Investigación de Operaciones en Ingeniería Agrícola

EL PROBLEMA DUAL Y ANÁLISIS DE POST - OPTIMIDAD

Cada problema de programación lineal tiene un segundo problema asociado con él. Uno se denomina
“Primal” y el otro “Dual”. Los dos problemas poseen propiedades muy relacionadas de tal manera
que la solución óptima a un problema proporciona información completa sobre la solución óptima
para el otro.

DEFINICIÓN DEL PROBLEMA DUAL.-

Considere el problema de programación lineal siguiente en forma canónica:
n
Maximizar Z0 =  C j X j
i =1

Sujeto a:
n

a
i =1
ij X j  bi , i = 1, 2,....., m

x j  0, j = 1, 2,....., n
Si este problema se denomina primal, su dual asociado estará dado como:
m
Minimizar Y0 =  biYi
i =1

Sujeto a:
n

a Y  C ,
i =1
ij i j j = 1, 2,....., n

Yi  0, i = 1, 2,....., m
donde Y1 , Y2 ,......, Yn son las variable duales.
El problema dual (en forma canónica) se obtiene a partir del problema primal (y viceversa) de la
manera siguiente:

Primero.-Cada restricción en un problema corresponde a una variable en el otro.

Segundo.-Los elementos del lado derecho de las restricciones en un problema son iguales a los
coeficientes respectivos de la función objetivo en el otro.
Tercero.-Un problema busca maximizar y el otro minimizar.
Cuarto.- El problema de maximización tiene restricciones (≤) y el problema de minimización tiene
restricciones (≥).
Quinto.- Las variables en ambos problema son no negativas.

Ejemplo.-
Maximizar Z0 = 5 X 1 + 6 X 2
Sujeto a:
X 1 + 9 X 2  60  Y1 
2 X 1 + 3 X 2  45  Y2 
 variable duales
5 X 1 − 2 X 2  20  Y3 
X 2  30  Y4 

Sean Y1, Y2, Y3, Y4, las variables duales asociadas a la 1ra., 2 da, 3ra. y 4ta. Restricciones primales,
entonces el problema dual está dado como:

CESAR
AUGUSTO 1
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Minimizar Y0 = 60Y1 + 45Y2 + 20Y3 + 30Y4

Sujeto a:
Y1 + 2Y2 + 5Y3 5
9Y1 + 3Y2 − 2Y3 + Y4  6
Yi  0, i = 1, 2,....., m
donde Y1 , Y2 , Y3 ,Y4  0
Se puede observar que el problema dual tiene menos restricciones en este caso. Ya que la solución
óptima de un problema puede obtenerse de la solución óptima del otro, es computacionalmente más
eficiente resolver el dual en este caso. Esto es así porque la dificultad de cómputo en programación
lineal depende principalmente del número de restricciones en lugar del número de variables. Este
punto indica una de las ventajas del problema dual.

PROBLEMA DUAL CUANDO EL PRIMAL ESTÁ EN FORMA ESTÁNDAR

En la forma estándar, todas las restricciones son ecuaciones (=), entonces se muestra que una
restricción de igualdad en el primal (dual) corresponde a una variable irrestricta en el dual (primal),
así:
Maximizar X 0 = C1 X 1 + C2 X 2
Sujeto a:
a11 X 1 + a12 X 2 = b1
a21 X 1 + a22 X 2  b2
donde X1 , X 2  0
En la forma canónica, la primera restricción a11 X1 + a12 X 2 = b1 es reemplazada por:
a11 X 1 + a12 X 2  +b1 y -a11 X 1 − a12 X 2  − b1
Sean Y1+ , Y2− las variables duales correspondientes a la forma canónica. Entonces, el problema dual
es:
Minimizar Y0 = b1 (Y1+ -Y1- )+b 2 Y2
a11 (Y1+ -Y1- )+a 21Y2  c1
a12 (Y1+ -Y1- )+a 22 Y2  c2
Y1+ ,Y1- , Y2  0
El término (Y1+ -Y1- ) se repite en la función objetivo, en todas las restricciones. Este siempre será el
caso toda vez que ahí esté una restricción de igualdad en el primal. Por consiguiente, si uno permite
Y1 =(Y1+ -Y1- ) , la nueva variable (Y1 ) , la cual es la diferencia entre dos variables no negativas, llega a
ser irrestricta en signos y el problema dual se reduce a:
Minimizar Y0 = b1Y1 +b 2 Y2
Sujeto a:
a11Y1 +a 21Y2  c1
a12 Y1 +a 22 Y2  c 2
Y1 irrestricta en signo
Y2  0
La nueva forma dual tiene tantas variables como número de restricciones tiene el primal. Puede
obtenerse directamente del problema original utilizando el mismo procedimiento que en la forma
canónica. La única diferencia es que la variable dual correspondiente a una restricción de igualdad en
el primal deber ser irrestricta en signo. Inversamente, cuando una variable primal es irrestricta en
signo su restricción dual debe estar en forma de ecuación.

CESAR
AUGUSTO 2
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Se entiende que las variables duales correspondientes a un primal en la forma estándar deben todas
ser irrestrictas en signo. Esta condición, sin embargo, estará satisfecha únicamente para las
restricciones primales que están inicialmente en forma de ecuación, ya que los problemas duales
deberán ser equivalentes tanto para la forma estándar como para la canónica.
En general, dado el problema primal en forma estándar:
n
Maximizar Z0 =  C j X j
i =1

Sujeto a:
n

a
i =1
ij X j  bi , i = 1, 2,....., m

x j  0, j = 1, 2,....., n
El dual llega a ser:
m
Minimizar Y0 =  biYi
i =1

Sujeto a:
n

a Y  C ,
i =1
ij i j j = 1, 2,....., n

Yi irrestrica en signo para toda i.

Por otro lado, considere el problema primal:
n
Maximizar Z0 =  C j X j
i =1

Sujeto a:
n

a
i =1
ij X j  bi , i = 1, 2,....., m

x j irrestricta en signo.
El problema dual está dado como:
m
Minimizar Y0 =  bY
i i
i =1

Sujeto a:
n

a Y  C ,
i =1
ij i j j = 1, 2,....., n

Yi  0, i=1,2,....,m

Ejemplo.-
Maximizar Z0 =5x1 +12x 2 +4x 3
Sujeto a:
x1 + 2x 2 + x 3  5
2x1 - x 2 + 3x 3 = 2
x1 ,x 2 ,x 3  0
La forma estándar de este problema es:

CESAR
AUGUSTO 3
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Maximizar Z0 =5x1 +12x 2 +4x 3 + 0S1

Sujeto a:
x1 + 2x 2 + x 3 + S1 = 5
2x1 - x 2 + 3x 3 + 0 S1 = 2
x1 ,x 2 ,x 3 , S1  0
El dual quedará como:
Minimizar Y0 =5Y1 +2Y2
Sujeto a:
Y1 + 2Y2  5
2Y1 - Y2  12
Y1 + 3Y2  4
Y1  0
Y2 irrestricta en signo.
Note que la última restricción, Y1≥0, corresponde a S1 en el primal. Este mismo resultado podría
haberse obtenido del problema original donde Y1 corresponde a una restricción (≤) y Y2 corresponde
a una restricción (=).

CESAR
AUGUSTO 4
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

LA SOLUCIÓN DUAL ÓPTIMA EN LA TABLA SIMPLEX

La solución dual óptima puede obtenerse directamente de la tabla primal óptima (la del simplex).
También, una interpretación económica importante de las variables duales está dada en términos de
la contribución de los recursos escasos a la función objetivo.
Por conveniencia, se supondrá que las restricciones asociadas al problema de maximización del tipo
(≤) y (=) mientras que las asociadas al problema de minimización son del tipo (≥) y (=).

RELACIÓN ENTRE LOS VALORES DE LA FUNCIÓN OBJETIVO DEL PRIMAL Y

DUAL
Propiedad.-Supongamos que los problemas primal y dual están en la forma estándar o en la canónica
y los dos problemas tienen soluciones óptimas finitas. Sean Z0 y Y0 los valores de la función objetivo
en los problemas de maximización y minimización respectivamente. Entonces para dos soluciones
factibles (no necesariamente básicas) del primal y dual Z0 ≤ Y0 . Además en las soluciones óptimas
de ambos problemas MinimizarY0 = Maximizar Z0.
Esta propiedad indica que para dos soluciones factibles el valor de Y0(en el problema de
minimización) actúa como una cota superior para el valor Z0(en el problema de maximización). En
las soluciones óptimas de ambos problemas los valores correspondientes Z0 y Y0 son iguales.
La prueba de la primera parte es directa. Las restricciones del problema primal (maximización) son:
n

a x
j =i
ij 1  bi , i=1,2,...,m

Multiplicando ambos lados por Y1 (≥0) y luego sumando para todo i, resulta:
m n m

 Y1 ( aij x j )   b1Y1 = Y0 ............(1)

i =1 j =1 i =1

Trabajando con las restricciones del problema dual (minimización), las que están dadas como:
m

a Y  c ,
j =i
ij i j j=1,2,...,n

Multiplicando ambos lados por xj (≥0) y sumando luego sobre j, resulta:

n m n

 x ( a Y )   c x
i =1
j
i =i
ij i
j =1
j j = Z 0 ............(2)

Ya que los lados izquierdos de (1) y(2) son idénticos, se sigue que Z0≤Y0. El mismo resultado puede
verificarse si el dual o el primal (o ambos) están en la forma estándar.

CESAR
AUGUSTO 5
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

PROGRAMACIÓN LINEAL: ANÁLISIS DE SENSIBILIDAD Y SOLUCIÓN POR

COMPUTADORA.
OBJETIVOS:
1.- Realizar un análisis de sensibilidad de los programas lineales formulados, ante cambios
realizados en el modelo.
2.-Resolver los programas reformulados con apoyo gráfico y/o por computadora.
3.- Reconocer el manual de operaciones de los programas mecanizados caso del Lindo.
4.-Interpretar los resultados para tomar decisiones oportunas.

INTRODUCCIÓN AL ANÁLISIS DE SENSIBILIDAD

El análisis de sensibilidad es el estudio de la forma en que afectan a la solución óptima los cambios
en los coeficientes de un programa lineal. Usando análisis de sensibilidad puede responderse a las
preguntas:
© ¿Cómo afectará a la solución óptima un cambio en un coeficiente de la función objetivo?
© ¿Cómo afectará a la solución óptima un cambio en el valor del segundo miembro de una
restricción?
Como el análisis de sensibilidad se ocupa de la forma en que los cambios anteriores afectan a la
solución óptima el análisis no comienza sino hasta que se obtiene tal solución al problema de
programación lineal, porque eso se llama también análisis de post-optimalidad.
El análisis de sensibilidad que se realiza sobre la solución óptima ofrece información
complementaria que es valiosa para quien toma las decisiones.
La principal importancia del análisis para quienes toman decisiones es que los problemas reales
ocurren en un medio ambiente dinámico, es decir cuando ocurre alguna de las situaciones
siguientes:
© Los precios de las materias primas varían
© La demanda fluctúa
© Las compañías adquieren máquinas nuevas para reemplazar las antiguas.
© Los mercados globales de mano de obra ocasionan cambios en los costos de producción.
© Rotación en los empleos, etc.
Los gerentes y ejecutivos desean determinar la forma en que estos cambios afectan a la solución
óptima del problema primitivo de programación lineal.

Ejemplo.-
La empresa ARAT fabricante de artículos de cuero ha decidido lanzar un nuevo producto de bolsas
de piel para damas, al mercado del país. El distribuidor JILLA de línea de carteras, bolsas y bolsones
acepta comprar todas las bolsas que fabrique la empresa.
CESAR
AUGUSTO 6
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Las operaciones necesarias para la fabricación de las bolsas son las siguientes:
1.- Cortar y teñir el material.
2.-Coser
3.-Terminar
4.-Inspeccionar y embalar.
El gerente de producción informa que se producirán dos modelos, un modelo estándar de precio
medio y un modelo de lujo más costoso, así mismo establece que un modelo estándar requerirá 7/10
de hora en el departamento de corte y teñido, 1/2 hora en el departamento de costura, 1 hora en el
departamento de terminado, 1/10 de hora en el departamento de inspección y embalaje. El modelo
de lujo requerirá de 1 hora en corte y teñido, 5/6 de hora para costura, 2/3 de hora para el terminado
y ¼ de hora para inspección y embalaje. El departamento de costos informa que se ha concluido con
la contribución a las utilidades de $10.00 para cada bolsa estándar y de $9.00 para cada bolsa de lujo
que se fabrique. El gerente de manufactura estima que para la producción de bolsas en los tres meses
siguientes habrá disponibles 603 horas de tiempo de corte y teñido, 600 horas de costura, 708 horas
de acabado, 135 horas de inspección y embalaje.
El problema de ARAT es determinar cuántas bolsas estándares y cuantas bolsas de lujo deben
fabricar con objeto de maximizar la contribución a las utilidades.

ARAT incursiona en el mercado de bolsas de tela para despacho de mercaderías y fabrica dos clases
de bolsas: el modelo estándar para tiendas y bodegas y el de lujo para supermercados y grandes
almacenes. El proceso de fabricación es corte y teñido, costura, terminado e inspección y embalaje,
cuya programación lineal es la siguiente:
Max. Z= 10x1 + 9x 2
Sujeto a:
7
x1 + x 2  630 Corte y teñido
10
1 5
x1 + x 2  600 Costura
2 6
2
x1 + x 2  708 Terminado
3
1 1
x1 + x 2  135 Inspeccion y embalaje
10 4
x1 , x 2  0

La solución óptima X1 = 540 bolsas estándar, X 2 = 252 bolsas de lujo, y Z = 7668 , donde

X1 da $10.00 de utilidades y X 2 da $9.00. Supongamos que posteriormente debido a una reducción

en el precio, la contribución a las utilidades de las bolsas estándar se reduce a $7.00; puede utilizarse
el análisis de sensibilidad para determinar si el programa de producción de 540 bolsas estándar y

CESAR
AUGUSTO 7
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

252 bolsas de lujo sigue siendo la mejor solución, si lo es, no habrá necesidad de resolver un
programa lineal modificado que tenga 7x1 + 9x 2 como función objetivo.

ANÁLISIS GRÁFICO DE SENSIBILIDAD

En este caso se utilizará métodos gráficos de solución para problemas de programación lineal con
dos variables de decisión para realizar análisis de sensibilidad sobre los coeficientes de la función
objetivo y sobre los valores en el segundo miembro o lado derecho de las restricciones.

Coeficientes de la función objetivo.-

En el ejemplo anterior la solución óptima indica la fabricación de 540 bolsas estándar y 252 bolsas
de lujo. El intervalo de optimidad para cada coeficiente de la función objetivo muestra la gama de
valores sobre las cuales la solución del momento sigue siendo óptima.
En la siguiente gráfica se puede observar la solución gráfica del problema, una observación
cuidadosa en la gráfica indica mientras la pendiente de la función objetivo se encuentra entre la
pendiente de la recta A y la pendiente de la recta B a el punto extremo con y X 2 = 252 será el óptimo.
Nº de bolsas X2
de lujo

Recta B: Terminado
800 2
X1 + X 2 =708
3
600
(5)
400 (4) Recta A: Corte y Teñido
7
(3) X1 +X 2 =630
Region 10
200 Factible Recta Función Objetivo
10X1 +9X 2
(1) (2)
200 400 600 800 1000 X1
Nº de bolsas
estandar

Nota.- Se agarra tan sólo la recta Corte y Teñido y la recta de terminado, porque en el punto de
cruces de las dos rectas se da los valores de solución óptima de la fabricación de 540 bolsas
estándar y 252 bolsas de lujo.
Girar la recta de la función objetivo en sentido contrario al del reloj ocasiona que la pendiente se
vuelva menos negativa, permitiendo el aumento de la pendiente, llegando los óptimos a los puntos
extremos 3 y 4 .
Girar tal recta en el sentido de las manecillas del reloj la pendiente se vuelve más negativa, llegando
a los óptimos alternos de los puntos extremos 3 y 2

Del análisis debe resultar evidente que el punto extremo 3 será la solución óptima siempre y
cuando:
CESAR
AUGUSTO 8
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

 Pendiente   Pendiente de la recta    Pendiente

 recta A  de la funcion objetivo   recta B 
En la figura se observa que la ecuación de la recta A, la recta de restricción de corte y teñido, es la
7
siguiente: X1 +X 2  630
10
Poniendo el término anterior, despejando X 2 , se puede escribir la recta A en su forma de pendiente

7
y ordenada en el origen, luego: X2 = - X1 + 630
10 interseccion de la
Pendiente recta A con eje X 2
de la recta A

2
La ecuación de la recta B de la figura: X1 + X 2 = 708
3
Despejando X 2 y poniendo en pendiente e intersección para la recta B:

3
X2 = - X1 + 1062
2 interseccion de la
Pendiente recta A con eje X 2
de la recta B

Para que el extremo 3 siga siendo óptimo, se debe cumplir que:

3 7
−  pendiente de la funcion objetivo  - ........ (a)
2 10
−1.5  pendiente de la funcion objetivo  -0.7
Considere la ecuación de la función objetivo como:
Z=C1X1 +C2 X 2

C1 Z
Despejando X 2 : X2 = − X1 +
C2 C2

C1
De ello se desprende que la pendiente de la función objetivo es: − , luego sustituyendo en la
C2
expresión (a) se observa que el punto extremo 3 seguirá siendo óptimo siempre y cuando se
satisfaga la expresión siguiente:
3 C 7
−  − 1  − ........ (b)
2 C2 10
Para calcular el intervalo de optimidad para la contribución a las utilidades por las bolsas estándares,
se mantiene fija la contribución a las utilidades de las bolsas de lujo, en su valor inicial C 2 = 9 , luego:

3 C 7
− - 1 -
2 9 10
3 C 3 C1
Despejando el lado izquierdo: − - 1, o  o C1  13.5
2 9 2 9

CESAR
AUGUSTO 9
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

C1 7 C 7
Despejando el lado derecho: - - o 1 o C1  6.3
9 10 9 10
Combinando los límites para C1 se obtiene el intervalo de optimidad para la contribución a las

utilidades de la bolsa estándar.

6.3  C1  13.5
Esto significa que si no se cambia los demás coeficientes, la contribución a las utilidades de la bolsa
estándar puede encontrarse en cualquier punto entre $6.30 y $13.50 y las cantidades de 540 bolsas
estándar y 252 bolsas de lujo seguirán siendo óptimas.
Similarmente, manteniendo constante C1 = 10 se puede verificar que: 6.67  C2  14.29

CAMBIOS SIMULTÁNEOS
Si se varían en forma simultánea dos o más coeficientes de la función objetivo es necesario realizar
un análisis más detallado para determinar si cambia la solución óptima y para ello se debe calcular
C1
la pendiente de la función objetivo ( − ) para los nuevos valores de los coeficientes.
C2
Si cambiamos C1 = 13 y C 2 = 8 , la pendiente varía.

C1 13
− = − = −1.625
C2 8

Como este valor es inferior a -3/2 la solución actual de X1 = 540 y X 2 = 252 ya no será óptima.

El intervalo de optimidad en sí solo puede ser utilizado para obtener conclusiones respecto a
cambios que se realicen en los coeficientes de la función objetivo, de uno en uno.

LADOS DERECHOS Y PRECIOS SOMBRA

Veamos ahora la forma en que un cambio en el lado derecho o segundos miembros de una restricción
puede afectar la región factible y, posiblemente ocasionar cambios en la solución óptima del
problema.
En el ejemplo anterior la restricción de corte y teñido cambia de 630 a 640, escribiendo la ecuación
7
queda: x1 + x 2  640 Corte y teñido
10
Al obtener 10 horas adicionales de corte y teñido, se amplía la región factible para el problema como
se muestra en la figura:

CESAR
AUGUSTO 10
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Aplicando un procedimiento gráfico de resolución al problema con la región factible más amplia se
muestra que el punto extremo que se encuentra en X1 = 527.5 y X 2 = 270.75 es ahora la solución

óptima, el nuevo valor para la función objetivo es 10(527.50)+9(270.75)=$7711.75, esto produce un

aumento en las utilidades de 7711.75-7668.00=43.75, por lo que el aumento en las utilidades se da a
una tasa de 43.75/10 horas que nos da $4.375 por hora adicional.
Al cambio en el valor de la función objetivo por aumento unitario en el valor del lado derecho se le
denomina precio sombra (de sombra). Por ello, el precio de sombra para el tiempo de corte y teñido
es $4.375 por hora. Se considera importante los precios sombra de las restricciones porque puede ser
factible adquirir u obtener unidades adicionales de los recursos.

LOS PRECIOS SOMBRA

Es el cambio en el valor de la función objetivo por aumento unitario en el lado derecho de una
restricción. Un precio sombra positivo significa que aumentar el lado derecho ocasionaría que se
incremente el valor de la función objetivo. Por el contrario un precio sombra negativo indica que
disminuir el lado derecho ocasionaría un decremento en el valor de la función objetivo. Sin embargo
se debe tener cuidado los costos relevantes e irrelevantes en el pago de una unidad adicional de
recurso.

CESAR
AUGUSTO 11
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

RESOLUCIÓN DE PROGRAMAS LINEALES EN COMPUTADORA

En la actualidad encontramos en el mercado informático diversos programas de computadoras de

computación diseñados para resolver problemas de programación lineal. La mayoría de las grandes
compañías privadas y públicas, universidades e institutos tienen acceso a estos programas de
cómputo cubierto la licencia de uso respectivamente. El desarrollo de paquetes de programación en
gran escala proviene de los fabricantes de computadoras y/o compañías de servicio informático
tales como Microsoft, IBM, Control Data entre otros. Ahora pueden resolverse en forma rutinaria
problemas con millares de variables y restricciones con paquetes computacionales y en tiempos
cortísimos; en unos cuantos segundos una Pc Pentium puede resolver programas lineales a gusto y
paciencia del operador.
PRINCIPALES SOFTWARE Y SU APLICACIÓN
Algunos ejemplos de software de aplicación para resolver problemas de programación lineal, como:
transporte, asignación, redes, inventarios y otros.
© Super Lindo: Programación Lineal.
© Tora: Programación lineal, transporte, inventarios, colas.
© Storm: Programación lineal, transportación, asignación.
© Ms Project, HTPM: Programación de Proyectos PERT-CPM
© QSB: Programación lineal, transportación y redes.
© SPSS: Paquete estadístico de múltiple aplicación a varios temas.
© SIMNET II: Simulaciones
© @RISK: Optimización, aplicativos para toma de decisiones.
© Excel: Aplicaciones básicas de programación lineal.
© Otros.

CESAR
AUGUSTO 12
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Ejemplo.-
La empresa ARAT fabricante de artículos de cuero ha decidido lanzar un nuevo producto de bolsas
de piel para damas, al mercado del país. El distribuidor JILLA de línea de carteras, bolsas y bolsones
acepta comprar todas las bolsas que fabrique la empresa.
Las operaciones necesarias para la fabricación de las bolsas son las siguientes:
1.- Cortar y teñir el material.
2.-Coser
3.-Terminar
4.-Inspeccionar y embalar.
El gerente de producción informa que se producirán dos modelos, un modelo estándar de precio
medio y un modelo de lujo más costoso, así mismo establece que un modelo estándar requerirá 7/10
de hora en el departamento de corte y teñido, 1/2 hora en el departamento de costura, 1 hora en el
departamento de terminado, 1/10 de hora en el departamento de inspección y embalaje. El modelo
de lujo requerirá de 1 hora en corte y teñido, 5/6 de hora para costura, 2/3 de hora para el terminado
y ¼ de hora para inspección y embalaje. El departamento de costos informa que se ha concluido con
la contribución a las utilidades de $10.00 para cada bolsa estándar y de $9.00 para cada bolsa de lujo
que se fabrique. El gerente de manufactura estima que para la producción de bolsas en los tres meses
siguientes habrá disponibles 603 horas de tiempo de corte y teñido, 600 horas de costura, 708 horas
de acabado, 135 horas de inspección y embalaje.
El problema de ARAT es determinar cuántas bolsas estándares y cuantas bolsas de lujo deben
fabricar con objeto de maximizar la contribución a las utilidades.

Solución.-
Tiempo de producción (Horas)
Corte y Inspección
Producto Costura Terminado Utilidad ($)
Teñido y Embalaje
Bolsa estándar 7/10 ½ 1 1/10 10
Bolsa de lujo 1 5/6 2/3 ¼ 9
Disponibilidad
603 600 708 135 ----
de prod. (horas)

Supongamos que:
X1=Nº de bolsas estándares fabricados
X2=Nº de bolsas de lujo fabricados

El planteamiento matemático del problema de ARAT será:

CESAR
AUGUSTO 13
LLANA YUFRA
Investigación de Operaciones en Ingeniería Agrícola

Max. Z= 10x1 + 9x 2
Sujeto a:
7
X1 + X 2  630 Corte y teñido
10
1 5
X1 + X 2  600 Costura
2 6
2
X1 + X 2  708 Terminado
3
1 1
X1 + X 2  135 Inspeccion y embalaje
10 4
X1 , X 2  0

CESAR
AUGUSTO 14
LLANA YUFRA
Investigación de Operaciones en Ingeniería Agrícola

CESAR
AUGUSTO 15
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

INTERPRETACIÓN DE RESULTADOS.

Representa el valor óptimo de la función objetivo y es $ 7 668.00.

VALUE: Representa los valores óptimos de las variables, que son:

X1=540.00 X2=252.00
REDUCED COST: Representa el costo reducido, significa, cuanto tendría que mejorar el
coeficiente de la función objetivo de cada variable de decisión antes de que sea posible que tal
variable asuma un valor positivo en la solución óptima. Si una variable de decisión ya es positiva
en la solución óptima, su costo reducido es cero. En un problema de maximización, mejorar significa
aumentar, en un problema de minimización mejorar significa disminuir.

Variable Costo Reducido

X1 0.000
X2 0.000

SLACK OR SURPLUS: Representa holguras o excesos e indica el valor óptimo de las variables de
holgura asociada con cada restricción del problema transformado.

Holgura o Nombre de la
Fila
exceso holgura
2 0.000 Corte y teñido
3 120.000 Costura
4 0.000 Terminado
Inspección y
5 18.000
embalaje
DUAL PRICES: Representa los precios duales, significa el índice de la mejoría de la función
objetivo cuando el vector disponibilidad de recursos aumenta sobre el rango permisible. También

CESAR
AUGUSTO 16
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

el precio dual correspondiente a una restricción es el mejoramiento en el valor óptimo de la función

objetivo por cada aumento unitario en el lado derecho (recursos) de la restricción.

Fila Precios Duales Proceso

2 4.375 Corte y teñido
3 0.000 Costura
4 6.9375 Terminado
0.000 Inspección y
5
embalaje
Podemos afirmar que una hora adicional de tiempo de corte y teñido mejora (aumenta) el valor de
la función objetivo en $ 4.375 y una hora adicional de tiempo de terminado mejora (aumenta) el
valor de la función objetivo en $ 6.9375. En consecuencia, aumentar el tiempo de corte y teñido de
630 a 631 horas, manteniendo constante todos los demás coeficientes del problema, aumentaría las
utilidades de la Compañía ARAT de $ 7668+$4.375=$7672.37; similarmente en el caso de terminado
aumentar el tiempo de 708 a 709 horas aumentará las utilidades de la Compañía de
$7668+$6.94=$7674.94. Los precios duales cero señalan que aumentar las horas disponibles de
estos recursos no mejora el valor de la función objetivo.
Si el precio dual es negativo, por ejemplo – 4.37 significa que al aumentar el tiempo de corte y teñido
de 630 a 631 horas las utilidades disminuirán en $ 4.37.
NOTA.- http://www.inf.utfsm.cl/~ccastro/ILI-281/2007-1/apuntes-castro-2007-1.html

ANÁLISIS DE SENSIBILIDAD POR COMPUTADORA

OBJECTIVE COEFFICIENT RANGES: Rangos de los coeficientes de la función objetivo.
CURRENT COEFF: Coeficiente actual (valor actual)
ALLOWABLE INCREASE: Aumento permisible (límite superior)
ALLOWABLE DECREASE: Disminución permisible (límite inferior)

Variable COEFICIENTE AUMENTO DISMINUCION

ACTUAL PERMISIBLE PERMISIBLE
X1 10.000 3.5000 3.7000
X2 9.000 5.285714 2.3333

CESAR
AUGUSTO 17
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

El aumento o disminución permisible indica el rango en el que esto puede variar el coeficiente de la
función objetivo, sin cambiar la solución óptima, luego los intervalos de optimidad para C1 y C2
serán:
− +
Límite Inferior: C j −  C j Límite Superior: C j +  C j

6.3 = 10 - 3.7 ≤C 1 ≤ 10 + 3.5 = 13.5

6.7 = 9 - 2.3333  C2  9 + 5.285714 = 14.3

Esto indica que mientras se conserve la contribución a las utilidades de las bolsas estándar entre 6.3
 C1  13.5 la producción de X1=540 y X2=252, seguirá siendo la solución óptima, similarmente para

las bolsas de lujo entre 6.7  C2  14.3 la producción de X1=540 y X2=252, seguirá siendo la solución

óptima se mantiene.

RANGOS DE VECTOR DE DISPONIBILIDAD DE RECURSOS:

RIGHTHAND SIDE RANGES: Análisis de valores del lado derecho para cada restricción:
CURRENT RHS: Valor original (bi)

ALLOWABLE INCREASE: Incremento máximo bi+ ( )

LLOWABLE DECREASE: Incremento máximo bi− ( )
Rango de factibilidad:

© Límite superior: bi + bi+

© Límite inferior: bi − bi−

495.6 = 630 − 134  b1  630 + 52.4 = 682.4

480 = 600 − 120  b2  600 +  = 
580 = 708 − 128  b3  708 + 192 = 900
117 = 135 − 18  b4  135 +  = 

CESAR
AUGUSTO 18
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Vector
Aumento Disminución
Fila disponibilidad de
permisible permisible
recursos actual
2 630.000 682.4 495.600
3 600.000 Sin límite superior 480.000
4 708.000 900 580.000
5 135.000 Sin límite superior 117.000

El aumento o disminución permisible indica el rango en el que puede variar la disponibilidad de

recursos. En el ejemplo la restricción de corte y teñido el precio dual es $ 4.375es válido para
aumentos $ 682.4y para disminuciones de hasta $ 495.600.
El intervalo de factibilidad al cual es aplicable el precio dual será:
Restricción LD mínimo LD máximo
Corte y teñido 495.600 682.4
Costura 480.000 Sin límite superior
Terminado 580.000 900
Inspección y 117.000 Sin límite superior
embalaje

CAMBIOS SIMULTÁNEOS
En los casos anteriores de análisis de sensibilidad por computadora, los intervalos de los coeficientes
de la función objetivo y de los lados derechos de las restricciones sólo son aplicables para cambios
en un solo coeficiente. Sin embargo con auxilio de la regla de 100%, es posible realizar ciertos análisis
sobre cambios simultáneos.
© Regla del 100% para coeficientes de la función objetivo.- Para todos los coeficientes de la
función objetivo que cambian, súmense los porcentajes de los aumentos y las disminuciones
permisibles, si la suma de los porcentajes no excede el 100% entonces la solución óptima no
cambiará.
© Regla del 100% para los lados derechos de las restricciones.- Para todos los lados derechos que
cambian, súmense los porcentajes de los aumentos y las disminuciones permisibles. Si la suma
de los porcentajes no excede el 100% entonces los precios duales no cambiaran.
Supongamos que el ejemplo se obtiene 20 horas adicionales de tiempo de corte y teñido y 100 horas
adicionales de tiempo de terminado luego:
© Aumento permisible para corte y teñido: 682.400-630.000=52.363…….. (1)
© Aumento permisible para terminado: 900.000-708.000=192.000..……….(2)
Entonces:
20
*100 = 38.19% de aumento
52.363
100
*100 = 52.08% de aumento
192
CESAR
AUGUSTO 19
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

El porcentaje acumulado de cambios es: 38.19+52.08=90.27%, como este valor no excede el 100%
puede concluirse que los precios duales no son aplicables y que la función objetivo mejorará en: (20)(
4.37)+(100)(6.94)=781.40

CESAR
AUGUSTO 20
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Problema.-
La Compañía Agrícolas Unidos manufactura dos productos que se venden como insumos a la
empresa Futuro, para producir jabones y detergentes. Un informe de los niveles de inventario y
demanda potencial para el mes siguiente hace decidir a la gerencia, que la producción total
combinada de los productos 1 y 2 puede ser cuando menos 350 galones. Se tiene conocimiento que
se debe satisfacer el pedido de un cliente importante de 125 galones del producto 1. El producto 2
requiere de 2 horas de tiempo de procesamiento por galón, mientras que el producto 1 requiere 1
hora de procesamiento por galón; y existen disponibles 600 horas de tiempo de procesamiento para
el mes siguiente. Los costos de producción son de $2.00 galón del producto 1 y de $3.00 por galón
del producto 2. El Objetivo de Futuro es satisfacer los requisitos anteriores incurriendo en un costo
de producción mínimo; se solicita resolver por un método computacional.
Supóngase que la formulación del problema es de la siguiente forma:
Min. Z= 2x1 + 3x 2
Sujeto a:
X1  125 Demanda del producto 1
X1 + X 2  350 Requisito de produccion total
2X1 + X 2  600 Tiempo de procesamiento
X1 , X 2  0
Solución.-
Sea:
X1: Nº de galones de producto 1
X 2 : Nº de galones de producto 2
El objetivo en este caso es minimizar el costo de producción.
Utilizando el software Lindo obtenemos el cuadro siguiente:

CESAR
AUGUSTO 21
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

La solución de costo mínimo es $80, para X1=250 galones de producto 1 y X2=100 galones de
producto 2. Se puede observar que la fabricación del producto 1 excede de la demanda en 125
galones (holgura=Slack or surplus). El precio dual para el tiempo de procesamiento se observa que,
si se puede incrementar el tiempo de 600 a 601 el valor de la función mejorará $1. El precio dual -
4.00 indica que si se aumenta el lado derecho de la restricción la producción total de 350 a 351, el
valor de la función objetivo empeorará en la cantidad de $4.00. Como empeorar significa un aumento
en los costos, el valor de la función objetivo se convertirá en 800+4=$804 si se realiza el aumento de

CESAR
AUGUSTO 22
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

una unidad en el requerimiento de la producción total. Si se disminuyera de 350 al precio dual señala
que se podría reducir el costo total en $4, para pasar a 800-4=$796.

CESAR
AUGUSTO 23
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

PROBLEMA CON MÁS DE DOS VARIABLES DE DECISIÓN

Problema.-
La empresa TELEFÓNICA ha lanzado un sistema de comunicación radial llamado Celular
Multiusos, que tiene un alcance de hasta 25 millas y es apropiado para diversas aplicaciones
personales y de negocios. Los canales de distribución para este nuevo producto son los siguientes:
© Distribuidores empresariales e institucionales
© Distribuidores para ejecutivos de negocios
© Cadena de concesionarios al menudeo
© Fuerza de promotores.
Los costos de distribución, promoción y redituabilidad del producto varían según el canal de
distribución, así como los costos de publicidad y los esfuerzos personales de ventas varían también
según el canal de distribución. La empresa ha determinado que su presupuesto de publicidad debe
ser $5000 y que hay un máximo de 1800 horas de tiempo disponible en el personal vendedor para
asignarlo al esfuerzo de ventas. La planta ha decidido fabricar 600 unidades para el actual período
de producción. También se tiene un contrato urgente con una cadena nacional de concesionarios al
menudeo que exige que se distribuyan cuando menos 150 unidades a través de este canal.
Costo de Labor del
Unidad por
publicidad por personal de
Canal de distribución unidad vendida
unidad ventas por
($)
vendida($) unidad vendida
Empresariales e institucionales 90 10 2 horas
Ejecutivos de negocios 84 8 3 horas
Concesionarios al menudeo 70 9 3 horas
Fuerza de promotores 60 15 Ninguna
Telefónica desea establecer la estrategia que maneje la distribución de sus ingresos de manera que
se maximice la redituabilidad global de la fabricación de los nuevos productos. Debe tomarse
decisiones con respecto a cuantas unidades deberán asignarse a cada uno de los cuatro canales de
distribución así como sobre la forma de asignar el presupuesto de publicidad y la fuerza de ventas
a cada uno de los canales.
Solución.-
Sea:
X1: Nº unidades fabricados para el canal empresarial institucional
X 2 : Nº unidades fabricados para ejecutivos de negocios
X3: Nº unidades fabricados para concesionarios al menudeo
X 4 : Nº unidades fabricados para fuerza de promotores
Formulando de acuerdo a los datos del problema, obtenemos:
Max. Z= 90X1 +84X 2 +70X 3 + 60X 4
Sujeto a:
10X1 + 8X 2 + 9X 3 + 15X 4  5000 Presupuesto de publicidad
2X1 + 3X 2 + 3X 3  1800 Disponibilidad Fuerza Ventas
X1 + X 2 + X 3 + X 4 = 600 Nivel de Produccion
X 3  150 Concesionario al Menudeo
X i  0; i=1,2,3,4

CESAR
AUGUSTO 24
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

Utilizando el software Lindo obtenemos el cuadro siguiente:

De los cuadros se obtiene los siguientes resultados:

Z=$48 450 valor de la función objetivo, utilidad máxima
X1= 25 u, Canal empresarial institucional
X2=425 u, Canal ejecutivos de negocios

CESAR
AUGUSTO 25
LLANA YUFRA
 Investigación de Operaciones en Ingeniería Agrícola

X3=150 u, Canal concesionarios al menudeo

X4=0, no debe utilizar el canal de promotores.
La empresa debe adoptar una estrategia óptima para el canal de ejecutivos de negocios con 425
unidades, luego atender a los concesionarios y después al canal empresarial. También se aprecia que
los tres primeros costos reducidos son ceros, el cuarto es de 45 para la variable X4 ello indica que de
utilizarse el canal de promotores aumentará las utilidades de su valor de 60+45=$105 por unidad. El
precio dual 3 indica que con un dólar que se añada al presupuesto de publicidad mejorará la función
objetivo (aumentará las utilidades) en $ 3.00, el precio dual negativo indica que al aumentar el
compromiso de 150 a 151 unidades de X3 habrá una disminución de utilidades en $17.
Los intervalos de optimidad para los coeficientes de la función objetivo son:
84 = 90 − 6  x1  90 +  = 
50 = 84 − 34  x2  84 + 6 = 90
580 = 70 −   x3  70 + 17 = 87
 = 60 −   x4  60 + 45 = 105
Recordando la solución óptima X1= 25, X2=425, X3=150, X4=0, debemos completar la solución
evaluando el presupuesto de publicidad y de la fuerza de ventas de cada canal.
Para el caso de publicidad tenemos:
10(25) + 8(425) + 9(150) + 15(0)  5000
5000  5000
Realizando cálculos similares para la fuerza de ventas, obtenemos:
2(25) + 3(425) + 3(150) + 0(0)  1800
1775  1800
Entonces los resultados podemos visualizar en el siguiente cuadro:
Asignación de Asignación personal
Canal de distribución Volumen
Publicidad ($) de ventas (horas)
Empresariales e institucionales 25 250 50
Ejecutivos de negocios 425 3400 1275
Concesionarios al menudeo 150 1350 450
Fuerza de promotores 0 0 0
Total 600 5000 1775
Utilidad total que se proyecta $48 450.00

CESAR
AUGUSTO 26
LLANA YUFRA