0 0 0 0
h1 1 0 1 0 0 4
h2 0 2 0 1 0 12
h3 3 2 0 0 1 19
Z -3 0 0 5/2 0 30
h1 1 0 1 0 0 4X2 0 1 0 1/2 0 6
h3 3 0 0 -1 1 7
Z 0 0 0 3/2 1 37
h1 0 0 1 1/3 -1/3 5/3
X2 0 1 0 1/2 0 6X1 1 0 0 -1/3 1/3 7/3
6.1. Variaciones máximas de
8/18/2019 Tema 2-01-Programacion Lineal Power Point
61/76
los precios sombra. h2 bi El rango viene dado
porZ 3/2
h1 1/3 2 2: (1/3) = 6 mínimo
X2 1/2 6 6: (1/2) = 12
X1 -1/3 2 2: (-1/3) = -6 máximo
h3 bi El rango viene dado
porZ 1h1 -1/3 2 2 / (1/3) = -6 máximoX2 0 6 6/0 = INFINITO
X1 1/3 2 2 / (1/3) = 6 mínimo
7. RESOLUCIÓN POR MÉTODOS DE
8/18/2019 Tema 2-01-Programacion Lineal Power Point
62/76
7. RESOLUCIÓN POR MÉTODOS DE
PENALIZACIÓN CUANDO HAYRESTRICCIONES TIPO "IGUALDAD"
O "MAYOR O IGUAL".7.1. Variable artificial.
Max Z = cx - M Ak
Ak
8/18/2019 Tema 2-01-Programacion Lineal Power Point
63/76
Max Z = 3x1 + 5x2 Z - 3x1 - 5x2 = 0
x1 4 x1 + h1 = 42x2 12 2x2 + h2 = 12
3x1 + 2x2 = 18 3x1 + 3x2 = 18
7.2. Caso de igualdad.
x1 = x2 = 0 implica h1 = 4h2 = 120 = 18 incompatible
Si
Por ello, al final queda:
x1 + h1 = 4
2x2 + h2 = 12
3x1 + 3x2 + A1 = 8
Max Z = 3x1 + 5x2 - MA1
x1 x2 h1 h2 A1 bi R(0) [ -3 -5 0 0 M 0 ]
R(3) ( M) [ 3 2 0 0 1 18 ]
8/18/2019 Tema 2-01-Programacion Lineal Power Point
64/76
R(3)× (-M) [ 3 2 0 0 1 18 ]
R'(0) [-3-3M -5-2M 0 0 0 -18M]
VB X1 X2 h1 h2 A1 2º miembro
Z -3M-3 -2M-5 0 0 0 -18Mh1 1 0 1 0 0 4
h2 0 2 0 1 0 12
A1 3 2 0 0 1 18
Z 0 -2M-5 3M+3 0 0 -6M+12
X1 1 0 1 0 0 4h2 0 2 0 1 0 12
A1 0 2 -3 0 1 6
Z 0 0 -9/2 0 M+5/2 27
X1 1 0 1 0 0 4
h2 0 0 3 1 -1 6X2 0 1 -3/2 0 1/2 3
Z 0 0 0 3/2 M+1 36
X1 1 0 0 -1/3 1/3 2
h1 0 0 1 1/3 -1/3 2
X2 0 1 0 1/2 0 6
8. PROGRAMACIÓN POR
8/18/2019 Tema 2-01-Programacion Lineal Power Point
65/76
OBJETIVOSa.- No flexibles:
j=1
n
ij i
j=1
n
ij i
a b
a b
b.- Flexibles:
j=1
n
ij j i i+
i- a x - 0 = Y Y
donde :
j=1
n
ij ja x nivel real que se prevé para que alcancen el objetivo i.0i: nivel deseado de este objetivo.Y+i Y
-i: desviaciones entre ambos, representamos por:
Y
-
i desviaciones por defecto, y por: Y
+
i desviaciones por exceso.
EJEMPLOSupongamos que tenemos que fabricar dos artículos A1 y A2
8/18/2019 Tema 2-01-Programacion Lineal Power Point
66/76
p g q q y
que consumen tres recursos llamados R1, R2, R3, en las proporcionesindicadas en la tabla 1. Sabiendo que las disponibilidades de cada unode los recursos y los beneficios que se obtienen por cada unidadfabricada de dichos productos son: c1 = 5 u.m. y c2 = 4 u.m. Sepretende determinar:
1. Plan óptimo de producción2. Plan de producción con los tres objetivos siguientes O1 , O2, O3donde:01: conseguir un beneficio mínimo de 15 uds/día.
02: saturar completamente el recurso 1.03: la utilización del recurso 2 no debe sobrepasar las 20 h/d.
RECURSO R1 R2 R3
ARTICULOA1 4 3 1
A2 2 5 2
DISPONIBILIDAD 10 20 12
Tabla 1
8/18/2019 Tema 2-01-Programacion Lineal Power Point
67/76
SOLUCIÓN:
1) Comenzaremos con un único objetivo, maximizar beneficios.
Max Z = 5x1 + 4x2
4x1 + 2x2 10 (R1)3x1 + 5x2 20 (R2)x1 + 2x2 12 (R3)x1, x2 0
resolviendo
x1 = 0,71x2 = 3,57Z = 17,8
h1 = 0,92h2 = 0
Para los tres objetivos:
8/18/2019 Tema 2-01-Programacion Lineal Power Point
68/76
Max Z = -MY-1 - NY+
2 - NY-2 - PY
+3
x1 + 2x2 + h1 = 125x1 + 4x2 - Y
+1 + Y
-1 = 15
4x1 + 2x2 - Y+
2 + Y-2 = 10
3x1 + 5x2 - Y+3 + Y-3 = 20xi, Y
+ j, Y
- j 0
j
8/18/2019 Tema 2-01-Programacion Lineal Power Point
69/76
9. EL PROBLEMA DUAL.
HORAS REQUERIDAS CAPACIDADOPERACIÓN A B MENSUAL HORAS
O1 3 2 2000O2 1 2 1000
Resolver un problema llamado primal en el que se buscadecidir cuanto se debe de fabricar de dos productos A, By que consumen dos recursos O1 y O2 según la tablasiguiente. Siendo el beneficio obtenido por la fabricacióndel producto A, 40 unidades monetarias y 60 unidades
monetarias por producto B.
Planteamiento primal:Max Z = 40x1 + 60x2
sujeto a: 3x1 + 2x2 2.000x1 + 2x2 1.000x1, x2 0
y1, y2 las rentas recibidas por hora para las operaciones0 y 0 respectivamente
8/18/2019 Tema 2-01-Programacion Lineal Power Point
70/76
01 y 02 respectivamente.
C = 2.000 y1 + 1.000 y2
Ya que 3 horas de 01 y 1 hora de 02, son necesarias para producir una unidad de A,el valor en términos de precios deberá ser:
3y1 + 1y2
y esto debe ser como mínimo mayor o igual que el que se obtiene al producir elartículo A que es de 40.
Min C = 2000y1 + 1000y2
3y1 + y2 402y1 + 2y2 60
y1, y2 0
Soluciones:
8/18/2019 Tema 2-01-Programacion Lineal Power Point
71/76
VB x1 x2 h1 h2 Bi Z 0 0 5 25 35000x1 1 0 1/2 -1/2 500x2 0 1 -1/4 3/4 250
VB Y1 Y2 h1 h2 A1 A2 Bi C 0 0 500 250 M-500 M-250 35000y1 1 0 -1/2 1/4 1/2 -1/4 5y2 0 1 1/2 -3/4 -1/2 3/4 25
Soluciones:
9.1. Ejemplos de construcción
8/18/2019 Tema 2-01-Programacion Lineal Power Point
72/76
de otros modelos primal y dual.1. Ejemplo, si el primal es:
Max Z = 2x1 + 3x2 + 2x2x1 + 2x2 + 3x3 42x1 + x2 + x3 6
x1, x2, x3 0
Su dual será:Min C = 4y1 + 6y2
y1 + 2y2 22y
1+ y
2 3
3y1 + y2 2y1, y2 0
9.2. Método de Lemke.
8/18/2019 Tema 2-01-Programacion Lineal Power Point
73/76
Algoritmo dual del Simplex. VNB VB bi
Z Valores (negativos) de
las variables no básicas
= V
0 0
VB Valores positivos de las
variables básicas iniciales =
u jB
VNB VB bi
Z Valores (positivos) de
las variables no básicas
= V
0 0
VB Valores negativos de lasvariables básicas iniciales =
u jB
8/18/2019 Tema 2-01-Programacion Lineal Power Point
74/76
Regla de introducción.
min
b
a negativos
j
ij ( )
Regla de supresión.
La más negativa
Regla de parada.Toda la parte derecha del cuadro sea positiva.
9.2.3. Ejemplo de aplicación
8/18/2019 Tema 2-01-Programacion Lineal Power Point
75/76
del método de Lemke.Min Z = 2x1 + x2
3x1 + x2 3
4x1 + 3x2 6x1 + 2x2 3
x j 0
X1 X2 h1 h2 h3 bi
Z 2 1 0 0 0 0
h1 -3 -1 1 0 0 -3
h2 -4 -3 0 1 0 -6
h3 -1 -2 0 0 1 -3
8/18/2019 Tema 2-01-Programacion Lineal Power Point
76/76
1ª ITERACIÓN: X1 X2 h1 h2 h3 bi
Z 2/3 0 0 1/3 0 -2
h1 -5/3 0 1 -1/3 0 -1X2 4/3 1 0 -1/3 0 2
h3 -5/3 0 0 2/3 1 -1
2ª ITERACIÓN:X
1 X
2 h
1 h
2 h
3 b
i
Z 0 0 2/5 1/5 0 -12/5
X1 1 0 -3/5 1/5 0 3/5
X2 0 1 4/5 -3/5 0 6/5
h3 0 0 -1 1 1 0