Investigación operativa

Programación lineal

La programación lineal da respuesta a situaciones en las que necesitamos

maximizar o minimizar funciones que se encuentran sujetas a determinadas

limitaciones, que llamaremos restricciones.

Es frecuente en aplicaciones de la industria, la economía, la estrategia militar,

etc.

Algunos conceptos esenciales al momento de realizar ejercicios son:

Función objetivo: Indica la función del costo o la ganancia.

Variables: Operaciones, productos, procesos.

Restricciones: Máximo número de materiales (recursos).

Método Analítico: Resolver ecuaciones (Gauss Jordan).

Condición de no negatividad: Las variables no pueden ser menores que “0”.

Recursos que se agotan <o≤

A partir de, por lo menos >o≥

Ahora veremos unos ejemplos:

1) Un herrero con 80kg de acero y 120 kg de aluminio quiere hacer bicicletas de

paseo y montaña, las cuales quiere vender a 200$ y 150 $ respectivamente

para sacar el máximo beneficio.

 En la bicicleta de paseo se utiliza 1kg de acero y 3kg de aluminio.

 En la bicicleta de montaña 2 kg de acero y 2kg de aluminio.

¿Cuántas bicicletas de paseo y montaña deberá fabricar para maximizar las

utilidades?

Pasos:
a.- Determinar nuestras variables

Bicicletas de paseo = 𝐴 → 200 $

Bicicletas de montaña = 𝐵 → 150 $

b.- Realizamos nuestra función objetivo

Zmáx = 200 X1 + 150 X2

c.- Creamos nuestras ecuaciones

Variables del acero Estamos maximizando (Recursos que se agotan)

1 A + 2 B ≤ 80 Total del acero

3 A + 2 B ≤ 120 Total de aluminio

Variables del aluminio

d.- Resolvemos las ecuaciones por el método de Gauss Jordan

1 A + 2 B = 80 las igualamos
3𝐴 + 2𝐵 = 120
(−3) − 3A − 6B = −240 (−3) Multiplicamos por -3 a cada lado
3A + 2B = 120
−4B = −120
120
B=
4
B = 30
𝐴 + 2𝐵 = 80
𝐴 + 2(30) = 80
𝐴 + 60 = 80
𝐴 = 20

𝐴 = 20 ; 𝐵 = 30
e.- Graficamos

f.- Reemplazamos en nuestra función de optimización

𝑍 = 200 𝐴 + 150 𝐵

= 200 (20) + 150 (30)

= 4000 + 4500
= 8500
Respuesta: 8500 $

2) Un comerciante acude al mercado a comprar naranjas con 5.000$, le ofrecen

2 tipos de naranjas a 5$ el kg y la segunda a 8$ el kg; sabiendo que solo

dispone su camioneta de espacio para llevar 700kg de naranjas a 5,8$ y el

segundo tipo a 9$ el kg.

Plantee un modelo de programación lineal que permita resolverlo.

𝐴 → 5,8 $

𝐵 →9$

𝑍máx = 5,8 𝐴 + 9𝐵

5𝐴 + 8𝐵 ≤ 5.000

𝐴 + 𝐵 ≤ 700

5𝐴 + 8𝐵 = 5.000

(-5) 𝐴 + 𝐵 = 700 (-5)

3𝐵 = 1500

𝐵 = 500

A + 500 = 700

𝐴 = 200

𝐴 = 200; 𝐵 = 500

𝑍 = 5,8(200) + 9(500)

= 1160 + 4500

= 5.660
 3) Un vendedor de frutas necesita 16 cajas de naranjas, 5 de plátanos y 20 de

manzanas, 2 Mayoristas están en condiciones de satisfacer sus necesidades,

pero solo venden la fruta en contenedores completos el mayorista A tenía en

cada contenedor 8 cajas de naranjas, 1 de plátanos y 2 de manzanas. El

mayorista B envía en cada contendor 2 cajas de naranjas, 1 de plátanos y 7

de manzanas. Sabiendo que el mayorista A se encuentra a 150 km y el

mayorista B a 300 km.

 Calcular ¿Cuántos contenedores habrá que comprar a cada mayorista

con el objetivo de ahorrar tiempo y dinero, reduciendo al mínimo la

distancia?

Mayoristas Naranjas Plátanos Manzanas

A 8 1 2

B 2 1 7

8𝐴 + 2𝐵 ≥ 16

𝐴+𝐵 ≥5

2𝐴 + 7𝐵 ≥ 20

𝑍min = 150𝐴 + 300𝐵

4) Un bus ofrece asientos para fumadores al precio de 10$ y a no fumadores a

6$, al no fumador se le deja llevar 50kg de peso y al fumador 20 kg. Si el

autobús tiene 90 asientos y admite un equipaje de hasta 3.000 kg.

 ¿Cuál será la oferta de asientos para los pasajeros con la finalidad de

optimizar el beneficio?

Equipaje Precio

Fumadores 20 kg 10

No fumadores 50 kg 6
 𝐴 + 𝐵 ≤ 90

20𝐴 + 50𝐵 ≤ 3000

𝑍máx = 10𝐴 + 6𝐵

5) Una empresa produce 2 tipos de bienes, la planta puede producir al menos

90 unidades del primer bien y 180 del segundo bien.

El costo por unidad del 1° producto es de 45$ el costo del 2° producto es de 80$

y una producción combinada de al menos 100 unidades.

Plantee un producto de modelo de programación lineal.

Unidades Precio

A 90 45

B 180 80

𝐴 ≥ 90

𝐵 ≥ 180

𝐴 + 𝐵 ≥ 100

𝑍𝑚𝑖𝑛 = 45 𝐴 + 80 𝐵
 MATLAB

>> x=0:4*pi;

>> y=sin(x);

>> plot(x,y)

>> x=0:pi/80:4*pi;

>> y=sin(x);

>> plot(x,y)
>> y1=sin(x);

>> y2=cos(x);

>> y3=tan(x);

>> y4=1./x;

>> y5=x.^2;

>> y6=x+2;

>> subplot(2,3,1)

>> plot(x,y1),grid on,title('Y=sen(x)')

>> subplot(2,3,2)

>> plot(x,y2),grid on,title('Y=cos(x)')

>> subplot(2,3,3)

>> plot(x,y3),grid on,title('Y=tan(x)')

>> subplot(2,3,4)

>> plot(x,y4),grid on,title('Y=1/x')

>> subplot(2,3,5)

>> plot(x,y5),grid on,title('Y=x^2')

>> subplot(2,3,6),plot(x,y6),grid on,title('Y=x+2')>> plot(x,y1),grid on,title('Y=sen(x)')

>> plot(x,y1,'g'),grid on

>> plot(x,y1,x,y2),grid on

>> legend('sen(x)','cos(x)')
 El PROBLEMA

La fábrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de

calidad diferente T y T’; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de

hilo c. Para obtener un metro de T diariamente se necesitan 125 gr de a, 150 gr de b y

72 gr de c; para producir un metro de T’ por día se necesitan 200 gr de a, 100 gr de b y

27 gr de c.

El T se vende a $4000 el metro y el T’ se vende a $5000 el metro. Si se debe

obtener el máximo beneficio, ¿cuántos metros de T y T’ se deben fabricar?

>> x=0:2000;

>> y1=(500-0.125*x)/(0.2);

>> y2=(300-0.15*x)/(0.1);

>> y3=(108-0.072*x)/(0.027);

>> plot(x,y1,x,y2,x,y3),grid on
>> ecu1='0.125*x+0.2*y=500'

ecu1 =

0.125*x+0.2*y=500

>> ecu2='0.15*x+0.1*y=300'

ecu2 =

0.15*x+0.1*y=300

>> ecu3='0.072*x+0.027*y=108'

ecu3 =

0.072*x+0.027*y=108

>> resp12=solve(ecu1,ecu2)

resp12 =

x: [1x1 sym]

y: [1x1 sym]

>> resp12.x
 ans =

571.42857142857142857142857142857

>> resp12.y

ans =

2142.8571428571428571428571428571

>> x1=resp12.x;

>> y2=resp12.y;

>> z=4000*x1+5000*y2

z=

13000000.0

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-

industrial/investigaci%C3%B3n-de-operaciones/programaci%C3%B3n-lineal/

>> A=[2 3;-6 12];

>> B=[2;1];

>> A

2 3
-6 12

>> B
B=
2

>> X=inv(A)*
BX=

0.5000

0.3333

>> format rational

>> X=inv(A)*B

X=
1/2

1/3

>> ecu1='2*x+3*y=2';

>> ecu2='-6*x+12*y=1';

>> resp=solve(ecu1,ec
u2) resp =

x: [1x1 sym]

y: [1x1 sym]

>> resp.x

ans =
 1/2

>> resp.

y ans =

1/3

>> ecu1='3*x+2*y+4*z=1';

>> ecu2='5*x-y-3*z=-7';

>> ecu3='4*x+3*y+z=2';

>> resp=solve(ecu1,ecu2,ecu

3) resp =

x: [1x1 sym]

y: [1x1 sym]

z: [1x1 sym]

>> resp.z

ans =
0
>> resp.

x ans =

-1

>> resp.
y ans =

2
>> x=0:2*pi;

>> y=sin(x);

>> plot(x,y)

>> x=0:pi/80:2*pi;

>> y=sin(x);

>> plot(x,y)

>> ezplot('2*x-3*y=7',[-10,10,-20,20])

>> grid on

>> x=0:pi/80:80*pi;

>> y=sin(x);

>> comet(y)
 ASINTOTAS

>> x=-10:10;

>> y1=-2*x+1;

>> plot(x,y1)

>> y2=0*x+10;

>> plot(x,y1,x,y2)

>> y3=0*x+4;

>> plot(x,y1,x,y2,y3,x)

>> y2=0*x+15;

>> plot(x,y1,x,y2,y3,x)

>> grid on
>> x=[4 -7 4];

>> y=[-7 15 15];

>> fill(x,y,'g')

>> axis([-10,6,0,20])
 >> y3=0*x+4;

>> plot(x,y1,x,y2,y3,x)
CRUCE DE GRAFICAS

>> x=0:pi/80:pi;

>> fill([x,fliplr(x)],[-x/pi+1,fliplr(sin(x))],'k')

https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/investigaci%C3%B3n-de-operaciones/ejercicios-de-
programacion-lineal/

MINIMIZACION
El siguiente problema mediante el simplex tabular:
𝑀𝑖𝑛 {−2𝑋1 − 4𝑋2 }
2𝑋1 + 3𝑋2 ≤ 7
8𝑋2 ≤ 4
𝑋1 ≥ 0 ; 𝑋2 ≥ 0

MAXIMIZACION

Considere el siguiente PL con dos variables

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 2𝑋1 + 3𝑋2

Sujeto a
2𝑋1 + 𝑋2 ≤ 4
 𝑋1 + 2𝑋2 ≤ 5
𝑋1, 𝑋2 ≥ 0

Método Simplex

Maximización Minimización

𝑋1 + 𝑋2 ≤ 15 X1 + X2 ≥ 15
𝑋1 + 𝑋2 + 𝑆1 = 15 𝑋1 + 𝑋2 − 𝑆2 = 15

Se suma una variable de Holgura Se resta una variable de Holgura

≥0 ≤0

Es una matriz que tiene todas las restricciones

 Tabla simplex

 Columna pivote

 Fila pivote

 Z máx.
 1) Hay 3 dispositivos que se fabrican en una maquina el tiempo de preparación

de cada dispositivo es 2, 3 y 4 minutos respectivamente y cada proceso es

de 2, 3, y 1 minutos. El beneficio aportado por cada dispositivo es de 12, 10

y 15 $ respectivamente, si se dispone de 100 min de máquina y 200 min en

preparación.

Determine el número óptimo de unidades a fabricar de cada dispositivo.

𝑍 𝑚á𝑥 = 12 𝐴 + 10𝐵 + 15𝐶

3𝐴 + 2𝐵 + 𝐶 ≤ 100

2𝐴 + 3𝐵 + 4𝐶 ≤ 200

𝐴, 𝐵, 𝐶 ≥ 0

3𝐴 + 2𝐵 + 𝐶 + 𝑆1 = 100

2𝐴 + 3𝐵 + 4𝐶 + 𝑆2 = 200

𝑍 𝑚á𝑥 − 12𝐴 − 10𝐵 − 15𝐶 = 0

Columna pivote: se debe elegir el más negativo de nuestras variables en este

caso es el -15.

Fila pivote: se debe dividir la columna de las R con la columna C.

Z A B C S1 S2 R

Z 1 -12 -10 -15 0 0 0

S1 0 3 2 1 1 0 100

S2 0 2 3 4 0 1 200

Fila pivote
 El número que interseca es el 4 entonces esa fila todos los numero serán

divididos por ese número.

Z Fila 1 1 -9/2 5/4 0 0 15/4 750

S1 Fila 2 0 5/2 5/4 0 1 -1/4 50

C Fila 3 0 1/2 3/4 1 0 1/4 50

Para elegir la fila pivote se debe dividir la respuesta la columna que contenga
5 1
el más negativo de las variables (A, B, C) en este caso 50 ÷ 2 = 20, 50 ÷ 2 = 100

entonces el menos de estos dos es el 20 será nuestra nueva fila pivote.

Fórmula: 𝐹𝑖𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 − 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑎 𝑓𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 ∗ 𝐹𝑖𝑙𝑎 𝑝𝑖𝑣𝑜𝑡𝑒

Para la primera fila se suma el numero de la fila pivote y se multiplica por la fila

pivote. (Fila 1 +15 Fila 3)

Para la segunda fila se suma el numero de la fila pivote y se multiplica por la

fila pivote. (Fila 2 - Fila 3)

Para la tercera fila se suma el numero de la fila pivote y se multiplica por la fila

pivote. (Fila 3 /4)

Z 1 -9/2 5/4 0 0 15/4 750

A 0 1 1/2 0 2/5 -1/10 20

C 0 1/2 3/4 1 0 1/4 50

A la primera fila la multiplicamos por 2/5 así podremos hacer 1.

 Z 1 0 7/2 0 9/5 33/10 840

A 0 1 1/2 0 2/5 -1/10 20

C 0 0 1/2 1 -1/5 3/10 40

A=20

B= 0

C=40

Z= 12(20) +0+15(40) = 840

2) 𝑍𝑚á𝑥 = 5𝐴 + 4𝐵

6𝐴 + 4𝐵 ≤ 24

𝐴 + 2𝐵 ≤ 6

−𝐴 + 𝐵 ≤ 1

𝐵≤2

𝐴, 𝐵 ≤ 0

Para resolver este ejercicio necesitaremos saber que: ≤ Suma una holgura (S1, S2,..).

𝑍 − 5𝐴 − 4𝐵 = 0

6𝐴 + 4𝐵 + 𝑆1 = 24

𝐴 + 2𝐵 + 𝑆2 = 6

−𝐴 + 𝐵 + 𝑆3 = 1

𝐵 + 𝑆4 = 2
 Z A B S1 S2 S3 S4 R

1 -5 -4 0 0 0 0 0

0 6 4 1 0 0 0 24

0 1 2 0 1 0 0 6

0 -1 1 0 0 1 0 1

0 0 1 0 0 0 1 2

F1+5F2 1 0 -2/3 5/6 0 0 0 20

F2÷ 6 0 1 2/3 1/6 0 0 0 4

F3-F2 0 0 4/3 -1/6 1 0 0 2

F4+F2 0 0 5/3 1/6 0 1 0 5

F5 0 0 1 0 0 0 1 2

F1+2/3 F3 1 0 0 3/4 1/2 0 0 21

F2-2/3F3 0 1 0 1/4 -3/4 0 0 3

F3*3/4 0 0 1 -1/8 3/4 0 0 3/2

F4-5/3F3 0 0 0 3/8 -5/4 1 0 5/2

F5-F3 0 0 0 1/8 -3/4 0 1 1/2

3) Z min = −2A − 4B

2𝐴 + 3𝐵 ≤ 7

8𝐵 ≤ 4

𝐴, 𝐵 ≥ 0

𝑍 + 2𝐴 + 4𝐵

2𝐴 + 3𝐵 + 𝑆1 = 7

8𝐵 + 𝑆2 = 4

Z A B S1 S2 R

1 2 4 0 0 0

0 2 3 1 0 7

0 0 8 0 1 4

1 2 0 0 -1/2 -2

0 2 0 1 -3/8 11/2

0 0 1 0 1/8 1/2

1 0 0 -1 -1/8 -15/2

0 1 0 1/2 -3/16 11/4

0 0 1 0 1/8 1/2

La primera fila es la función de optimización.

4) 𝑍𝑚𝑖𝑛 = −2𝐴 − 3𝐵

3𝐴 + 2𝐵 ≤ 7

−2𝐴 + 2𝐵 ≤ 4
 𝐴, 𝐵 ≥ 0

El min se coge de la columna con la primera fila del número más alto osea el

más positivo.

𝑍 + 2𝐴 + 3𝐵 = 0

3𝐴 + 2𝐵 + 𝑆1 = 7

−2𝐴 + 2𝐵 + 𝑆2 = 4

Z A B S1 S2 R

1 2 3 0 0 0

0 3 2 1 0 7

0 -2 2 0 1 4

En el min se divide 2/7 y 2/4 el de menor resultado será nuestra fila pivote.

1 5 0 0 -3/2 -6

0 5 0 1 -1 3

0 -1 1 0 1/2 2

1 0 0 -1 -1/2 -9

0 1 0 1/5 -1/5 3/5

0 0 1 1/5 3/10 13/5

 Método de las dos fases

Esta estrategia algorítmica se aplica cuando luego de llevar un modelo de

programación lineal a su forma estándar no se dispone de una solución básica factible

inicial.

Fase 1: Consideramos un problema auxiliar que resulta de agregar tantas

variables auxiliares a las restricciones del problema, de modo de obtener una solución

básica factible. Luego se debe resolver utilizando el Método Simplex un nuevo

problema que considera como función objetivo la suma de las variables auxiliares. Si

el valor óptimo alcanzado al finalizar la Fase 1 es cero ir a la Fase 2. En caso contrario,

no existe solución factible.

Fase 2: Resolver a través del Método Simplex el problema original a partir de

la solución básica factible inicial hallada en la Fase1.

= +R1 Se suma una variable artificial

≥ -S1+R2 Se resta una holgura y se suma una variable artificial

≤ +S2 Se suma una holgura

Primera Fase

Z A B S1 S2 R1 R2 R

1 7 4 -1 0 0 0 9

0 3 1 0 0 1 0 3

0 4 3 -1 0 0 1 6

0 1 2 0 1 0 0 4
 Se suma F1+F2+F3 para poder crear el Z.

1 0 5/3 -1 0 -7/3 0 2

0 1 1/3 0 0 1/3 0 1

0 0 5/3 -1 0 -4/3 1 2

0 0 5/3 0 1 -1/3 0 3

ME FALTA

METODO DE

DOS FASES
 2)𝑍𝑚á𝑥 = 4𝐴 − 8𝐵 + 𝐶

𝐴+𝐵+𝐶 =7

2𝐴 − 5𝐵 + 𝐶 ≥ 10

𝑍 = 𝑅1 + 𝑅2

En el método de las dos fases siempre se va a minimizar en la primera fase.

Fase 1

Z A B C S1 R1 R2 R

1 0 0 0 0 -1 -1 0

0 1 1 1 0 1 0 7

0 2 -5 1 -1 0 1 10

Hay que hacer “0” a las “R”, se suman las filas en este caso: F1+F2+F3.

Z A B C S1 R1 R2 R

Z 1 0 0 0 0 -1 -1 0

R1 0 1 1 1 0 1 0 7

R2 0 2 -5 1 -1 0 1 10

1 0 0 0 0 -1 -1 0

0 0 1 1/7 1/7 2/7 -1/7 4/7

0 1 0 6/7 -1/7 5/7 1/7 45/7

Para la fase 2 ya no se toman en cuenta las R1 y R2.

Si la respuesta es >0 no hay solución.

 Fase 2

Z A B C S1 R

Z 1 -4 8 -1 0 0

A 0 0 1 1/7 1/7 4/7

B 0 1 0 6/7 -1/7 45/7

Las variables nos indican a cuantas hacerlas “0”.

Z A B C S1 R

1 0 0 9/7 -12/7 148/7

0 0 1 1/7 1/7 4/7

0 1 0 6/7 -1/7 45/7

𝑍 = 83

𝐴=7
 Análisis de Sensibilidad

1) JOBCO fabrica 2 productos en dos máquinas. Una unidad del producto

requiere 2 horas en la máquina 1 y 1 hora en la máquina 2. Una unidad

del producto 2 requiere 1 hora en la máquina 1 y 3 horas en la máquina

2, los 2A+B=8 ingresos por unidad de los productos 1 y 2 son de 30$ y

20$. El tiempo de procesamiento diario total disponible en cada máquina

es de 8 horas.

𝑍𝑚á𝑥 = 30𝐴 + 20𝐵

2𝐴 + 𝐵 ≤ 8 M1

𝐴 + 3𝐵 ≤ 8 M2

𝐴, 𝐵 ≥ 0

Resolvemos multiplicando -2 a cada lado de la segunda ecuación.

2𝐴 + 𝐵 = 8

𝐴 + 3𝐵 = 8

−5𝐵 = −8

8
𝐵=
5

𝐴 = 3,2

142−128 $
Precio Dual= = 14 𝐻
9−8

Precio Dual -Sombra

2𝐴 + 𝐵 ≤ 10

𝐴 + 3𝐵 ≤ 8

19
𝐴=
5
7
𝐵=
5
 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑚á𝑥 = 142

$
M1= 14 𝐻

$
M2= 2 𝐻

𝐴 + 3𝐵 ≤ 8 Con la ecuación 2 se reemplaza los puntos de la ecuación 1.

(0,8) (4,0)

0 + 3(8) = 24 4 + 3(0) = 4

[4,24]

2𝐴 + 3𝐵 ≤ 8

𝐴 + 3𝐵 ≤ 5

19 2
𝐴= ,𝐵 =
5 5

𝐹𝑚á𝑥 = 122
 Se sugiere incrementar capacidades de la máquina 1 y 2 al costo

adicional de 10$ por hora para cada máquina.

14$ 10$ $
M1 = − = 4 𝐻 Esto es la ganancia.
𝐻 𝐻

2$ 10$ $
M2 = − = −8 𝐻 Esto es la perdida
𝐻 𝐻

14$
Solo en la primera M1 porque se tiene una ganancia de .
𝐻

 ¿Si la capacidad de la máquina 1 se incrementa a 15 horas como

impactará este incremento al ingreso óptimo?

= 14(15 − 8)

= 14(7)

= 98 $ Incremento

𝐹𝑚á𝑥 = 128 + 98 = 226 $

 ¿Qué pasa si en la M1 se incrementa en 20 horas?

2𝐴 + 𝐵 = 20

𝐴 + 3𝐵 = 8

−5𝐵 = 4

4 79
𝐵=− ,𝐴 =
5 10

𝐹𝑚á𝑥 = 221 $

Variación del nivel de producción.

𝑍𝑚á𝑥 = 30𝐴 + 20𝐵

𝑍𝑚á𝑥 = 35𝐴 + 25𝐵 Es navidad y aumenta el precio (aleatoriamente)

𝑍𝑚á𝑥 = 𝐶1 𝐴 + 𝐶2 𝐵

𝐶1(30)
𝐶2(20)

30𝐶1 = 20𝐶2
La teoría dice que tiene que empezar en un valor 1 < 3𝐶1 = 2𝐶2

1 𝐶1
< <2
3 𝐶2

𝐶1 35
= = 1,4
𝐶2 25

Fijando a C1 Fijando a C2

1 𝐶1 𝐶2 = 20
< <2
3 𝐶2
1 𝐶1
𝐶1 = 30 < <2
3 20

1 30 20
< <2 < 𝐶1 < 40
3 𝐶2 3

1 1 1
< <
90 𝐶2 15

15 < 𝐶2 < 90

2) TOYCO utiliza tres operaciones para armar 3 tipos de juguetes:

trenes, camiones y carros. Los tiempos diarios disponibles para las

tres operaciones son de 3$, 2$ y 5$, respectivamente los tiempos de

ensamble por tren en las tres operaciones son de 1,3 y 1 minutos,

respectivamente los tiempos correspondientes por tren y por auto

son (2,0,4) y (1,2,0) minutos con tiempo cero indica que la operación

no se utiliza.

𝐹𝑚á𝑥 = 3𝐴 + 2𝐵 + 5𝐶

Tren 𝐴 + 2𝐵 + 𝐶 ≤ 430

Camión 3𝐴 + 2𝐶 ≤ 460

Carros 𝐴 + 4𝐵 ≤ 420

Le damos preferencias a las variables artificiales “R”.

 Z A B C S1 S2 S3 R

Z 1 -3 -2 -5 0 0 0 0

S1 0 1 2 1 1 0 0 430

S2 0 3 0 2 0 1 0 460

S3 0 1 4 0 0 0 1 420

Z 1 -3 -2 -5 0 0 0 0

S1 0 1 2 1 1 0 0 430

C 0 3/2 0 1 0 1/2 0 230

S3 0 1 4 0 0 0 1 420

F1+5C 1 9/2 -2 0 0 5/2 0 1150

F2-C 0 -1/2 2 0 1 -1/2 0 200

C 0 3/2 0 1 0 1/2 0 230

F3 0 1 4 0 0 0 1 420

Z 1 4 0 0 1 2 0 1050

B÷ 2 0 -1/4 1 0 1/2 -1/4 0 100

C 0 3/2 0 1 0 1/2 0 230

F3-4B 0 2 0 0 -2 1 1 20
 Z A B C S1 S2 S3 R D1 D2 D3

Z 1 -3 -2 -5 0 0 0 0 0 0 0

S1 0 1 2 1 1 0 0 430 1 0 0

S2 0 3 0 2 0 1 0 460 0 1 0

S3 0 1 4 0 0 0 1 420 0 0 1

𝐴 + 2𝐵 + 𝐶 ≤ 430 + 𝐷1

3𝐴 + 2𝐶 ≤ 460 + 𝐷2

𝐴 + 4𝐵 ≤ 420 + 𝐷3

Z 1 9/2 -2 0 0 5/2 0 1150 0 5/2 0

S1 0 -1/2 2 0 1 -1/2 0 200 1 -1/2 0

C 0 3/2 0 1 0 ½ 0 230 0 1/2 0

S3 0 1 4 0 0 0 1 420 0 0 1

Z 1 -4 0 0 1 2 0 1350 1 2 0

B 0 -1/4 1 0 1/2 -1/4 0 100 1/2 -1/4 0

C 0 3/2 0 1 0 ½ 0 230 0 1/2 0

S3 0 2 0 0 -2 1 1 20 -2 1 1

1 1
𝐵 = 100 + 𝐷1 − 𝐷2 ≥ 0
2 4
1
𝐶 = 230 + 𝐷2 ≥ 0
2

𝑆3 = 20 − 2𝐷1 + 𝐷2 + 𝐷3 ≥ 0
 EL PROBLEMA DUAL

Facilita la resolución del ejercicio.

REGLA DUAL

Min Máx ≤

Máx Min ≥

Dependiendo de cuantas restricciones hay será el número de variables

duales.

1) 𝐹 𝑚𝑖𝑛 = 5𝐴 + 8𝐵 + 6𝐶

3𝐴 + 3𝐵 + 6𝐶 ≥ 2

2𝐴 + 5𝐵 = 7

𝐴, 𝐵, 𝐶 ≥ 0

Solo ponemos las S no las R.

3𝐴 + 3𝐵 + 6𝐶 − 𝑆1 = 2

2𝐴 + 5𝐵 = 7

Ahora aplicamos las reglas de la dual.

𝐹 𝑚á𝑥 = 2𝑌1 + 7𝑌2

Ahora pasamos de filas a columnas.

3𝑌1,2𝑌2 ≤ 5

3𝑌1,5𝑌2 ≤ 8

6𝑌1,0𝑌2 ≤ 6

−𝑌1,0𝑌2 ≤ 0

𝑌1, 𝑌2 ≥ 0
Cuando en las restricciones aparece un igual “=” la variable es irrestricta en este

caso Y2.

2) 𝐹 𝑚á𝑥 = 4𝐴 + 6𝐵

3𝐴 − 2𝐵 ≤ 5

6𝐴 + 9𝐵 ≤ 0

7𝐴 − 4𝐵 = 3

𝐴, 𝐵 ≥ 0

3A − 2B + S1 = 5

6𝐴 + 9𝐵 + 𝑆2 = 0

7𝐴 − 4𝐵 = 3

𝐴, 𝐵 ≥ 0

𝐹 𝑚𝑖𝑛 = 5𝑌1 + 3𝑌3

3𝑌1 + 6𝑌2 + 7𝑌3 ≥ 4

−2𝑌1 + 9𝑌2 − 4𝑌3 ≥ 6

𝑌1 + 0𝑌2 + 0𝑌3 ≥ 0

0𝑌1 + 𝑌2 + 0𝑌3 ≥ 0

Z A B S1 S2 R

1 -4 -6 0 0 0

0 3 -2 1 0 5

0 6 9 0 1 0

0 7 -4 0 0 3
3) 𝐹 𝑚á𝑥 = 5𝐴 + 6𝐵

𝐴 + 2𝐵 = 5

−𝐴 + 6𝐵 ≥ 3

4𝐴 + 7𝐵 ≤ 8

𝐴, 𝐵 ≥ 0

−𝐴 + 6𝐵 − 𝑆1 = 3

4𝐴 + 7𝐵 + 𝑆2 = 8

𝐹 𝑚𝑖𝑛 = 5𝑌1 + 3𝑌2 + 8𝑌3

𝑌1 − 𝑌2 + 4𝑌3 ≥ 5

2𝑌1 + 6𝑌2 + 7𝑌3 ≥ 6

0𝑌1 − 𝑌2 + 0𝑌3 ≥ 0

0𝑌1 + 0𝑌2 + 𝑌3 ≥ 0

Y1 = Irrestricta

Método de las M

Se aumenta M cuando este =,≥

Máx Se resta una M a la función objetivo

Min Se suma una M a la función objetivo

𝐹 𝑚á𝑥 = 5𝐴 + 12𝐵 + 4𝐶

𝐴 + 2𝐵 + 𝐶 ≤ 10

2𝐴 − 𝐵 + 3𝐶 = 8
 𝐴, 𝐵, 𝐶 ≥ 0

𝐹 𝑚á𝑥 = 5𝐴 + 12𝐵 + 4𝐶 − 𝑀

𝐴 + 2𝐵 + 𝐶 + 𝑆1 = 10

2𝐴 − 𝐵 + 3𝐶 + 𝑅1 = 8

𝐹 𝑚𝑖𝑛 = 10𝑌1 + 8𝑌2

𝑌1 + 2𝑌2 ≥ 5

2𝑌1 − 𝑌2 ≥ 12

𝑌1 + 3𝑌2 ≥ 4

𝑌1 + 0𝑌2 ≥ 0

0𝑌1 + 𝑌2 ≥ −𝑀

Z A B C S1 R1 R

1 -5 -12 -4 0 M 0

0 1 2 1 1 0 10

0 2 -1 3 0 1 8

1 -5 -12 -4 0 M 0

0 1/2 1 1/2 1/2 0 5

0 2 -1 3 0 1 8

1 1 0 2 6 M 60

0 1/2 1 1/2 1/2 0 5

0 5/2 0 7/2 1/2 1 13

La tercera fila se multiplicará por 2/5.

1 0 0 3/5 29/5 M-2/5 274/5

0 0 1 -1/5 2/5 -1/5 12/5

0 1 0 7/5 1/5 2/5 26/5

Interpretación económica Dual