Solución ayudantía 9 Investigación de Operaciones I

Semana del 30 de Mayo de 2011.

Profesor: Dr. Jorge Beyer B.
Ayudante:
Mario Viveros Zambrano
Rodrigo García Inostroza http://rgarcia.businesscard2.com/
Sitio web ayudantías:
http://rgarciaino.blogspot.com/

Problema 1 (por Rodrigo García)

El problema tiene un tipo de desigualdades que no nos permiten ocupar el algoritmo

simplex como lo hacemos normalmente, por lo tanto, debemos resolver mediante el
método de dos fases o el de penalización. Procederemos con el método de dos fases.
Introducimos variables de holgura en la primera restricción y en la segunda y tercera
variables de exceso.

Luego, para la primera fase debemos agregar variables artificiales en las restricciones en
donde hay variables de exceso. Además, trabajamos con la minimización de la suma de
las variables artificiales como función objetivo.

Así, procedemos a iterar mediante el algoritmo simplex. Hay que notar que no podemos
iniciar el algoritmo si es que los costos reducidos de las variables básicas no es cero,
para arreglar este inconveniente podemos realizar operaciones elementales por fila para
hacer cero a estos costos reducidos (tal como lo realizamos en ayudantías anteriores).
También existe un procedimiento análogo (algebraico), en donde lo que se busca es
escribir a la función objetivo en términos de las variables no básicas. Al proceder de
esta forma, obtenemos que:
y escribimos estos valores como costos reducidos.
Obs1: se considera a la función objetivo igual a 0, luego a un lado se escriben las variables y al otro la
parte entera de la expresión. Esto se puede siempre comprobar mediante el reemplazo del valor de la
función objetivo en cada iteración.
Obs2: En las tablas siguiente las variables ennegrecidas corresponden a las variables básicas.

Del tableau anterior entra la variable x1 y sale la variable x7 de la base.

Del tableau anterior entra la variable x3 y sale la variable x8 de la base.

Es posible apreciar que las variables artificiales están a nivel cero, por lo que podemos
concluir que el problema sin la presencia de las variables artificiales es factible. Ahora,
continuamos con la fase dos.
Como trabajaremos con la función objetivo original, para comenzar a iterar debemos
llevar los costos reducidos de las variables básicas a nivel cero, por lo que repitiendo el
procedimiento de escribir la función objetivo en términos de las variables no básicas
(que empleamos en la fase I) obtenemos:

Recodar que ahora comenzamos el algoritmo tal cual como quedamos en el último
tableau de la fase I, pero esta vez, podemos omitir las columnas correspondientes a las
variables artificiales. Así, obtenemos las siguientes iteraciones:
De la tabla anterior hay que notar que los costos reducidos están escritos de tal forma
como si la función objetivo fuera de mínimo. Es por ello, que en la iteración siguiente
se detiene el algoritmo cuando los costos reducidos son mayores que 0.

De la última tabla, obtenemos los siguientes resultados óptimos.

¿Es la única solución posible?. De no ser así. ¿Es la mejor?.

Problema 2 (por Mario Viveros)

Considere el siguiente modelo de PL en el cual el coeficiente técnico de la
variable X4 de la segunda restricción en un parámetro . El modelo está
dado por:

Determine la solución del problema lineal en función del parámetro ,

supuesto que Utilice el METODO DE PENALIZACIÓN.
Solución:

Este problema se resuelve mediante el algoritmo de penalización, considerando

Que en la segunda restricción se encuentra la constante numérica .
Teniendo considerado esto, el problema se resuelve de la manera tradicional.

Problema acondicionado para su desarrollo.-

Forma estándar.-

Simplex.-

Simplex Tableau -- Iteration 1

Basis C(j) X1 X2 X3 X4 A1 A2 b b/aj

A1 (-)M -1 0 2 1 1 0 2 1
A2 (-)M 0 1 1 (-)α 0 1 2 2
C(j)-Z(j) -3 -2 -8 -1 0 0 0
* Big M -1 1 3 (-)(α-1) 0 0 -4

Entra X3, dado que es mi mayor costo deducido distinto de 0, y sale la variable artificial
A1

Simplex Tableau -- Iteration 2

Basis C(j) X1 X2 X3 X4 A1 A2 b b/aj

X3 -8 -0,5 0 1 0,5 0,5 0 1 Nsp
A2 (-)M 0,5 1 0 (-)(0,5+α) -0,5 1 1 1
C(j)-Z(j) -7 -2 0 3 4 0 -8
* Big M 0,5 1 0 (-)(0,5+α) -1,5 0 -1

Entra X2, dado que es mi mayor costo deducido distinto de 0, y sale la variable artificial
A2.

Simplex Tableau -- Iteration 3

Basis C(j) X1 X2 X3 X4 A1 A2 b b/aj

X3 -8 -0,5 0 1 0,5 0,5 0 1
X2 -2 0,5 1 0 (-)(0,5+α) -0,5 1 1
C(j)-Z(j) -6 0 0 2-2α 3 2 -10
* Big M 0 0 0 0 -1 -1 0

Dado que no existen costos reducidos mayores que 0, estamos en el óptimo,

Los valores óptimos para este tableau son:

X3= 1; X2= 1, H= -10

Dado que H=-Z, esto implica que Z=10.
Pregunta: ¿Qué pasa si tiene un valor de 1?.