Io St113 Parte II

UNIVERSIDAD NACIONAL DE INGENIERIA Facultad de Ingeniera Industrial y de Sistemas Area de Sistemas Computacin e Informtica
INVESTIGACION DE OPERACIONES I PARTE II

(ST 113)
Profesora: Ing. IRMA INGA SERRANO 2012
DUALIDAD
6
Facultad de Ingenieria Industria l y de Sistemas
Universidad Nacional de Ingeniera
Asociado a todo PL (PRIMAL) existe otro PL llamado DUAL que proporciona interesantes interpretaciones econmicas para el Primal El Dual est formado con los mismos parmetros del primal y tienen las siguientes diferencias: PRIMAL Xi Max Min n m DUAL Yi Min Max m n
Variables de decisin Func Objetivo
Num de variables Num de restricciones
COMO OBTENER EL DUAL DE UN PL

6
Si el PRIMAL tiene: n variables de decisin Xi y m restricciones Max (Min) Z = c1X1+c2X2 + . + CnXn s.a. a11X1 + a12X2 + a13X3 + + a1nXn a21X1 + a22X2 + a23X3 + + a2nXn . .. . .. . am1X1 + am2X2 + am3X3 + + amnXn Xi (>=0, <=0, srs)
b1 b2 .. bm
Entoces el DUAL tiene: m variables de decisin Yi (uno por cada restriccin del primal) n restricciones (uno por cada variable de decisin del primal) Min (Max) W = b1Y11+ b2Y2 + . + bmYm s.a. a11Y1 + a21Y2 + a31Y3 + + an1Yn a12Y1 + a22Y2 + a32Y3 + + an2Yn . .. . .. . a1mY1 + a2mY2 + a3mY3 + + anmYn Xi
c1 c2 .. cn
Faltan colocar los operadores relacionales
DUAL DE UN PL IDEAL
PRIMAL MAX ideal MIN ideal Ejemplo
DUAL MIN ideal MAX ideal
Sea X1: nmero de muebles tipo i a producir y vender por semana escritorios, i=2: mesas, i=3: sillas) FO: Max Z = 60X1 + 30X2 + 20X3 s.a. 8X1 + 6X2+ X3 480 pie-tabln de madera 4X1 + 2X2 + 1.5X3 200 hr de acabado 2X1+1.5X2 + 0.5X3 80 hr de carpintera X2 50 (4) X1, X2, X3 0
(i=1:
DUAL DE UN PL NO IDEAL
Para colocar el signo de las variables duales y los tipos de restricciones, se debe tomar en cuenta que la relacin entre Primal y Dual es la siguiente: Restriccin i del primal signo de la variable dual Yi Signo de la variable Xi del primal tipo de restriccin del Dual
PRIMAL F.O. Max
DUAL F.O. Min
PRIMAL F.O. Min
DUAL F.O. Max
Restriccin = Variable Xi 0 Xi 0 Xi srs
Variable Yi 0 Yi 0 Yi srs Restriccin i =
Restriccin = Variable Xi 0 Xi 0 Xi srs
Variable Yi 0 Yi 0 Yi srs Restriccin i =
RELACIONES PRIMAL-DUAL
6
Relacin 1
Si el Primal tiene solucin ptima entonces el Dual tiene solucin ptima Si el Dual tiene solucin ptima entonces el Primal tiene solucin ptima.
En el ptimo:
Zoptimo = Woptimo
X2
Ejemplo R1 PRIMAL Max Z = 30x1+21x2 s.a. x1+2x2 60 2x1 + x2 45 xi 0 DUAL Min W = 60y1+45y2 s.a. y1+2y2 30 2y1 + y2 21 yi 0
Solucin ptima (2)

Z X1=10, X2=25
Zopt = 825 (1)
O
Y2
X1
Solucin ptima (2) Y1=4, Y2=13 Wopt = 825 (1)
Y1
Relacin 2
Si el Primal tiene solucin no acotada, el Dual tiene solucin no factible Si el Dual tiene solucin no acotada, el Primal tiene solucin no factible.
X2
Ejemplo R2 PRIMAL Max Z = 30x1+20x2 s.a. x1+2x2 60 2x1 + x2 45 xi 0 DUAL Min W = 60y1+45y2 s.a. y1+2y2 30 2y1 + y2 20 yi 0
(2)
Z
No tiene solucin ptima PL no acotado (1)
O
Y2 (2)
X1
No existe regin factible
Z
(1)
PL no factible
Y1
Relacin 3 Sea Xo una solucin factible del Primal e Yo una solucin factible del Dual: Si el PL es MAX entonces Zo Wo Si el PL es MIN entonces Wo Zo
SOLUCION OPTIMA DEL DUAL Existe relacin entre Yi Si ai ei de la restriccin i del primal Sabiendo que : Y = CBB-1 Entonces en la fila Z del simplex matricial se tiene: C = Y - C C = YA C Aplicando a cada restriccin i del Primal, se demuestra que: Si = Yi ai = Yi - M (PL Max) y ai = Yi + M (PL Min) ei = - Yi
Ejemplos Dado los tableros ptimos de 2 PL, muestre la solucin ptima del dual.
X1 X2 X3 a1 S2 S3 e4 sol
Z
e4 X2 S3 X1
0
0 0 0 1
0
0 1 0 0
0
0 4/5 -6/5 0
M-4
1 -1 1 1
6
-1 6/5 -9/5 -1
0
0 0 1 0
0
1 0 0 0
8000
300 200 1200 1000
X1 Z 0
X2 0
X3 -170
S1 0
S2 0
a3 15-M
e4 -10
sol 4200
S1
S2 X1
0
0 1
0
0 0
-5
5 1
1
0 0
0
1 0
-15/2
-5/2 1/2
-5
0 1/2
300
100 40
X2
-1/2
-1/4
-1/2
10
Teorema de la Holgura Complementaria La relacin entre la variable dual Yi y las variable de holgura o de exceso de la restriccin i En el ptimo se demuestra que: Si x Yi = 0 ei x Yi = 0 ai x Yi = 0
Mtodo Simplex-Dual
6
Es un mtodo alternativo a la tcnica M. No usa variables artificiales Acepta soluciones infactibles Se inicia con una solucin infactible Su propsito es obtener una solucin factible.
PASOS 1.- Estandarizar el PL (sin variables artificiales) 2.- Las ecuaciones que tengan ecuaciones con variables de exceso, multiplicar por (-1). 3.- Llevar este PL al tablero simplex. La solucin es infactible. 4.- Variable que sale: la mas infactible (la mas negativa).
5.- Variable que entra: la de menor | r | r = coef. Fila Z / coef. Negativos de la fila de la var saliente 6.- Realizar las operaciones necesarias para que se cumpla con las condiciones de un tablero simplex. 7.- Volver al paso 4 hasta que se obtenga una solucin factible o no se pueda continuar (tablero final). Si el ltimo tablero tiene una solucin factible y sta no es la ptima, se contina con el simplex comn. Si el tablero final tiene una solucin infactible , entonces el Primal es un PL NO FACTIBLE.
Ejemplo:
Sea el siguiente PL, solucionar el PL con simplex-dual:

Min Z= 8X1+10X2+20X3 s.a. X1+2X2 300 2X1+2X2+X3 500 2X1+X2+X3 600 X1+X2+X3 300 Xi 0
INTERPRETACION ECONOMICA DE VARIABLE DUAL Y PRECIO SOMBRA

VARIABLE DUAL Yi
Es la cantidad en la que vara el valor de la funcin objetivo cuando se adiciona 1 unidad a bi, siempre que esta variacin pertenezca al rango de variacin permisible para bi Z = Yi bi si bi rango de variacin permitida
Ejemplo
X2
Solucin inicial:
X1=10, X2=25
PRIMAL Max Z = 30x1+21x2 s.a. x1+2x2 60 2x1 + x2 45 +1 xi 0 Sol ptima del dual: Y1= 4, Y2 = 13 Wop=825
Zop = 825
(2) Z Solucin nueva: X1=32/3, X2=74/3 Zopt = 838 (1)
X1
Znuevo-Zant = 838-825 = 13 = Y2
PRECIO SOMBRA PSi
Es la cantidad en la que mejora (Psi >0) o desmejora (Psi<0) el valor de la funcin objetivo cuando se adiciona 1 unidad a bi, siempre que esta variacin pertenezca al rango de variacin permisible para bi.
RELACION VARIABLE DUAL Y PRECIO SOMBRA
PL MAX: PL MIN :
PSi = Yi PSi = - Yi
Ejemplo 1
Sea el siguiente PL MAX:
Salida Lingo
Global optimal solution found. Objective value: 4080.000 Variable Value X1 0.000000 X2 30.00000 X3 33.00000 Reduced Cost 10.00000 0.000000 0.000000 Dual Price 1.000000 6.000000 0.000000 -20.000000
Max Z= 30X1+70X2+60X3 s.a. 10X1+15X2+10X3 780 (Recurso R1) 20X1+15X2+30X3 1450 (recursoR2) X1+X2 30 (demanda) Xi 0
Row Slack or Surplus 1 4080.000 2 0.000000 3 10.00000 4 0.000000
X1 Z
10
X2
0
X3
0
S1
6
S2
0
e3
20
sol
4080
Ejemplo 2:
Sea el siguiente PL MIN:
Salida LINGO
Global optimal solution found. Objective value: 4800.000 Variable Value X1 0.000000 X2 80.00000 X3 20.00000 Reduced Cost 60.00000 0.000000 0.000000
Min Z= 60X1+40X2+80X3 s.a. 2X1+2X2+2X3 240 ( R1) 3X1+2X2+X3 180 (R2) 2X1+X2 +3X3 200 (R3) X1+X2+X3 100 (produccin) Xi 0
Row Slack or Surplus Dual Price 1 4800.000 -1.000000 2 40.00000 0.000000 3 0.000000 40.00000 4 60.00000 0.000000 5 0.000000 -120.0000
X1 Z
-60
X2
0
X3
0
S1
0
S2
-40
S3
0
e4
-120
sol
4800
INTERPRETACION ECONOMICA DE COSTO REDUCIDO

6
COSTO REDUCIDO (CRi )
CRi est asociado a los Ci de Xi CRi es siempre 0 PL Max: CRi = Ci PL Min: CRi = - Ci
Tiene dos interpretaciones:
1.-Es la cantidad mnima en la que debe mejorar Ci de Xi para
que Xi entre a la base.

2.- Es la cantidad en la que desmejora el valor de Z por cada
unidad de Xi que entre a la base.
Ejemplo:
Max Z= 30X1+70X2+60X3 s.a. 10X1+15X2+10X3 780 (Recurso R1) 20X1+15X2+30X3 1450 (recursoR2) X1+X2 30 (demanda) Xi 0
X1 Z X3
10 -1/2
X2
0 0
X3
0 1
S1
6 1/10
S2
0 0
e3
20 -3/2
sol
4080 33
S2 X2
20 1
0 1
0 0
-3 0
1 0
30 1
10 30
ANALISIS DE SENSIBILIDAD (pos-ptimo)

6
Es el anlisis que se realiza despus de haber obtenido la
solucin ptima del PL. Mide la sensibilidad de la solucin hallada frente a cambios en los parmetros del sistema. El anlisis se realiza sobre el cuadro ptimo del PL
CAMBIOS EN LOS PARAMETROS DEL MODELO Cambio de los coeficientes de las variables de decisin en la
Funcin Objetivo Cambio de los bi (RHS) Adicin de una nueva variable de decisin Adicin de una nueva restriccin
Qu sucede con el tablero ptimo cuando se realiza uno de
estos cambios en el PL? Se pueden presentar 2 situaciones: A) Clculo de rangos de variacin permisible para Ci y bi Se realiza este clculo cuando se desea conocer hasta cunto se puede incrementar o disminuir Ci sin cambiar con ello la base de la solucin actual (el tablero actual se mantiene ptimo a pesar de sus cambios internos). Si el cambio est fuera del rango, el tablero deja de ser ptimo.
B) Clculo directo sobre el tablero ptimo actual.
Se realiza cuando el cambio en el parmetro est dado por un
valor o en los casos de adicin de una nueva variable o una nueva restriccin.
EJEMPLO
6
La empresa Distribuidores Baguell SRL empaca y distribuye equipos industriales. Para este fin, la empresa prepara los contenedores que pueden ser: clase A, clase B o clase C. El precio de venta de un contenedor clase A es de $90, de un contenedor clase B es de $60 y de un contenedor clase C es de $140 Preparar un contenedor requiere de una cierta cantidad de tiempo (mano de obra) y de materiales de empaque (MP1, MP2). Contenedor MO(horas) MP1(libras) MP2 (libras) A 2 2 4 B 1 6 2 C 3 4 1 La empresa cuenta con 6 empleados para preparar los contenedores. Cada uno de ellos labora 40 horas /semana (8 horas/da durante 5 das). Asimismo, cada semana la empresa dispone de 300 libras de MP1 y 230 libras de MP2. El gerente de la empresa ha decidido que la produccin total debe ser de por lo menos 80 contenedores por semana El gerente desea determinar la cantidad de contenedores que debe preparar la empresa para maximizar sus ingresos semanales. Suponga que las variables aceptan valores fraccionarios.
FORMULACION
Sea Xi cantidad de contenedores clase i a producir (i = 1, 2, 3)
Max Z = 90X1 + 60X2 + 140X3 s.a. 2X1 + X2 + 3X3 240 (M.O en hr)) 2X1 + 6X2 + 4X3 300 (MP1 en lb) 4X1 + 2X2 + X3 230 (MP2 en lb) X1 + X2 + X3 80 (produccin total) Xi 0
X1
Max Z 0 X3 X1 S3 E4 0 1 0 0
X2
10 5 -7 25 -3
X3
0 1 0 0 0
S1
40 -1 2 -7 1
S2
5 1 -3/2 5 -1/2
S3
0 0 0 1 0
E4
0 0 0 0 1
SOL
11,100 60 30 50 10
1.- Cambio de los coeficientes de las variables de decisin en la Funcin Objetivo El cambio del Ci de una variable de decisin en la F.O. afectar a los Ci del tablero ptimo (fila Z) 1.a.- Cambio del coeficiente de una VNB de decisin en la F.O. Este cambio afecta solamente al Ci de la misma VNB Clculo del rango de variacin permisible para Ci Cambio de un Ci 1.b.- Cambio del coeficiente de una VB de decisin en la F.O. Este cambio afecta a los Ci de las VNB Clculo del rango de variacin permisible para Ci Cambio de Ci
2.-Cambio de los bi (RHS)
Este cambio afecta a la columna solucin del PL

Clculo del rango de variacin permisible de un bi (RHS) Cambio en un bi:
Calcular la columna solucin. Si la solucin es factible entonces el tablero sigue siendo ptimo (aunque los valores de las VB pueden haber cambiado)
Si la solucin es infactible, se trata de buscar una nueva solucin ptima utilizando el simplex-dual.
3.- Adicin de una nueva variable de decisin En el tablero actual se incrementa una nueva columna para los
coeficientes estructurales de la nueva variable. Si el C de la nueva variable es 0 (PL max) es 0 (PL min), entonces el tablero actual sigue siendo ptimo Si el tablero deja de ser ptimo, se realiza iteraciones para buscar la nueva solucin. ANALISIS CON EL DUAL En el dual se adiciona una nueva restriccin (correspondiente a la nueva variable del primal). Si la solucin ptima del dual satisface la nueva restriccin, entonces dicha solucin sigue siendo ptima. Caso contrario, deja de serlo.
4.- Adicin de una nueva restriccin
Si al PL se le adiciona una nueva restriccin, se siguen los
siguientes pasos:
1.- Si la solucin actual satisface (cumple) con la nueva
restriccin, entonces la solucin actual sigue siendo ptima. FIN 2.- Si la solucin actual no cumple con la nueva restriccin, deja de ser ptima. Entonces: Incrementar una fila (colocar en ella la nueva restriccin acondicionada) y una columna al tablero actual(variable de holgura o exceso de la nueva restriccin) . Mediante simplex dual hallar la nueva solucin ptima si existe.
Problema
6
Una empresa produce artculos de bronce que se venden como adornos para casa u oficina. En una de sus plantas se fabrican los artculos A, B y C. Los recursos para los que se tienen limitaciones son: la aleacin (metal), las horas de moldeado y las horas de acabado. Cada tipo artculo de bronce requiere metal como materia prima, luego pasa por el proceso de moldeado y finalmente por el proceso de acabado. En la siguiente tabla se muestra la cantidad de cada tipo de recurso necesario para fabricar una unidad de cada tipo de artculo as como el precio de venta unitaria. Artculo Metal Moldeado Acabado Precio de Venta (0z) (min) (min) ($) A 6 8 2 40 B 8 16 2 70 C 2 40 80 100 Semanalmente se dispone de 12,000 oz de metal, 300 horas de moldeado y 66 horas de acabado. En base a las proyecciones de demanda del mercado, se ha determinado que la produccin total semanal no debe ser menor a 1,500 artculos. NOTA: Suponga que todo lo que se produce se vende.
.. cont
6
a) Formule el PL y halle la solucin ptima para que la empresa maximice sus ingresos. Mostrar el cuadro ptimo hallado mediante el mtodo simplex-matricial (en el ptimo las VB son: variables que representan al artculo A, al artculo B, holgura de acabado y exceso de produccin). (4P) b) Debido al exceso de oferta de B en el mercado, el gerente est considerando disminuir su precio venta, Cul sera el precio de venta mnimo de B sin afectar con ello el programa de produccin actual? (2p) c) En el mercado el precio de venta de C se ha incrementado a $ 140, Le conviene a la empresa fabricar este producto? Cunto? Justifique (3P) d) Existe un grupo de obreros del area de Acabado que desean salir de permiso para la prxima semana, Cuntas horas de permiso puede autorizar el gerente sin afectar con ello la base de la solucin actual? (2p) e) El gerente desea contratar horas extras en el rea de moldeado para mejorar la produccin Hasta cuntas horas extras puede contratar sin alterar la base de la solucin actual? Cul es el monto mximo que se puede pagar por las horas extras? Justifique. (3p) f) El rea de investigacin de productos ha presentado la posibilidad de fabricar un nuevo producto (D) el cual tendra un precio de venta de $50 y utilizara 6 oz de metal, 16 min de moldeado y 8 min de acabado, le aconsejara usted que fabrique este nuevo producto? Cunto?. Justifique. (2p) g) Un nuevo cliente de la empresa ha solicitado que semanalmente le enve 500 unidades entre productos B y C (en total). Podr cumplir la empresa con este pedido? Cunto gana o pierde la empresa con esta solicitud? Justifique. (3P)
Formulacin Sea Xi unidades de artculo i a producir y vender /semana MaxZ = 40X1+70X2+100X3 S.A. 6X1+8X2+2X3 < 12,000 (MP en oz)
8x1+16x2+40x3 < 18,000 (MO- min moldeado)

2x1+2x2+80x3 < 3,960 (MO- min acabado)
X1+X2+X3 > 1,500 (produccin)

Xi >0
Tablero ptimo (no es, calcular)

6
X1
Max Z 0 X1 X2 S3 E4 0 1 0 0
X2
0 5 -7 25 -3
X3
0 1 0 0 0
S1
40 -1 2 -7 1
S2
5 1 -3/2 5 -1/2
S3
0 0 0 1 0
E4
0 0 0 0 1
SOL
11,100 60 30 50 10
PROGRAMACION ENTERA (PE)

6
Es una tcnica que soluciona modelos de tipo determinstico,
lineal, esttico y discreto Un modelo PE es aquel que tiene una o mas variables de decisin que son de tipo entero. TIPOS Modelo PE puro Es aquel en el cual todas sus variables son enteras Modelo PE binario Es aquel que tiene variables enteras que solo toman valores 0 1 (binario). Estas variables son muy importantes porque permiten representar situaciones complejas. Modelo PE Mixto Es aquel que contiene variables enteras, binarias, continuas, etc.
Ejemplo de la mochila
Jos Prez va de campamento y quiere llevar 4 artculos cada uno de los cuales tiene un peso y un beneficio: Artculo Peso (kg) Beneficio A 5 16 B 7 22 C 4 12 D 3 8 Jos cuenta con una mochila que puede llevar hasta 14 Kg de peso y desea saber qu artculos debe llevar para maximizar el beneficio total.
NOTA: Cmo escribira las siguientes restricciones? Jos debe llevar el artculo A C (no ambos) Si Jos lleva el artculo C no podr llevar el artculo D Si Jos lleva el artculo B entonces tambin tendr que llevar el artculo D
Programacin Matemtica para Formulacin de PE

Condicin una u otra (no ambas)
Sean: f(x1, x2,.) 0 y g(x1, x2, ) 0 Si se desea que se cumpla una u otra restriccin, se escriben las siguientes restricciones: f(x1, x2,.) M Y1 g(x1, x2, ) M(1-Y1)
Condicin Si entonces
Sean: Si se desea:
f(x1, x2,.) >0 y
g(x1, x2, ) 0
Si f(x1, x2, .) > 0 g(x1, x2,.) 0 Se escriben las siguientes restricciones: f(x1, x2,.) M Y1 - g(x1, x2, ) M(1-Y1)
SOLUCION DE PE
6
PASOS GENERALES Para hallar la solucin de un PE, se siguen los siguientes pasos generales: 1.- Convertir el PE en un PL quitndole la condicin de entero a las variable enteras y binarias (en este caso, agregar la restriccin xi1). 2.- Hallar la solucin ptima del PL. 2.1.- Si la solucin ptima del PL satisface las condiciones enteras del PE, entonces es la solucin ptima del PE. 2.2.- Si la solucin ptima no satisface las condiciones enteras del PE, entonces a partir de la solucin ptima del PL se aplica la tcnica de ramificacin y acotamiento (branch and bound) para determinar la mejor solucin entera del PE. Nota: Zop del PL mejor o igual a Zop del PE
Mtodo de ramificacin y acotamiento

6
Consiste en construir un rbol cuyo nodo origen es el PL y a partir de l se van ramificando en subproblemas (nodos del rbol) que se van solucionando hasta encontrar la solucin ptima del PE. Los subproblemaas se van formando a partir del subproblema padre al que se le adicionan nuevas restricciones. Pasos: 1.- Escribir el PL (subproblema origen) creado a partir del PE y determinar su solucin ptima con su Woptimo 2.- A partir de la solucin ptima de un subproblema , escoger una de las variables Xi que tiene valor fraccionario (y se busca que sea entera en el PE) y ramificar respecto a dicha variable creando 2 subproblemas (nodos hijo) de la siguiente manera:
Si Xi <k, k+1>; k entero Subproblema j: subproblema padre + restriccin Xi k Subproblema j+1: subproblema padre + restriccin Xi k 3.Escoger arbitrariamente uno de los subproblemas y hallar su solucin ptima, si existe
Al solucionar un subproblema, se pueden presentar los siguientes casos: a.- El subproblema est agotado (es el ltimo nodo del rbol y la ramificacin se termina por esa rama), si: El PL es no factible. En este caso se anula el subproblema
El PL tiene solucin ptima y es solucin factible del PE. Entonces
se marca el Woptimo con W*. En este caso, se compara W* del subproblema con los W* de otros nodos. Queda como nodo final aquel nodo (o nodos) con mejor W*. Los dems se anulan. El PL tiene solucin ptima pero existe W* mejor o igual que su Woptimo. En este caso se anula el subproblema
b.- El subproblema contina ramificando (no est agotado) Si el PL tiene solucin ptima y su Woptimo es mejor que W* actual. En este caso volver al paso 2. NOTA: El proceso termina cuando todos los nodos del rbol estn agotados.
EJEMPLO Una compaa fabrica mesas y sillas, los cuales contribuyen a la utilidad de la empresa con $8 y $5 por unidad respectivamente. Una mesa requiere de 1 hr de trabajo y 9 pies de madera. Una silla requiere de 1 hr de trabajo y 5 pies de madera Formule y resuelva el PE para maximizar las utilidades de la empresa. Solucin PE Max Z = 8X1+5X2 PL MaxW= 8x1+5x2 s.a. S.a. X1+X2 6 X1+X2 6 9X1+5X2 45 9X1+5X2 45 X1, X2 0 X1, X2 enteros X1,X2 0
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x1,x20
x1=3.75 x2=2.25 Wop=41.25
x13
x1=3 x2=3 W*=39
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x13 x1,x20
x14
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x14 x1,x20
x1=4 x2=1.8 Wop=41
x21
x1=4.44 x2=1 Wop=40.5
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x14 x21 x1,x20
x22
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x14 x22 x1,x20
PL no factible
x14
x1=4 x2=1 W*=37
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x14 x21 x14 x1,x20
x15
MaxW= 8x1+5x2 x1+x26 9x1+5x2 45 x14 x21 x15 x1,x20
x1=5 x2=0 W*=40

Io St113 Parte II

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Io St113 Parte II

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DE INGENIERIA Facultad de Ingeniera Industrial y de Sistemas Area de Sistemas Computacin e Informtica

INVESTIGACION DE OPERACIONES I PARTE II

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Variables de decisin Func Objetivo

Num de variables Num de restricciones

COMO OBTENER EL DUAL DE UN PL

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Faltan colocar los operadores relacionales

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

PRIMAL MAX ideal MIN ideal Ejemplo

DUAL MIN ideal MAX ideal

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

PRIMAL F.O. Max

DUAL F.O. Min

PRIMAL F.O. Min

DUAL F.O. Max

Universidad Nacional de Ingeniera

Restriccin = Variable Xi 0 Xi 0 Xi srs

Variable Yi 0 Yi 0 Yi srs Restriccin i =

Restriccin = Variable Xi 0 Xi 0 Xi srs

Variable Yi 0 Yi 0 Yi srs Restriccin i =

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Solucin ptima (2)

Universidad Nacional de Ingeniera

Zopt = 825 (1)

Solucin ptima (2) Y1=4, Y2=13 Wopt = 825 (1)

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

No tiene solucin ptima PL no acotado (1)

Universidad Nacional de Ingeniera

No existe regin factible

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Sea el siguiente PL, solucionar el PL con simplex-dual:

Universidad Nacional de Ingeniera

INTERPRETACION ECONOMICA DE VARIABLE DUAL Y PRECIO SOMBRA

Universidad Nacional de Ingeniera

Universidad Nacional de Ingeniera

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera

PRECIO SOMBRA PSi

Facultad de Ingenieria Industria l y de Sistemas

Universidad Nacional de Ingeniera