Mtodos Cuantitativos

Lic. Jos de Jess Romero A.

Tema 1. Programacin lineal

La programacin lineal es una tcnica matemtica ampliamente utilizada, diseada para ayudar a
los administradores, en la planeacin y toma de decisiones relativas a la negociacin necesaria
para asignar recursos.
Algunos ejemplos de problemas en los que la programacin lineal ha sido aplicada exitosamente
en la administracin de operaciones son:
La seleccin de la mezcla de productos en una fbrica, para tener el mejor uso de las horas
disponibles de la maquinaria y mano de obra, mientras se maximiza la utilidad de la
empresa.
La seleccin de diferentes mezclas de materias primas en los molinos de comida para
producir combinaciones de alimentos terminados al mnimo costo.
La determinacin de un sistema de distribucin que minimice el costo total de embarque
de varios almacenes a varias localizaciones de mercado.
El desarrollo de un programa de produccin que satisfaga las demandas futuras para un
producto de la compaa, y al mismo tiempo minimice los costos totales de produccin e
inventario.
Requerimientos de un problema de programacin lineal.
Todos los problemas de programacin lineal tienen cuatro componentes en su estructura:
1) Todos los problemas buscan maximizar o minimizar alguna cantidad (normalmente la utilidad o
el costo). A este punto se le llama la funcin objetivo de un problema de programacin lineal. El
principal objetivo de una empresa tpica es la de maximizar las utilidades en pesos a largo plazo.
En el caso de un sistema de distribucin en camiones o lnea area, el objetivo puede ser el de
minimizar los costos de embarque.
2) La presencia de limitaciones, o restricciones, limita el grado al cual se puede lograr el objetivo.
Por ejemplo, la decisin de la cantidad de unidades que se fabriquen por cada producto, en la
lnea de productos de una empresa, se encuentra restringida por la disponibilidad de mano de
obra y maquinaria. Se desea, por lo tanto la maximizacin o minimizacin de una cantidad (la
funcin objetivo) sujeta a los recursos limitados (las restricciones).

3) Deben existir caminos alternos de accin y opciones para eleccin. Por ejemplo si una compaa
produce tres productos diferentes, la administracin puede utilizar la programacin lineal para
decidir cmo asignar entre ellos sus limitados recursos de produccin (de mano de obra,
maquinaria, y as sucesivamente). Si no existieran alternativas de las cuales elegir, no sera
necesaria la programacin lineal.
Adems todos los modelos de programacin lineal deben tener:
I. Variables de decisin: son cantidades desconocidas que deben determinarse en la solucin del
modelo. Es lo que queremos conocer.
II. Parmetros: son los valores que describen la relacin entre las variables de decisin.
III. Restricciones: son las limitaciones fsicas, econmicas o temporales que ocurren en el
problema.
Estructura de los modelos de programacin lineal.
1) Definicin de variables. 2) Definicin de funcin objetivo. 3) Definicin de restricciones. 4) No
negatividad.
Formulacin de problemas de programacin lineal.
Ejemplo: la Shader Electronic Company produce dos "artculos" o dos "equipos": (1) el walkman
Shader, un toca cassettes con AM/FM porttil y (2) la watch TV Shader, un televisor blanco y negro
del tamao de un reloj de pulsera. El proceso de produccin es similar para cada uno, ambos
necesitan un cierto nmero de horas de trabajo electrnico y un nmero de horas en el
departamento de ensamble. Cada walkman lleva 4 horas de trabajo electrnico y dos horas en el
taller de ensamble. Cada watch TV requiere de 3 horas de electrnica y una hora de ensamble.
Durante el presente periodo de produccin, estn disponibles 240 horas de tiempo de electrnica
y 100 horas del departamento de ensamble. Cada walkman aporta una utilidad de 7 dlares; cada
watch TV puede ser vendida para obtener una utilidad de 5 dlares. El problema de Shader es
determinar la mejor combinacin posible (mezcla de productos) de cantidad de walkman y de
watch TV, para fabricarlos de manera que se obtenga la mxima utilidad. Esta situacin de mezcla
de produccin puede ser formulada como un problema de programacin lineal.

Formulacin de problemas de programacin lineal. PASOS: 1.-Se empieza reuniendo la

informacin necesaria para poder formular y resolver adecuadamente este problema.
Horas requeridas para Horas requeridas para
DEPARTAMENTO producir una unidad de producir una unidad de
walkmans
watch TV

Horas disponibles esta

semana

Electrnica

240

Ensamble

100

Utilidad/unidad

$7

$5

2.-Despus se definen las variables de decisin.

3.- Crear la funcin objetivo en trminos de X1 y X2

Maximizar la utilidad =
4.- El siguiente paso es desarrollar las relaciones matemticas para describir las restricciones del
problema. Una relacin general es que la cantidad de recursos usados debe ser menor o igual a
la cantidad de recursos disponibles.
Primera restriccin: el tiempo de electrnica utilizado es al tiempo de electrnica disponible.
(horas de tiempo de electrnica)
Segunda restriccin: el tiempo de ensamble utilizado es al tiempo de ensamble disponible.

(horas de tiempo de ensamble)

Por lo tanto el modelo matemtico del problema de programacin lineal quedara de la siguiente
manera:

Tema 2. Metodologas para la solucin de problemas de programacin

lineal.
La programacin lineal (PL) utiliza diferentes tcnicas para la solucin de problemas
Mtodo grfico.
Mtodo simplex.
Algoritmo de transporte.
Algoritmo de asignacin, entre otros.

El mtodo grfico se aplica para solucionar problemas de PL, que incluye solamente dos
variables. Adems se puede representar el modelo grficamente y de esta forma visualizar
la regin bsica factible, la cual contendr la solucin ptima. Retomando el ejemplo de la
clase pasada, para dar solucin a travs del mtodo grfico. Partiremos desde la
formulacin del modelo:
Formulacin de problemas de programacin lineal. PASOS: 1.-Se empieza reuniendo
la informacin necesaria para poder formular y resolver adecuadamente este problema.
DEPARTAMENTO

Horas requeridas
para producir una
unidad de
walkmans

Horas requeridas
para producir una
unidad de watch TV

Horas disponibles
esta semana

Electrnica

240

Ensamble

100

Utilidad/unidad

$7

$5

2.-Despus se definen las variables de decisin.

3.- Crear la funcin objetivo en trminos de X1 y X2

4.- El siguiente paso es desarrollar las relaciones matemticas para describir las
restricciones del problema. Una relacin general es que la cantidad de recursos usados debe
ser menor o igual a la cantidad de recursos disponibles.
Primera restriccin: el tiempo de electrnica utilizado es al tiempo de electrnica
disponible.

Segunda restriccin: el tiempo de ensamble utilizado es al tiempo de ensamble

disponible.

Por lo tanto el modelo matemtico del problema de programacin lineal quedara de

la siguiente manera:

Solucin aplicando el mtodo grfico.

El mtodo grfico: Se aplica para resolver un problema de programacin lineal con slo
dos variables de decisin.

Vamos a trazar las restricciones en el plano cartesiano xy. Para ellos vamos a ver dnde
corta cada una de las lneas a los ejes.

Tambin hay que considerar las restricciones

, las cuales nos indican que
solamente vamos a considerar la grfica en su primer cuadrante. La grfica sera la
siguiente:

Tambin hay que considerar el signo que aparece en la desigualdad, ya que en este
caso los signos son , eso implica que la regin factible son los valores que se
encuentran abajo y sobre las lneas que hemos trazado, la representacin grfica
quedara como:

Se puede observar que las lneas se intersectan en la siguiente regin bsica factible.

Los puntos ptimos son los que se muestran sobre los extremos de esta regin.

Entonces podemos decir que la ganancia mxima ser de $410, cuando se produzcan 30
walkmans y 40 watch TV.

Aplicando WinQSB la solucin a nuestro problema sera la siguiente: 1 Entrar al

apartado de programacin lineal y entera, tal y como se presenta en la siguiente
pantalla:

2 Abrir una hoja de clculo para vaciar los datos, para ello puedes dar clic sobre el
men de herramientas en el apartado file en la hoja cuadriculada, tal y como se
muestra en la pantalla:

3 Aparece esta pantalla

Colocar el nombre del

problema, por ejemplo:
Problema 1

Colocar el nmero de
restricciones.

Colocar el nmero de
variables.

4 Los datos se vacan tal y como se presentan en la siguiente pantalla. Primero se

presentan los coeficientes correspondientes a la funcin objetivo, en C1 en y C2 se
asignan los coeficientes de cada una de las restricciones.
Para cambiar la el signo de las desigualdades basta con dar doble click sobre el signo
de la desigualdad:

5 Para obtener la solucin grfica del problema damos click en la barra de

herramientas sobre el apartado Solve and Analyze, as como se presenta en la

Tema 3. Mtodo Simplex.

El mtodo del simplex fue creado en 1947 por el matemtico George Dantzig. El mtodo del
simplex se utiliza, sobre todo, para resolver problemas de programacin lineal en los que
intervienen tres o ms variables. El lgebra matricial y el proceso de eliminacin de Gauss-Jordan
para resolver un sistema de ecuaciones lineales constituyen la base del mtodo simplex. A
continuacin hacemos una descripcin de cmo solucionar un problema a travs del mtodo
simplex, utilizando WinQSB.

Ejemplo:
DEPARTAMENTO

Horas requeridas
para producir una
unidad de
walkmans

Horas requeridas
para producir una
unidad de watch TV

Horas disponibles
esta semana

Electrnica

240

Ensamble

100

Utilidad/unidad

$7

$5

En el cual su modelo est dado por:

El mtodo Simplex: El mtodo simplex no es ms que un enfoque complicado de prueba

y error para resolver problemas de PL.
Reglas de aumento

Tipo de
restriccin

Agrguese a la
Restriccin

funcin
Funcin objetivo

+S

+S

-S+A

Mx: +0*S-MA
Mn: +0*S+MA

+A

Mx: -MA
Mn: +MA

V.Base

Variables de Decisin

Variables de holgura

Solucin

V.Base

Variables de Decisin

Variables de holgura

Solucin

V.Base

Variables de Decisin

Variables de holgura

Solucin

V.Base

Variables de Decisin

Variables de holgura

Solucin

V.Base

Variables de Decisin

Variables de holgura

Solucin

Grficamente encontramos que la solucin estaba dada por: Lo que vamos a ver aplicando
el mtodo simplex a travs de WinQSB es que cada iteracin representa la evaluacin sobre
la funcin objetivo para obtener el valor ptimo dentro de la regin bsica factible.

1 Introducir los datos del modelo a la hoja de clculo del WinQSB.

2 La primera iteracin se da sobre el punto A(0,0)

3 La primera segunda iteracin y se da sobre el punto D(50,0)

4 La tercera iteracin presenta la solucin ptima que es sobre el punto C(30,40)

Entonces podemos
decir que la ganancia
mxima ser de $410,
cuando se produzcan
30 Walkmans y 40
Watch TV.

Observe que el ptimo, si es que existe, se determina avanzando un punto

esquina adyacente a la vez y comprobando si aun existe un punto esquina
que pueda mejorar el valor de la funcin objetivo. Esta evaluacin se
lleva a cabo en sentido contrario a las manecillas del reloj.

Tema 4. Variantes del mtodo Simplex(Anlisis de Sensibilidad)

INTERPRETACIN DE LAS SOLUCIONES SIMPLEX.
Ejemplo 2:
Como parte de su proceso estratgico de planeacin, Precision Manufacturing Company debe determinar
para el siguiente ao la mezcla de productos a manufacturar. La empresa produce dos lneas principales de
productos para la industria de la construccin comercial: una lnea de sierras circulares porttiles para uso
pesado y una lnea de sierras de mesa de precisin. Las dos lneas comparten una misma capacidad de
produccin y se venden a travs de los mismos canales de ventas. Aunque dentro de la lnea de productos
existe alguna diversidad, la utilidad promedio es de 900 dlares por cada sierra circular y de 600 dlares por
cada sierra de mesa. La capacidad de produccin est limitada de dos maneras: capacidad de fabricacin y
capacidad de ensamble. Todos los meses est disponible un mximo de 4000 horas de capacidad de
fabricacin; cada sierra circular requiere 2 horas y cada sierra de mesa una hora. Hay disponible al mes un
mximo de 5,000 horas de capacidad de ensamble y cada sierra circular requiere 1 hora y cada sierra de
mesa requiere dos horas. El departamento de comercializacin estima que existir en el mercado para el
ao que viene una demanda mxima de 3,500 sierras al mes para ambas lneas de productos combinadas.
Cuntas sierras circulares y cuntas sierras de mesa debern producirse mensualmente el prximo ao
para maximizar la utilidad?

Modelo de PL

Solucin.
Aplicando WinQSB para solucionar este problema, obtenemos:

La solucin se deduce como sigue: X1, X2, S3 son variables bsicas porque todas tienen un
valor diferente de 0. X1=1,000, X2=2,000, S3=500, S1=0 y S2=0
Por lo tanto, la gerencia debe fabricar 1,000 sierras circulares y 2,000 sierras de mesa por
mes para una utilidad mensual de 2,100,000 dlares.
Variables de holgura(Slack or Surplus)
Se utilizar toda la capacidad de produccin de fabricacin y ensamble y quedaran 500
sierras adicionales que pudieran venderse en el mercado. La fabricacin de sierras
circulares (X1) y de sierras de mesa (X2) ha utilizado todas las horas de fabricacin
disponibles en el mes, por lo tanto S1 = 0 El ensamble de sierras circulares y de sierras de
mesa ha utilizado toda la capacidad de ensamble disponible por mes, por lo que S2 = 0. Las
ventas de sierras circulares y de mesa han quedado por debajo en 500 sierras para satisfacer
la demanda mxima mensual de sierras, por lo que S3 = 500.

Precios sombra (Shadow Price).

En los problemas de maximizacin los precios sombra indican cunto se reducira a Z

(funcin objetivo) mediante la introduccin de una unidad de la variable X en la solucin.
En los problemas de minimizacin, los precios sombra indican cunto se incrementara Z
mediante la introduccin de una unidad de la variable X en la solucin.
Por ejemplo: Suponga que la gerencia deseaba conocer la siguiente informacin: 1.Cunto se incrementara la utilidad mensual (Z) si pudiramos encontrar una o ms horas
mensuales de capacidad de fabricacin(4001 en contraste con 4000)? 2.- Cunto se
reduciran las utilidades mensuales (Z) si tuviramos una hora menos de la capacidad
mensual de fabricacin (3999 en contraste con 4000)?

La respuesta a ambas preguntas se encuentra en la columna de Precio sombra en el

rengln S1(C1):$400, por lo tanto

Si consiguiramos 1 hora ms disponible en la capacidad de fabricacin, la nueva

utilidad sera: $2,100,000+1($400)=2,100,400.
Si consiguiramos 2 hora ms disponible en la capacidad de fabricacin, la nueva
utilidad sera: $2,100,000+2($400)=2,100,800.

Lo mismo es para S2.

1.- Cunto se incrementara la utilidad mensual (Z) si pudiramos encontrar una o ms
horas mensuales de capacidad de ensamble (5001 en contraste con 5000)? 2.- Cunto se
reduciran las utilidades mensuales (Z) si tuviramos una hora menos de la capacidad
mensual de ensamble (4999 en contraste con 5000)?

La respuesta a ambas preguntas se encuentra en la columna de Precio sombra en el

rengln S2(C2):$100, por lo tanto

Si consiguiramos 1 hora ms disponible en la capacidad de ensamble, la nueva

utilidad sera: $2,100,000 +1($100)= 2,100,100.
Si consiguiramos 2 hora ms disponible en la capacidad de ensamble, la nueva
utilidad sera: $2,100,000 +2($100)= 2,100,200.

En el caso de S3, sucede lo siguiente:

Cunto estaramos dispuestos a pagar para expandir en el mercado nuestras lneas de
sierras a travs de publicidad y promociones?
La respuesta a esta pregunta es: $0 (nada), esto es obvio si desde nuestra solucin sabemos
que el valor de S3(C3) es: 500 y esto quiere decir que: Las ventas de sierras circulares y de
mesa han quedado por debajo en 500 sierras para satisfacer la demanda mxima mensual de
sierras. Por lo tanto si podemos vender 500 sierras ms de lo que actualmente estamos
vendiendo, entonces no pagaramos nada para ms demanda en el mercado.

Anlisis de sensibilidad en los coeficientes de la funcin objetivo

El anlisis de sensibilidad en los coeficientes de la funcin objetivo tiene el propsito de ayudarte,
como tomador de decisiones, a estar preparado en caso que suceda algn cambio en el entorno y
altere la configuracin a las tasas de contribucin de tu objetivo, como por ejemplo, la utilidad en la
empresa.
Para ejemplificar esto, imaginemos que se cambia la manera de producir sierras circulares en
Precision Manufacturing Company, lo cual provoca que la utilidad proporcionada por unidad
producida ahora es de $850 y t, como tomador de decisiones, te preguntars producir 1,000
sierras circulares seguir siendo la mejor opcin debido a este cambio?
Haciendo uso del reporte arrojado por MS Excel podemos contestar esta pregunta, para ello
usaremos los valores que se llaman Allowable Min y Allowable Max, es decir, qu tanto puede
variar la contribucin de utilidad por unidad producida y la expresaremos de la siguiente manera:

Primero llamaremos al coeficiente de las sierras circulares de la funcin objetivo Csc, por
lo que la utilidad por unidad producida de mesas para jardn deber estar en el rango de:

300 Csc 1200

Esto significa que, la contribucin de utilidad proporcionada por las sierras circulares para que la
solucin ptima siga siendo 1000 unidades deber ser de al menos $300 (asumiendo que la
contribucin de las sierras de mesa se mantiene igual) por sierra producida. Cualquier valor menor a
este rango deber ser analizado nuevamente para obtener una nueva solucin ptima.

450 Csm 1800

Esto significa que, la contribucin de utilidad proporcionada por las sierras circulares para que la
solucin ptima siga siendo 2000 unidades deber ser de al menos $450 (asumiendo que la
contribucin de las sierras circulares se mantiene igual) por sierra producida. Cualquier valor menor
a este rango deber ser analizado nuevamente para obtener una nueva solucin ptima.
Por otra parte tambin podemos observar que, si decidimos producir sierras de mesa sin cambiar la
configuracin de nuestro problema de Programacin Lineal, nos afectar la utilidad total en $0 por
cada sierra que se producida (Reduced Cost).

Anlisis de sensibilidad en los recursos o valores del lado derecho

Habr ocasiones en donde los cambios a los que nos enfrentemos en el da a da slo se
presenten en los recursos disponibles, para ello al igual que en los anteriores enfoques
debemos estar preparados para tomar decisiones, esto es qu sucedera si la cantidad de
mano de obra disponible es solo la mitad? o qu pasara si por algn cambio o adquisicin
tecnolgica se incrementan la cantidad de horas disponibles en un 25% en una mquina
dada?
Para contestar estas preguntas, usaremos el reporte previamente generado pero ahora nos
enfocaremos en la segunda tabla.

Imaginemos que ahora en vez de tener 5000 horas en la etapa de ensamble ahora tenemos
5,500 horas, cul ser la contribucin a la utilidad ocasionada por este cambio?
Primero, al igual que en la funcin objetivo necesitamos saber el rango en que podemos
actuar, para este caso las horas disponibles para ensamblar las sierras ser entre
2000 C 2 6500 en caso que se excedan estos lmites, el problema de Programacin
Lineal deber ser resuelto nuevamente.
Los dems rangos para
Las horas de fabricacin: 2500

C1 5500

Y para las horas de mercado: 3000

C1

m 3 de alimentos que necesitan

Ejercicio 1: Una fbrica de alimento debe enviar 500

refrigeracin y 600 m de alimentos que no necesitan ser refrigerados. Para ello va a contratar los
servicios de una compaa que renta camiones refrigeradores de dos tipos. El primer tipo de

camiones tiene un espacio de refrigeracin de 10 m , y un espacio sin refrigeracin de 15 m y

renta $5 por kilmetro, mientras que el camin del segundo tipo tiene un espacio de refrigeracin

de 15 m y un espacio sin refrigeracin de 10 m , siendo su renta de $8 por kilmetro. El

problema consiste en determinar cuntos camiones de cada tipo debe de contratar la fbrica si
requiere de minimizar el costo de enviar los alimentos.
Solucin:

Defina sus variables:

Construya una tabla que resuma la situacin anterior

Plante el modelo de programacin lineal

Ejercicio 2: Suponga que una compaa que da servicio de limpieza prepara sus propias soluciones
mezclando dos ingredientes. Hace esto para obtener una solucin que tiene lo que considera una
combinacin apropiada de fosfatos y cloruro. Un ingrediente tiene 5% de fosfatos y 3% de cloruro
y cuesta 35 centavos/onza. El otro ingrediente tiene 8% de fosfato y 1% de cloruro y cuesta 20
centavos/onza. La firma necesita que la mezcla final tenga no ms del 6% de fosfatos y 1.5 % de
cloruro.

Solucin:

Defina sus variables:

Construya una tabla que resuma la situacin anterior

Plante el modelo de programacin lineal

Ejercicio 3: Una empresa tiene 3 fbricas y 2 tiendas mayoristas. Los datos de produccin semanal
del bien A en cada fbrica, los requerimientos semanales del bien A en cada tienda y el costo
unitario de transporte desde cada fbrica hasta cada tienda son:
Fbrica
1

Demanda mnima

Tienda 1

15 $/unidad

10 $/unidad

8 $/unidad

500 unidades

Tienda 2

25 $/unidad

50 $/unidad

34 $/unidad

300 unidades

Produccin

280 unidades

400 unidades

350 unidades

Plantea como un modelo de programacin lineal para minimizar el costo total semanal de
transporte.

Ejercicio Un departamento de publicidad planea para el prximo mes una estrategia de publicidad
para el lanzamiento de un nuevo producto y tiene a consideracin 2 medios de difusin:
4.
La televisin y el peridico. Los estudios de mercado han mostrado que la publicidad por
T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos
medios por comercial, mientras que la publicidad en el peridico llega al 3 % de las
familias de ingresos altos y al 6 % de las familias de ingresos medios por anuncio. La
publicidad en peridico tiene un costo de 450 pesos por anuncio y la publicidad por T.V.
tiene un costo de 2500 pesos por comercial. La meta es obtener al menos una
presentacin como mnimo al 36 % de las familias de ingresos altos y al 60 % de las
familias de ingresos medios minimizando los costos de publicidad. Usa
a. El mtodo grfico.
b. El mtodo Simplex.

UNIVERSIDAD TECMILENIO
Mtodos Cuantitativos para la toma de decisiones
Temas: Mtodo dual y Mtodo de Transporte
CONCEPTOS BASICOS
Dual y Primal
Uno de los descubrimientos ms importantes
durante el desarrollo inicial de la programacin
lineal fue el concepto de dualidad. Este
descubrimiento revel que, asociado a todo
problema de programacin lineal, existe otro
problema lineal llamado dual. Las relaciones
entre el problema dual y el original(llamado
primal) son en extremo tiles en una gran
variedad de situaciones. Por ejemplo, se ver que
de hecho la solucin ptima del problema dual es
la que proporciona los precios sombra(variables
de holgura).

Anlisis de Sensibilidad
Uno de los aspectos ms importantes de la teora
de dualidad es la interpretacin y realizacin del
anlisis de sensibilidad, el cual constituye una
parte esencial en casi todos los estudios de
programacin lineal. Dado que algunos o todos
los valores de los parmetros que se emplean en
el modelo original slo son estimaciones de las
condiciones futuras, es necesario investigar el
efecto que se tendra sobre la solucin ptima en
caso de que prevalecieran otras condiciones. An
ms, ciertos valores de estos parmetros(como la
cantidad de recursos) pueden representar
decisiones administrativas importantes.

Lic. Jos de Jess Romero A.

Modelos

Maximizar

Problema primal

Problema dual

cjxj

Minimizar

j 1

bi yi
i 1

Sujeta a

Sujeta a

aij x j

bi

, para i=1,2,,m

a ij y i

cj

, para j=1,2,,n

j 1

j 1

xj

0,

para j=1,2,,n

yi

0,

para j=1,2,,m

Interpretacin econmica de la dualidad: cada bi yi puede interpretarse como la contribucin a la

ganancia por disponer de bi unidades del recurso i en el problema primal. Mientras que yi se
interpreta como la contribucin a la ganancia por unidad del recurso i, cuando se usa el conjunto
actual de variables bsicas para obtener la solucin primal.

Reglas

Si el primo es maximizar el dual es minimizar y viceversa.

Los coeficientes de la funcin objetivo del dual son los trminos independientes del primo.
La matriz de coeficientes del dual es la transpuesta de la matriz del primo.
Los trminos independientes del dual son los coeficientes de la funcin objetivo del primo.
Las variables del problema primo estn asociadas a las restricciones del problema dual y
viceversa.
Las variables de decisin del primo (Xi) estn asociadas a las variables de sobrante del dual
(Si). Si Xi es bsica Si es no bsica y su precio sombra es el valor de Xi. Lo anterior aplica en
ambos sentidos.

Ejemplo: Transforme el siguiente modelo de primal a dual

Maximizar

20X1 5 X 2 10X 3

Sujeta a:

10 X 1 15 X 2

5X3

20 X 1 5 X 2

5X3

5 X 1 10 X 2

20 X 3

X1, X 2 , X 3

7200
9600
12000

Ejercicio: Dado el siguiente problema primal construya su problema dual y construya la tabla
simplex. Utilizando WinQsB compruebe las soluciones.

Maximizar

3X1 4 X 2

Sujeta a:

X1 15X 2

750

0.5 X 2

200

X1 X 2
X1, X 2

600
0

MTODO DE TRANSPORTE
Se le llama de esta manera, ya que la mayora
de sus aplicaciones involucran determinar la
manera ptima de transportar bienes.
Esta tcnica representa un caso especial de la
programacin lineal
Dada su frecuencia y sus caractersticas se desarrollaron mtodos especiales, tales como:
1 Solucin inicial

2 Solucin inicial

Costo min imo

VAM(Vogel Aproximation Method)
Paso de Piedra( Ruta de signos)
Mtodo de Multiplicadores

Forma general del mtodo de transporte:

Suponer que se tienen

Donde

m Fuentes u Origenes(Oferta)
n Destinos(Demanda)

X ij

nmero de unidades de la fuente i que se llevan al destino j.

Cij

Costos de transportar una unidad de la fuente i al destino j

Oi

Oferta

Dj

Demanda

El modelo matemtico sera

Minimizar o Mximizar
m

i 1

j 1

cij xij

Sujeta a
n

xij

Oi , para i=1,2,,n

j 1

xij

Dj

, para j=1,2,,m

i 1
m

Oi
i 1

Dj
j 1

Fuentes

D1

D2

D3

D4

F1

O1
C11
x11

C12
x12

C13

x13

C14
x14

F2

O2
C21

x21

C22

x22

C23

x23

C24

x24

O3

F3
C31

x31

C32

x32

C33

x33

C34

x34

F4

O4

C41

C42

C43

C44

x41

x42

x43

x44

D1

D2

D3

D4

Nota: Cada celda indica cuanto de la fuente (F) llevamos al destino (D).
Utilizando la siguiente tabla
Que representa

x32 ?

________________________________________________________________________________
________________________________________________________________________________
_______________________________________________________________________
Qu representa

C12 ?

________________________________________________________________________________
________________________________________________________________________________
_______________________________________________________________________

MTODO DE COSTO MNIMO

Pasos:
1. Seleccionar de todas las casillas disponibles aquella que tenga el mnimo costo(mxima
utilidad).
2. Asignar a dicha casilla el valor mnimo entre la oferta y la demanda correspondientes.
3. Eliminar rengln o columna dependiendo de la eleccin hecha en el paso 2).
4. Ajustar la columna o el rengln de acuerdo a la asignacin hecha en el paso 2).
5. Ejecutar pasos 1) y 4) hasta eliminar todas las casillas.

Ejemplo 1. Encuentre el costo mnimo para el siguiente arreglo matricial.

Fuentes

20
2
1

3
65

3
2

4
15

4
3

10

3
40

70

Costo =

45

18

140

MTODO DE VAM
Pasos:
1. Calcular para cada rengln y columna el costo de oportunidad como la diferencia entre el
costo mnimo(mximo) y el siguiente mnimo(mximo).
2. Seleccionar el rengln columna que tenga el mximo costo de oportunidad.
3. De dicho rengln o columna seleccionar la casilla que tenga el mnimo costo(mxima
utilidad).
4. Asignar a dicha casilla la mxima cantidad disponible.
5. Ajustar ofertas y demandas de acuerdo a la asignacin hecha.
6. Repetir pasos nmero 4) hasta eliminar todas las casillas.
Ejemplo 1. Encuentre el costo mnimo para el siguiente arreglo matricial.
Fuentes

Co

20
2
1

3
65

3
2

4
15

4
3

10

3
40

70
Co

Costo =

45

18

140

Ejercicio 1.
Costos en $/semana de Suministrar Pescados y Mariscos a
Ciudades Destino
Parral

Chihuahua

Jmenez

Suministro

$1

$5

$5

250

$2

$6

$6

250

200

200

50

Almacn 1

Almacn 2

Demanda

Asignacin

Costo

ASIGNACIN
El problema de asignacin es un caso especial del problema de transporte.
Forma general del mtodo asignacin consiste en:
Suponer que se tienen

Oi

Dj

m Recursos(Fuentes)
n Tareas(Destinos)

para i=1,2,,m

y para j=1,2,n

CONDICIONES

Ejemplo

Un recurso hace solo una tarea.

Una tarea solo puede ser hecha por
un recurso

Oi
i 1

Recurso podra ser gente

(programadores)
Tareas podran ser ejecutar
(programas)

Dj
j 1

La matriz a trabajar debe ser una matriz cuadrada.

n
MTODO HNGARO

Pasos:
1. Identificar el mnimo costo(mxima utilidad) de cada rengln y restarlo a las dems casillas
del rengln.
2. Identificar el mnimo costo(mxima utilidad) de cada columna y restarlo a las dems
casillas de la columna.
3. Cruzar con el mnimo nmero de lneas posibles todos los ceros de la matriz resultante del
paso 1).
4. Si el nmero de lneas no es igual al nmero de columnas esta solucin no es ptima.
5. De los elementos no cruzados tomar el mnimo y restrselo a las dems elementos no
cruzados (sumrselo a las que estn doblemente cruzados) y regresar al paso 2.

Ejemplo 1. Encuentre la asignacin ms ptima aplicando el mtodo Hngaro.

Un comprador desea adquirir materiales para un taller. Necesita cuadernos, hojas y folders. Los
precios por paquete que ofrece cada uno de los tres proveedores son los siguientes. Cada
proveedor puede surtir toda o una parte de la orden. Use el mtodo de asignacin para
determinar el plan de compra a un costo mnimo para el comprador.
Artculos
Compaas

Cuadernos(1)

Hojas(2)

Flders(3)

$25

$30

$28

$26

$28

$29

$30

$29

$29

Super Office(A)

Surtidor de oficinas(B)

Surtitodo(C)