Programacin Lineal.

Mtodo Algebraico de
Programacin Lineal

Problema
Ej. 1.- Una Carpintera elabora dos tipos de bates para
baseball, uno de peso ligero usado en los juegos de ligas
de menores y otro de peso mediano que se vende a los
equipos de las ligas mayores.
El bate de menores requiere 1 minuto de torneado en
tanto que el bate de mayores requiere 2 minutos de
torneado, puesto que se le debe dar la forma y el peso
especial. Por tanto, el bate de menores requiere 3
minutos de mquina lijadora y el otro requiere 2
minutos. El laqueado es hecho a mano y entonces solo
puede producirse 400 medianos a la semana.
Cada semana se dispone 1000 minutos de torno y 1800
minutos de mquina lijadora. Hay tanta demanda que
garantiza las utilidades de S/o 3.00 por cada bate ligero
y de S/o4.00 por el otro. Determine el programa de
produccin ptima que le d la mxima utilidad a la
Carpintera.

Identificacin de variables
X1= N de bates ligeros producidos por
semana
X2=N de bates medianos producidos
por seman
Z= utilidad por semana

Formulacin del problema

como un Pr
Max z= 3x1 + 4x2
Sujeto a
X1 + 2x2 1000 (tiempo disponible
torno)
3x1 + 2x2 1800 (tiempo disponible
lijadora)
X2 400
X1 0
x2 0

Forma cannica y variables

de holg

Max z= 3x1 + 4x2 + 0h3 + 0h4 + 0 h5

Sujeto a
X1 + 2x2 + h3 = 1000
3x1 + 2x2 + h4 = 1800
X2 + h5 = 400

Xj 0, hj 0, j=1,2,3,4,5

Soluciones Bsicas
El nmero de soluciones bsicas segn
el clculo combinatorio es 5!/(2! 3!) =
10
Las que se detallan como sigue:
1. (h3,h4,h5)
6. (x1,x2,h4)
2. (x2,h3,h4)
7. (x1,x2,h5)
3. (x2,h4,h5)
8. (x1,h3,h4)
4. (x2,h3,h5)
9. (x1,h3,h5)
5. (x1,x2,h3)
10. (x1,h4,h5)

Solucin bsica factible

inicial
Desarrollamos en primer lugar una
solucin que utilice solo las holguras h3,
h4, h5 implica
X1=x2=0
De donde resulta
h3= 1000 minutos de tiempo en torno
h4=1800 minutos de tiempo en lijadora
h5 = 400 bates medianos no producidos
Como los costos asociados a las holguras
son 0, entonces z=0

Variables bsicas y no
bsicas
Las variables que se encuentran en la solucin
se denominan bsicas y las otras (x1, x2) se
denominan no bsicas.
Redisponemos la solucin inicial como sigue:
h3= 1000 x1 2x2
h4 = 1800 -3x1 2x2
h5 = 400 x2
Si se produce un bate ligero (x1=1), h3
disminuir en 1 y h4 en 3. E.d. cada coeficiente
asociado con una variable indica la merma
producida en la holgura

Mejorar la solucin bsica

factible inici
Qu variable que no est en la solucin
inicial debe ingresar en reemplazo de
una de las variables (de holgura) que
estn en la solucin bsica inicial, para
mejorar la utilidad z=0 ?
Cul es la mxima cantidad de
variables que puede ingresar a la
solucin bsica?

Seleccin de la variable
ingresante
Para mejorar la utilidad z=0
observamos la funcin objetivo, y se
selecciona la como variable
ingresante aquella que proporciona
el mayor incremento de z = 3x1 +
4x2
En nuestro caso se deduce x2

Seleccin de variable
saliente
La variable ingresante x2 nos permite
determinar la variable saliente a partir de
las variables bsicas iniciales
h3= 1000 x1 2x2
(4)
h4 = 1800 -3x1 2x2
(5)
h5 = 400 x2
(6)
Lo mximo en x2 depende del torno y
lijadora y la no negatividad de las
variables, as como x1=0

De las ecuaciones (4), (5) y

(6)

Max x2 = 1000/2 = 500

Max x2 = 1800/2 = 900
Max x2 = 400/1 = 400
El mximo nmero de bates medianos
que pueden producirse es el menor de los
3 valores calculados, es decir 400, que
resulta de la ecuacin (6), que expresa la
variable h5 que define la variable que
sale. De otro modo resultaran valores
negativos alguna de h3, h4 o h5

La nueva solucin bsica

X2= 400 h5 (7)

h3 = 1000 x1 2(400 h5)
h3 = 200 x1 + 2h5
(8)
h4= 1000 3x1 + 2h5 (9)
Z = 3x1 + 4(400 h5)
Z= 1000 + 3x1 4h5
(10)
X2 = 400
h3 = 200
h4 = 1000, x1=h5=0 lo que implica z1=
1600

Mejorando la segunda
solucin bf
La variable que debe ingresar para mejorar
z1=1600 observamos la nueva funcin z=
1600 +3x1-4h5, de donde se deduce que
debe ingresar x1
De la ecuacin (8) con h5=0
Max x1 = 200
De la ecuacin (9) max x1 = 1000/3 = 333.3
El mnimo de estos valores se obtiene de (8)
que define x3 como la variable que sale

De (8) x1 = 200 h3 + 2h5

(11)

h4 = 1000 3(200 h3 +2h5) +2h5

h4 = 400 + 3h3 4h5
(12)
Z=1600+3(200-h3+2h5)-4h5
Z=2200-3h3+2h5 (13)
De (7), (11), (12) tercera solucin con
h3=h5=0 es
X1=200
X2=400
h4=400
Z = 2200

Mejorando la tercera
solucin
De la funcin objetivo (13) Z=22003h3+2h5 nos da la posibilidad de mejorar
Z mediante el ingreso de h5, pues
h5=1 entonces z aumenta en 2 soles
Siguiendo el procedimiento anterior
De (7) se obtiene que max h5 = 400
De (11) se obtiene que max h5 = 200/2
De (12) obtenemos max h5 = 100
La ecuacin (12) es la ms restrictiva,
entonces sale h4

Cuarta solucin factible

mejorada

Despejando x5 de (12)
X5 = 100 + 3h3/4 h4/4 (14)
Reemplazando (14) en (7) obtenemos
X2=300 3h3/4 + h4/4 (15)
Reemplazando (14) en (11) se obtiene
X1=400 + h3/2 h4/2 (16)
Z=2400 3h3/2 h4/2
Z =2400 es mximo, x3=x4=0, x1=400,
x2=300, x5=100 es el ptimo

Esquema del Mtodo de

maximizacin
1.- Formular el problema
2.- Convertir las restricciones en ecuaciones
mediante las variables de holgura
3.- Diseo de la solucin bsica factible inicial
4.- Mejorar la solucin bsica factible i) se
selecciona la variable ingresante con la que
mejore z ii) con sta variable se selecciona la
variable saliente a partir de las restricciones
iii) despejar de la ecuacin clave la variable
que ingresa y reemplazar en las ecuaciones
restantes.

5.- verificacin del ptimo

i) reemplazar la ecuacin clave obtenida en
el paso 4.iii en la funcin objetivo. Si todos los
coeficientes de las variables son negativos y
ceros el problema ha sido resuelto y la
solucin es ptima.
Ii) De otro modo se revisa el programa
haciendo ingresar la variable en la funcin
objetivo cuyo coeficiente positivo es el mayor
6.- repetir 4.ii, 4.iii y 5) hasta alcanzar el
ptimo

Algoritmo de minimizacin
El procedimiento es similar
A) Se selecciona la variable ingresante a
la que mejore z; es la del trmino ms
negativo
B) Se alcanzar la solucin ptima
cuando todos los coeficientes de la
funcin objetivo son ceros y positivos

MTODO SIMPLEX

Formulacin del programa:

Max (z=cx )
Sujeto a Ax = b
X0

n>m
A es de orden mxn

Teorema 1
Dado un programa de PL en el cual no
pueden existir soluciones factibles
degeneradas y que ha formado una
solucin bsica factible en funcin de las
m primeras variables, puede formarse
una nueva solucin bsica factible
introduciendo la variable xk si al menos
un elemento de la k-sima columna de la
matriz reducida es positivo

Teorema 2 de la Solucin
ptima
Dado un problema de PL en el cual
son imposibles las soluciones bsicas
factibles degeneradas, en el que la
solucin ptima es nica y donde
pueden formarse soluciones bsicas
factibles adicionales, la solucin
mxima debe ser una solucin
factible

Teorema 3 de la variable de
entrad
Si se tiene un problema de PL y su
solucin bsica factible. Existe una
variable xk para la cual se puede
realizar el clculo de mediante su
propia regla, se puede generar otra
solucin que mejora el valor de la
funcin objetivo

Tablero 1

Algoritmo simplex
1.- Transformar la forma cannica a la forma
estndar y luego pasar el sistema a la forma
matricial del tablero 1
2. Calcular la fila z = ciaij; k=1,2, , n
3. calcular cj zj
a) Si para al menos un j sta diferencia es positivo y
si al menos un aij para ste j es positivo, existe un
mejor programa; si las aij son negativos, la funcin
objetivo es no acotada. b) Si todos los cj zj son
negativos y ceros, el programa es ptimo.
4

Pasos 4 y 5
Estando en el caso 3a identificamos la
variable que da el mayor cj zj como xk.
Llamamos x a la variable que se reducir a
cero al aplicar la regla del mnimo cuociente
5.- Dividimos la r-sima fila por a rk para
reducir a 1 el correspondiente elemento de
ark
en la tabla siguiente. Efectuamos las
operaciones de fila que reduciran a cero
todos los otros elementos de aik

Paso 6
Repetimos los paso 3, 4 y 5 hasta
que se cumpla la condicin 3b