Professional Documents
Culture Documents
CONCEPTO:
Herramienta de tipo matemtico que tiende a lograr la mxima utilizacin
de los recursos y procedimientos en una organizacin compleja.
APLICACIONES
Su aplicacin es infinita en cualquier campo de la actividad humana si bien
en sus inicios se aplica en el campo militar hoy se la utiliza para resolver
problemas de tipo diettico de personal para una mejor utilizacin de
insumos en la industria para realizar rutas e itinerarios ms cortos y
CARACTERSTICAS:
Orientadora de sistemas: consiste en analizar las partes ms importantes y
relacionarlas con otras partes para descubrir los problemas y dar soluciones
verdaderas.
Actuacin de grupos interdisciplinarios: Se dice que casi todos los
problemas empresariales tienen aspectos de orden econmico, psicolgico,
sociolgico, estadstico, matemtico, contable, etc., y por tanto para dar
solucin a las mismas intervienen especialistas de diversas disciplinas para
tener mayores enfoques y criterios que coadyuven o lleven positivamente a
la bsqueda de la solucin.
Utilizacin del mtodo cientfico y matemtico: Al igual que las otras
ciencias la Investigacin Operativa emplea el mtodo cientfico que consiste
en la observacin, definicin del problema, formulacin de hiptesis,
experimentacin y en la verificacin.
Modelo
Modelo
Modelo
Modelo
Modelo
Modelo
Modelo
Simplex
Transporte
Redes
inventario
de Teora de colas y esperas
bsqueda y reemplazo de equipo
matriz de insumo de producto
DE
LAS
VARIABLES
DE
Las variables de decisin son las incgnitas del problema, estas son siempre
positivas o cuando ms cero. Este aspecto obedece a que los modelos de
investigacin operativa representan sistemas reales concretos en los que no
tiene sentido hablar de produccin negativa. Por lo tanto se representa
x1mayor igual a 0 x2 mayor igual a 0.
PLANTEAMIENTO DE PROBLEMAS
Un fabricante de gasolina para avin vende 2 clases de combustibles A y B.
el combustible clase A tiene un 25% de gasolina grado 1, un 25% de
gasolina grado 2y un 50% de gasolina grado 3. El combustible clase B tiene
50% de gasolina de grado 2 y un 50% de gasolina grado 3, disponibles para
la produccin existen 500 galones de grado 1 y 200 galones de grado 2 y 3.
Los costos son $0.30 la gasolina de grado 1, $0.60 la de grado 2 y $0.50 la
de grado 3 por galn. El precio de un galn de combustible clase A es de
$0.75 y de clase B $0.90.
Qu cantidad debe fabricarse de cada combustible?
Combustible
A
B
Disponible
Grado 1
25%
500
Grado 2
25%
50%
200
Grado 3
50%
50%
200
Precio
0.75
0.90
Costo
0.30
0.60
0.50
Variables:
X1= nmero de galones tipo A
X2= nmero de galones tipo B
COMB. 1
COMB. 2
DISPONIBILIDAD
X1
X2
0.25
500
0.25
0.50
200
0.50
0.50
200
0.275
0.35
1. FUNCION OBJETIVO
Max z= 0.275*x1+0.35*x2
2. RESTRICCIONES
0.25 X1500
0.25X1 + 0.50X2 200
0.50X1+0.50X2200
3. CONDICION DE NO NEGATIVIDAD
X10
X20
REQUERIMIENTOS
GRADO 1
GRADO2
GRADO 3
GANANCIAS
500m
NO REFRIGERACIN
CAMIONES
A
B
600m
ESPACIO
REFRIGERACION
10m
15m
SIN
REFRIGERACION
15m
10m
COSTO
5
8
VARIABLES
X1= nmero de camiones tipo A
X2= nmero de camiones tipo B
REQUERIMIENTOS
TIPO A
TIPO B
DISPONIBILIDAD
ESPACIO REFRIG
ESPACION SIN
REFRIG.
COSTO
X1
10
X2
15
500
15
10
600
5
8
1. FUNCION OBJETIVO
Min z= 5*x1+8*x2
2. RESTRICCIONES
10X1+15X2500
15X1+10X2600
3. CONDICION DE NO NEGATIVIDAD
X10
X20
C1
C2
max Z C1 X 1 C2 X 2
2.
Ejemplo maximizacin:
x1 2 x 2 6
2 x1 x 2 8 max Z 3x1 2 x 2
x1 x 2 1
x2 2
x1 , x 2 0
Graficamos:
x1 0
x2 3
x1 1
x1 6
x 2 0 x 2 x1 0
2
x 2 0 x1 4
x2 0
x 2 1 x1 0
x2 8
PENDIENTE :
3
m
2
" D" PUNTO OPTIMO :
X 1 3,4
X 2 1,5
3x1 2 x 2 24
x1 0
x 2 12
x1 8
x2 0
Z 3 x1 2 x 2
13,2
PUNTO OPTIMO
Ejemplo minimizacin:
3 x1 x 2 3 min Z 3 x1 2 x 2 x 0
1
4 x1 3 x 2 6
x1 3
x x 3 x ,x 0
1
x1 0
x2 3
x1 1
x2 0
PUNTO
x 2 3 x1 0
x 2 0 x1 1,5
x2 2
x2 0
OPTIMO
Z 3 x1 2 x 2
Z 3(0.6) 2(1.2)
Z 4.2
FUNCION OBJETIVO:
x1 0
x 2 2.5 x1 0
x1 5
x2 0
2
4
x1 4
x 2 4 max Z 6 x1 12 x 2
3 x1 2 x 2 15
x 2 0 3 x 3 x 12
1
Z 6 x1 12 x 2
Solucin ptima mltiple:
A(0:2.5):
Z=30
Z=30
Z=30
Ejemplo : Max z =6 x1 +3 x 2
Rest :
1.- 3
x 13 x2 30
2.-
6 x 1 120
C. N.N .
Xj0
1.-
x 1=0
x 1=10
x 2=10
x 2=0
2.-
x 1=20
Ejemplo : Max z =9 x1 +6 x 2
Rest :
1.- 6
x 1+3 x 2 6
2.- 9
x 1+12 x 2 36
Xj0
C. N.N .
1.-
x 1=0
x 1=1
x 2=2
x 2=0
2.-
x 1=0
x 1=4
x 2=3
x 2=0
1.- 3
2.- 3
x 1+12 x 2 24
x 1+6 x 2 12
Xj0
C. N.N .
1.-
x 1=0
x 1=8
x 2=2
x 2=0
2.-
x 1=0
x 1=4
x 2=2
x 2=0
MTODO ALGEBRAICO
1
2 x 1 +7 x 2 8
2 x 1 +7 x 2+ x 3=8
3 x1 +8 x 2 10
3 x1 +8 x 2x 4 =10
Max z =12 x 1+ 9 x2
Rest :
x 1+3 x 2 24
3 x1 +3 x 2 18
C. N.N .
(Restricciones).
Xj0
Cambiamos a ecuaciones:
Max z =12 x 1+ 9 x2 +0 x 3 +0 x 4
Rest :
x 1+3 x 2 + x3 =24
3 x1 +3 x 2+ x 4=18
C. N.N .
n=4
m=2
(variables de decisin).
(Restricciones).
Xj0
Caracterstica:
Se puede determinar las soluciones bsicas del sistema haciendo a las (n-m)
variables iguales a cero y calculando las restantes variables resolviendo el
sistema. A esta solucin se le conoce como solucin bsica. A las variables
igualadas a cero se las llamas no bsicas y las otras sern bsicas. De las
soluciones bsicas se debe tomar en cuenta nicamente a aquellas en
donde las variables bsicas sean mayores o iguales que cero y se le conoce
como solucin bsica factible.
El nmero de soluciones est dado por la frmula:
Cnm =
n!
m! ( nm ) !
C=6
x1
I
0
II
0
III
0
IV
4
V
6
VI
2
x2
x3
24
-12
x4
18
-6
54
48
60
X
x 1=2
Solucin ptima : x 2=4
Z=60
EJEMPLO 1:
Max Z = 3 X1 + 2 X2
Restricciones
1. x1 + 2x2 6
2. 2x1 + x2 8
(restricciones)
3. -x1 + x2 8
4.
x2 2
n = 2 (variables)
m
=
4
Max Z = 3 X1 + 2 X2 + 0 X3 + 0 X4 + 0 X5 + 0 X6
Restricciones
1.
2.
3.
4.
x1 + 2x2 + x3 = 6
2x1 + x2 + x4 = 8
-x1 + x2 + x5 = 1
x2 + x6 = 2
6!
=15
4 ! ( 64 ) !
n = 6 (variables)
m = 4 (ecuaciones)
II
III
IV
VI
VII
IX
XI
XII
XIII
VII
I
-1
X1
4/3
7/3
10/
3
4/3
X2
7/3
7
0
1
6
-1
0
-4
7
2
0
5
2
10
0
2
X
X
0
0
3
2/3
2
1
0
12
38/
3
3
0
1/3
38/
3
10/
3
31/
3
0
0
4/3
X
X3
X4
X5
X6
8
1
2
5
-2
-1
10
0
-7
-6
10
XI
V
X
X
V
1
0
X
0
4
0
0
X1 = 10/3
X2 = 4/3
Z = 38/3
EJEMPLO 2:
Min Z = 3 X1 + 2 X2
Restricciones
1. 3x1 + x2 3
2. 4x1 + 3x2 6
(restricciones)
3. x1 + x2 3
n = 2 (variables)
m
=
3
Min Z = 3 X1 + 2 X2 + 0 X3 + 0 X4 + 0 X5
Restricciones
1. 3x1 + x2 - x3 = 3
2. 4x1 + 3x2 - x4 = 6
3. x1 + x2 + x5 = 3
n = 5 (variables)
m = 3 (ecuaciones)
5!
=10
3 ! ( 53 ) !
X1
I
0
II
0
III
0
IV
0
V
1
VI
6/4
VII
3
VIII
3/5
IX
0
X
-3
X2
X3
X4
X5
Z
0
-3
-6
3
X
3
0
3
0
6
2
-1
0
1
X
3
0
3
0
6
0
0
-2
X
X
0
3/2
0
-3/2
X
0
6
6
0
9
6/5
0
0
6/5
4.2
3
0
3
0
6
X
X
0
0
X
X1 = 3/5
X2 = 6/5
Z = 4.2
MTODO SIMPLEX
Es un mtodo hiperactivo para la resolucin de problemas de programacin
lineal, parte de una solucin factible lineal y en aplicaciones del medio
determina nuevas soluciones bsicas factibles que permiten modificar, tener
los valores de la funcin objetivo anterior. Tiene un indicador que permite
determinar cundo se ha llegado a obtener la solucin ptima.
MAXIMIZACIN.- Para un problema de maximizacin con restricciones de
tipo los pasos que se deben dar en el mtodo simplex son:
1. Transformar adecuaciones correspondientes en ecuaciones aadiendo
los valores de holgura.
MAX Z= 16x1 + 12x2
REST 1) 8x1+4x2 32
2) 4x1 + 4x2 24
C.N.N
xj 0
X2
4
4
X3
1
0
X4
0
1
Bi
32
24
VAR. NO BASICAS
X1=0
X2=0
VAR. BASICAS
X3=32
X4=24
4. Para determinar una nueva solucin bsica factible (cambio de base)
una variable no bsica deber pasar a ser bsica y por consiguiente
una bsica debe pasar a ser no bsica
NB B = variable entrante
B NB = variable saliente
Para determinar cul es la variable entrante y cul es la variable
saliente a la tabla de coeficientes se le debe agregar una fila Cj con
los coeficientes que tiene cada una de las variables en la funcin
objetivo. As como una columna Cbas con las coeficientes que tiene
una de las variables bsicas en la funcin objetivo en la fila conocida
como Zj en la cual cada elemento calculado Zj = Cbas Xj
Zj = Cbas Xj
Y finalmente una fila Cj Zj
Solo se considera aij positivos si es negativo o cero no se toma.
Cba
s
0
0
Cj
Vbas
16
X1
12
X2
0
X3
0
X4
X3
X4
0
16
0
12
0
0
0
0
Zj
Cj Zj
B
j
3
2
2
4
Cj
Vbas
16
X1
12
X2
0
X3
X1
1/
2
2
8
1/8
0
X
4
0
-1/2
2
1
0
-2
0
X
4
0
X4
Zj
0
16
Cj - 0
Zj
Cba
s
16
12
Cj
Vbas
16
X1
12
X2
0
X3
X1
1/8
X2
1/
2
1
16
12
1/
2
2
-1
-2
Zj
Cj - 0
Zj
-1/4
Solucin:
X1=2
X2=4
Z=80
EJERCICIO
B
j
4
8
6
4
B
j
4
4
8
0
Cj
Vbas
Cba
s
0
0
0
0
16
X1
X3
X4
X5
X6
1
2
-1
0
0
Cj - 3
Zj
12
X2
0
X3
2
1
1
1
0
2
1
0
0
0
0
0
0
X
4
0
1
0
0
0
0
0
X
5
0
0
1
0
0
0
0
X
6
0
0
0
1
0
0
B
j
6
8
1
2
0
Cj
Vbas
3
X1
2
X2
0
X3
0
X4
0
X5
0
X6
X3
-1/2
X1
X5
X6
2
-1
0
3
3/
2
1
1
1
3/
2
1/
2
0
0
0
0
1
0
0
3/2
0
1
0
0
0
0
1
0
-3/2
Zj
Cj Zj
B
j
2
4
5
2
1
2
Cba
s
2
3
0
0
Vbas
X2
X1
X5
X6
X1
0
1
0
0
Zj 3
Cj - 0
Zj
X2
X3
X4
X5
X6
Bj
1
0
0
0
2
0
2/3
-1/3
-1
-2/3
1/3
-1(3
-1/3
2/3
1
1/3
4/3
-4/3
0
0
1
0
0
0
0
0
0
1
0
0
4/3
10/3
3
2/3
38/3
SOLUCION:
X1= 10/3
X2= 4/3
Z= 38/3
CASOS ESPECIALES DE SOLUCIONES
MINIMIZACION
Para determinar la variable entrante se analizan los coeficientes Cj-Zj. La
variable entrante ser aquella que se encuentra en la columna en la cual el
coeficiente Cj-Zj tiene mayor valor negativo. Si todos los coeficientes Cj-Zj
son positivos ceros se tiene la solucin ptima.
Para la variable saliente se utiliza el mismo entero que en la maximizacin
por lo tanto ser aquella en la columna bij/aij es la menos siendo aij
nmeros positivos. Por lo general en problemas de minimizacin se tiene
restricciones o para la maximizacin no minimizacin se tiene que
utilizar el mtodo de la BIG M utiliza variable artificial en las mismas que no
tiene influencia en el problema slo siguen para poder empezar la aplicacin
del mtodo SIMPLEX. Las variables se deben incluir en la funcin objetivo
multiplicado por un coeficiente bastante grande, este coeficiente debe ser
+ VA
EJERCICIO
MIN Z= 3x1 + 2x2
REST 1) 3x1+x2 6
2) 4x1 + 3x2 6
3) X1 + X2 3
C.N.N
xj 0
Cba
s
M
M
0
Cj
Vbas
3
X1
2
X2
0
X3
X5
X6
X7
3
4
1
7M
1
3
1
4M
37M
24M
Zj
Cj-Zj
-1
0
0
-M
0
X
4
0
0
0
-M
M
X
5
1
0
0
M
M
X
6
0
1
0
M
0
X
7
0
0
1
0
Bj
3
6
3
9
M
La variable entrante es X1
La variable saliente es X5
Cba
s
3
Cj
Vbas
3
X1
2
X2
0
X3
0
X4
M
X5
M
X6
0
X7
Bj
X1
1/3
-1/3
1/3
M
0
X6
X7
Zj
0
0
3
Cj-Zj
5/3
2/3
1+M5/
3
1-5M/3
4/3
1/3
1+4M/3
1-4M/3
-1
0
-M
-4/3
-1/3
1-4M/3
1
0
M
0
1
0
1+7M/3
2
X2
0
X3
0
X4
M
X5
M
X6
0
X7
0
1
0
2
0
-3/5
4/5
-1/5
-1/5
1/5
1/5
-3/5
2/5
-3/5
3/5
3/5
-4/5
-1/5
1/5
M-1/5
-1/5
3/5
-2/5
3/5
M3/5
0
0
0
0
0
2
2
3+2
M
La variable entrante es X2
La variable saliente es X6
Cba
s
3
2
0
Cj
Vbas
3
X1
X1
X2
X7
1
0
0
Zj 3
Cj-Zj 0
SOLUCION:
X1= 3/5
X2= 6/5
Z= 21/5
VARIABLES NO RESTRINGIDAS
(SIN RESTRICCION)
Xj= Xj Xj
Xj variable no restringida
Xj 0
Xj 0
EJERCICIO
MAX Z= 10x1 + 10x2
REST 1) 20x1+ 10x2 50
2) 30x1 - 10x2 = 6
Condicin
Xj 0
X2 no restringida
X2= X2- X2
Bj
3/5
6/5
6/5
21/5
1) 30x1 - 10x2 + x3 = 6
2) 20x1+ 10x2+ x4 = 50
Cba
s
-M
0
Cj
Vbas
10
X1
10
X2
-10
X2
-M
X3
0
X4
X3
X4
30
20
-30M
10+3
0M
-10
10
10M
1010M
10
-10
-10M
10+10
M
1
0
-M
0
0
1
0
0
Zj
Cj-Zj
Bj
6
50
44M
La variable entrante es X1
La variable saliente es X3
Cba
s
10
0
Cj
Vbas
10
X1
10
X2
-10
X2
-M
X3
0
X4
X1
X4
1
0
10
0
-1/3
50/3
-10/3
40/3
1/3
-50/3
10/3
-40/3
1/3
-2/3
1/3
-M1/3
0
1
0
0
Zj
Cj-Zj
Bj
1/5
46
2
La variable entrante es X2
La variable saliente es X4
Cba
s
10
Cj
Vbas
10
X1
X1
10
X2
-10
X2
-M
X3
0
X4
Bj
1/50
1/5
0
28/2
5
10
X2
Zj
Cj-Zj
-1
-1/25
10
10
-10
-1/5
M+1/5
3/5
0
4/5
69/2
5
194/
5
-4/5
SOLUCION:
X2 = X2 X2
X2 = 69/5 0 = 69/5
X1= 28/5
X2= 69/5
Z= 194/5
DUALIDAD
Asociado del modelo simplex existe otro problema. Al original se le
denomina PRIMAL y al otro se le denomina DUAL. Si el PRIMAL tiene la
forma:
MAX Z=C*X
RESTRICCIONES Ax b
CONDICION X 0
El DUAL de este problema es minimizar W
MIN
W =bt . X
RESTRICCIONES
A t . Y =C t
CONDICION Y 0
PRIMAL
MAX Z= C1X1+C2X2+C3X3
RESTRICCION:
DUAL
MIN W=b1Y1+b2Y2+b3+Y3
RESTRICCION:
a11 X 1+ a12 X 2 +a 13 X 3 b1
a11 Y 1 +a 21 Y 2+ a31 Y 3 c 1
a13 Y 1+ a22 Y 2 +a 33 Y 3 c 3
CONDICION DE NO NEGATIVIDAD:
xj 0
CONDICION DE NO NEGATIVIDAD:
xj 0
DUAL
-Minimizar
-Recursos
VENTAJAS DUAL
La obtencin del problema DUAL es importante cuando el nmero de
restricciones es mayor al nmero de variables ya que de esta manera se
reduce la cantidad de operaciones que hay que realizarlos para resolver el
modelo.
PRIMAL
40 ECUACIONES
6 VARIABLES DE DECISION
40 VARIABLES DE HOLGURA
40 ECUACIONES, 46 VARIABLES
DUAL
6 ECUACIONES
40 VARIABLES DE DECISION
6 VARIABLES ARTIFICIALES
6 ECUACIONES, 52 VARIABLES
EJERCICIO
PRIMAL
DUAL
MIN W=6Y1+Y2+2Y3+8Y4
RESTRICCIONES:
Y1-Y2+0Y3+2Y4 3
2Y1+Y2+Y3+Y4 2
CONDICION DE NO
NEGATIVIDAD:
yj 0
MIN W=6Y1+Y2+2Y3+8Y4+0Y5+0Y6+MY7+MY8
RESTRICCIONES:
Y1-Y2+0Y3+2Y4-Y5+Y7 = 3
2Y1+Y2+Y3+Y4-Y6+Y8 = 2
CONDICION DE NO NEGATIVIDAD:
yj 0
Cba
s
M
M
bj
Vbas
6
Y1
1
Y2
1
-1
2
1
Wj 3M
0
bj-Zj 61-M
3M
La variable entrante es Y1
La variable saliente es Y8
Cba
s
M
6
Y7
Y8
bj
Vba
s
Y7
Y1
Wj
bj-Zj
2
Y3
8
Y4
0
Y5
0
Y6
M
Y7
M
Y8
0
1
M
2-M
2
1
3M
83M
-1
0
-M
M
0
-1
-M
M
1
0
M
0
0
1
M
0
Ci
3
2
5M
6
Y1
1
Y2
2
Y3
8
Y4
0
Y5
0
Y6
M
Y7
M
Y8
0
1
6
-3/2
1/2
3M/2+3
2+3M/2
-1/2
1 /2
M/2+3
1+M/2
3/2
1 /2
3M/2+
3
5-3M/2
-1
0
-M
1/2
-1/2
M/2-3
1
0
M
M/2+3
-1/2
1/2
M/2+3
3M/2-3
Ci
La variable entrante es Y4
La variable saliente es Y7
Cba
s
8
6
bj
Vba
s
Y4
Y1
Wj
bj-Zj
6
Y1
1
Y2
2
Y3
8
Y4
0
Y5
0
Y6
M
Y7
M
Y8
0
1
6
-1
1
-2
-1/3
2/3
4/3
1
0
8
-2/3
1/3
-10/3
1/3
-2/3
-4/3
2/3
-1/3
10/3
-1/3
2/3
4/3
2/3
10/3
4/3
M-10/3
M-4/3
Variable
de
DUAL
Yi Variable de decisin
Ci
4/3
1/3
38/
3
2
1
2M+
6
Holgura
Xj Variable de decisin
Z
dual
bj-Wj
Holgura
W
Variable
de
RESTRICCIONES
=
Problema de Maximizacin
=
0
0
No restringida
EJERCICIO
PRIMAL
DUAL
MAX W=12Y1-16Y2+18Y3-18Y3
RESTRICCIONES
3X1-6Y2 = 8
2Y1+7Y3-7Y3 -2
5Y1-4Y2+9Y3-9Y3 10
C.N.N
yj 0
MAX W=12Y1-16Y2+18Y3-18Y3+0Y4-MY5-MY6+0Y7
RESTRICCION
5Y1-4Y2+9Y3-9Y3-Y4+Y5 = 10
3Y1-6Y2
+Y6 = 8
RESTRICCIONES
VARIABLES
2Y1
+7Y3-7Y3
+Y7 = -12
INVESTIGACION OPERATIVA
METODO DUAL SIMPLEX
Se utiliza cuando existe restricciones = con este mtodo se eliminar la
necesidad de utilizar variables artificiales y lo que se hace es cambiar de
signos a ambos lados de la restriccin as como su signo de la relacin para
detener la solucin ptima, deben darse dos condiciones debe existir
factibilidad dual y factibilidad primal.
Factibilidad Primal.- Se da cuando todas las variables bsicas son 0
Factibilidad Dual.- Para problemas de Max existe factibilidad dual cuando
todos los coeficientes Cj Zj 0
Reglas Resolver D-S
1. Una solucin que tiene factibilidad dual y tambin tiene factibilidad
primal constituye una solucin ptima.
2. Si no existe factibilidad primal pero si existe factibilidad dual entonces
se aplica el mtodo dual y en cada aplicacin del mtodo dual tiende
a obtener la factibilidad primal.
a) Variable Saliente.- Para mximo o mnimo es aquello que
corresponde al >bi negativo.
b) Variable entrante.- Se determina analizando los valores absolutos
CjZj considerado valores aij (-) correspondientes.
3. Si no factibilidad primal ni factibilidad dual lo primer que debe
hacerse es restaurar la factibilidad dual aplicando el mtodo simplex
normal (1 V.E. luego V.S) y una vez que se tenga la factibilidad dual
simplex.
4. Min Z = 3X1+ 2X2
3X1 + X2 3
4X1 +3X2 6
X2 + X2 3
C.N.N vj
Cba
s
0
0
0
Cj
Vbos
X3
X4
X5
Ej
Cj-Zj
Cj
3
3 Cba
2 Vba
0 0 X1 0
X1s X2 sX3 X4 X5
0
X3
-5/3
-3 2 -1 X
12 0 4/30
-4 0 -3 X
05 1 -1/3
0
Zj
8/3
1 1 0 0 1
0 0 Cj
0 0 1/30
Zj
3 2 0 0 0
V.S
2
X2
0
X
0
1
0
2
0
1
0
0
0
0
-1/3
-1/3
0
-2/3
2/3
0
0
1
0
0
-1
2
1
4
Cond. X1 No restringidaCond. Y1
X2 0
Y2
X3 0 Y3 No restringida
PRIMAL
DUAL
C.N.N
C.N.N
X1
X2
. Y1
Y2
Y3 No restringida
X3 No restringida
INVESTIGACION OPERATIVA
Mtodo de la Penalidad
Minimizacin:
1. Para un programa de minimizacin la penalidad de los requerimientos
se calcula restando al valor ms pequeo dentro de una columna por
el valor ms pequeo dentro de una columna.
2. Se debe determinar luego es la fila o columna que tenga la mxima
penalidad.
3. La asignacin de los recursos debe realizarse o la celda que tiene el
mayor costo considerando las dos celdas que se tomaron para
calcular la penalidad.
4. Se repite el proceso sin tomar en cuenta aquellas columnas en las
cuales ya se han satisfecho los requerimientos y aquellas filas en las
cuales se han terminado los recursos.
Maximizacin:
B1
11
12
9
40
B2
15
16
14
60
Fuentes
Suministro
F1
F2
F3
Requerimie
nto
Demanda
Destinos
B3
8
7
11
65
B4
10
5
6
30
Destinos
B1
5
X
35
40
B2
60
X
X
60
B3
15
50
X
65
Capacidad
Suministro
80
50
65
Capacidad
Suministro
B4
x
X
30
30
80
50
65
Destinos
B1
40
B2
40
20
B3
30
35
Capacidad
Suministro
B4
30
80
50
65
Requerimie 40
60
65
30
nto
Demanda
Min Z= (11x40) + (15x40) + (16x20) + (7x30) +(11x35) + (30x6)
Min Z = 2135
Mtodo de la celda mximo y mnimo
Realiza asignaciones de los recursos para satisfacer los documentos
tomando en cuenta el costo unitario de transporte de cada uno de las rutas,
el problema es mnimo costo de transporte haba que asignar recursos a las
celdas para cada uno ms bajo costo de transporte unitario si es dems las
ganancias se asignan recursos a la celdas mayor ganancia.
Fuentes
Suministro
F1
F2
F3
Requerimie
nto
Demanda
B1
0
0
40
40
B2
35
0
25
60
Destinos
B3
45
20
0
65
Capacidad
Suministro
80
50
65
B4
0
30
0
30
Cj
Vbas
X1
X2
X3
7jCj - Zj
3
X1
1
0
0
3
0
2
X2
0
1
0
2
0
0
X3
-3/5
4/5
-1/5
-1/5
1/5
0
X4
1/5
-3/5
3/5
-3/5
3/5
0
X5
0
0
1
0
0
INVESTIGACION OPERATIVA
Taller:
Min Z = 20X1 + 10X2
X1 + 2X2 40
3X1 +X2 = 30
4 X1 + 3X2 60
Cbas
0
0
Cj
Vbas
X3
X4
20
X1
-4
-3
10
X2
-3
-1
0
X3
1
0
0
X4
0
1
0
X5
0
0
0
X6
0
0
Bi
-60
-50
0
0
X5
X6
Zj
Cu - Zj
3
1
0
20
1
2
0
10
0
0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
-30
40
0
MODELO DE TRANSPORTE
Es un modelo especial de IO que tiene su origenen la necesidad de
transporte producto desde varias
Fue Des
Capac
fuentes
de suministros
de varios Ca
Fuente
Destinos
nte tino
Sum
sectores
hacia varios sectores de p.
Suminist
Su
s
demanda
ro o destinos constantes. Su
mini
m
stro
S > D
B1
B2
B3
B4
B1 B2 B3 B4
F1 crear
70un destino
X
X ficticio
40 con
11
F1
17 12 10 15 110 Se debe
F2
11 18 13
9
140 costo de transporte igual cero que0
F2
X
90 50
X
14
F3
12 14 20
8
50
consumo el exceso de producto o
0
F4
0
0
0
0
40
suministro.
F3
X
X
50
X
50
Req.
70 90 12 60
X
X
20 20 40
Dem
0
S >F4
D
Req.
70 90 12 40
Dem.de transporte igual
0 a cero que
Se debe crear un suministro ficticio con costo
gnero un suministro necesario para abrir la demanda insatisfecha.
Fue
ntes
Sum
inist
ro
B1
Destinos
B2
B3
B4
F1
11
15
8
10
F2
12
16
7
5
F3
9
14
11
6
Req 40
60
65
30
ueri
X11 + X12 +X13 +X14 = 80
mie
X
nto
21 + X22 +X23 +X24 = 50
De
X
31 + X32 +X33 +X34 = 80
man
da
Cap
aci
dad
Su
min
istr
o
80
50
65
Max
Max Z = (70*17)+(40*15)+(90*18)+(50*13)+(50*20)+(20*0)+(20*0)
Max Z = 5060
Min
Fuent
e
Sumin
istro
Destinos
B
1
X
B
2
X
F3
7
0
X
F4
6
0
3
0
X
Req.
Dem.
7
0
9
0
F1
F2
B
3
1
1
0
1
0
X
X
Ca
p.
Su
m.
B
4
X
X
2
0
4
0
6
0
Min Z=
40
14
0
50
40
1
2
0
(110*10)+(70*11)+(60*18)+(10*13)+(30*14)+(20*8)+(40*0)
Min Z= 3660
Mtodos de Resolucin:
DESTINOS
B2 B3 B4
Capacidad Suministros
F1
11
15
10
80
F2
12
16
50
F3
14
11
65
Requer. demanda
40
60
65
30
Fuentes Suministros
B1
DESTINOS
B2 B3 B4
Capacidad Suministros
F1
40
40
80
F2
20
30
50
F3
35
30
65
Requer. demanda
40
60
65
30
DESTINOS
B1 B2 B3 B4
11 15 8
10
Capacidad Suministros
80
F2
12
16
50
F3
14
11
65
Requer. demanda
40
60
65
30
Fuentes Suministros
F1
DESTINOS
B1 B2 B3 B4
0
35 45 0
Capacidad Suministros
80
F2
20
30
50
F3
40
25
65
Requer. demanda
40
60
65
30
Fuentes Suministros
DESTINOS
B1 B2 B3 B4
Capacidad Suministros
F1
40
10
30
80
F2
50
50
F3
65
65
Requer. demanda
40
60
65
30
METODO DE LA PENALIDAD
Ejemplo Minimizacion:
Fuentes
Suministros
DESTINOS
Capacidad
Suministros
Penalidades
2
5*
3*
5*
B1
B2
B3
B4
F1
11
15
10
80
F2
12
16
50
F3
14
11
65
Requer.
demanda
Penalidade
s
40
60
65
30
2
2
1
1
3*
-
Fuentes Suministros
DESTINOS
B1 B2 B3 B4
Capacidad Suministros
F1
60
15
80
F2
50
50
F3
35
30
65
Requer. demanda
40
60
65
30
Fuentes
Suministros
Capacidad Suministros
F1
B1
11
DESTINOS
B2
B3
B4
15
8
10
F2
12
16
50
F3
14
11
65
Requer.
demanda
40
60
65
Penalidades
Fuentes Suministros
80
4
*
F1
80
F2
40
10
50
F3
65
65
Requer. demanda
40
60
65
30
MAXZ= 2345
MODELO DE REDES
a
4
f
e
e
Teora de grafos
5
*
Capacidad Suministros
30
DESTINOS
B1 B2 B3 B4
0
60 0
20
5
*
Max Z = 2345
4
6
3
C
C
A Fuente
B Destino
Red
Nodos
Carreteras
Terminales
Ramas
Rutas
Flujo
Vehculos
Direccionados
(V1,V2) = (V2,V1)
<V ,V >
1
V1 Cola
V2 Cabeza
# max ramificaciones cuando un grafo no direccional n vrtices
n(n1)
2
Si la rama
1
2
3
4
5
1
0
7
84
0
0
2
7
0
0
3
0
3
8
0
0
6
2
4
0
3
6
0
9
5
0
0
2
9
0
Las aplicaciones de grafos aplicadas por el modelo de redes con los arboles
de cobertura, ruta corta, el problema del flujo mximo
Arboles de Cobertura
Cualquier rbol que est formado por las ramas de G pero que incluyan a
tallas los vrtices de G es llamado un rbol de cobertura
1
Propiedades
Un rbol de abertura tiene la propiedad que es una G 1 tanto que los vrtices
de G1son iguales a los vrtices de G por su ruta mnimo se designan aquel
que tiene el < # de ramas en este caso n- 1 ramas y no deben contener
ciclos y a estos se consideran un rbol de cobertura
Aplicaciones:
Los arboles de cobertura se aplican para tener el min # necesario para
conectar n vrtices esto o n-1 ramas en la prctica las vrtices podran
representar ciudades las mismas que estn separadas por distintas o costos
entre cada una de ellas
Arboles de cobertura de costo mnimo
Representacin de grafos
Matrices adyacentes si tenemos un grafo G(V,E) compuesto de vrtices y
enlaces, la matriz adyacente de G es un arreglo de dos dimensiones mxm
con la propiedad que A(ij) = 1 si la rama (Vi,Vjesta en E(G) y A(i,j) o si no
existe tal rama
1
2
3
4
1
0
1
0
1
2
1
0
1
0
3
0
1
0
1
4
1
0
1
0
1
2
3
4
1
0
1
0
0
2
1
0
0
0
3
0
1
0
1
4
1
0
1
0
4
Esta matriz de incidencia se define con Z=[Zi,K] donde Zi,K=1 si el nodo
que pertenece V es el nodo de inicio, y Z,K=-1 si el nodo i que pertenece a V
es el nodo en donde termina la rama Ak y Zi,K = si no existe tal rama, si el
grafo es no dirigido Z,K se define como Zi,K=1 sie el nodo que pertenece a
V est conectado a la rama Aik y Zi,k= si no existe conexin
1
2
3
4
5
A1
-1
1
0
0
0
A2
1
0
-1
0
0
A3
1
0
0
0
-1
A4
0
1
0
-1
0
A5
0
0
0
1
-1
A6
0
0
1
0
-1
2
3
3
2
1
7
6
4
1
8
4
6
2
Procedimiento Grafico
1. Seleccionar un nodo arbitrario y conectamos el nodo ms cercano a
este obteniendo la primera rama de costo mnimo.
2. Identificar un nodo no conectado que sea el ms cercano a uno de los
nodos que ya estn conectados.
3. Repetir esto hasta que todos los nodos se hayan conectado.
Procedimiento Matricial
1. Se comienza arbitrariamente en cualquier nodo, se designa este nodo
en como conectarlo y se pone una seal alado al regln de este nodo
se tacha la columna que corresponde a l.
2. Considerando todos los reglones que tengan esta seal se consideran
cuyo ndice no haya sido tachado y se encierra ese valor en un
circuito se rompe los empates en orden arbitrario la columna que
corresponde este elemento encerrado en un crculo designa el nuevo
nodo conectado se tacha el ndice de esta columna y se pone una
marca en el orden se repite este paso hasta que todos los nodos
estn conectados.
3. Una vez que todos los nodos hayan sido conectados se identifica el
rbol de costo mnimo mediante los elementos circundantes.
1234567
[ ]
0 3 01 4 0 0
3093000
0902002
1 3 20 8 7 6
4008020
0 0 0 7 2 03
0 0 2 6 03 0
RUTA MS CORTA
Trata de determinar el camino ms corto desde un nodo origen H hasta los
dems nodos de la red a travs de una red conexa la longitud de un camino
viene dado por la suma de los valores de las ramas en ese camino.
Algoritmo de Etiquetado
El algoritmo emplea el procedimiento de etiquetado conforme avanza el
algoritmo se determina una etiqueta para cada nodo esa etiqueta asocia
dos nmeros entre parntesis el primer nmero de la etiqueta representa la
distancia entre H y ese nodo a lo largo de una ruta especfica y el segundo
numero representa el nodo predecesor del nodo en cuestin sobre dicha
ruta en principio las etiquetas asociadas a un nodo que no sea H se
llamaran etiquetas temporales. Cuando la distancia ms corta (es decir la
mejor ruta) entre H y un nodo dado haya sido determinado la etiqueta
temporal se transformara en permanente.
El algoritmo comienza al etiquetar el nodo H con la etiqueta permanente
(0,H) donde 0 simplemente significa que las distancias de H a H tiene una
longitud 0 y H solo identifica al nodo de salida tan presente como los nodos
tengan la etiqueta diferente se termina el proceso.
Nodo
s
1
2
3
4
5
6
7
Distanci
a
2
6
3
6
9
7
8