Академический Документы
Профессиональный Документы
Культура Документы
AUTORA
SOGAMOSO
Junio de 2010
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
El presente mdulo fue diseado en el ao 2004 por La Esp. Gloria lucia Guzmn
Aragn, docente de la UNAD, y ubicado inicialmente en el CEAD de Neiva, ella es
Licenciada en Matemticas y Fsica, Especialista en matemticas Avanzadas,
Especialista en Docencia Universitaria, Magister en Direccin y Gestin de
Recursos Humanos, Maestrante en educacin con especialidad en ONLINE, se ha
desempeado como docente de la UNAD desde el 2004 y como tutor desde 1984
hasta la fecha, adems ha sido catedrtico de diversas Universidades de
Cundinamarca y del Huila, ha desempeado cargos de docencia administrativa
como Rectora de varios colegios, Coordinadora Acadmica, Asesora pedaggica y
en la actualidad es investigadora principal de los grupos Delta 515 y generacin
21.
INDICE DE CONTENIDOS
INTRODUCCIN
JUSTIFICACIN
INTENSIONALIDADES FORMATIVAS
a. PROPOSITOS
OBJETIVOS
Objetivo general
Objetivos especficos:
b. METAS
c. COMPETENCIAS
UNIDAD UNO
CAPITULO 1
LA INVESTIGACION DE OPERACIONES
Introduccin
Leccin 1 Antecedentes y origen de la I.O
Leccin 2 Qu es la Investigacin de operaciones?
Leccin 3 Metodologa de la I.O.
Leccin 4 Componentes de investigacin de Operaciones
CAPITULO 2
Introduccin
Leccin 5 Concepto de conjunto convexo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CAPITULO 3.
Introduccin
Leccin 9 Concepto
Leccin 10 Formulacin del problema de programacin lineal
Leccin 11 Modelo general de programacin lineal
Leccin 12 Otras formas de modelos de P.L.
Leccion 13 Terminologa y conceptos basicos
UNIDAD DOS
METODOS DE SOLUCION
CAPITULO 1
METODO GRAFICO
CAPITULO 2
METODO ALGEBRAICO
Introduccin
Leccin 19 Pasos para utilizar un mtodo Algebraico
Leccin 20 Ejemplos desarrollados
Leccin 21 Taller
CAPITULO 3
METODO SIMPLEX
Introduccin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
INTRODUCCIN
Para el desarrollo del curso es importante el papel que juega los recursos
tecnolgicos como medio activo e interactivo, buscando la interlocucin durante
todo el proceso de dilogo docente-estudiante
JUSTIFICACIN
INTENSIONALIDADES FORMATIVAS
PROPOSITOS
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS:
METAS
COMPETENCIAS
UNIDAD UNO
INTRODUCCIN A LA PROGRAMACIN LINEAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CAPITULO 1
LA INVESTIGACION DE OPERACIONES
INTRODUCCION
LECCION 1 ANTECEDENTES Y ORIGEN DE LA I.O.
LECCION 2 QUE ES LA INVESTIGACION DE OPERACIONES?
LECCION 3 METODOLOGA DE LA I.O.
LECCION 4 COMPONENTES DE LA I.O.
INTRODUCCION
que es complejo e incierto de tal manera que pueda optimizar una solucin
viable para la consecucin de los objetivos de acuerdo al analista.
Examinar y analizar las relaciones que determinan las consecuencias de la
decisin realizada y comparar el mtodo relativo de acciones alternas con
los objetivos de quien va a tomar la decisin.
Desarrollar una tcnica de decisin que comprenda teoras matemticas y
que conduzca a la optimizacin de los resultados.
Definicin del
problema
Formulacin de un
Resolucin del Solucin
modelo matemtico.
modelo
matemtico.
Es vlida la
Modelo NO solucin?
modificado
Implementacin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Esto incluye determinar los objetivos apropiados, las restricciones sobre lo que se
puede hacer, las interrelaciones del rea bajo estudio con otras reas de la
organizacin, los diferentes cursos de accin posibles, los lmites de tiempo para
tomar una decisin, etc. Este proceso de definir el problema es crucial ya que
afectar en forma significativa la relevancia de las conclusiones del estudio.
Un modelo siempre debe ser menos complejo que el problema real, es una
aproximacin abstracta de la realidad con consideraciones y simplificaciones que
hacen ms manejable el problema y permiten evaluar eficientemente las
alternativas de solucin.
base a operaciones de prueba y error; c) simulacin, que utiliza mtodos que imitan o,
emulan al sistema real, en base a un modelo.
Esta fase consiste en determinar los rangos de variacin de los parmetros dentro
de los cuales no cambia la solucin del problema.
Esta fase consiste en determinar los rangos de variacin de los parmetros dentro
de los cuales no cambia la solucin del problema.
El paso final se inicia con el proceso de "vender" los hallazgos que se hicieron a lo
largo del proceso a los ejecutivos o tomadores de decisiones.
CAPITULO DOS
INTRODUCCIN
. INTRODUCCIN
EJEMPLO.
CONJUNTO P
CONJUNTO Q
Q
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CONJUNTO R
CONJUNTO T.
y
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Obsrvese que para cualquier par de puntos (x, y) que estn dentro del conjunto
P, el segmento que une dichos puntos siempre queda dentro del conjunto, en
consecuencia P sera un conjunto convexo.
Consideremos el conjunto Q:
x y
Obsrvese que para cualquier par de puntos (x,y) que estn dentro del conjunto Q,
el segmento que une dichos puntos no queda dentro del conjunto, en
consecuencia Q no sera un conjunto convexo.
Consideremos el conjunto R:
x R
y
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
En este caso para cualquier par de puntos (x,y) de esta recta R, el segmento que
los une queda dentro del conjunto, en consecuencia R es un conjunto convexo.
Es claro grficamente que para cualquier par de puntos x, y, el segmento que los
une est totalmente contenido en dicho conjunto.
Se puede ver que existen segmentos, como el indicado en la figura que se sale del
conjunto por lo que este conjunto no sera CONVEXO.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
EJERCICIOS
SOLUCION:
a. es convexo
b. no es convexo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Para delimitar la regin del plano basta considerar un punto que no est en la
curva, por ejemplo (1,2) si ese punto satisface la ecuacin entonces ese es el
recinto a considerar, en nuestro caso como 2 s es mayor o igual que 1. Entonces
el recinto es
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Obsrvese que es claramente convexo pues cualquier par de puntos que estn en
S3 el segmento que los une est claramente contenido en S3.
En esos casos es necesario dar una definicin analtica de conjunto convexo, para
lo cual efectuamos la siguiente definicin:
CONJUNTO CONVEXO:
EJEMPLO:
es un conjunto convexo.
(x1,y1), (x2,y2),
.bx1+(1-b)x2 , by1+(1-b)y2
Y comprobando si el vector
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Y al expandirle
EJERCICIO
a.
b.
SOLUCIONES:
cul es el recinto?
Y por otro lado para determinar el conjunto x-y=1 comprobamos que 0-0= 1 por
tanto tambin es de la recta hacia el (0,0), con lo cual tendremos que el recinto
ser:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
EJEMPLO.
Este conjunto no es convexo pues si considero dos puntos del conjunto por
ejemplo
Obtenemos
a.
b.
c.
d. R2
e.
f.
g.
h.
i.
EJEMPLO.
Podemos ver que en esta grfica si dibujamos cualquier segmento que una dos
puntos de la misma, ste siempre queda por debajo de la grfica. Por ejemplo,
consideremos los puntos
Obtenemos
Se puede observar que para cualquier par de puntos de la grfica que toman
valores en el segmento considerado el segmento que une dichos puntos siempre
queda por debajo de la grfica por ello podemos efectuar la siguiente definicin:
DEFINICIN:
Diremos que una funcin f es estrictamente cncava en un conjunto M convexo si
todo segmento que une dos puntos de la grfica esta estrictamente por debajo de
la grfica.
Diremos que una funcin es CONCAVA (no estricta) si no todas las cuerdas que
unen puntos de la grfica en dicho intervalo quedan estrictamente por debajo.
EJEMPLO.
se obtiene
Obtendremos
FUNCIN CONVEXA.
EJERCICIO
( C) En el intervalo (0,1 )
SOLUCIONES:
a. ESTRICTAMENTE CONVEXA
b. ESTRICTAMENTE CONVEXA
c. ESTRICTAMENTE CONVEXA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
d. ESTRICTAMENTE CONCAVA
e. estrictamente CONCAVA
f. ESTRICTAMENTE CONVEXA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CAPITULO 3
Introduccin
LECCION 9. Concepto
LECCION 10. Formulacin del problema de programacin lineal
LECCION 11. Modelo general de programacin lineal
LECCION 12. Otras formas de modelos de P.L.
LECCION 13. Terminologa y conceptos bsicos
INTRODUCCION
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
LECCION 9. CONCEPTO
El adjetivo lineal significa que todas las funciones matemticas del modelo deber
ser funciones lineales. En este caso, las palabra programacin no se refiere a
programacin en computadoras; en esencia es un sinnimo de planeacin. As, la
programacin lineal trata la planeacin de las actividades para obtener un
resultado ptimo.
10.1 INTRODUCCION
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
i = 1,2,...,m).
3A + 2B = 100
3A + 2B 100
Para que sea aceptable para PL, cada restriccin debe ser una suma de
variables con exponente 1. Los cuadrados, las races cuadradas, etc. no son
aceptables, ni tampoco los productos de variables. Adems, la forma estndar
para una restriccin pone a todas las variables del lado izquierdo y slo una
constante positiva o cero del lado derecho. Esto puede requerir algn reacomodo
de los trminos. Si, por ejemplo, la restriccin es que A debe ser por los menos el
doble de B, esto puede escribirse como:
A 2B A - 2B 0
AB2
A B -2
Por ltimo B A 2
Una nota final sobre desigualdades: es sencillo convertir una desigualdad en una
ecuacin. Todo lo que se tiene que hacer es agregar (o restar) una variable extra.
Por ejemplo:
A - 2B 0 es lo mismo que A - 2B -S = 0
Maximizar Z = 4A + 6B
x1 0, x2 0, ..., xn 0
sta se llamar nuestra forma estndar (porque algunos libros de texto adoptan
otras formas) para el problema de PL. Cualquier situacin cuya formulacin
matemtica se ajuste a este modelo es un problema de PL.
restricciones. Las primeras m restricciones (aquellas con una funcin del tipo ai1x1
+ ai2x2 + ... + ainxn, que representa el consumo total del recurso i) reciben el
nombre de restricciones funcionales. De manera parecida, las restricciones xj 0
se llaman restricciones de no negatividad. Las variables xj son las variables de
decisin. Las constantes de entrada, aij, bi, cj, reciben el nombre de parmetros del
modelo.
Cualquier problema que incluya una, varias o todas estas formas del modelo
anterior tambin se clasifica como un problema de PL, siempre y cuando stas
sean las nicas formas nuevas introducidas. Puede ser que la interpretacin que
se ha dado de asignacin de recursos limitados entre actividades que compiten no
se aplique, pero independientemente de la interpretacin o el contexto, lo nico
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
sujeto a:
...
siendo:
Otra representacin:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
n
Max (z) = c j x j
j=1
sujeto a :
n
a x ij j bi donde i = 1, 2, ... m
j=1
xj 0 j = 1, 2, ... n
En forma matricial:
Max (z) = C x
sujeto a:
Ax b
x 0
Conjunto factible
Es el conjunto de puntos que satisfacen simultneamente todas las
restricciones (o filas) del problema
Recursos (bi)
Son productos, tiempo, etc. Se cuantifican en el trmino independiente o
Right Hand Side (RHS) del problema
UNIDAD 2
METODOS DE SOLUCION
CAPITULO 1
2X + 3Y = 60 en donde X, Y 0
Es decir que para que se cumpla la igualdad de la ecuacin nos tocara adquirir 15
unidades de X y 10 unidades de Y respectiva mente:
2(15) + 3(10) = 60
Pero por otra parte si en la ecuacin no se quiere llegar a la totalidad del resultado
se dar la ecuacin en una forma diferente llamada inecuacin:
2X + 3Y 60 en donde X, Y 0
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Dndose como solucin factible un rea sombreada que depende del signo de la
desigualdad. Si el signo es el la solucin ser el rea inferior esa se sombrear o
si por el contrario el sigo es el rea a sombrear ser la de todos los puntos por
encima de la lnea obtenida.
Por definicin de algunos libros una desigualdad entre dos variables es una
desigualdad que puede escribirse de la forma:
EJEMPLO 1:
SOLUCION
EJEMPLO 2:
EJEMPLO 3:
2x + y > 3
xy
y1>0
Y=0; x= 3/2
yx x= 0; y= 0
x=1 ; y= 1
y > 1/2
y = -2x + 3,
y=x Y
y=y
ax+by=0
Para llegar a una solucin ptima en el mtodo grafico se requiere seguir con una
serie de pasos que podemos dar a continuacin:
EJEMPLO: 1
Z= 3x + y
2x + y 8
2x + 3y 12
x, y 0
2x + y 8 x=0; y=8
y=0; x=4
2x + 3y 12 x=0; y=4
Y=0; x=6
x, y 0
Se observa que la regin factible esta conformada por los puntos A(0,0); D(0,4);
B(4,0) y el punto C que es el resultado de la interseccin de las 2 inecuaciones
cuyo valor aproximadamente en el plano esta dado por las coordenadas (3,2).
EJEMPLO: 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Z= 2x + 3y
x +2y 10
3x + 2y 18
x, y 0
y=0; x=10
Y=0; x=6
x, y 0
Regin Factible
(4,3)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Se observa que la regin factible esta conformada por los puntos (0,9); (4,3);
(10,0), donde el punto (4,3) es el resultado de la interseccin de las dos
ecuaciones dadas como restricciones.
CAPITULO 2
METODO ALGEBRAICO
INTRODUCCION
INTRODUCCION
PROBLEMA 1:
A B C UTILIDAD
MANUALES(X) 2 1 1 4000
ELECTRICOS(Y) 1 2 1 6000
SOLUCIN:
SUJETO A:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
2X + Y 180
X + 2Y 160
X + Y 100
Y=0 X= 90
Y=0 X=160
Y=0 X=100
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
X + Y 100 X + Y 100
Y= 60 X = 80
X= 40 Y = 20
4. Paso:
EJEMPLO 2:
A B C COSTO
CRECI/RAPIDO 3 5 1 4000
CRECI/NORMAL 2 2 2 3000
SOLUCIN:
3X + 2Y 160
5X + 2Y 200
X + 2y 80
3X + 2Y 160 X=0 Y= 80
Y=0 X= 53,33
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Y=0 X= 40
X + 2y 80 X=0 Y=40
Y=0 X=80
5X + 2Y 200 X + 2y 80
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
-2X = -40 2X = 80
X = 20 X= 40
Y = 50 Y = 20
Z= 4000X + 3000Y
1. MAXIMIZAR
P= 10x + 12y
Sujeta a:
x + y 60
x - 2y 0
x, y 0
2. MAXIMIZAR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
P= 5x + 6y
Sujeta a
x + y 80
3x + 2y 220
2x + 3y 210
x, y 0
3. MAXIMIZAR
Z= 4x - 10y
Sujeta a
x 4y 4
2x y 2
x, y 0
4. MINIMIZAR
Z= 7x + 3y
Sujeta a
3x y -2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
x+y 9
x y = -1
x, y 0
MARAVILLA 2h 1h 1h
FANTASTICO 1h 1h 3h
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CAPITULO 3
METODO SIMPLEX
INTRODUCCION
LECCION 22. PASOS PARA DESARROLLAR EL METODO simplex
LECCION 23. DUALIDAD
LECCION 24. COMPARACION ENTRE EL METODO SIMPLEX DUAL Y EL
DUAL-SIMPLEX
LECCION 25. ANALISIS DE SENCIBILIDAD
LECCION 26. TALLER METODO SIMPLEX
LECCION 27. TALLER DUALIDAD
LECCION 28. DEGENERACION
LECCION 29. PROBLEMAS DE PL CON VARIABLES ACOTADAS
LECCION 30. ALGORITMOS DE DESCOMPOSICION
LECCION 31. LA PROGRAMACION LINEAL BASADA EN LOS
COMPUTADORES
INTRODUCION
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
CONCEPTO
X1 X2 X3 S1 S2 S3 S4 Z b
Indicadores
Existen cuatro variables de holgura, S1, S2, S3, y S4; una para cada restriccin.
EJEMPLOS DESARROLLADOS
EJEMPLO 1
Maximizar Z= 5X1+4X2
Sujeto a: X1+X2 20
2X1+X2 35
-3X1+X2 12
X10, X20
x1 x2 S1 S2 S3 Z b Cocientes
S1 1 1 1 0 0 0 20 201=20
Variable S2 2 1 0 1 0 0 35 352=17.5
Saliente S3 -3 1 0 0 1 0 12
Z -5 -4 0 0 0 1 0
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Indicadores
Variable
Entrante
El indicador mas negativo, -5, aparece en la columna x1. Por ello, x1 es la variable
entrante. El menor cociente es 17.5, de modo que, S2 es la variable saliente. El
elemento pivote es 2. Utilizando operaciones elementales sobre los renglones
para obtener un 1 en la posicin del pivote y 0 en las dems posiciones de esa
columna, se tienen:
x1 x2 S1 S2 S3 Z b
1 1 1 0 0 0 20
2 1 0 1 0 0 35
-3 1 0 0 1 0 12
-5 -4 0 0 0 1 0
1 1 1 0 0 0 20
-3 1 0 0 1 0 12
-5 -4 0 0 0 1 0
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
x1 x2 S1 S2 S3 Z b Cocientes
Indicadores
Variable Entrante
x1 x2 S1 S2 S3 Z b
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
0 1 -1/2 0 0 5/2
0 1 2 -1 0 0 5
1 0 -1 1 0 0 15
0 0 3 1 0 1 95
x1 x2 S1 S2 S3 Z b
x2 0 1 2 -1 0 0 5
x1 1 0 -1 1 0 0 15
S3 0 0 -5 4 1 0 52
Z 0 0 3 1 0 1 95
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Indicadores
EJEMPLO 2
2x1+2x2+x3 10
x1, x2, x3 0
TABLA SIMPLEX I
x1 x2 x3 S1 S2 Z b Cocientes
Variable S1 1 2 0 1 0 0 10 102=5
Saliente S2 2 2 1 0 1 0 10 102=5
Z -3 -4 -3/2 0 0 1 0
Indicadores
Variable
Entrante
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
TABLA SIMPLEX II
x1 x2 x3 S1 S2 Z b Cocientes
Z -1 0 -3/2 2 0 1 20 01=0
Indicadores
Variable
Entrante
La tabla II corresponde a una SFB (solucin bsica factible) en la que una variable
bsica S2 es 0. Por ello, la SFB es degenerada. Ya que existen indicadores
negativos, se contina el proceso. La variable entrante es ahora x3, la variable
saliente es S2 y el pivote se encuentra encerrado en un crculo. Utilizando
operaciones elementales sobre renglones, se obtiene la tabla III.
TABLA SIMPLEX II
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
x1 x2 x3 S1 S2 Z b
x2 1/2 1 0 1/2 0 0 5
x3 1 0 1 -1 1 0 0
Indicadores
EJEMPLO 3:
Maximizar Z=2x1+5x2+8x3
8x1-4x2+4x3 24
x2+ x3 8
x1, x2, x3 0
PASO 1: INICIALIZACIN:
Maximizar Z
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Z-2x1-5x2-8x3 = 0 (0)
xj0, j=1,2,,6
V.B x1 x2 x3 x4 x5 x6 b
Z -2 -5 -8 0 0 0 0
x4 1 1 1 1 0 0 12
x5 8 -4 4 0 1 0 24
x6 0 1 1 0 0 1 8
Esto quiere decir que, en esa ecuacin, la dems variables, al ser no bsicas, sus
valores son ceros y, por consiguiente, podemos deducir que el valor de x5 es igual
a 24.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Observe que en la tabla se pueden leer estos valores directamente. Bastar hacer
corresponder a cada variable bsica indicada en la primera columna, (V.B.) los
valores de la ltima columna (b).
Primera Iteracin
La variable bsica entrante es x3, puesto que es la que tiene mayor coeficiente en
la funcin objetivo de (I), o bien es la de coeficientes ms negativos en la tabla
inicial (-8 en este ejemplo).
Restriccin
1 a'13 = 1 b'1 = 12
2 a'23 = 1 b'2 = 24
3 a'33 = 1 b'3 = 8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Como todos los coeficientes de las ecuaciones i (i = 1, 2,3) son positivos, entonces
la cota superior estar dada por b'1/a'13. O sea:
b1/a'13 = 12/1 = 12
b'2/a'23 = 24/4 = 6
b'3/a'33 = 8/1 = 8
Ecuacin (1): x1 + x2 + x3 + x4 = 12
La tabla inicial y la que resulta despus de la primera iteracin son las siguientes:
V.B x1 x2 x3 x4 x5 x6 b
Z -2 -5 -8 0 0 0 0
x4 1 1 1 1 0 0 12
x5 8 -4 4 0 1 0 24
x6 0 1 1 0 0 1 8
Tabla Inicial
V.B x1 x2 x3 x4 x5 x6 b
Z 14 -13 0 0 2 0 48
x4 -1 2 0 1 -1/4 0 6
x5 2 -1 1 0 1/4 0 6
x6 -2 2 0 0 -1/4 1 2
Segunda iteracin
2x1 - x2 + x3 + 1/4x5 = 6
La variable bsica entrante es x2, puesto que es la que tiene mayor coeficiente en
la funcin objetivo, o bien es la del coeficiente ms negativo en la tabla despus
de la primera iteracin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Restriccin
1 a'12 = 2 , b'1 = 6
2 a'22 = -1 , b'2 = 6
3 a'32 = 2 , b'3 = 2
6/2 = 2
2/2 = 1
El resultado es:
x1 + x4 - x6 = 4 (1)
Regla de parada
Como todos los coeficientes de la ecuacin (0) son positivos, la solucin presente
es ptima; o sea: Z = 61, x4 = 4, x3 = 7, x2 =1 y el resto de las variables son
ceros.
V.B x1 x2 x3 x4 x5 x6 b
Z -2 -5 -8 0 0 0 0
x4 1 1 1 1 0 0 12
x5 8 -4 4 0 1 0 24
x6 0 1 1 0 0 1 8
Tabla Inicial
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
V.B x1 x2 x3 x4 x5 x6 b
Z 14 -13 0 0 2 0 48
x4 -1 2 0 1 -1/4 0 6
x5 2 -1 1 0 1/4 0 6
x6 -2 2 0 0 -1/4 1 2
Primera Iteracin
V.B x1 x2 x3 x4 x5 x6 b
Z 1 0 0 0 3/8 13/2 61
x4 1 0 0 1 0 -1 4
x5 1 0 1 0 1/8 1/2 7
x6 1 1 0 0 -1/8 1/2 1
Segunda Iteracin
La solucin ptima es (x1, x2, x3, x4, x5, x6) = (0, 1, 7, 4, 0, 0); Z = 61
Hemos visto la aplicacin del mtodo Simplex para obtener la solucin ptima de
un problema de Programacin Lineal y su forma tabular asociada. En realidad, el
proceso de hace bastante mas expedito utilizando directamente la tabla, sin tener
que pasar por las ecuaciones correspondientes. La determinacin de las variables
bsica entrantes y salientes en cada iteracin, puede hacerse directamente a
partir de cada una de las tablas.
Ejemplo 4:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
sujeto a
2x1 + 5x2 - x3 1
-3x1 - 8x2 + 2x3 4
-2x1 - 12x2 + 3x3 9
P4 P5 P6
5 -1 1 0 0 1
2
-3 -8 2 0 1 0 4
-
-2 3 0 0 1 9
12
1 - 2x1 - 5x2 + x3 = x4
(0,0,0,1,4,9)
Z =-5x1 + 8x2 + 3x3+ 0 (1 - 2x1 - 5x2 + x3)+ 0 (4 + 3x1 + 8x2 - 2x3) + 0 (9 + 2x1
+ 12x2 - 3x3)
Se plantea como aumentar el valor de una variable, de forma que las otras
variables que aparecan en la expresin de Z sigan nulas y, al menos, una
de las que eran distintas de cero se anule.
x2=k>0,
x1= x3= 0
y x4, x5, x6 0 y de estas tres variables, al menos, una nula.
1 - 5k = x4
4 + 8k = x5
9 + 12k = x6
P2 P5 P 6
Obtenemos z1, que saldr de sustituir el valor del vrtice hallado en la nueva
expresin de la funcin objetivo:
z1= 8/5.
x3= k
x1, x4= 0
Por tanto,
1/5 + k/5 = x2
28/5 - 2/5 k = x5
57/5 - 3/5 k = x6
P2 P3 P6
1/2 1 0 1 1/2 0 3
1/2 0 1 4 5/2 0 14
5/2 0 0 -3/2 0 1 3
Z = 66 - 21/2 x1 - 20 x4 + 23/2 x5
(0,3,14,0,0,3) z2= 66
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Comentarios
Si Im no est dentro de A:
(Im , matriz identidad de mxm, con m= n de condiciones.)
1 1 -1 0 1 1 1 -1 0 1
F1
F2- 2F1
230 1 6 012 1 4
-1 0 0 1 1 48
1 2 -1 0 0 97
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
-1 0 0 1 1 48
1 2 -1 0 0 97
0 2 0 -1 0 11
-1 0 0 1 1 0 0 48
1 2 -1 0 0 1 0 97
0 2 0 -1 0 0 1 11
Vs* = (v1, v2,..., vn, ..., 0,..., 0 ) solucin de II ___ Vs = (v1, v2,..., vn) solucin de I.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Para cada problema de programacin lineal hay una asociacin y una relacin
muy importante con otro problema de programacin lineal, llamado precisamente
dual. El dual permite resolver problemas de maximizacin resolviendo un
problema minimizacin relacionado con aquel.
MAX Z= CX MIN Z= BY
Sujeto a: Sujeto a:
AX b AY C
X0 Y0
EJEMPLO 1
X1, X2, X3 0.
El duaL es:
Minimizar W = 10Y1 + 10 Y2
Sujeta a Y1 + 2Y2 3,
2Y1 + 2Y2 4,
0Y1 + Y2 2,
Y1, Y2 0.
EJEMPLO 2
X1 + X2 1, (12)
-4X1 + X2 3, (13)
Y1, Y2 0.
3X1 - X2 2,
X1 - X2 -1,
4X1 - X2 -3.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
El dual es:
-Y1 - Y2 - Y3 3,
Y1, Y2, Y3 0.
PRIMAL DUAL
Necesita para comenzar una base Necesita para comenzar una base
(primal) factible. (dual) factible.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Partiendo de una base primal factible, Partiendo de una base dual factible, el
se trata de alcanzar una factibilidad mtodo trata de alcanzar factibilidad
del dual, manteniendo una factibilidad del primal, manteniendo una
del primal a travs de todo el proceso. factibilidad del dual a travs del todo
el proceso.
Los elementos pivote son posibles en Los elementos pivotes son negativos
todas las iteraciones, a fin de en todas las iteraciones, a fin de
mantener la factibilidad del primal. acercarse a la factibilidad del primal.
Sujeta a:
4X1 + 2X2 60
2X1 + 4X2 48
X1 + X2 0
Sujeto a:
4X1 + 2X2 71
2X1 + 4X2 59
Para resolver ese problema utilizamos la tabla final del problema anterior.
X1 X2 H1 H2
Z 0 0 5/3 2/3 132
Final X1 1 0 1/3 -1/6 12
X2 0 1 -1/6 1/3 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
X1 1/3 -1/6 71 14
= =
14
(8,6) = 157
7.5
SUJETO A:
4x1 + 2x2 56
2x1 + 4x2 25
Solucin:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
= =
X2 -1/6 1/3 25 -1
Como los nuevos valores de las variables de decisin tienen signo negativo violan
la propiedad del simplex, o sea, cuando el sector [b] [0] la solucin no es factible.
Entonces la nueva solucin de la segunda restriccin X2= -1 no es factible; aqu
el mtodo de dual simplex llega a ser importante para restablecer la factibilidad del
problema.
Base X1 X2 H1 H2 Solucin
Z 0 0 5/3 2/3 110
X1 1 0 1/3 -1/6 14.5
X2 0 1 -1/6 1/3 -1
Z 0 10 0 4 100
X1 1 2 0 12.5
X3 0 -6 1 -2 6 ptimo
La solucin factible y ptima actual es: X1= 12.5, X2= 0, X3= 6, X4= 0, Z= 100
No se debe olvidar que para encontrar cul recurso hay que aumentar a fin de
lograr el mejor rendimiento marginal, tenemos que ver en la tabla final de dual
aquella variable dual correspondiente a la restriccin primal que tiene el valor
positivo ms alto, y el recurso que rendir ms si aumentamos unas unidades.
Para ms informacin ver la interpretacin de dual.
Sujeto a:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
4X1 + 2X2 60
2X1 + 4X2 48
X1,X2 0
Solucin:
El anlisis de sensibilidad para este tipo de cambio toma como punto de partida la
solucin ptima del problema original multiplicando el nuevo vector de costo o
precio (valores de la funcin objetivo por la matriz de coeficientes tecnolgicos), o
sea, la matriz de los coeficientes de las variables que no estn en la base de la
tabla final de simplex: el resultado de esta multiplicacin le llamaremos Q.
Coeficientes
Tecnolgicos
De cual es dual
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
L C = 0, la solucin es ptima
1/3 -1/6
(6,5) = (7/6,2/3)
-1/6 1/3
4 2
2 4
(8 6) (8 5) = (2 1)
1. MAXIMIZAR
Z= x1 + 2x2
Sujeta a
2x1 + x2 8
2x1 + 3x2 12
x1, x2 0
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
2. MAXIMIZAR
Z= -x1 + 3x2
Sujeta a
x1 + x2 6
-x1 + x2 4
x1, x2 0
3. MAXIMIZAR
Z= 8x1 + 2x2
Sujeta a
x1 x2 1
x1 + 2x2 8
x1 + x2 5
x1, x2 0
TIEMPO DE TIEMPO DE
MAQUINA TERMINADO
X 1 4
Y 2 4
Z 3 8
En los siguientes problemas hay que encontrar solo la forma dual del
ejercicio no es necesario que los resuelva, sin embargo si es su deseo
hacerlo proceda.
1. MAXIMIZAR
Z= 2x1 + 3x2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
Sujeta a
x1 + x2 6
-x1 + x2 4
x1, x2 0
2. MAXIMIZAR
Z= x1 + 8x2 + 5x3
Sujeta a
x1 + x2 + x3 8
-x1 + 2x2 + x3 2
x1, x2, x3 0
PERIODICOS 40 100
RADIO 50 25
En el desarrollo del mtodo simple, hemos visto que si existe una solucin bsica
factible (pero no optima) al conjunto de restricciones y en ausencia de
degeneracin, es posible ir combinando sucesivamente un vector de la base y
alcanzar una solucin optima (o una indicacin de que la solucin no esta
acotada) en un numero finito de pasos.
En primer lugar consideramos las menores potencias de E porque los valores mas
pequeos son los que cuentan.
a1 a2 a3 a4 a5
V.B x1 x2 x3 x4 x5 b
Z 0 0 0 -4 -3 0
X1 1 0 0 2 4 2
X2 0 1 0 3 1 0
X3 0 0 1 4 2 0
Y21/Y24 y Y31/Y34.
Y21/Y24=0/3=0
Y31/Y34=0/4=0
Y22/Y24=1/3; Y32/Y34=0/4=0
a1 a2 a3 a4 a5
V.B x1 x2 x3 x4 x5 b
Z 0 0 1 0 -1 0
X1 1 0 -1/2 0 3 2
X2 0 1 -3/4 0 -1/2 0
X3 0 0 1 0
Primera iteracin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
n+s
Xb(E) = Xb + E ^ (j)Yj
j=1
Tenemos:
Z(E) = 0
Para determinar el vector que sale de la base podemos utilizar una generalizacin
de la formula usual;
EJEMPLO
V.B x1 x2 x3 x4 x5 b
Z 0 0 0 -4 -3 0
X1 1 0 0 2 4 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
X2 0 1 0 3 1 0
X3 0 0 1 4 2 0
Z 0 0 1 0 -1 0
X1 1 0 -1/2 0 3 2
X2 0 1 -3/4 0 -1/2 0
X3 0 0 1 1/2 0
Z=(0,0,0,0)
ZN=(0,0,0,1)
INTRODUCCION
PRINCIPIO DE DESCOMPOSICION
ALGORITMO DE DESCOMPOSICION
Pasos:
Sujeto A: BjXj=bj
Xj0
PHP simplex es un programa gratis, que puede ayudar al estudiante a aclarar las
dudas en la aplicacin de la teora dada en este mdulo. Este programa fcil de
manejar, presenta paso a paso y calcula las operaciones usando el mtodo
Simplex, adems calcula y realiza las grficas cuando requiere realizar el
problema por el mtodo grfico.
En ayuda tutorial, encuentra la gua clara, para poder usar el programa php
simplex.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
FUENTES DOCUMENTALES
DOCUMENTOS IMPRESOS:
Revistas:
SOFTWARE EDUCATIVOS:
CPLEX
NETPLOW
OPTIMA
PAFO
SOCRATES
MATLAB
SIAM 2000
PIMAD
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CONTENIDO DIDCTICO DEL CUSO: 100404 PROGRAMACION LINEAL
SUN W.
NASDAQ.