Captulo 1 Dualidad.

1.1. Introduccin al problema dual.

Los problemas de programacin lineal tienen una SIMETRIA que es til. Como
todo problema PL esta asociado con un problema con el que guarda esta
simetra (problema dual).

1.1.1. El problema dual.

Un agricultor desea programas sus cultivos para el ao venidero con dos
cultivos: papas y trigo. El es poseedor 100 hectreas (ha) de tierra cultivable.
Cuenta con una disponibilidad de 160 das de mano de obra para emplearle en
sus cosechas, el trigo requiere cuatro das de mano de obra por hectrea de
cultivo y la papa requiere un da por hectrea de cultivo. El capital disponible por
el agricultor es de $1,100 u.m. para cubrir los costos resultado de la siembra y
labores culturales . El costo de la siembra y labores culturales asociadas con
una hectrea de trigo son de 20 u.m. mientas que el costo de siembra y labores
culturales de una hectrea de papa es de 10 u.m.

Si un agricultor espera un beneficio de 40 u.m. por hectrea de papa y un
beneficio de 120 u.m. por hectrea de trigo. Cuntas hectreas de cada cultivo
debe sembrar para alcanzar la mxima ganancia.

Formulacin del modelo.

Variables de decisin.

1
= .

2
= .

Max z=40
1
+120
2

s.a.

1
+
2
100 .

1
+4
2
160 .
10
1
+20
2
1 100 .

1
,
2
0

El agricultor se encuentra dentro de un sistema econmico como lo muestra la
siguiente figura.


1. Situacin de agricultor en el sistema econmico.


1.1.1.1. Contexto econmico y supuestos.
- Se supone una economa de competencia perfecta, es decir que en tal
mercado.

o Si el agricultor decide vender, o rentar los excedentes de sus
recursos a otras personas con el objeto de incrementar sus
ganancias debe considerar que los precios de dichos recursos
tendern a la baja a medida que la cantidad ofertada en el
mercado aumente.

El agricultor estar dispuesto a vende sus recursos siempre y
cuando el los ingresos que reciba por esta accin sean por lo
menos iguales al ingreso que obtendra por usarlos en la
produccin.

o En tanto si l agricultor decide comprar o rentar recursos a otras
personas para producir mas y con ello incrementar sus ganancias,
el agricultor debe considerar que a medida que la demanda de
algn recurso se incrementa en el mercado su precio se eleva.

El agricultor estar dispuesto a pagar por una combinacin de
recursos para producir una unidad mas como mximo el beneficio
que obtendra de la venta de la unidad adicional producida.

- Se pueden vender o rentar los recursos excedentes (hectreas de tierra,
das de labor y capital) o comprar unidades adicionales de estos recursos
si el empresario lo necesita.

Denotando por
1
,
2
,
3
como el precio unitario por comprar o vender los
recursos necesarios para la produccin

El determinar el costo de los recursos necesarios para producir papa y trigo
conducira al siguiente anlisis.
Mercado de
competencia perfecta
Agricultor

Para producir papa se requiere destinar un numero de hectreas donde se
sembraran, el costo por destinar estas hectreas a esta actividad la
denotaremos como
1
.

Para producir una hectrea de papa se requiere invertir un da de labor y el
costo de es de
2


Y para cada hectrea producida de papa el agricultor destinara 10 u.m. para
cubrir las actividades de siembra y labores culturales, l costo por cada u.m.
invertida ser de
3
.

Resumiendo el costo total por producir un unidad comercial papa se determina
por la siguiente expresin.

1
+
2
+10
3


Recordamos que de acuerdo al problema el precio de venta por unidad
comercial de papa es de 40 u.m. Podemos determinar la ganancia por unidad
comercial con la siguiente ecuacin

= .

Sustituyendo
= 40 (
1
+
2
+10
3
)

La ganancia debe ser por lo menos cero ya que nadie producira un artculo si
este representara una perdida.

0 40 (
1
+
2
+10
3
)

Despejando la ecuacin anterior.

40
1
+
2
+10
3


De manara similar obtenemos el costo y la ganancia para el cultivo de trigo.
Recordando que el precio de venta por unidad comercial de trigo es de 120 u.m.
Se obtienen las siguientes expresiones.

Costo total por unidad comercial de trigo.

1
+ 4
2
+20
3


Ganancia
= 120 (
1
+4
2
+20
3
)

120
1
+4
2
+20
3


La funcin objetivo entonces cambia a hora se tratara de minimizar los costos
ligados con la utilizacin de los recursos.

Min z=100
1
+160
2
+1100
3


Entonces se ha formulado el problema dual para poder calcular los costos
asociados con la produccin de los cultivos de papa y trigo.

Modelo Dual.

Min z=100
1
+160
2
+1100
3

s.a.
40
1
+
2
+10
3
Costos asociados a la produccin de papa.
120
1
+4
2
+ 20
3
Costos asociados a la produccin de trigo.

1
,
2
,
3
0


Una caracterstica importante, es que cualquier problema puede ser primal o
dual para obtener el dual a partir de un primal o viceversa puede hacerse uso de
la siguiente tabla.

TABLA 1. Elementos para convertir un problema primal en su dual.

Problema Primal Problema dual
Maximizacin Minimizacin
Restriccin i Variable i

0
= irrestricta
Variable j

0 Restriccin j

0
irrestricta =


De lo anterior se deduce que el paso al dual se lleva a cabo teniendo presente
las cuatro reglas siguientes:

- Los coeficientes de la i-sima restriccin para el problema primal pasan a
ser los coeficientes de las variables Wi en las restricciones del problema
dual. El problema dual tiene tantas variables como restricciones hay en el
primal.

- Los coeficientes de las variables de decisin Xj en el problema primal
pasan a ser los coeficientes de la restriccin j-sima en el problema dual.
El problema dual tiene tantas restricciones como variables hay en el
primal.

- Los coeficientes de la funcin objetivo en el problema primal pasan a ser
los coeficientes del segundo miembro de las restricciones en el problema
dual.

- Los coeficientes del segundo miembro de las restricciones del problema
primal pasan a ser los coeficientes de la funcin objetivo del dual.

1.2. Interpretacin de dual de un problema de maximizacin.

Imagine que usted es dueo de una compaa mueblera en la cual se producen
sillas mesas y escritorio. Para cada uno de sus productos usted necesita los
siguientes recursos: madera, tiempo de carpintera y tiempo de acabados. Como
lo muestra la siguiente tabla.

TABLA 2. Requerimientos de recursos de los tres productos.

Escritorios Mesas Sillas
Cantidad
de
recurso
disponible
Piezas de
madera
8 6 1 48
Horas de
acabados
4 2 1.5 20
Horas de
carpintera
2 1.5 0.5 8
Precio
unitario en
el
mercado
60 30 20

El problema de programacin lineal que usted tiene con la produccin de su
empresa es el siguiente.

Variables:

1
2
3
x Numero de escritorios
x Numero de mesas
x Numero de sillas
=
=
=


Problema origina

1 2 3
1 2 3
1 2 3
1 2 3
max : 60 30 20
8 6 48 ( . )
4 2 1.5 20 ( . )
2 1.5 0.5 8 ( . int )
z x x x
x x x rest madera
x x x rest acabado
x x x rest carp era
+ +
+ + s
+ + s
+ + s
l

Considere que a usted le quieren comprar su fabrica. Entonces cabria preguntar
Cul es el precios que usted pedira por ella? y Cunto seria lo que estaran
dispuestos a darle sus compradores?. Considere para ello que se esta en un
mercado de competencia perfecta.

Bueno el empresario estara dispuesto a pagar el mnimo de lo que usted fuese
a ganar con la produccin dado a sus recursos limitados. Esto lo llevara al
siguiente problema

Variables

1
2
3
int
y precio asociado a una unidad de madera
y precio asociado a una unidad acabado
y precio asociado a una unidad carp eria
=
=
=


Problema dual.

( )
( )
( )
1 2 3
1 2 3
1 2 3
1 2 3
min : 48 20 8
8 4 2 60
6 2 1.5 30
1.5 0.5 20
w y y y
y y y escritorios
y y y mesas
y y y sillas
+ +
+ + >
+ + >
+ + >


Existe una relacin del problema original con el problema dual.

Observe que la primera restriccin del dual corresponde esta relacionada con la
columna 1 del problema original es decir con la cantidad de recursos necesarios
para producir un escritorio. De igual manera para las restricciones 2 y 3
correspondes a las columnas 2 y 3 del original respectivamente.

En cambio la variable yi del problema dual; se asocia con la i-esima restriccin
del problema original. Por ejemplo y1 se asocia con la restriccin de madera; por
que cada coeficiente asociado a y1 proviene de la restriccin de madera del
problema original. Como se muerta a continuacin.

- Primera restriccin del dual se relaciona con los escritorios (x1).
- Segunda restriccin del dual se relaciona con las mesas (x2).
- Tercera restriccin del dual se relaciona con las mesas (x3).

- La variable y1 se relaciona con la restriccin de madera del original.
- La variable y2 se relaciona con la restriccin de horas de acabado del
original.
- La variable y3 se relaciona con la restriccin de horas de carpintera del
original.
Como sntesis se podra sealar que la i-esima (hilera) restriccin del dual se
relaciona con la i-esima columna del original

Como ya se menciono las variables yi estn asociadas al precio de una unidad
del recursos. Dichos precios de yi se deben determinar resolviendo el problema
dual.

El empresario que quiere comprar su empresa tratara de pagar el mnimo costo
por adquirir sus recursos dados por la siguiente relacin.

1 2 3
min : 48 20 8 w y y y + +

La restricciones a las que esta sujeta e empresario son:

Los precios ofrecidos por el empresario sobre los recursos disponibles en su
empresa deben ser atractivos para su compaa y que usted decida venderlos.
Por ejemplo el empresario debiese ofrecer por lo menos 60 u.m por la siguiente
combinacin de recursos de 8 unidades de madera, 4 horas de acabado y 2
horas de carpintera. Dado a que con esta combinacin de recursos usted podra
producir un escritorio que representa para usted una ingreso de 60 u.m. Lo
anterior se puede representar con la siguiente igualdad.

1 2 3
8 4 2 60 y y y + + >

Lo que representa que el empresario debe estar dispuesto a pagar por una
combinacin de recursos que produzcan un escritorio por lo menos 60 u.m. Se
observa que esta es la primera restriccin del dual.

Anlogamente se debe pagar por lo menos 30 u.m por los recursos utilizados
para la fabricacin de una mesa es decir debe satisfacer la siguiente ecuacin.

1 2 3
6 2 1.5 30 y y y + + >

Finalmente la restriccin para las sillas seria la siguiente.

1 2 3
1.5 0.5 20 y y y + + >

Por ultimo se incluyen las restricciones de no negatividad dado a que no puede
existir un precio negativo para ningn producto.

1 2 3
, , 0 y y y >
El anlisis anterior muestra que la i-esima variable del problema dual
corresponde con la i-esima restriccin del problema primal.
Nota: Cuando el primal es un problema de maximizacin normal las variables
del dual representan el valor de los recursos que se tienen disponibles. A estos
valores se les denomina precio sombra.

Para casos de maximizar un problema no normal siga los siguientes pasos.

Un problema no normal es aquel que tiene dos tipos de restricciones ( => y =<),
y/o una igualdad, y/o una variable sin restriccin de signo por se considera no
normal. Considere el siguiente ejemplo

Max = 2x1 + x2
s.a.
x1 + x2 = 2
2x1 - x2 => 3
x1 - x2 =< 1
x1 => 0, x2 libre

PASOS:
- Multiplique cada restriccin => por -1. Esto convertir cada restriccin =>
en una restriccin =<. Por ejemplo: -2x1 + x2=< -3

- Reemplace cada restriccin en forma de igualdad por dos restricciones en
forma de desigualdad. Despus convierta la restriccin => en una
restriccin =<.

X1 + x2 => 2 x1 + x2 =< 2
-X1 - x2 =< -2 -x1 - x2 =< -2

- Cambie cada variable xi es libre por xi=(xi
+
-xi
-
)

Resumen

Obtener el dual de una problema de maximizacin no normal

- Si la i-sima restriccin del primal es una restriccin =>, la variable
correspondiente del dual yi tendr que satisfacer yi=< 0.
- Si la i-sima restriccin del primal es una restriccin en forma de igualdad,
la variable dual yi ahora ser sin restriccin de signo.
- Si la i-sima variable del primal es libre, la i-sima restriccin del dual
ser una restriccin en forma de igualdad
1.3. Interpretacin de dual de un problema de minimizacin.
Para el siguiente anlisis considere el problema de dieta siguiente

TABLA 3. Informacin nutricional sobre distintos tipos de alimentos

Tipo de
alimento
Unidades de
caloras
Unidades de
chocolate
Unidades de
azcar
Unidades de
grasas
Barra de
chocolate
(1 unidad)
400 3 2 2
Helado
(1 bola)
200 2 2 4
Bebida
(1 botella)
150 0 4 1
Pastel
(1 rebanada)
500 0 4 5



Restricciones
- El consumo de caloras debe ser por lo menos de 500 cal/ da.
- El consumo de chocolate debe ser de por lo menos 6 oz. /da.
- El consumo de azcar debe ser de por lo menos 10 oz. /da.
- El consumo de grasas debe ser de por lo menos 8oz /dia.

Precios de los alimentos:
- Cada barra de chocolate cuesta a lo mucho 50 u.m.
- Cada bola de helado cuesta hasta 20 u.m.
- Cada botella de bebida cuesta hasta 30 u.m.
- Cada rebanada de pastel cuesta hasta 80 u.m.

De lo anterior puede ser formulado el PL de la mejor dieta posible con el mnimo
costo.

Variables de decisin.

1
2
3
4
/
/
/
/
x Unidades de barras de chocolate da
x Unidades de bolas de helado da
x Unidades botellas da
x Unidades de rebanadas de pastel da
=
=
=
=



Modelo de la determinacin de dieta.
= 50
1
+ 20
2
+30
3
+80
4

s.a.
400
1
+200
2
+ 150
3
+500
4
500 (res. Caloras)
3
1
+2
2
6 (res. Chocolate)
2
1
+2
2
+ 4
3
+4
4
10 (res. Azcar)
2
1
+4
2
+
3
+5
4
8 (res. Grasa)

Solucionando el problema con WINQSB
Min w= 90.00 u.m.

1
=
4
= 0

2
= 2.5

3
= 1.25

Suponga que usted va a la cafetera de Doa Rosa. Ella tiene el dilema de
asegurar a una persona una dieta diaria que satisfaga sus requerimientos
mnimos mediante la venta de sus productos y obtener el mximo beneficio por
ello. Por lo cual ella debe resolver el problema dual.

Variables de decisin.

1
=

2
=

3
=

4
=

Modelo dual

= 500
1
+6
2
+10
3
+8
4

s.a.
400
1
+3
2
+ 2
3
+2
4
50 (res. Barra de chocolate)
200
1
+2
2
+2
3
+4
4
20 (res. Bola de helado)
150
1
+4
3
+
4
30 (res. Botella de bebida)
500
1
+4
3
+4
4
80 (res. Rebanada de pastel)

As el beneficio que obtendr la vendedora estar representado por la siguiente
ecuacin.

500
1
+6
2
+10
3
+8
4


Intentando obtener el mximo beneficio.

= 500
1
+6
2
+10
3
+8
4


Considerando lo siguiente.

Poner los precios de sus productos de forma tal que sean competitivos en el
mercado. Es decir, que a lo sumo sean iguales al precio medio en el mercado.

Por ejemplo si el consumidor compra una barra de chocolate en 50 u.m. en el
local de Don Nacho y obtiene por ella 400 cal., 3 oz. de chocolate, 2 oz. de
azcar y 2 oz. de grasa. Entonces el consumidor no estara dispuesto a pagar
mas de 50 u.m. por la misma barra en la cafetera de Doa Rosa.

Por lo anterior la vendedora no puede cargar mas de 50 u.m. por dicha
combinacin de nutrientes a sus clientes. Por un razonamiento similar, se
obtienen la restriccin 2,3 y 4.

Resolviendo el problema dual se obtiene le siguiente resultado.

Max z=90.00

1
=
4
= 0

2
= 2.5

3
= 7.5

El valor de
2
,
3
representan el precio sombra es decir el valor del costo de
las variables que son cargadas a los clientes
1.4. Anlisis de sensibilidad.

El anlisis de sensibilidad es una herramienta utilizada una vez encontrada la
solucin ptima. Se emplea esta herramienta para estudiar que parmetros son
los sensibles y observar el alcance de la solucin ptima. Es decir los intervalos
donde sigue siendo factible.

Este anlisis sirve para observar los cambios en ciertos parmetros del modelo y
sus efectos en la funcin objetivo.

Ejemplo.
= 40
1
+10
2

s.a.
10
1
+2
2
400
15
1
+10
2
1020
3
1
+5
2
420

Pasando al tablero simplex.

Bsica

Solucin
z -40 -10 0 0 0 0

10 2 1 0 0 400

N 15 10 0 1 0 1020

3 5 0 0 1 420

Resolviendo en dos iteraciones se obtiene le siguiente cuadro simplex.

Bsica

Solucin
Z 0 0 25/7 2/7 0 1720

1 0 1/7 -1/31 0 28

0 1 -3/14 1/7 0 60

0 0 9/14 -22/33 1 36


2. Grafica de la regin factible.

Los correspondientes recursos a
1
y
2
.Son totalmente usados entonces si
adquiriramos recursos adicionales podra resultar un aumento en el valor
ptimo de la funcin objetivo.

Por lo tanto realizaremos un anlisis de sensibilidad del problema a travs de
cambiar la cantidad en cualquier recurso escaso.

La solucin del dual (valor de los recursos) son
1
=
25
7
,
2
=
2
7
dado a que
1
>

2
se observa que lo conveniente es analizar el impacto que traera el cambio al
recurso correspondiente a la primera restriccin.

Sea o el cambio en el recurso de la primera restriccin. Entonces reescribimos
la restriccin uno en trminos de delta.

10
1
+2
2
+
1
= 400 +

Si embargo el valor de
1
= 0 segn la tabla ptima por lo tanto.

10
1
+2
2
= 400 +
10
1
+2
2
= 400

-20
0
20
40
60
80
100
120
140
160
180
200
0 50 100 150
10x1+2x2<=400
15x1+10x2<=1020
3x1+5x2<=420
F.O. Max z=40x1+10x2
Sea
1
= y
1
es una variable de holgura o artificial dependiendo de la
restriccin.

Entonces
10
1
+2
2
+
1
= 400

Expresando las restricciones a partir de la tabla ptima en forma de ecuaciones
se tendr lo siguiente.
+
25
7

1
+
2
7

2
= 1720

1
+

1
7

2
35
= 28

3
1
14
+

2
7
= 60
9
1
14

22
2
35
+
3
= 36

Ya que
1
= y
2
= 0 sustituimos estos valores en el sistema anterior,
obteniendo lo siguiente.


25
7
= 1720

7
= 28

2
+
3
14
= 60

9
14
+
3
= 36

El problema a resolver es Qu tan grande puede ser o sin afectar la base del la
solucin del problema?

Para cualquiera de los recursos, las variables deben permanecer no negativos
as o debe satisfacer lo siguiente.

1
= 28 +

7
0
28
1
7

= 196

2
= 60
3
14
0
60
3
14

= 280

3
= 36 +
9
14
0
36
9
14

= 56

Por lo tanto, el recurso puede aumentar a lo ms 280 unidades, ya que cualquier
aumento ms all de este lmite hara negativa
2
.

Tambin, los clculos presentan a dos posibles candidatos para determinar el
limite inferior para la disminucin del recurso-











En la grafica anterior se observa que la mxima disminucin es la cantidad que
se encuentra en el extremo izquierdo de la regin factible ya que la otra cantidad
fuera de esta violara la restriccin de
3
.

As el intervalo de valores para el recurso de la primera restriccin que dejara
sin cambio la base es de:

400 56
1
400 +280
344
1
680
La siguiente grafica ilustra este cambio.
3. Grafica representativa en el cambio del recurso




Para o=280, obtenemos la siguiente tabla ptima.

1
= 28 +
280
7
= 68 0

2
= 60
3(280)
14
= 0 0

3
= 36 +
9(280)
14
= 216 0

= 1720 +
25(280)
14
= 2720

-50
0
50
100
150
200
250
300
350
400
0 50 100 150
10x1+2x2=344
15x1+10x2<=1020
3x1+5x2<=420
F.O. Max
z=40x1+10x2
10x1+2x2=680
Lineal
(10x1+2x2=344)
-196
Regin factible
280
0 -56
Las variables de holgura
1
y
2
permanecen igual a cero. Observe que mientras

2
= 0 es considerada como una variable bsica, simplemente hemos elegido el
mximo aumento posible en el primer recurso y obligado a la variable a tomar el
valor factible mas pequeo.

Obsrvese tambin que el aumento de $1000.00 en la funcin objetivo es un
incremento de 25/7 por cada unidad de las 280 que se a incrementado. Ya que
como se explico el valor de
1
=
25
7
representa el valor unitario del recurso de la
primera restriccin.

Lo anterior significa que sera deseable que la compaa adquiriera recursos
adicionales de 280 unidades, si el precio (costo) unitario es menor que $
25
7
.

La grfica muestra que al cambiar el recurso
1
, se mueve el punto de
interseccin de las rectas.

10
1
+2
2
=
1
15
1
+10
2
= 1020

A lo largo del intervalo , que une los puntos (20,72) y (68,0) . El mximo aumento
de 280 desde 400 a 680 mueve la interseccin a (68,0), detenindose cuando el
eje
1
este a punto de violar la restriccin de
2
0.

La mxima disminucin de 400 a 344 mueve la interseccin de (20,72) y reduce
el valor de la funcin objetivo a $1520, una disminucin de 25/7 por cada unidad
de decrecimiento en
1
. El movimiento de la interseccin en tal direccin es
determinada por las restricciones.

3
1
+5
2
420

Para evitar que la variable de holgura
3
se convierta en negativa.

1.5. El algoritmo dual simplex.
Este algoritmo tiene como objetivo facilitar el proceso de la optimizacin.

Para ilustrar la metodologa del algoritmo simplex dual se utilisara el siguiente
ejemplo explicativo.

: 5
1
+4
2


Sujeto a:

1
+2
2
12
5
1
+
2
31
3
1
+
2
21

1
,
2
0

PASO 1: Se deben agregar las variables necesarias para pasar el problema a la
forma estndar. En este caso se agregaran variables de exceso.

: 5
1
+4
2


Sujeto a:

1
+2
2

1
= 12
5
1
+
2

2
= 31
3
1
+
2

3
= 21

1
,
2
0
.
PASO 2: Se deben adecuar las variables. De modo que las variables agregadas
tengan un valor superior o igual que cero.

Sujeto a:

1
2
2
+
1
= 12
5
1

2
+
2
= 31
3
1

2
+
3
= 21

1
,
2
0

1
,
2
,
3
0

PASO 3: Es necesario reescribir la funcin objetivo para eliminar las
incongruencias.

: 5
1
4
2


Sujeto a:

1
2
2
+
1
= 12
5
1

2
+
2
= 31
3
1

2
+
3
= 21

1
,
2
0

1
,
2
,
3
0

PASO 4: Escribimos el problema en un tablero de solucin simplex.

Bsica
1

2

1

2

3
Solucin
Z 5 4 0 0 0 0

1
-1 -2 1 0 0 -12

2
-5 -1 0 1 0 -31

3
-3 -1 0 0 1 -21

Observe que las soluciones a las ecuaciones de las restricciones son negativos.

PASO 5: Se selecciona el rengln con el valor de solucin ms negativo.
(rengln pivote)

TABLA 4. Seleccin del rengln pivote.

Bsica
1

2

1

2

3
Solucin
Z 5 4 0 0 0 0

1
-1 -2 1 0 0 -12

2
-5 -1 0 1 0 -31

3
-3 -1 0 0 1 -21
Si todas las otras entradas en el rengln seleccionado son no negativas ,
entonces no existe solucin factible. Aqu se detiene el algoritmo.

PASO 6: Se calculan los cocientes de los coeficientes de la funcin objetivo
entre el valor de su correspondiente en el rengln pivote seleccionado.

Cocientes {
1
=
5
5
,
2
=
4
1
}

La columna del pivote es quella que produce el mximo cociente negativo del la
entrada del rengln objetivo sobre el valor del elemento correspondiente de la
columna pivote. Las correspondientes variables entran a la base. Se puede
solucionar el problema usando eliminacin gauciana.

PASO 7: De los cocientes encontrados seleccionar el cociente ms grande y
tomar como columna pivote a la asociada con este valor. Como lo muestra la
tabla siguiente.

TABLA 5. Seleccin de la columna pivote.

Bsica
1

2

1

2

3
Solucin
Z 5 4 0 0 0 0

1
-1 -2 1 0 0 -12

2
-5 -1 0 1 0 -31

3
-3 -1 0 0 1 -21

Con base en el paso anterior pivoteamos en la primera columna y obtenemos el
siguiente tablero simplex.

Bsica
1

2

1

2

3
Solucin
Z 0 3 0 1 0 -31

1
0 -
9
5
1
1
5
0 -
29
5

1
1
1
5
0
1
5
0
31
5

3
0
2
5
0 -
3
5
1 -
12
5


PASO 8: Se repiten los pasos del 4 al 7 hasta tener valores estrictamente
positivos en la columna solucin. En ese momento se habr terminado el
algoritmo simplex.

De la tabla anterior se observa que el valor mas negativo es el de -
29
5
por lo cual
escogemos la hilera de
1
como hilera pivote. Calculando los coeficientes se
observa lo siguiente.

{
2=
3

9
5
,
2
=
1

1
5
} = {
15
9
,
5
1
} = {
5
3
, 5}
Por lo que se escoge para pivotear la columna
2
como lo muestra la siguiente
tabla.

Bsica
1

2

1

2

3
Solucin
Z 0 0
15
9

2
3
0 -
122
3

2
0 1 -
1
9

1
9
0
29
9

1
1 0
1
9
-
2
9
0
50
9

3
0 0 -
2
9
-
4
9
1 -
10
9


-
10
9
es el valor mas negativo as que seleccionamos a
3
como la hilera pivote.
Calculamos los cocientes asociados.

{
1=
15
9

2
9
,
2
=
2
3

5
9
} = {
15
2
,
18
15
} = {
15
9
,
6
5
}
De lo anterior se escoge a
2
como columna pivote. Y obtenemos la siguiente
tabla simplex.


Bsica
1

2

1

2

3
Solucin
Z 0 0
7
5
0
6
5
-42

2
0 1 -
3
5
0
1
5
3

1
1 0
1
5
0 -
2
5
6

3
0 0 -
2
5
1 -
9
5
2

Como ya no existen valores negativos del lado derecho de las ecuaciones ligada
a las restricciones entonces se da por concluido el algoritmo y obtenemos de la
ltima tabla la solucin al problema.

Por lo anterior se entiende que la solucin del problema encontrada sea
1
=
6 ,
2
= 3,
1
= 0,
2
= 2,
3
= 0 = 42 recuerde que este valor
fue multiplicado por -1 al principio. Por lo que es necesario regresarla a su forma
original multiplicando el valor obtenido por -1.