Ejer Cici Os

PRACTICA DE IO-I
NOMBRE:
Carmen melisa
APELLIDOS:
Aguirre Huaman
DOCENTE:
Ing. Gavino Marcelo Loyaga Orbegoso
CURSO:
Investigación de Operaciones
CICLO:
IV
Lambayeque, Junio del 2019

CONJUNTO DE PROBLEMAS 4.1-A
EJERCICIO 01: En el ejemplo 4.1-1, deduzca el problema dual asociado

si el sentido de la optimización en el problema primal se cambia a
minimización.
PRIMAL PRIMAL EN FORMA DE ECUACIÓN VARIABLES DUALES
Minimizar z = 5x1 + 12x2 + 4x3 Minimizar z = 5x1 + 12x2 + 4x3 + 0x4
Sujeta a: Sujeta a:
X1 + 2x2 + x3 <= 10
X1 + 2x2 + x3 + x4 = 10 Y1
2x1 – x2 + 3x3 = 8 x1,
Y2
x2, x3 >= 0 2x1 – x2 + 3x3 + 0x4 =8 x1,
x2, x3, x4 >= 0
SOLUCION:
RESPUESTA:
DUAL
Maximizar w = 10y1 +
8y2 Sujeta a: y1 + 2y2 <=
5
2y1 – y2 <= 12
y1 + 3y2 <= 4
y1 + 0y2 <=0
y1 <=0, y2 sin restricción
EJERCICIO 02: En el ejemplo 4.1-2 deduzca el problema dual asociado

si el problema primal se aumenta con una tercera restricción 3𝑋1+𝑋2 =4.
Minimizar z = 15x1 + 12x2 Sujeta Minimizar z = 15x1 + 12x2 + 0x3 + 0x4
a: Sujeta a:
X1 + 2x2 >= 3
2x1 – 4x2 <= 5 X1 + 2x2 - x3 + 0x4 = 3 Y1
3x1 + x2 = 4 x1, 2x1 – 4x2 + 0x3 + x4 = 5 Y2
x2 >= 0 Y3
3x1 + x2 + 0x3 + 0x4 = 4 x1,
x2, x3, x4 >= 0
SOLUCION:
RESPUESTA:
DUAL
Maximizar w = 3y1 + 5y1 + 4y3
Sujeta a:
Y1 + 2y2 + 3y3 <= 5
2y1 – 4y2 + y3 <= 12
Y1 >=0, y2<=0, y3 no restringido
EJEMPLO 03: En el ejemplo 4.1-3 demuestre que aun cuando se cambie

el sentido de la optimización en el primal a minimización, una variable
primal no restringida corresponde siempre a una restricción dual de igualdad.
Minimizar z = 5x1 + 6x2 Sujeta Minimizar z = 5x1 – 5x1* + 6x2 + 0x3 +
a: 0x4
X1 + 2x2 = 5
Sujeta a:
-x1 + 5x2 >= 3 Y1
4x1 + 7x2 <= 8 x1 no X1 – x1* + 2x2 + 0x3 + 0x4 = 5
Y2
restringida, x2 >= 0 -x1 + x1* + 5x2 – x3 + 0x4 = 3 Y3
4x1 - 4x1* + 7x2 + 0x3 + x4 = 8 x1
no restringida, x2, x3, x4 >= 0
SOLUCION
RESPUESTA
DUAL
Maximizar w = 5y1 + 3y2 + 8y3
Sujeta a:
Y1 - y2 + 4y3 <= 5
2y1 + 5y2 + 7y3 <= 6 y1 no
restringida, y2>=0, y3<=0
EJERCICIO 04: Escriba el dual de cada uno de los siguientes problemas
primales:
a)
PRIMAL DUAL
Maximizar z = -5x1 + 2x2 Minimizar w = -2y1 + 5y2
Sujeta a: Sujeta a:
-x1 + x2 <= -2 -y1 + y2 >= -5
2x1 + 3x2 <= 5 Y1 + y3 >= 2
x1, x2 >= 0
Y1, y2 >=0
b)
PRIMAL DUAL
Minimizar z = 6x1 + 3x2 Sujeta Maximizar w = 2y1 + 5y2 Sujeta
a: a:
6x1 - 3x2 + x3 >= 2 6y1 + 3y2 <= 6
3x1 + 4x2 + x3 >= 5 -3Y1 + 4y3 <= 3
x1, x2, x3 >= 0 Y1, y2 >=0
c)
PRIMAL DUAL
Maximizar z = x1 + x2 Sujeta Minimizar w = 5y1 + 6y2 Sujeta
a: a:
2x1 + x2 = 5 2y1 + 3y2 <= 1
3x1 - x2 = 6 x1, x2 -2Y1 - 3y3 <= 1
no restringida Y1, y2 >=0
EJERCICIO 05: Acerca del ejemplo 4.1-1. Para aplicar el método símplex
al primal se requiere usar una variable artificial en la segunda restricción del
primal, para asegurar una solución básica de inicio. Demuestre que la
presencia de una variable artificial en el primal no afecta la definición del
dual, porque conduce a una restricción dual redundante.
Al despejar el M en la restricción y reemplazarla en la función objetivo,
redunda utilizar el M. Sin embargo, no debemos olvidar que para fines

específicos se considera un M lo suficientemente alto que tiene al infinito,
por lo cual equivale a que y2 sea irrestricta.
EJERCICIO 06: ¿Cierto o falso?
a) El dual del problema dual da como resultado el primal original.
VERDADERO
b) Si la restricción primal está originalmente en forma de ecuación, la
variable dual correspondiente es necesariamente no restringida.
VERDADERO
c) Si la restricción primal es del tipo <=, la variable dual correspondiente
será no negativa (no positiva) dependiendo de si el objetivo primal es
maximización (minimización). VERDADERO
d) Si la restricción primal es del tipo >=, la variable dual correspondiente
será no negativa (no positiva) dependiendo si el objetivo primal es
minimización o (maximización). FALSO
e) Una variable primal no restringida dará como resultado una restricción
dual de igualdad. VERDADERO
EJERCICIO 07: Con frecuencia se citan las siguientes reglas explícitas,
en la mayor parte de los libros sobre investigación de operaciones y
programación lineal, para formar el problema dual. Demuestre que esas
reglas están implícitas en la definición general de la tabla 4.2.
a) Maximizar z= 10x1 + 24x2 + 8x3

Sujeto a:
2x1 + 4x2 + 2x3 <= 20
4x1 - 2x2 + 6x3 = 16
x1, x2, x3 >= 0
Primal en forma de ecuación: Maximizar
z= 10x1 + 24x2 + 8x3
Sujeto a:
2x1 + 4x2 + 2x3 + x4 = 20
4x1 - 2x2 + 6x3 + 0x4 = 16
Convirtiendo a dual: Minimizar
w= 20y1 + 16y2
Sujeto a:
2y1 + 4y2 >= 10
4y1 - 2y2 >= 24
2y1 + 6y2 >= 8
y1 + 0y2 >= 0
y1 >=0; y2 no restringida
b) Minimizar z= 10x1 + 24x2 + 8x3
Sujeto a:
2x1 + 4x2 + 2x3 <= 20
4x1 - 2x2 + 6x3 = 16
x1, x2, x3 >= 0

Primal en forma de ecuación: Minimizar
z = 10x1 + 24x2 + 8x3
Sujeto a:
2x1 + 4x2 + 2x3 + x4 = 20
4x1 - 2x2 + 6x3 + 0x4 = 16
Convirtiendo a dual: Maximizar
w = 20y1 + 16y2
Sujeto a:
2y1 + 4y2 <= 10
4y1 - 2y2 <= 24
2y1 + 6y2 <= 8
y1 + 0y2 <= 0
y1 >=0; y2 no restringida
CONJUNTO DE PROBLEMAS 4.2-C
EJERCICIO 01:
1. Minimizar Z= 5X1 + 6X2 + 3X3 Sujeto

a:
5X1 + 5X2 + 3X3 >= 50
X1 + X2 – X3 >= 20
7X1 + 6X2 – 9X3 >= 30
5X1 + 5X2 + 5X3 >= 35
2X1 + 4X2 – 15X3 >= 10
12X1 + 10X2 >= 90
X2 – 10X3 >= 20
X1, X2, X3 >= 0
Primal en forma de ecuación:
Minimizar Z= 5X1 + 6X2 + 3X3
Sujeto a:
5X1 + 5X2 + 3X3 – X4 + 0X5 = 50
X1 + X2 – X3 – X5 + 0X6 = 20
7X1 + 6X2 – 9X3 – X6 + 0X7 = 30
5X1 + 5X2 + 5X3 - X7 + 0X8 = 35
2X1 + 4X2 – 15X3 – X8 + 0X9 = 10
12X1 + 10X2 – X9 + 0X10 = 90
X2 – 10X3 – X10 + 0X11 = 20
Convirtiendo a Dual:
Maximizar W= 50Y1 + 20Y2 + 30Y3 + 35Y4 + 10Y5 + 90Y6 + 20Y7
Sujeto a:
5Y1 + Y2 + 7Y3 + 5Y4 + 2Y5 + 12Y6 <= 5
5Y1 + Y2 + 6Y3 + 5Y4 + 4Y5 + 10Y6 + Y7 <= 6
3Y1 - Y2 - 9Y3 + 5Y4 - 15Y5 - 10Y7 <= 3
Y1 >= 0
Y2 >= 0
Y3 >= 0
Y4 >= 0
Y5 >= 0
Y6 >= 0
Y7 >= 0
Usando el programa LINDO:
• PRIMAL
• DUAL
La única diferencia, es que en el modelo de PL la cantidad de variables es
considerablemente menor que las restricciones, en donde se puede ahorrar
cálculos resolviendo el dual. Y en el caso de un problema dual hay más
variables que restricciones.
2. Se tiene la siguiente programación lineal:
Maximizar Z = 5X1 + 2X2 + 3X3
Sujeta a:
X1 + 5X2 + 2X3 = 30
X1 - 5X2 - 6X3 ≤ 40
X1, X2, X3 ≥ 0
La solución óptima produce la siguiente ecuación

objetivo:
Z = 0X1 + 23X2 + 7X3 + (5 + M) X4 + 0X5 + 150

donde las variables básicas de inicio son x4 artificial y x5 de
holgura. Escriba el problema dual asociado y determine su solución
óptima a partir de la ecuación de z óptima.
Convirtiendo a Dual
Min W = 30Y1 + 40Y2
Sujeto a:
Y1 + Y2 ≥ 5
5Y1 – 5Y2 ≥ 2
2Y1 – 6Y2 ≥ 3
Y2 ≥ 0; Y1 ≥ -M
Variable de inicio: X4 → Y1 ≥ -M
X5 → Y2 ≥ 0
5 + M = Y1 – (-M) 0 = Y2 – 0
Y1 = 5 Y2 = 0
3. En la siguiente programación lineal:
Maximizar Z = 2X1 + 4X2 + 4X3 – 3X4
Sujeta a:
X1 + 4X2 + X3 + X4 = 8
X1 + 4X2 + X3 + X4 = 4
X1, X2, X3, X4 ≥ 0
El renglón objetivo óptimo es

Z + 2X1 + 0X2 + 0X3 + 3X4 = 16
Con esta información determine la solución dual óptima.
Convirtiendo a DUAL
Min W = 4Y1 + 8Y2
Sujeto a:
Y1 + Y2 ≥ 2
Y1 + 4Y2 ≥ 4
Y1 + 0Y2 ≥ 4
0Y1 + Y2 ≥ -3
→ Y1 - 4 = 0 → Y1 = 4
→ Y2 + 3 = 3 → Y2 = 0
4. Se tiene la siguiente programación lineal:
Maximizar Z = X1 + 5X2 + 3X3
Sujeta a:
2X1 + 2X2 + X3 = 3
2X1 - X2 = 4
X1, X2, X3 ≥ 0
a) Escriba el problema dual asociado. Min
W = 3Y1 + 4Y2
Sujeto a:
Y1 + 2Y2 ≥ 1
2Y1 – 2Y2 ≥ 5
Y1 ≥ 3
Y2 ≥ 0
5. Determine una solución factible del siguiente conjunto de
desigualdades, usando el problema dual:
2X1 + 3X2 ≤ 12
-3X1 + 2X2 ≤ -4
3X1 - 5X2 ≤ 2
X1 sin restricción
X2 ≥ 0
(Sugerencia: aumente la función objetivo trivial maximizar Z = 0X1
+ 0X2 a las desigualdades y a continuación resuelva el dual.)
Convirtiendo a DUAL Min
W = 12Y1 + 4Y2 + 2Y3
Sujeto a:
2Y1 +3Y2 + 3Y3 = 0
3Y1 – 2Y2 – 5Y3 ≥ 0
Y1, Y2, Y3 ≥ 0
6. Determine el valor óptimo de la función objetivo para el siguiente
problema, con sólo inspeccionar el dual (no resuelva el dual por el
método simplex).
Minimizar Z = 10X1 + 4X2 + 5X3
Sujeta a:
5X1 - 7X2 + 3X3 ≥ 50
X1, X2, X3 ≥ 0
Convirtiendo a DUAL Max W =
50Y1 + 0Y2 + 0Y3 + 0Y4
Sujeto a:
5Y1 ≤ 10
-7Y1 ≤ 4
3Y1 ≤ 5
Y1 = 0, Y2 = 0

Ejer Cici Os

Cargado por

Copyright:

Formatos disponibles

Ejer Cici Os

Cargado por

Información del documento

Descripción 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

Ejer Cici Os

Cargado por

Copyright:

Formatos disponibles

PRACTICA DE IO-I

Ing. Gavino Marcelo Loyaga Orbegoso

Lambayeque, Junio del 2019

EJERCICIO 01: En el ejemplo 4.1-1, deduzca el problema dual asociado

EJERCICIO 02: En el ejemplo 4.1-2 deduzca el problema dual asociado

EJEMPLO 03: En el ejemplo 4.1-3 demuestre que aun cuando se cambie

EJERCICIO 04: Escriba el dual de cada uno de los siguientes problemas

al primal se requiere usar una variable artificial en la segunda restricción del

primal, para asegurar una solución básica de inicio. Demuestre que la

presencia de una variable artificial en el primal no afecta la definición del

dual, porque conduce a una restricción dual redundante.

Al despejar el M en la restricción y reemplazarla en la función objetivo,

redunda utilizar el M. Sin embargo, no debemos olvidar que para fines

por lo cual equivale a que y2 sea irrestricta.

EJERCICIO 06: ¿Cierto o falso?

a) El dual del problema dual da como resultado el primal original.

b) Si la restricción primal está originalmente en forma de ecuación, la

variable dual correspondiente es necesariamente no restringida.

c) Si la restricción primal es del tipo <=, la variable dual correspondiente

será no negativa (no positiva) dependiendo de si el objetivo primal es

maximización (minimización). VERDADERO

d) Si la restricción primal es del tipo >=, la variable dual correspondiente

será no negativa (no positiva) dependiendo si el objetivo primal es

minimización o (maximización). FALSO

e) Una variable primal no restringida dará como resultado una restricción

dual de igualdad. VERDADERO

EJERCICIO 07: Con frecuencia se citan las siguientes reglas explícitas,

en la mayor parte de los libros sobre investigación de operaciones y

programación lineal, para formar el problema dual. Demuestre que esas

reglas están implícitas en la definición general de la tabla 4.2.

a) Maximizar z= 10x1 + 24x2 + 8x3

2x1 + 4x2 + 2x3 <= 20

4x1 - 2x2 + 6x3 = 16

x1, x2, x3 >= 0

Primal en forma de ecuación: Maximizar

z= 10x1 + 24x2 + 8x3

2x1 + 4x2 + 2x3 + x4 = 20

4x1 - 2x2 + 6x3 + 0x4 = 16

Convirtiendo a dual: Minimizar

2y1 + 4y2 >= 10

4y1 - 2y2 >= 24

2y1 + 6y2 >= 8

b) Minimizar z= 10x1 + 24x2 + 8x3

4x1 - 2x2 + 6x3 = 16

x1, x2, x3 >= 0

z = 10x1 + 24x2 + 8x3

2x1 + 4x2 + 2x3 + x4 = 20

4x1 - 2x2 + 6x3 + 0x4 = 16

Convirtiendo a dual: Maximizar

2y1 + 4y2 <= 10

4y1 - 2y2 <= 24

2y1 + 6y2 <= 8

CONJUNTO DE PROBLEMAS 4.2-C

1. Minimizar Z= 5X1 + 6X2 + 3X3 Sujeto

considerablemente menor que las restricciones, en donde se puede ahorrar

cálculos resolviendo el dual. Y en el caso de un problema dual hay más

variables que restricciones.

2. Se tiene la siguiente programación lineal:

Maximizar Z = 5X1 + 2X2 + 3X3