You are on page 1of 111

ANLISIS DE DUALIDAD

M. En C. Eduardo Bustos Faras

LA TEORA DE LA
DUALIDAD
El mtodo simplex adems de resolver un
problema de PL llegando a una solucin ptima
nos ofrece ms y mejores elementos para la toma
de decisiones.
La dualidad y el anlisis de sensibilidad son
potencialidades de ste mtodo.
El concepto de dualidad indica que para cada
problema de PL hay una asociacin y una
relacin muy importante con otro problema de
programacin lineal, llamado precisamente dual.

La relacin entre el problema dual y su asociado, es


decir el problema original llamado primal, presenta
varias utilidades:
1. Aporta elementos que aumentan sustancialmente la
compresin de la PL.
2. El anlisis de dualidad es una herramienta til en la
solucin de problemas de PL, por ejemplo: ms
restricciones que variables.
3. El problema dual tiene interpretaciones e
informaciones importantes que muestran que los
anlisis marginales estn siempre involucrados
implcitamente al buscar la solucin ptima a un
problema de PL.

Cmo convertir un problema


primal a dual?
Un problema dual se formula de un problema primal de la siguiente
forma:
1.
2.
3.
4.
5.
6.

Si el primal es un problema de maximizacin su dual ser un


problema de minimizacin y viceversa.
Los coeficientes de la funcin objetivo del problema primal se
convierten en los coeficientes del vector de disponibilidad en el
problema dual.
Los coeficientes del vector de disponibilidad del problema
original se convierten en los coeficientes de la funcin objetivo
(vector de costo o precio) en el problema dual.
Los coeficientes de las restricciones en el problema primal, ser la
matriz de los coeficientes tecnolgicos en el dual.
Los signos de desigualdad del problema dual son contrarios a los
del primal.
Cada restriccin en un problema corresponde a una variable en el
otro problema. Si el primal tiene m restricciones y n variables, el dual 4
tendr n restricciones y m variables. As, las variables Xn del primal
se convierte en nuevas variables Ym en el dual.

En forma general

Dualidad
MAX Z= 3X1 + 4X2 2X3

Variables duales

S. a: 4X1 12X2 + 3X3 < 12

Y1

2X1 + 3X2 + X3 < 6

Y2

5X1 +

Y3

X2 6X3 < -40

3X1 4X2 2X3 < 10

X1 > 0,

X2

> 0,

X3 >0

Y4

no restringida en signo

Min Z = 12Y1 + 6Y2 40Y3 + 10Y4


S. a:

4Y1 2Y2 5Y3 + 3Y4 >= 3


12Y1 + 3Y2 +
3Y1 +

Y1 > 0,

Y2

Y3 - 4Y4 >= 4

Y2 6Y3 2Y4 >= -2

> 0,

Y3 > 0,

Y4 >

no restringida en signo

EJEMPLOS
Si el problema primal es:
MAX Z= 45X1 + 17X2 + 55X3
Sujeto a:
X1 + X2 + X3 200
9X1 + 8X2 + 10X3 5000
10X1+ 7X2 + 21 X3 4000
Xj 0

El problema dual ser:


MAX Z= 45X1 + 17X2 + 55X3
Sujeto a:
X1 + X2 + X3 200
9X1 + 8X2 + 10X3 5000
10X1+ 7X2 + 21 X3 4000
Xj 0

MIN Z= 200Y1 + 5000Y2 + 4000Y3

Sujeto a:
Y1 + 9Y2 + 10Y3 45
Y1 + 8Y2 + 7Y3 17
Y1 + 10Y2 + 21Y3 55
Yj 0

Ejemplo
Problema primal:
MIN Z= 19X1 + 18X2
Sujeto a:
X1 + 5X2 100
X1 + 3X2 200
X1
50
X2 35
Xj 0
9

Solucin
Problema primal:

Problema dual:

MIN Z= 19X1 + 18X2


Sujeto a:
X1 + 5X2 100
X1 + 3X2 200
X1
50
X2 35
Xj 0

MAX Z=100Y1 + 200Y2 + 50Y3 + 35Y4

Sujeto a:
Y1 + Y2 + Y3
19
5Y1 + 3Y2 +
+ Y4 18
Yj 0

10

RESUMEN DE LA RELACIN DE LOS


PROBLEMAS PRIMAL Y DUAL:
DUAL
PRIMAL
Maximizar Z
Minimizar Z
Restriccin bi
Restriccin bi
Restriccin = bi
Variable i no restringida

Minimizar Z
Maximizar Z
Restriccin Ci
Restriccin Ci
Variable i no restringida
Restriccin = Ci
11

Anlisis de
Sensibilidad
M. En C. Eduardo Bustos Faras
12

Qu es el anlisis de
sensibilidad?
El anlisis de sensibilidad es el estudio de la
forma en la que se afecta la solucin ptima al
presentarse cambios en los coeficientes de un
programa lineal.
Utilizando ste anlisis podemos responder a
preguntas como las siguientes:
Cmo afectar a la solucin ptima un cambio
en uno de los coeficientes de la funcin objetivo?
Cmo afectar a la solucin ptima un cambio
en el valor del segundo elemento de una
restriccin?
13

ANLISIS DE
POSTOPTIMALIDAD
Dado que el anlisis de sensibilidad se ocupa de
la forma en que los cambios anteriores afectan a
la solucin ptima, el anlisis no comienza hasta
que se obtiene, precisamente, la solucin ptima
al problema de programacin lineal original.
Por esto ltimo al anlisis de sensibilidad con
frecuencia se le denomina anlisis de
postoptimalidad.
As pues, pese al cambio en alguno de los
parmetros de la formulacin original que dan
paso a un nuevo problema, no ser necesario
14
volver a resolver el problema desde el principio.

ENTORNO DINMICO DE
LOS NEGOCIOS
La principal razn de la importancia del anlisis de
sensibilidad para quienes toman las decisiones es que los
problemas reales ocurren en un medio ambiente
dinmico. Los precios de las materias primas varan, la
demanda flucta, las empresas sustituyen maquinaria y
mano de obra, etc.
Si se ha utilizado un modelo de programacin lineal en un
entorno de este tipo (dinmico), puede esperarse que con
el paso del tiempo algunos de los coeficientes cambian.
Los administradores desearn determinar la forma en que
esos cambios afectan a la solucin ptima del problema
de programacin lineal original.
15

CAMBIOS EN EL PL
ORIGINAL
El nuevo problema puede diferir del original
en uno o varios de los siguientes aspectos:
1. Cambios en la disponibilidad de recursos
(vector b).
2. Cambios en los costos unitarios o
utilidades (vector c).
3. Cambios en los coeficientes tecnolgicos
(matriz aij)
16

PREDICCIN DE LAS
CONDICIONES FUTURAS
El trabajo del equipo de investigacin de
operaciones apenas comienza cuando se ha
aplicado con xito el mtodo smplex para
identificar una solucin ptima del modelo.
Los valores de los parmetros que se usan
en el modelo casi siempre son slo
estimaciones basadas en una prediccin de
las condiciones futuras.
17

ESTIMACIN DE LOS
PARMETROS
Los datos obtenidos para desarrollar estas
estimaciones con frecuencia son bastante
imperfectos o no existen, as que los
parmetros de la formulacin original
pueden representar poco ms que
estimaciones optimistas o pesimistas que
protegen los intereses de los estimadores.
18

IMPORTANCIA DEL
ANLISIS
Por estas razones es importante llevar a cabo un anlisis
de sensibilidad, para investigar el efecto que tendra
sobre la solucin ptima proporcionada por el mtodo
smplex el hecho de que los parmetros tomaran otros
valores posibles.
En general, habr algunos parmetros a los que se les
puede asignar cualquier valor razonable sin que afecten la
optimalidad de esta solucin. Sin embargo, tambin habr
parmetros con valores probables que lleven a una nueva
solucin ptima.
Esta situacin es particularmente seria, si la solucin
original adquiere valores sustancialmente inferiores en la
funcin objetivo, o quiz no factibles.

19

PARMETROS SENSIBLES
Por lo anterior, un objetivo fundamental del anlisis
de sensibilidad es identificar los parmetros
sensibles, (por ejemplo, los parmetros cuyos
valores no pueden cambiar sin que cambie la
solucin ptima). Para ciertos parmetros que no
estn clasificados como sensibles, tambin puede
resultar de gran utilidad determinar el intervalo
de valores del parmetro para el que la solucin
ptima no cambia.
20

INFORMACIN PRODUCTO
DEL ANLISIS
La informacin de este tipo es invaluable en dos
sentidos.
Primero, identifica los parmetros ms importantes, con
lo que se puede poder un cuidado especial al hacer
sus estimaciones y al seleccionar una solucin que
tenga un buen desempeo para la mayora de los
valores posibles.
Segundo, identifica los parmetros que ser necesario
controlar de cerca cuando el estudio se lleve a la
prctica. Si se descubre que el valor real de un
parmetro se encuentra fuera de su intervalo de
valores permisibles, sta es una seal inminente de21
que es necesario cambiar la solucin.

El anlisis de sensibilidad prcticamente


elimina el esfuerzo computacional
El anlisis de sensibilidad requerira un
esfuerzo computacional exorbitante si
fuera necesario volver a aplicar el mtodo
smplex desde el principio para investigar
cada cambio en el valor de un parmetro.
Por fortuna, la esencia fundamental del
anlisis
de sensibilidad prcticamente
elimina el esfuerzo computacional.
22

Resumen del procedimiento


para anlisis de sensibilidad.
1. Revisin del modelo: se hacen los cambios
deseados en el modelo que se va a investigar.
2. Revisin de la tabla smplex final: se emplea la
idea fundamental para determinar los cambios
que resultan en la tabla smplex final.
3. Conversin a la forma apropiada: se convierte
esta tabla en la forma apropiada para identificar y
evaluar la solucin bsica actual aplicando
(segn sea necesario) eliminacin de Gauss.
23

Resumen del procedimiento


para anlisis de sensibilidad.
4. Prueba de factibilidad: se prueba la factibilidad de
esta solucin verificando que todas las variables bsicas
sigan teniendo valores no negativos en la columna del
lado derecho.
5. Prueba de optimalidad: se verifica si esta solucin es
ptima (si es factible), comprobando que todos los
coeficientes de las variables no bsicas en el rengln 0
sigan siendo no negativos.
6. Reoptimizacin: si esta solucin no pasa cualquiera de
las pruebas, se puede obtener (si se desea) la nueva
solucin ptima partiendo de la tabla actual como tabla
smplex inicial (haciendo las conversiones necesarias)
para el mtodo smplex o el smplex dual.
24

Anlisis de Sensibilidad del


coeficiente del lado derecho
Cualquier cambio en el lado derecho (bj)
de una restriccin activa cambiar la
solucin ptima.
Cualquier cambio en el lado derecho de
una restriccin no activa que sea menor
que la holgura o o el exceso, no produce
ningn cambio en la solucin ptima.
25

CAMBIOS EN LA DISPONIBILIDAD
DE RECURSOS (VECTOR b).
Para el anlisis de sensibilidad de la validez de
los coeficiente del lado derecho nos interesa
responder las siguientes preguntas :
Manteniendo todos los otros coeficientes , en cunto cambiara
el valor ptimo de la funcin objetivo (por ejemplo, la ganancia)
si el coeficiente del lado derecho de una restriccin cambia en
una unidad?
Hasta cuntas unidades se puede agregar o disminuir para que
la solucin siga siendo vlida?
26

Ejemplo 1. Agro Tech


ANLISIS DE SENSIBILIDAD

27

AGRO TECH
La ltima vez que vimos el problema de Ia
Agro-Tech Inc., estbamos tratando de
determinar Ia mezcla de produccin de los
fertilizantes 5-5-10 y 5-10-5 que fuera mas
redituable.
El primero se venda en $71.50 por tonelada
y el segundo en $69.
En el proceso de planeacin, haba tenia
que trabajar dentro de Ia estructura de Ia
disponibilidad de las materias primas
escasas que se usan en Ia produccin de
28
los fertilizantes.

Recordemos que las materias primas eran nitrato,


fosfato y potasio.
Los precios de stas eran $200, $80 y $160 por
tonelada, respectivamente; y haba disponibles
1100, 1800 y 2000 toneladas de los recursos
correspondientes.
Utilizando esta informacin, junto con el precio de
$10 por tonelada de cantidades ilimitadas de relleno
y un precio de $15 Ia tonelada por concepto de
mezclado, se calcularon contribuciones a las
utilidades do $18.50 por tonelada del 5-5-10 y
$20.00 por tonelada del 5-10-5.
29

Despus, se plante el problema en


forma de programacin lineal con dos
variables y tres restricciones y se
resolvi a travs del mtodo simplex.

30

Los resultados de este planteamiento y su


solucin ptima fueron que Ia poltica ptima
consistira en fabricar 8000 toneladas de 55-10 y 14,000 toneladas del 5-10-5.
La produccin y venta de estas cantidades
dan como resultado una contribucin de
$428,000 a las utilidades de Ia Agro-Tech
Inc.

31

Este mes hay un problema nuevo.


Aunque las disponibilidades y costos de las materias
primas han permanecido iguales, Ia compaa
desea considerar Ia fabricacin de un tercer
producto, un fertilizante 5-5-5, que puede venderse
en $60 Ia tonelada.
Ahora, hay que considerar tres productos, en vez de
dos, en su decisin sobre produccin.
Dada que la Agro-Tech no tiene pedidos atrasados o
comprometidos que deba surtir para cualquiera de
los productos, se desea fabricar Ia combinacin de
fertilizantes que proporcione Ia contribucin mxima
a las utilidades.
32

Para plantear el problema, se ha decidido


emplear los siguientes smbolos
X1 = toneladas de 5-5-10 que deben
fabricarse
X2 = toneladas de 5-10-5 que deben
fabricarse
X3 = toneladas de 5-5-5 que deben fabricarse
33

Utilizando eI precio de venta de $60 por tonelada y Ia mezcla de


ingredientes (5-5-5) para el tercer producto, su contribucin a
las utilidades es de $14.50 por tonelada.
Dado que no se han aadido restricciones adicionales, se plante
el problema de Ia siguiente manera:
MAXIMIZAR:
Z= 18.5x1 + 20x2 + 14.5x3
SUJETO A:
0.05x1 + 0.05x2 + 0.05x3 <= 1100
0.05x1 +0.10x2+0.05x3 <= 1800
0.10x1 +0.05x2+0.05x3 <= 2000
x1,x2,,,x3 >= 0
34

TABLA SIMPLEX INICIAL POR


WINQSB

35

Utilizando el mtodo simplex para


resolver el problema anterior, se
obtiene Ia tabla ptima que se muestra
a continuacin.

36

Tabla ptima

37

TABLA PTIMA POR WINQSB

Definiciones:
Las variables bsicas son aquellas donde C j Z j 0
Las variables no bsicas son aquellas en donde

Cj Zj 0
38

Al examinar Ia solucin, se observa que es


exactamente igual a la del problema original
con dos productos; es decir, Ia compaa
debe fabricar 8,000 toneladas del fertilizante
5-5-10 y 14,000 toneladas del 5-10-5.
Las utilidades esperadas seran de nuevo
$428,000.
Este resultado asombr un poco porque Ia
solucin significa que el programa de
produccin puede quedar sin modificarse,
pero no Ie resulta irrazonable aceptar Ia
39
solucin.

Sin embargo, existen otros departamentos en Ia Agro-Tech


que podran afectar Ia decisin de quedarse con el
programa de produccin que ya se tiene.
Al departamento de mercadotecnia de Ia Agro-Tech, Ie
preocupa el hecho de que, si se acepta Ia solucin
obtenida, no se fabricara nada del nuevo fertilizante 5-55.
El departamento de mercadotecnia acepta que Ia solucin
de programacin lineal para el problema proporcione Ia
mezcla de produccin con utilidades mximas, pero
tambin sabe que fabricar el nuevo fertilizante 5-5-5 es
de importancia por razones de mercadotecnia.
40

No se puede obligar aI departamento de produccin


a sacrificar utilidades para fabricar alguna
cantidad del 5-5-5, pero tiene Ia capacidad de
aumentar su precio de venta para que resulte lo
suficientemente redituable para quedar incluido
en Ia mezcla ptima de produccin para el mes
siguiente.
Por ello, nos gustara saber cunto tendra que
aumentarse el precio para hacer que Ia
produccin del 5-5-5 resulte redituable.
41

Al mismo tiempo que el departamento de


mercadotecnia est considerando aumentar
eI precio del 5-5-5, el departamento de
compras
de
Ia
Agro-Tech,
est
considerando un posible cambio en las
materias primas.
TaI vez eI mes siguiente se reduzca Ia
disponibilidad de nitrato.
No se est seguro de cul ser Ia magnitud
de Ia reduccin y, por ello, no puede
proporcionarle a produccin un valor que
42
pueda utilizar para planear Ia produccin.

Otro cambio que se est considerando es


una posible reduccin en eI precio del 5-510.
Los vendedores informan que una compaa
de Ia competencia ha reducido su precio
para ofrecer el mismo fertilizante y, como
resultado, Ia Agro-Tech debe considerar
reducir su precio para enfrentar Ia
competencia.
43

Desde el punto de vista general de Ia


compaa, debe volverse a examinar Ia
decisin de continuar fabricando slo dos
fertilizantes para incluir en el anlisis las
cuestiones
planteadas
por
los
departamentos
de
mercadotecnia
y
compras.
Puede utilizarse eI anlisis de sensibilidad
para continuar estudiando el problema.
44

CAMBIO EN EL COEFICIENTE DE LA
FUNCIN OBJETIVO DE UNA VARIABLE NO
BSICA

45

Se comienza el anlisis considerando el impacto de


cambiar el valor de las utilidades (coeficiente de la
funcin objetivo) para una de las variables que de
momento no es bsica.
El ejemplo se refiere al caso en el que se considera el
nuevo fertilizante 5-5-5.
Recuerde que aI departamento de mercadotecnia le
gustara saber cunto debe aumentar el precio del
5-5-5 con el objeto de hacerlo lo suficientemente
redituable para que quede incluido en la mezcla
ptima de productos de programacin lineal.
46

Recuerde tambin que una variable no bsica


es aquella cuya contribucin neta a las
utilidades (es decir, cj- zj) en la tabla ptima
es no positiva.
Las utilidades que se obtendran al fabricar
cualquier cantidad de una variable no bsica
son menores o iguales que las utilidades a
las que sera necesario renunciar.
Revisando la tabla ptima, se observa que las
variables x3, S1 y S2 son no bsicas.
47

TABLA PTIMA POR WINQSB

Definiciones:
Las variables bsicas son aquellas donde C j Z j 0
Las variables no bsicas son aquellas en donde

Cj Zj 0
48

Desde un punto de vista grfico, un


cambio en el valor de las utilidades
para cuaIquier variable equivale a un
cambio en Ia pendiente de las Ineas
de isoutilidad que se utilizan para
encontrar Ia solucin ptima.
Para observar Ia forma en que esto
funciona, considere Ia solucin grfica
hipottica de un problema de PL que
se muestra en Ia figura siguiente.
49

50

En la figura anterior, la solucin ptima original


ocurre en el punto D con Ia funcin objetivo 1.
En el punto D, x1 es bsica y X2 es no bsica.
Sin embargo, si se aumenta la utilidad de x2 la
pendiente de Ia funcin objetivo cambia porque se
necesitan menos unidades de x2 para obtener
iguales utilidades que con una unidad de x1.
Si la utilidad de x2 aumenta lo suficiente, entonces la
funcin objetivo se convertira en la lnea punteada
identificada con el nmero 2.
Para esta funcin objetivo, la solucin ptima es el
punto C, y tanto x1 como x2 son bsicas.
51

La sensibilidad de Ia solucin ptima a


cambios de los coeficientes de Ia funcin
objetivo puede determinarse aadiendo una
cantidad j aI coeficiente que se tiene de la
funcin objetivo, cj.
Por ello, el nuevo coeficiente de Ia funcin
objetivo es
_
_ _
Cj = j + Cj
52

Es posible determinar qu tan grande puede


ser a partir del requerimiento de optimidad
de que (cj - zj) sea cero a negativo para un
problema de maximizacin.
Para el coeficiente modificado cj, esto significa
que cj zj <= 0. La sensibilidad se mide a
travs del valor de j puesto que indica el
intervalo de costos sobre los cuales la
solucin ptima existente seguir siendo
ptima.
53

Considerando
x3,
recuerde
que
al
departamento de mercadotecnia Ie gustara
determinar Ia magnitud del aumento en el
precio que se requerira para fabricar el
fertilizante 5-5-5.
Puede
responderse
esta
pregunta
determinando 3 (y c3) para Ia variable x3.
Se comienza el proceso aadiendo un
coeficiente 3 aI coeficiente c3 asociado con
x3 en Ia tabIa.
54

La tabla 5-2 muestra la tabla modificada.


Antes de que x3 se pueda volver
bsica, el valor (cj - zj) asociado con x3
debe volverse no negativo.
Expresada en trminos de los valores
reales de Ia tabla, esto significa que
3 4.0>= 0
55

TABLA 5-2

56

Despejando 3, se tiene que 3 >= 4.0.


Puesto que C3= C3 + 3,
C3 = 14.5 + 3
Sustituyendo 3 >= 4.0 se obtiene
C3 >= 18.5
57

RESUMEN
40
4
+ C3 4 + 14.5
+ C3 18.5

58

59

Esto indica que si el precio de x3 se elevara un poco


ms de los $4.00, es decir, si su contribucin a las
utilidades fuera mayor que $18.50, entonces la
produccin de x3 se volvera ms redituable que la
mezcla actual de produccin de 8,000 de x1 y
14,000 de x2.
Si el precio se aumentara exactamente $4.00, se
llegara a un punto de decisin en el que podra
fabricarse x3, pero no se obtendran utilidades
adicionales. Se obtendran los mismos $428,000 de
utilidades para esta solucin ptima alternativa.
60

Para
responder
a
la
pregunta
del
departamento de mercadotecnia con
respecto al aumento en el precio del
producto 3, no es necesario llevar a cabo un
anlisis del cambio en el coeficiente de las
otras variables no bsicas, s1 y s2.
Sin embargo, si se desea, puede utilizarse el
anlisis anterior para cada una de estas
variables.
61

Si la utilidad de la variable no bsica


disminuye, no hay cambio en la solucin
ptima; o si la contribucin a las utilidades
aumenta en una cantidad inferior al valor Icj
- zjI para la variable, no habr cambio en la
solucin ptima.
SIo si la contribucin a las utilidades aumenta
en una cantidad que sea mayor que el valor
actual de Icj - zjI cambia la solucin ptima.
62

Puede verse en forma intuitiva que esto es lo


que debe ocurrir.
Una variable no bsica no se encuentra en la
solucin ptima porque las utilidades que se
obtienen al fabricar ese producto son
inferiores a lo que se perdera por hacerlo.
Para cambiar esta relacin, es necesario
aumentar la contribucin del producto a las
utilidades hasta que sean iguales a mayores
que lo que se perdera por fabricarlo.
63

Cambio en el coeficiente de la
funcin objetivo de las
variables bsicas

64

Para mantener la solucin actual ptima, debe


asegurarse que ningn valor Cj Zj se vuelva
positivo. Despejamos una desigualdad para cada uno
de los valores no bsicos.
Para x1:
x3 : 4 0;
4
S1 :-340 40 0; 8.5
<
S 2 : 30 + 20 0;
= 1.5
Se forma un intervalo con los valores ms restrictivos:

4 1.5
18.5 4 + C1 1.5 + 18.5
14.5 + C1 20

65

Para x2:
x3 : 4 0 0;
S1 : 340 + 20 0;
S 2 : 30 20 0;

17
1 . 5

1.5 17
20 1.5 + C 2 17 + 20
18.5 + C 2 37
66

67

68

Clculo del intervalo de variacin


de los recursos

69

Clculo del intervalo de variacin de los recursos.

Recurso 1
8000 + 40 0;
14000 20 0;

200
700

500 3 0;

166.6
MAXIMIZAR:
Z=18.5x1 + 20x2 + 14.5x3
SUJETO A:

200 166.6

0.05x1 + 0.05x2 + 0.05x3 <= 1100


0.05x1 +0.10x2+0.05x3 <= 1800
0.10x1 +0.05x2+0.05x3 <= 2000
x1,x2,,,x3 >= 0

1100 + 166.6
1100 200 + r1 100

900 + r1 31266
.6
1266.6
70

Recurso 2
8000 20 0;
14000 + 20 0;
500 + 0;

400
700
500
MAXIMIZAR:
Z=18.5x1 + 20x2 + 14.5x3
SUJETO A:

500 400
1800 500 + r2 400 + 1800

0.05x1 + 0.05x2 + 0.05x3 <= 1100


0.05x1 +0.10x2+0.05x3 <= 1800
0.10x1 +0.05x2+0.05x3 <= 2000

x1,x2,,,x3 >= 0

1300 + r2 2200
71

Recurso 3
8000 + 0 0;
14000 + 0 0;
500 + 500;
+ r3 1500

MAXIMIZAR:
Z=18.5x1 + 20x2 + 14.5x3
SUJETO A:
0.05x1 + 0.05x2 + 0.05x3 <= 1100
0.05x1 +0.10x2+0.05x3 <= 1800
0.10x1 +0.05x2+0.05x3 <= 2000
x1,x2,,,x3 >= 0

72

73

ANALISIS DE SENSIBILIDAD
CON WINQSB

74

Cambios en los valores de las


variables bsicas y en el valor
ptimo z modificando la
disponibilidad de los recursos

75

76

77

EJERCICIO INTEGRADOR
(MTODO DUAL Y ANLISIS
DE SENSIBILIDAD)
M. En C. Eduardo Bustos Faras

78

Escom computers
Mtodo simplex, dualidad y anlisis
de sensibilidad

79

ESCOM Computer de Mxico fabrica dos


tipos de PCs: un modelo porttil y uno para
escritorio.
Ensambla los gabinetes y las tarjetas de los
circuitos impresos en su nica planta, que
tambin fabrica los gabinetes y monta los
componentes en las tarjetas de circuitos.
La produccin mensual est limitada por las
siguientes capacidades:
80

OPERACIN
PRODUCCIN DE CAJAS
MONTAJE DE CIRCUITOS
ENSAMBLADO DE PORTTILES
ENSAMBLADO PARA ESCRITORIO

PORTATIL
4000
2500
2000
-------

PARA ESCRITORIO
2000
3000
---------1800

Los precios para las tiendas de computadoras son


$1500 para la de escritorio y $1400 para la
porttil.
Con el fin de ser competitiva, ESCOM Computer
tiene que fijar el precio de sus computadoras
varios cientos de pesos por debajo de los
fabricantes de prestigio.
En la actualidad la compaa vende todas las
computadoras que produce de cualquiera de los
modelos.
81

Durante el primer trimestre del ao produjo en


cada mes: 2000 porttiles y 600 para escritorio.
Tanto el montaje de los circuitos como el
ensamblado de las porttiles operaron a toda su
capacidad, pero hubo retraso en la produccin de
los gabinetes y en el ensamblado de las
computadoras de escritorio.
Los contadores de costos determinaron los costos
estndar y los gastos indirectos fijos como se
muestra en las siguientes tablas:
82

PARA ESCRITORIO

PORTTILES

MATERIALES DIRECTOS

MANO DE OBRA DIRECTA

$690
$800

PRODUCCIN
EXTERNAS

DE

CAJAS

$20

$15

MONTAJE DE TARJETAS

100

90

ENSAMBLADO FINAL

10
$125

115

GASTOS INDIRECTOS FIJOS

PRODUCCIN
EXTERNAS

DE

CAJAS

$95

95

LLENADO DE TARJETAS

205

205

MONTAJE FINAL

415

115
$715

415

83
TOTAL

$1640

$1220

Produccin de cajas externas


Montaje de tarjetas
Ensamble de componentes
escritorio
Ensamblaje de porttiles

GASTOS
INDIRECTOS
TOTALES (X $1000)
$247
533
de 249
230
$1259

FIJOS GASTOS
INDIRECTOS
UNITARIOS
$95
205
415

FIJOS

115

84

En la reunin trimestral de los ejecutivos de la compaa. El gerente


de ventas seal que la computadora de escritorio no estaba
produciendo utilidades. Sugiri que se le diera de baja de la lnea de
productos.
El contralor se opuso, su argumento fue: Si producimos ms
computadoras de escritorio podemos rebajar el costo fijo de $415 del
ensamblado final. Ahora es alto porque estamos produciendo pocas
unidades.
El gerente de produccin respondi: Podemos aumentar la
produccin si subcontratamos externamente el montaje de circuitos.
Podramos proporcionar las tarjetas y los componentes y pagarle al
subcontratista sus gastos indirectos y de mano de obra.
El presidente termin la reunin pidindole al gerente de ventas, al
contralor y al gerente de produccin que se reunieran y le presentaran
una recomendacin en relacin con la mezcla de productos de la
compaa y con la subcontratacin. Les dijo que supusieran que la
demanda se mantendra alta y que la capacidad actual permanecera
85
fija.

NO. DE PCS DE ESCRITORIO (X2)

CAJAS

NO. DE PCS PORTATILES (X1)

OPERACIN
PRODUCCIN DE CAJAS
MONTAJE DE CIRCUITOS
ENSAMBLADO DE PORTTILES
ENSAMBLADO PARA ESCRITORIO

PORTATIL
4000
2500
2000
-------

PARA ESCRITORIO
2000
3000
---------1800

86

PREGUNTAS
1. Formule un programa lineal para
determinar la mezcla ptima de productos.
Suponga que no se permite la
subcontratacin.

87

VARIABLES DE DECISIN
X1 = Nmero de computadoras de
porttiles que se fabrican en un mes.
X2= Nmero de computadoras escritorio
que se fabrican en un mes.

88

Solucin
Max Z = 180 X1 -140 x2
Sujeta a:
() x1 + x2 <= 2000
(1)
X1 <= 2000
(2)
X2 <= 1800
(3)
1.2 X1 + x2 <= 3000 (4)
X1, X2 >= 0, y enteros
PARA GENERAR LAS RESTRICCIONES:
(x1,y1)
(x2, y2)
(4000,0) y (0, 2000)
y-y1 = ((y2-y1)/(x2-x1)) (x-x1)
89

2. Resuelva el problema usando el mtodo


smplex.

90

91

92

93

3. Qu pasara si no se produjeran Pcs de


escritorio?, cul sera la nueva solucin?.

94

SOLUCIN
3. Nada, la solucin sera la misma.

95

4. A qu utilidad por unidad convendra


producir Pcs de escritorio?

96

97

SOLUCIN

4. 1 (c1-z1)>= 0
1 (-140-0)>= 0
1 +140 >= 0
1 >=140
C1 = -140 + 1
C1=-140+140 =0
Por lo tanto, valores de c1 superiores a cero.

98

Ahora se permite que los subcontratistas monten algunos


circuitos. Suponga que la produccin de una computadora
con una tarjeta de circuitos montada por el subcontratista
requiere la misma cantidad de tiempo, en cuanto a la
produccin del gabinete y el ensamblado final, que la
produccin de una computadora con la tarjeta de circuitos
terminada en la fbrica.
Supngase que el subcontratista cobrar $110 por cada
tarjeta de circuito para una Pc de escritorio y $100 por
cada tarjeta para una porttil. Escom le proporciona a los
subcontratistas los materiales necesarios.
99

PREGUNTAS
5. Debe Escom utilizar subcontratistas para
montar las tarjetas de circuitos? Argumente
porqu si o porqu no, sin formular y
resolver el problema lineal.

100

TABLA INICIAL

PARA ESCRITORIO

PORTTILES

MATERIALES DIRECTOS

MANO DE OBRA DIRECTA

$690
$800

PRODUCCIN
EXTERNAS

DE

CAJAS

$20

$15

MONTAJE DE TARJETAS

100

90

ENSAMBLADO FINAL

10
$125

115

GASTOS INDIRECTOS FIJOS

PRODUCCIN
EXTERNAS

DE

CAJAS

$95

95

LLENADO DE TARJETAS

205

205

MONTAJE FINAL

415

115
$715

415

101
TOTAL

$1640

$1220

PARA ESCRITORIO
TABLA CON
SUBCONTRATACIN

PORTTILES

MATERIALES DIRECTOS

MANO DE OBRA DIRECTA

$690
$800

PRODUCCIN
EXTERNAS

DE

CAJAS

$20

$15

MONTAJE DE TARJETAS

100

90

ENSAMBLADO FINAL

10
$125

115

GASTOS INDIRECTOS FIJOS

PRODUCCIN
EXTERNAS

DE

CAJAS

$95

95

LLENADO DE TARJETAS

110

100

MONTAJE FINAL

415

115
$620

310

102
TOTAL

$1545

$1115

5. Se obtienen mayores utilidades


subcontratando.

103

6. Formule un programa lineal para


determinar la mezcla ptima de productos.
Suponga que si se permite la
subcontratacin.

104

SIN SUBCONTRATAR
Max Z = 180 X1 -140 x2
C2= 1500-1640
C1=1400-1220
CON SUBCONTRATACIN
C2=1500-1545=-45
C1=1400-1115=285
105

Max Z = 285 X1 -45 x2


Sujeta a:
() x1 + x2 <= 2000
(1)
X1 <= 2000
(2)
X2 <= 1800
(3)
1.2 X1 + x2 <= 3000 (4)
X1, X2 >= 0
106

ESCRITORIO
C1= 1500-1545=-45

PORTTILES
C2=1400-1115=285

107

6. CON
SUBCONTRATACIN
Max Z = 285 X1 -45 x2
Sujeta a:
() x1 + x2 <= 2000
(1)
X1 <= 2000
(2)
X2 <= 1800
(3)
1.2 X1 + x2 <= 3000 (4)
X1, X2 >= 0

SIN SUBCONTRATACIN
Max Z = 180 X1-140 x2
Sujeta a:
() x1 + x2 <= 2000
(1)
X1 <= 2000
(2)
X2 <= 1800
(3)
1.2 X1 + x2 <= 3000 (4)
X1, X2 >= 0

108

7. Resuelva el problema usando el mtodo


smplex.

109

110

111