1.

1 METODO DE DESCOMPOSICION LINEAL

El método de descomposición lineal viene a ser un mejoramiento del método

simplex revisado en ciertos casos. Resulta que mientras más grande es la matriz A,
también es mayor el número de ceros en la misma. Es decir, por regla general, a
medida que la matriz de coeficientes adjuntos aumenta (por tenerse más actividades
y más restricciones).

A continuación se muestra un esquema de descomposición lineal:

Restricciones comunes

Actividad 1

Actividad 2

Restricciones
Independientes

Actividad n

Figura 1. Distribución de una programación lineal descomponible

El modelo matemático correspondiente es:

Maximizar Z = C1X1 + C2X2 + ……CnXn

S.a. A1X1 + A2X2 + … + AnXn ≤ b0
D1X1 ≤ b1
D2X2 ≤ b2
DnXn ≤ bn
Xj ≥ 0 , j= 1,2, 3 ………n

Se agregan las variables de holgura y de exceso que sean necesarias para convertir
todas las desigualdades en ecuaciones.

El principio de descomposición se basa en representar todo el problema en función

de los puntos extremos de los conjuntos DjXj ≤ bj , Xj ≥ 0, para hacerlo, se debe
acotar el espacio de soluciones definido por cada DjXj ≤ bj , Xj ≥ 0 . Siempre se
puede satisfacer este requisito para cualquier conjunto j, agregando la restricción
artificial 1Xj ≥ M, siendo M suficientemente grande.

Ejemplo 1.

Resolver la siguiente programación lineal con el algoritmo de descomposición:

Para una perforación (On Shore) de 3000 mt. Se requieren barrenas ticónicas;
barrenas de insertos, barrenas de cortadores fijos y barrenas PDC. Para aumentar la
eficiencia en la selección se analizan 4 datos obtenidos de pozos vecinos: A, B, C, D.
cada barrena seleccionada debe contar con no más de 40 unidades de barrenas
ticónicas, no exceder la cantidad de 12 u. de barrenas de insertos, una cantidad
mínima de 5 u. de barrenas de cortadores fijos y no pasar del a cantidad de 50 u. de
(PDC).
Los estudios de pozos vecinos para la tasa m/h de barrenas seleccionadas.

Tipo de Barrena A B C D
Barrena ticónica 1 1 1 1
Barrena de insertos 5 1 0 0
Barrena de cortadores fijos 0 0 1 1
Barrena PDC 0 0 1 5
Tasa m/h (Barrena) 3 5 1 1

PROBLEMA: maximizar la tasa de perforación m/h con la cantidad de barrenas

seleccionadas.

Desarrollo:

X1 = Cantidad de Barrenas en A (m/h).

X2 = Cantidad de Barrenas en B (m/h).
X3 = Cantidad de Barrenas en C (m/h).
X4 = Cantidad de Barrenas en D (m/h).

F.O. Maximizar Z = 3X1 + 5X2 + X3 + X4

S.a. X1 + X2 + X3 + X4 ≤ 40
5X1 + X2 ≤ 12
X3 + X4 ≥ 5
X3 + X4 ≥ 50
X1, X2, X3, X4 ≥ 0
,
 Solución básica de
Sub problema 1 Sub problema 2
arranque.
β1,1 β1,2 ………… β1,k β1,1 β1,2 ……. β1,k X5 X6 X7

C1 X11 C1X12…A1X1k C2X21 C2X22 C2Xk 0 -M -M

A1X11 A1 X12 .…. A1X1k A1X11 A1X12…..A1X1k 1 0 0 =40

1 1 ……. 1 0 0 ….… 0 0 1 0 =1
0 0 ….… 0 1 1 ……. 1 0 0 1 =1
C1 = (3,5) C1 = (3,5)
A1 = (1,1) A1 = (1,1)
Espacio de soluciones,D1X1 ≤ b1: Espacio de soluciones,
D2X2≤b2:
5X1 + X2 ≤ 12 X3 + X4 ≥ 5
X1 ,X2 ≥ 0 X3 + 5X4 ≤ 50
X3, X4 ≥ 0

Añadimos las variables auxiliares X5, X6, X7, y transformamos en igualdad.

Iteración 1.

XB = (X5, X6, X7) = (40, 1,1)

CB = (0, -M, -M) B = (B)-1 = I

Iteración 1. ( j = 1 ). Se tiene:

Z1-C1 = CB (B)-1( ) - C1X1

( )( )
= (0, -M, -M)( )-(3,5)( )

= -3X1 – 5X2 – M

Entonces la programación lineal correspondiente es:

Minimizar w1 = -3X1 – 5X2 – M

 S.a. 5X1 + X2 ≤ 12
X1, X2 ≥ 0
Subproblema 2 ( j =2 ). La programación lineal asociada es:

Minimizar z2 – c2 = CB (B)-1( ) - C2X2

( )( )
= (0, -M, -M)( ) - (1,1)( )

= -X3 – X4 – M

S.a. X3 + X4 ≥ 5

X3 + 5X4 ≤ 50

X3, X4 ≥ 0

En la iteración 3.

B=

B¯¹ =

Por tanto:

XB = ( β22 , β11 , β23) = B¯¹ (40,1,1) = ( , 1, )

CB = (C2X22, C1X11, C2X23) = (50, 60, 5) es el óptimo.

Se puede calcular la solución óptima del problema original por sustitución directa.

X1* = (X1, X2) = β11 X11 = 1(0,12) = (0,12)

X2*= (X3, X4) = β22X22 + β23X23

= ( )( ) ( ) (5,0)

= (28,0)

Ejemplo 2.

Para producir un determinado hidrocarburo (gas) se requiere: C1 ,C2 ,C3 , C4 ,C5 ,C6.
Para justificar su producción en superficie (Up Stream) se van a usar 4 diferentes muestras
obtenidas de laboratorio de estos 6 compuestos, A, B, C, D.
Cada M3 de muestra obtenida debe tener a lo menos de 40% C1, por lo menos un 30% C2, no
exceder el 20% de C3, no más de 5% C4, y no exceder 4% de C5 y finalmente una cantidad
mínima de 1% de C6.
El análisis cromatografico y las características de las muestras de laboratorio son:

A B C D
%C1 50 40 59 46
%C2 30 30 31 36
%C3 20 20 0 0
%C4 2 9 0 0
%C5 0 0 9 9
%C6 0 0 0 8
Rentabilidad
M3/$
130 110 90 75

Plantear como un modelo de PL la situación – problema; maximizar la rentabilidad M3/$ para

justificar la producción.
Ejemplo 3.

Se requiere transportar metano con los siguientes contaminantes; H2S ,N2, CO, para justificar su
transporte por tubería de acero se analizan 3 diferentes resistencias a la corrosión; E,F,H (grado
del acero).

Cada resistencia debe tener a lo menos 30% de aleación de tungsteno, no más de 35% de
aleación de cromo, y debe tener un 35% de aluminio galvanizado.
Se muestran los datos a diferentes resistencias.

E F H
H2S 20 30 50
N2 30 40 30
CO 50 30 20
Rentabilidad
90 80 70
grado acero/$

Problema: maximizar la rentabilidad grado acero/$ para el transporte de metano.

1.2 TÉCNICAS DE COTA INFERIOR Y SUPERIOR

En los modelos de programación lineal, las variables pueden tener cotas superior e
inferior explicitas. Por ejemplo, en las instalaciones productivas las cotas superior e
inferior pueden representar las demandas máximas y mínimas de ciertos productos.

El algoritmo acotado es computacionalmente eficiente, porque tiene en cuenta a las cotas

en forma implícita, se estudiaran primero las cotas inferiores, por ser más sencillo.

Dado:

X ≥ L, se usa la sustitución:

X = L + X’, X’ ≥ 0
Se resuelve el problema en términos de X’ (cuya cota inferior es igual a cero). La X
original se determina por sustitución en reversa, que es legítima porque garantiza que
X = X’ + L permanecerá siendo no negativa para toda X’ ≥ 0.

A continuación se estudiaran las restricciones de cota superior, X ≤ U. La idea de la

sustitución directa (es decir, X= U – X”, X” ≥ 0) no es correcta, porque la sustitución en
reversa X = U - X”. No asegura que X permanezca siendo no negativa.

Ejemplo 1.

En una refinería se desea seleccionar entre un separador bifásico y trifásico, para la selección
de la mejor opción en separador se analizan caudales de fluido por separador A, B, C.
Cada separador debe cumplir con un caudal máximo de 14 pie³ de fluido (recuperable) y no
pasar de 43 pie³ de fluido (residual).

A B C
Separador bifásico(pie³) 1 1 2
Separador trifásico(pie³) 2 4 3
Precio pie³/$ 3 5 2

Problema – Maximizar la rentabilidad pie³/$ por determinado separador.

Desarrollo:

Sean:
X1 = cantidad de pie³ en A por separador
X2 = cantidad de pie³ en B por separador
X3 = cantidad de pie³ en C por separador
F.O. Max Z = 3X1 + 5X2 + 2X3
S.a.
X1 + X2 + 2X3 ≤ 14
2X1 + 4X2 + 3X3 ≤ 43
0 ≤ X1 ≤ 4,7 ≤ X2 ≤ 10,0 ≤ X3 ≤ 3
La cota inferior de X2 se tiene en cuenta usando la sustitución X2 = y’ +7, donde 0 ≤ X2 ≤
10 – 7 = 3.
Iteración 1.

Básica X1 X2 X3 X4 X5 Solución
Z -3 -5 -2 0 0 35
X4 1 1 2 1 0 7
X5 2 4 3 0 1 15
Entonces B = B¯¹ = I y XB = (X4, X5) = B¯¹b = (7,15). Como X2 es la variable entrante (Z2 –C2 =
-5), se obtiene
B¯¹ P2 = (1,4)
Que da como resultado:
Ѳ1 = min = 3.75, que corresponde a X5

Ѳ2 = ȹ (porque B¯¹P2 >0)

A Continuación, dada la cota superior de la variable entrante x2 ≤ 3, se ve que:

X2 = min (3.75, ȹ, 3) = (u2)=3

Como x2 entra en su cota superior (u2 =3), XB queda sin cambiar y X2 se vuelve no básica

en su cota superior. Se usara la sustitución x2 = 3 –x’2 para obtener el nuevo cuadro.

Básica X1 X'2 X3 X4 X5 Solución

Z -3 5 -2 0 0 50
X4 1 -1 2 1 0 4
X5 2 -4 3 0 1 3
Se obtiene:
X1 = min (1.5, ȹ, 4) = 1.5 (= Ѳ1)

Entonces la variable entrante x1 se vuelve básica y la variable saliente x5 se vuelve básica

en nivel cero.
 Investigación de Operaciones
EVALUACION EN CLASE

NOMBRE: NOTA:
FECHA:

1.) Método de descomposición lineal

Para producir un determinado hidrocarburo (gas) se requiere: C1 ,C2 ,C3 , C4 ,C5 ,C6.
Para justificar su producción en superficie (Up Stream) se van a usar 4 diferentes muestras
obtenidas de laboratorio de estos 6 compuestos, A, B, C, D.
Cada M3 de muestra obtenida debe tener a lo menos de 40% C1, por lo menos un 30% C2, no
exceder el 20% de C3, no más de 5% C4, y no exceder 4% de C5 y finalmente una cantidad
mínima de 1% de C6.
El análisis cromatografico y las características de las muestras de laboratorio son:
A B C D
%C1 50 40 59 46
%C2 30 30 31 36
%C3 20 20 0 0
%C4 2 9 0 0
%C5 0 0 9 9
%C6 0 0 0 8
Rentabilidad
M3/$
130 110 90 75
Plantear como un modelo de PL la situación – problema; maximizar la rentabilidad M3/$ para
justificar la producción.
Sub problema 1 Sub problema 2 Solución básica de
arranque.
β1,1 β1,2 ………… β1,k β1,1 β1,2 ……. β1,k X5 X6 X7
C1 X11 C1X12…A1X1k C2X21 C2X22 C2Xk 0 -M -M
A1X11 A1 X12 .…. A1X1k A1X11 A1X12…..A1X1k 1 0 0 = bi
1 1 ……. 1 0 0 ….… 0 0 1 0 =bi
0 0 ….… 0 1 1 ……. 1 0 0 1 =bi