Inv Operativa U3

INVESTIGACION OPERATIVA
UNIDAD 3
Modelos de Programación Lineal
Autor: Igor Ernesto Díaz

ÍNDICE
1. Unidad 3: Dualidad y Análisis Post Óptimo ..........................................................................3
Tema 1: Rela ción primal-dual ................................................................................................................................3
Objetivo:.....................................................................................................................................................................3
Introducción: .............................................................................................................................................................3
2. Información de los subtemas ............................................................................................4
2.1 Subtema 1: Definición del problema dual .............................................................................................4
2.2 Subtema 2: Relaciones primal-dual ........................................................................................................5
3. Preguntas de Comprensión de la Unidad .............................................................................6
4. Material Complementario ................................................................................................7
5. Bibliografía ....................................................................................................................8
2
1. Unidad 3: Dualidad y Analisis Post

Óptimo
Tema 1: Relación primal-dual
Objetivo:
Determinar el programa de transporte que minimice el costo total del transporte y que
al mismo tiempo satisfaga los límites de la oferta y la demanda.
Introducción:
El problema del transporte o distribución, es un problema de redes especial en
programación lineal que se funda en la necesidad de llevar unidades de un punto
específico llamado fuente u origen hacia otro punto específico llamado destino.
El problema de transporte, nombre que recibe porque muchas de sus aplicaciones

involucran cómo determinar la manera óptima de transportar bienes. Sin embargo,
algunas de sus aplicaciones importantes —como la programación de la producción— en
realidad no tienen nada que ver con el transporte.
El problema de asignación, incluye aplicaciones como la asignación de personas a tareas.

Aunque sus usos parecen diferir de los del problema de transporte, se verá que los
asuntos de asignación se pueden considerar un caso especial del problema de
transporte.
Las aplicaciones de los problemas de transporte y asignación tienden a requerir un

número muy grande de restricciones y variables, de manera que una solución en
computadora del método simplex puede necesitar de un esfuerzo computacional
© Universidad Estatal de Milagro – UNEMI
exorbitante. Por fortuna, una característica clave de estos problemas es que la mayor
parte de los coeficientes de las restricciones son iguales a cero. Como resultado, se han
podido desarrollar algoritmos simplificados especiales que logran ahorros
computacionales sorprendentes para explotar esta estructura especial del problema.
En consecuencia, es importante familiarizarse bien con estos tipos especiales de

problemas a fin de reconocerlos cuando surjan y aplicar el procedimiento adecuado para
resolverlos.
FORMATO CONTROLADO: FR0018/ v3.01 3

2. Informacion de los subtemas

2.1 Subtema 1: Definición del problema dual
El problema del transporte o distribución, es un problema de redes especial en
programación lineal que se funda en la necesidad de llevar unidades de un punto
específico llamado fuente u origen hacia otro punto específico llamado destino. Los
principales objetivos de un modelo de transporte son la satisfacción de todos los
requerimientos establecidos por los destinos, y claro está, la minimización de los costos
relacionados con el plan determinado por las rutas escogidas.
El contexto en el que se aplica el modelo de transporte es amplio y puede generar

soluciones relacionadas con el área de operaciones, inventario y asignación de
elementos.
El problema de transporte es una de las primeras aplicaciones importantes de la

programación lineal. Se puede representar con un modelo lineal y utilizar el método
simplex para resolverlo. Sin embargo, su estructura permite la creación de múltiples
alternativas de solución tales como los modelos de asignación, o los métodos de flujos
de red. También es posible emplear los heurísticos más populares como Vogel, Esquina
Noroeste o Mínimos Costos.
Los problemas de transporte o distribución son uno de los más aplicados en la economía
actual, dejando, como es de prever, múltiples casos de éxito a escala global que
estimulan la aprehensión de los mismos.

2.2 Subtema 2: Relaciones primal-dual

En su versión más básica, un modelo de transporte tiene por objetivo llevar unidades
de un punto específico llamado fuente u origen hacia otro punto específico llamado
destino. Para cumplir con este objetivo deberá satisfacer los requerimientos
establecidos por los destinos (demanda), al tiempo que satisface la disponibilidad de
las fuentes (oferta). Estos planes de transporte deberán cumplir algún criterio de
optimización: minimizar distancias, minimizar tiempos, maximizar ganancias, por citar
algunos ejemplos.
Los datos del modelo son:
- Nivel de oferta en cada fuente y la cantidad de demanda en cada destino;

- El costo de transporte unitario de la mercancía a cada destino.
Como solo hay una mercancía un destino puede recibir su demanda de una o más
fuentes. La suposición básica del modelo es que el costo del transporte en una ruta es
directamente proporcional al número de unidades transportadas. La definición de
“unidad de transporte” variará dependiendo de la “mercancía” que se transporte.

3. Preguntas de Comprension de la
Unidad
1) Definición del modelo, incluyendo su definición técnica o teórica
2) Definición de Rama, Camino y Lazos
3) Aplicación del modelo
4) Condición necesaria del modelo
5) ¿Qué relación tiene este modelo con Programación lineal?


4. Material Complementario
Los siguientes recursos complementarios son sugerencias para que se pueda ampliar la
información sobre el tema trabajado, como parte de su proceso de aprendizaje
autónomo:
Videos de apoyo:
Bibliografía de apoyo:
Manual de investigación operativa capítulo I. Moodle.
Links de apoyo:
https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/problema-
del-transporte-o-distribucion/

5. Bibliografía
» HILLIER, FREDERICK S. LIEBERMAN, GERALD. (2010). INTRODUCCIÓN A LA
INVESTIGACIÓN DE OPERACIONES. NOVENA EDICIÓN. MCGRAW-HILL

INVESTIGACIÓN OPERATIVA
UNIDAD 3
DUALIDAD Y ANÁLISIS POST ÓPTIMO
TEMA: 1.- Relaciones primal-dual
Ing. Carla Mendoza, Mgs

SUBTEMAS
SUBTEMA: 1.- Deﬁnición del problema dual

SUBTEMA: 2.- Relaciones primal-dual
Objetivo
Establecer una conexión entre un problema de programación lineal (primal) y su
problema dual asociado, de modo que las soluciones óptimas de ambos problemas
se relacionen entre sí de manera fundamental, lo que permite obtener información
valiosa sobre la solución óptima de un problema a partir de la solución óptima del
otro.
Problema dual
Cada problema de programación lineal (Primal) está estrechamente

relacionado con otro problema simétrico a él, denominado problema
dual.
El dualismo es una teoría que surge como consecuencia de una
profundización en el estudio de la programación lineal porque la
distribución de los recursos y la formación de los precios son dos
aspectos del mismo problema.
Entonces la doble formulación de la programación lineal no se debe
considerar como un simple ejercicio matemático, sino que una y otra
versión del problema viene a explicar dos aspectos económicos distintos
para una misma situación polémica.
Una propiedad fundamental de la relación entre el primal y el dual es
que la solución óptima de cualquiera de estos problemas proporciona la
solución óptima para el otro.
La primera persona en darse cuenta de la teoría de que los problemas de

programación lineal tienen otro problema lineal asociado llamado dual, fue
John Von Neumann, a raíz de sus trabajos en teoría de juegos, un poco
antes de que Dantzig desarrollara el método del simplex.
• John Von Neumann en octubre de 1947, conjeturó por primera vez la

existencia de un problema dual asociado al modelo de programación
lineal.
• Dantzig había acudido a Von Neumann en busca de sugerencias e ideas
para desarrollar nuevas técnicas para resolver el modelo de
programación lineal pues, por aquel entonces, los ordenadores todavía
no se habían desarrollado y el potencial del método Simplex estaba aún
por descubrir. El azar quiso que Von Neumann acabase justo de escribir
un texto sobre teoría de juegos, y fueron los resultados de dicha teoría
los que le permitieron reconocer, de forma inmediata, la relación entre
los juegos de suma nula entre dos jugadores y la programación lineal.
Hasta ahora hemos visto que la programación lineal puede ser usada para
resolver una gran cantidad de problemas propios de los negocios, ya sea para
maximizar utilidades, o para minimizar costos.En esos casos la solución óptima
nos explicaba cómo debían ser asignados los recursos para obtener un objetivo
establecido.
En este tema veremos que a cada problema de programación lineal, se le
asocia otro problema, también de programación lineal, llamado “Problema
dual", cuya solución óptima proporciona la siguiente información respecto al
problema original: La solución óptima del problema dual proporciona los
precios en el mercado, o los beneficios, de los recursos escasos, asignados en
el problema original. Además, la solución óptima del problema dual, nos da
también la solución óptima del problema original y viceversa. En general, al
problema original lo llamaremos “Problema Primal".
Algunas razones por las que conviene tener en cuenta la

dualidad son las siguientes: La importancia de la teoría de la dualidad se puede
resumir en lo siguiente:
1. Teniendo en cuenta que el número de iteraciones del • Es otra vía para resolver un problema de
algoritmo simplex depende más del número de programación lineal.
restricciones del modelo que del número de variables, • Facilita profundizar en el contenido económico del
y dado que resolviendo un modelo lineal se obtiene problema original (primal).
también la solución del dual asociado, se puede elegir • Puede ser utilizada para resolver el caso en que se
el modelo que conviene resolver para obtener la debe considerar la introducción de una nueva
solución de ambos. variable en el primal una vez que ha de sido
2. La dualidad permite hacer la interpretación económica obtenida la solución óptima.
del problema lineal. Veremos que la solución del
problema dual da información acerca de la solución
del primal.
3. Teniendo en cuenta las propiedades de la dualidad se
construye un nuevo algoritmo, el simplex dual, que es
más eficaz que el simplex para calcular la solución
óptima de algunos modelos lineales.
Mecánicamente el dual es formulado partiendo del problema primo

en la siguiente forma:
1. Si el primo es un problema de Maximización, el dual es un

problema de Minimización y viceversa.
2. Los coeficientes de la función objetivo del primo se convierten en
las restricciones constantes de las ecuaciones del dual.
3. Las restricciones de las ecuaciones del primo se convierten en los
coeficientes de la función objetivo del dual.
4. Los coeficientes de las variables del dual en las ecuaciones
restrictivas son obtenidas sacando la transpuesta de la matriz de
coeficientes del primo (los arreglos de los coeficientes en las
columnas del primo se convierten en los coeficientes de las filas en
el dual y viceversa).
5. Los signos de la desigualdad son invertidos.
6. Las Xn variables del primo son remplazadas por Wm variables en el
dual. Notación matemática: Primo Contiene m ecuaciones y n
variables. Dual Contiene n ecuaciones y m variables.
EJEMPLO 1
PRIMAL
SOLUCIÓN EN EXCEL
Para comprender en qué consiste la programación dual, veamos el siguiente ejemplo:
Una fábrica de máquinas de oficina, produce y vende

dos tipos de máquinas de escribir: manual y eléctrica. El modelo primal puede ser utilizado para encontrar el
Cada máquina manual produce un ingreso de $40 y número óptimo de cada tipo de máquina que se debe
cada máquina eléctrica, un ingreso de $60. Ambas producir mensualmente para maximizar el beneficio.
máquinas tienen que ser procesadas a través de dos Este modelo sería:
operaciones diferentes: O1 y O2.
La fábrica tiene las siguientes capacidades mensuales
(para todas las plantas del país):
▪ 2.000 horas de O1 (ensamblado)
▪ 1.000 horas de O2 (empaquetado)
El número de horas requerido de cada una de estas
operaciones, para cada modelo de máquina es: Aplicando el método del Simplex, obtenemos que la
solución óptima es:
x1 = 500 (producir 500 máquinas manuales al mes)
x2 = 250 (producir 250 máquinas eléctricas al mes)
z = $35.000 (el ingreso máximo es de $35.000 al mes)
Dado el marco del problema primal, ahora queremos enfocarlo como un problema precio.
Es decir: queremos determinar los precios a los cuales la fábrica debería valorar sus recursos, de modo que se
pueda determinar el mínimo valor al cual estaría dispuesta a arrendarlos o a venderlos (todos a bloque).
Supongamos que otra empresa externa intenta comprar recursos de la nuestra. Ella intentará pagar lo mínimo
por dichos recursos, pero nosotros impondremos unas restricciones de modo que no perdamos dinero con la
venta. En nuestro caso, los recursos son las horas disponibles en cada una de las operaciones O1 y O2.
• Entonces, si llamamos y1 e y2 a la renta percibida por cada hora, para las operaciones O1 y O2 respectivamente
• La primera restricción que deberemos imponer es, evidentemente, que los precios sean no negativos: y1, y2 ≥
0.
• Los precios y1 e y2 deben ser competitivos con las alternativas disponibles. La fábrica tiene como alternativa a
vender sus recursos, el producir máquinas manuales o eléctricas, usando O1 y O2.
• Entonces: Como con 3 horas de O1 y 1 hora de O2 se puede fabricar una máquina manual, la cual nos da un
beneficio de $40, para no perder dinero en la venta de esos recursos, se tendrá que verificar que el beneficio
que nos proporcione la venta, sea como mínimo, esos $40. Es decir:
Y análogamente:
SOLUCIÓN
DUAL
PRIMAL
EJEMPLO 3
EJEMPLO 4
EJERCICIO
Taller en clase
BIBLIOGRAFÍA
• TAHA, Hamdy A. (2012) Investigación de Operaciones, Una Introducción. Prentice Hall. México.
9na Ed.
• HILLIER, Frederick S.; LIEBERMAN, Gerald J. (2010). Introducción a la Investigación de
Operaciones. McGraw-Hill. México. 9na Ed.
• 3. EPPEN, G. D.; GOULD, F. J.; SCHMIDT, C. P.; MOORE, J. H.; WEATHERFORD L.R. (2000).
Investigación de Operaciones en la Ciencia Administrativa. Pearson Educación Prentice Hall
México. 5ta. Ed.
UNIDAD 3
TEMA: 2.-Interpretación económica de la dualidad

SUBTEMAS
SUBTEMA: 1.- Interpretación económica de las variables duales

SUBTEMA: 2.- Interpretación económica de las restricciones duales
Objetivo
otro.
Interpretación económica del problema dual
• El problema primal y dual explica dos aspectos económicos distintos de un

mismo problema.
• Las variables duales nos vienen a medir el valor de los recursos imputados a la
producción, pero esta valoración tiene unas características peculiares, está
realizada en términos de costos de oportunidad. Esto quiere decir que aquellos
factores (o restricciones) cuyas existencias no quedan agotadas en el programa
óptimo establecido, tienen un costo nulo desde el anterior punto de vista, pues
bajo el prisma exclusivo del sistema empresarial es un bien libre al estar en
exceso.
En consecuencia, la función objetivo, medirá el costo total de los factores
imputados a la producción, valor que ha de igualarse al rendimiento total hallado
en la función económica del primal para que se produzca el equilibrio.
Un problema de programación líneal está destinado a la optimización de determinados recursos económicos. Los problemas
“primales” consisten en maximizar una función objetivo sometida a un conjunto de restricciones representadas por inecuaciones.
La interpretación económica de estos valores es la siguiente:
- Las variables xi pueden interpretarse como los términos desconocidos de los productos que fabricaremos.
- Los bi son las cantidades disponibles de recursos para elaborar los productos.
- Los términos aij son las cantidades necesarias del recurso i para producir una unidad del producto j.
- Las restricciones representarán la limitación de los recursos disponibles para fabricar los productos.
- El objetivo del fabricante será obtener un beneficio máximo, o sea, maximizar los beneficios, con lo cual cj serán los beneficios por
cada unidad producida del producto j.
A partir de las relaciones primal-dual interpretaremos económicamente los términos del anterior:
• yi: Contribución a la ganancia por cada unidad del recurso i.

• Estas variables del problema dual reciben el nombre de precios de sombra.
• yi>=0: La ganancia por cada unidad del recurso i, debe ser no negativa, de lo contrario sería mejor no utilizar este recurso en
absoluto.
• F.Objetivo: Es la minimización total del valor implícito de los recursos consumidos por las actividades.
En general el precio sombra de una restricción proporciona el cambio en el valor de la función objetivo como resultado de un cambio
unitario en el término independiente de la restricción, suponiendo que el resto de parámetros del problema permanecen inalterados.
En muchos problemas de programación lineal los precios sombra son tan importantes como la solución del problema, ya que
proporcionan información sobre el efecto en la función objetivo de cambios en los recursos disponibles.
PRIMAL
DUAL
PRIMAL Recursos
Y1
Variables
duales Y2
Y3
Y4 DUAL
• Cuando se resuelve el modelo dual, se obtiene el

valor de cada variable dual Y1,Y2,Y3,Y4.
• La variable dual se refiere al costo o al valor por
unidad de recurso, también llamado precio sombra.
• Por cada unidad de recurso que se agregue al
PRIMAL , la función objetivo Z se va a incrementar
tanto como le indique el valor de la variable dual
asociada.
PRIMAL Recursos DUAL
Variables Y1
duales
Y2
Y3
Y4
EJEMPLO R1:
• Si la empresa decide añadir 1 tn más en el recurso 1,pasando de 24 a 25, la función objetivo aumenta en 0.75, de 21 a
21.75
• Si la empresa decide añadir 2 tn, pasando de 24 a 26, la función objetivo aumenta en 1.5 , de 21 a 22.5
• Supongamos que para que la empresa adicione 1 tn más a ese recurso debe invertir en $0.50, y si el precio sombra es
$0.75, la empresa obtiene un margen de ganancia.
• Supongamos que el valor de 1 recurso es $2, pero su precio sombra es $0.75 , existiría una pérdida.
• De esta forma sabemos si podemos invertir o no en el aumento de los recursos.
• Cuándo el valor de la variable dual es cero, la empresa puede incrementar su recurso en cualquier cantidad y z no tiene
efecto. Por ejemplo Y3,Y4. Esto sucede cuando los recursos son abundantes.
Hay que producir 0 trenes, 100

camiones y 230 carros para
obtener una ganancia máxima
de $1350
No está X1 porque
no es viable producir
trenes
PRIMAL
DUAL
Ejemplo R1
• Para analizar las restricciones duales se utiliza la fórmula del costo reducido: Se sustituye
el valor de la variable dual en cada restricción dual, y se resta el lado derecho que
corresponde al costo unitario. FÓRMULA DEL COSTO REDUCIDO
• Para la primera restricción, que corresponde a los recursos que consumen los juguetes en
el primal.
• El programa lineal recomienda no producir trenes , porque x1 es igual a cero. Por lo tanto,
por cada tren que se intente producir, los ingresos van a disminuir en la cantidad que
indica el costo reducido, porque no es viable producir ese producto. Por ejemplo, si se
produce 1 tren, la función objetivo va a disminuir en 4, pasando de $1350 a $1346 de
ingreso.
PRIMAL
DUAL
Ejemplo R2
Para las variables que, si se deben producir, se interpreta de la siguiente forma: FÓRMULA DEL COSTO REDUCIDO
• Para R2, las variables básicas que el programa lineal recomienda producir, como X2,X3 su
costo reducido será siempre cero. Es decir, por cada unidad producida de estas variables
básicas no existirá una disminución en la función objetivo.
• Esto sucede porque la variable se encuentra en equilibrio económico.
PRIMAL
DUAL
Ejemplo R3
Para las variables que, si se deben producir, se interpreta de la siguiente forma: FÓRMULA DEL COSTO REDUCIDO
• Para R3, por cada unidad producida de esta variable básica no existirá una disminución
en la función objetivo.
• Esto sucede porque la variable se encuentra en equilibrio económico.
BIBLIOGRAFÍA
9na Ed.
México. 5ta. Ed.
INVESTIGACION OPERATIVA
UNIDAD 3
Autor: Igor Ernesto Díaz

ÍNDICE
1. Unidad 3: Dualidad y Análisis Post Óptimo ..........................................................................3
Tema 1: Rela ción primal-dual ................................................................................................................................3
Objetivo:.....................................................................................................................................................................3
Introducción: .............................................................................................................................................................3
2. Información de los subtemas ............................................................................................4
2.1 Subtema 1: Definición del problema dual .............................................................................................4
2.2 Subtema 2: Relaciones primal-dual ........................................................................................................8
3. Preguntas de Comprensión de la Unidad .............................................................................9
4. Material Complementario .............................................................................................. 10
5. Bibliografía .................................................................................................................. 11
2
1. Unidad 3: Dualidad y Analisis Post

Óptimo
Tema 2: Interpretación económica de la dualidad
Objetivo:
Determinar el programa de transporte que minimice el costo total del transporte y que
al mismo tiempo satisfaga los límites de la oferta y la demanda.
Introducción:
La programación lineal puede ser utilizada para la resolución de modelos de transporte,
aunque no sea sensato resolver los modelos mediante el Método Simplex, si puede ser
de gran utilidad la fase de modelización, ya que la programación carece de la practicidad
de los métodos de asignación, pero puede ser de gran importancia dependiendo de la
complejidad de las restricciones adicionales que puede presentar un problema
particular.

2. Informacion de los subtemas

2.1 Subtema 1: Interpretación económica de las
variables duales
El problema
Una empresa energética colombiana dispone de cuatro plantas de generación para

satisfacer la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y
Barranquilla. Las plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al
día respectivamente. Las necesidades de las ciudades de Cali, Bogotá, Medellín y
Barranquilla son de 70, 40, 70 y 35 millones de Kw al día respectivamente. Los costos
asociados al envío de suministro energético por cada millón de KW entre cada planta y
cada ciudad son los registrados en la siguiente tabla.
Solución mediante programación lineal
El modelo básico de transporte es el modelo en el cual la cantidad ofertada es igual a la

cantidad demandada, como es el caso de este ejercicio, sin embargo, trasladar esta
suposición a la realidad es casi imposible por lo cual hace falta crear orígenes y/o
destinos ficticios con el excedente de oferta y/o demanda (es sugerible que se haga con
la demanda).
1er paso
Definición de las variables, regularmente se le denomina a las variables de manera

algebraica Xi,j donde i simboliza a la fuente y j simboliza al destino. En este caso i define
el conjunto {Planta 1, Planta 2, Planta 3 y Planta 4}, y j define el conjunto {Cali, Bogotá,
Medellín y Barranquilla}. Sin embargo, es práctico renombrar cada fuente y destino por
un número respectivo, por ende, la variable X1,2 corresponde a la cantidad de millones
de KW enviados diariamente de la Planta 1 a la ciudad de Bogotá.

2do paso
El segundo paso corresponde a la formulación de las restricciones de oferta y demanda,

cuya cantidad se encuentra determinada por el factor entre fuentes y destinos, en este
caso 16 restricciones.
Restricciones de oferta o disponibilidad, las cuales son de signo ≤:
X1,1 + X1,2 + X1,3 + X1,4 ≤ 80

X2,1 + X2,2 + X2,3 + X2,4 ≤ 30
X3,1 + X3,2 + X3,3 + X3,4 ≤ 60

X4,1 + X4,2 + X4,3 + X4,4 ≤ 45
Restricciones de demanda, las cuales son de signo ≥:
X1,1 + X2,1 + X3,1 + X4,1 ≥ 70

X1,2 + X2,2 + X3,2 + X4,2 ≥ 40
X1,3 + X2,3 + X3,3 + X4,3 ≥ 70
X1,4 + X2,4 + X3,4 + X4,4 ≥ 35

Luego se procede a formular la función objetivo, en la cual se relaciona el costo

correspondiente a cada ruta.
Z MIN = 5X1,1 + 2X1,2 + 7X1,3 + 3X1,4 + 3X2,1 + 6X2,2 + 6X2,3 + 1X2,4 + 6X3,1 + 1X3,2 + 2X3,3 +
4X3,4 + 4X4,1 + 3X4,2 + 6X4,3 + 6X4,4
Luego se puede proceder al uso de la herramienta WinQSB para resolver el modelo

realizado, aquí están los resultados.

Este problema presenta una solución óptima alternativa, aquí los resultados.

2.2 Subtema 2: Interpretación económica de las

restricciones duales
Red solución
Los análisis de dualidad y sensibilidad en los modelos de transporte resultan ser

bastante interesantes, pues pueden llegar a determinar aumentos de capacidad en las
fuentes si el precio sombra de las rutas en relación a ellas lo justifica.

3. Preguntas de Comprension de la
Unidad
1) ¿El modelo corresponde a un problema?
2) ¿Cuáles son las incógnitas del modelo?
3) ¿Qué significa que haya Disponibilidades mayores que los requerimientos?
4) ¿Qué significa que haya Requerimientos mayores que las disponibilidades?
5) ¿Como determino e interpreto la solución óptima?


4. Material Complementario
Los siguientes recursos complementarios son sugerencias para que se pueda ampliar la
información sobre el tema trabajado, como parte de su proceso de aprendizaje
autónomo:
Videos de apoyo:
Bibliografía de apoyo:
Manual de investigación operativa capítulo I. Moodle.
Links de apoyo:
https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/problema-
del-transporte-o-distribucion/

5. Bibliografía
» HILLIER, FREDERICK S. LIEBERMAN, GERALD. (2010). INTRODUCCIÓN A LA
INVESTIGACIÓN DE OPERACIONES. NOVENA EDICIÓN. MCGRAW-HILL

UNIDAD 3
TEMA: 3.- Algoritmos simplex adicionales

SUBTEMAS
SUBTEMA: 1.- Algoritmo simplex dual

SUBTEMA: 2.- Algoritmo simplex generalizado
Objetivo
otro.
SUBTEMA: 1.- Algoritmo simplex dual
El método dual símplex es una alternativa de

El método símplex es un proceso iterativo solución que utiliza el modelo dual para
(repetitivo) que genera varias tablas de simplificar el uso de sólo un algoritmo de
solución. Existe un indicativo que finaliza solución en lugar de dos. En ambos casos el
el proceso cuando se ha llegado a la algoritmo converge a la solución óptima del
solución óptima del problema. modelo, si es que ésta existe, de otra manera
nos indica que el problema no tiene solución.
Método símplex primal-dual
Todo problema de programación lineal de maximización tiene
asociado un problema de P. L. de minimización llamado dual y
viceversa. Los dos problemas se construyen a partir del mismo
problema real, sólo que si en uno de ellos el objetivo es
maximizar las utilidades, en el otro el objetivo es minimizar los
costos y como resultado el valor de la función objetivo de
ambos problemas coincide, es decir, Z máx=Z min en las
soluciones óptimas. Esto significa que hay un equilibrio entre
utilidad y costo.
Método Simplex – Dual
Este método se aplica a problemas óptimos pero infactibles. En este caso, las
restricciones se expresan en forma canónica (restricciones ).
• La función objetivo puede estar en la forma de maximización o de minimización.

• Después de agregar las variables de holgura y de poner el problema en la tabla, si algún
elemento de la parte derecha es negativo y si la condición de optimidad está satisfecha, el
problema puede resolverse por el método dual simplex.
• Note que un elemento negativo en el lado derecho significa que el problema comienza óptimo
pero infactible como se requiere en el método dual simplex. En la iteración donde la solución
básica llega a ser factible esta será la solución óptima del problema.
CONDICIÓN DE FACTIBILIDAD
La variable que sale es la variable básica que tiene el valor más negativo (los empates se rompen arbitrariamente
si todas las variables básicas son. No negativas, el proceso termina y esta última tabla es la solución óptima
factible).
CONDICIÓN DE OPTIMIDAD
La variable que entra se elige entre las variables no básicas como sigue. Tome los cocientes de los coeficientes de
la función objetivo entre los coeficientes correspondientes a la ecuación asociada a la variable que sale.
Ignore los cocientes asociados a denominadores positivos o cero.
La variable que entra es aquella con el cociente más pequeño si el problema es de minimizar o el valor absoluto
más pequeño si el problema es de maximización(rompa los empates arbitrariamente). Si los denominadores son
ceros o positivos el problema no tiene ninguna
Método Simplex - Dual

PARA QUE SE UTILIZA:
Como sabemos, el método simplex es un algoritmo iterativo que iniciando

en una solución básica factible pero no óptima, genera soluciones básicas
factibles cada vez mejores hasta encontrar la solución óptima (sí esta
existe). La base de su lógica es mantener la factibilidad, mientras busca la
optimalidad.
Pero surge la posibilidad de usar otro esquema igualmente iterativo, que

como contraparte del simplex, comienza en una solución básica óptima,
pero no factible y mantiene la inmejorabilidad mientras busca la
factibilidad. Con este procedimiento se llega igualmente a la solución
óptima.
El nuevo algoritmo fue desarrollo en 1954 por C. E. Lemke y se conoce con

el nombre de Método Dual-Simplex.
Pasos para el Algoritmo símplex-dual
1. Se suman las variables de holgura a cada una de las restricciones de la

forma menor igual que (como ya se ha descrito en el algoritmo),
mientras que a las restricciones de la forma mayor igual que se les
resta una variable de superávit. Se debe restar la variable porque las
variables artificiales no pueden tomar valores negativos, y en el caso
de desigualdades de la forma mayor igual que, lo que necesitamos es
quitar la cantidad que se excede de la igualdad.
2. Se multiplican por –1 aquellas restricciones a las que se restó una
variable de superávit.
3. Se forma la tabla símplex-dual inicial, la cual tiene las mismas
características que la tabla símplex inicial. La diferencia es que algunas
de las cantidades limitantes de las restricciones son negativas con una
función objetivo por minimizar.
Pasos para el Algoritmo símplex-dual
4. Se selecciona el renglón con el mayor valor negativo, ésta es la variable que

sale del sistema.
5. Para seleccionar la variable que entra a la base, sólo se toman las columnas de
las variables no básicas cuyo coeficiente del renglón seleccionado en el punto
anterior sea negativo. Si no existe, entonces el modelo no tiene solución. Se
divide el coeficiente de los candidatos del renglón R0 entre el coeficiente del
renglón seleccionado y se toma su valor absoluto. El valor menor indica la
variable que entra a la base.
6. La celda formada por la intersección del renglón seleccionado con la columna
seleccionada es el elemento pivote, este renglón se multiplica por su inverso
multiplicativo y el resultado se escribe en una nueva tabla intercambiando las
etiquetas de las variables que salen y entran a la base.
7. Tomando de referencia el elemento pivote, se hacen ceros los elementos de la
columna seleccionada utilizando operaciones elementales sobre matrices.
8. Si todas las cantidades limitantes son positivas, la tabla ya es óptima: si no es
así, se regresa al punto 4.
El método Dual Simplex sirve y se aplica para resolver problemas
que empiezan con factibilidad dual, es decir, óptimos, pero
infactibles (No se puede realizar).
Comúnmente aquellos problemas de difícil solución son los de
minimización.
El método simplex y el dual simplex se encuentran muy ligados,
permitiendo que la restricción de uno sean las variables del otro.
Las características básicas de una minimización para desarrollar el
método dual simplex es que tengan restricciones del mayor o igual
que y donde las variables sean mayores o iguales a cero
BIBLIOGRAFÍA
9na Ed.
México. 5ta. Ed.

Inv Operativa U3

Cargado por

Copyright:

Formatos disponibles

Inv Operativa U3

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inv Operativa U3

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION OPERATIVA

Autor: Igor Ernesto Díaz

1. Unidad 3: Dualidad y Análisis Post Óptimo ..........................................................................3

Tema 1: Rela ción primal-dual ................................................................................................................................3

2. Información de los subtemas ............................................................................................4

2.1 Subtema 1: Definición del problema dual .............................................................................................4

2.2 Subtema 2: Relaciones primal-dual ........................................................................................................5

3. Preguntas de Comprensión de la Unidad .............................................................................6

4. Material Complementario ................................................................................................7

1. Unidad 3: Dualidad y Analisis Post

El problema de transporte, nombre que recibe porque muchas de sus aplicaciones

El problema de asignación, incluye aplicaciones como la asignación de personas a tareas.

Las aplicaciones de los problemas de transporte y asignación tienden a requerir un

En consecuencia, es importante familiarizarse bien con estos tipos especiales de

FORMATO CONTROLADO: FR0018/ v3.01 3

2. Informacion de los subtemas

El contexto en el que se aplica el modelo de transporte es amplio y puede generar

El problema de transporte es una de las primeras aplicaciones importantes de la

FORMATO CONTROLADO: FR0018/ v3.01 4

2.2 Subtema 2: Relaciones primal-dual

Los datos del modelo son:

- Nivel de oferta en cada fuente y la cantidad de demanda en cada destino;

FORMATO CONTROLADO: FR0018/ v3.01 5

2) Definición de Rama, Camino y Lazos

3) Aplicación del modelo

4) Condición necesaria del modelo

5) ¿Qué relación tiene este modelo con Programación lineal?

FORMATO CONTROLADO: FR0018/ v3.01 6

FORMATO CONTROLADO: FR0018/ v3.01 7

FORMATO CONTROLADO: FR0018/ v3.01 8

TEMA: 1.- Relaciones primal-dual

Ing. Carla Mendoza, Mgs

SUBTEMA: 1.- Deﬁnición del problema dual

Cada problema de programación lineal (Primal) está estrechamente

La primera persona en darse cuenta de la teoría de que los problemas de

• John Von Neumann en octubre de 1947, conjeturó por primera vez la

Algunas razones por las que conviene tener en cuenta la

Mecánicamente el dual es formulado partiendo del problema primo

1. Si el primo es un problema de Maximización, el dual es un

Una fábrica de máquinas de oficina, produce y vende

TEMA: 2.-Interpretación económica de la dualidad

Ing. Carla Mendoza, Mgs

SUBTEMA: 1.- Interpretación económica de las variables duales

• El problema primal y dual explica dos aspectos económicos distintos de un

La interpretación económica de estos valores es la siguiente:

• yi: Contribución a la ganancia por cada unidad del recurso i.

• Cuando se resuelve el modelo dual, se obtiene el

Hay que producir 0 trenes, 100

Autor: Igor Ernesto Díaz

1. Unidad 3: Dualidad y Análisis Post Óptimo ..........................................................................3

Tema 1: Rela ción primal-dual ................................................................................................................................3

2. Información de los subtemas ............................................................................................4

2.1 Subtema 1: Definición del problema dual .............................................................................................4

2.2 Subtema 2: Relaciones primal-dual ........................................................................................................8

3. Preguntas de Comprensión de la Unidad .............................................................................9

4. Material Complementario .............................................................................................. 10

1. Unidad 3: Dualidad y Analisis Post

FORMATO CONTROLADO: FR0018/ v3.01 3

2. Informacion de los subtemas