Beruflich Dokumente
Kultur Dokumente
CAPTULO 3
PROGRAMACIN LINEAL - MTODO GRFICO
3.1 Introduccin
La programacin lineal se aplica a modelos de optimizacin en los que las funciones
objetivo y restriccin son estrictamente lineales.
Este captulo comienza con el caso de un modelo de dos variables y presenta su
solucin grfica. Esta solucin grfica permite tener una perspectiva del desarrollo del
mtodo smplex (que se vera en el captulo 4), tcnica algebraica general. Tambin presenta
ideas concretas para el desarrollo y la interpretacin de anlisis de sensibilidad en
programacin lineal.
2.
3.
Captulo 3
Funcin objetivo:
Sujeta a:
15 x1 5x 2
x1
x1 ,
x2
x2
100
6
10
0
[R0]
[R1]
[R2]
[R3]
[R4] y [R5]
Cada ecuacin lineal de este problema lo rotularemos como R i (i = 0, 1, 2,, m), donde
R0 corresponde a la funcin objetivo y las Ri (i = 0, 1, 2,, m) restantes a las
restricciones funcionales y de no negatividad. La solucin se obtiene graficando las
restricciones Ri, tomando para ello dos puntos que sern unidos posteriormente para formar
una recta. Como las rectas son inecuaciones presentan dos hiperplanos, de los cuales uno se
27
Captulo 3
formndose los puntos P1 [0,20] y P2 [ 20 ,0]. Uniendo estos dos puntos obtendremos la
ecuacin R1; como la inecuacin es del tipo menor o igual, el dominio ser hacia abajo
(esto se puede comprobar reemplazando cualquier punto que este por debajo de la recta y
se notara que cumple con la inecuacin). El procedimiento se repite para todas las otras
restricciones.
La interseccin de todos los dominios de las restricciones, formara un conjunto o un
espacio S llamado REGIN FACTIBLE que contendr a todos los puntos que cumplen
con todas las restricciones del problema de PL.
La figura 3.1 muestra el procedimiento descrito anteriormente.
28
Captulo 3
1.
x1
6
6
2.
3.
29
Captulo 3
Problemas de repaso
1.
x1 + 2 x 2
x1 +
x2
x1 0;
x2 0
x1 + 2 x 2
b)
x1 + 2 x 2
=4
c)
x1 + 2 x 2
3.
4.
x1
5
x2
x1 + x 2
5
8
x1 0; x 2 0
30
Captulo 3
1.
a) x1 y x2 representan las variables de decisin.
b) La funcin de costos z = 25 x1 + 30 x 2 representa la funcin objetivo.
c) x1 = 1 y x2 = 2 una solucin no factible ya que viola la condicin dada en la
primera restriccin.
d) x1 = 2 y x2 = 1 es una solucin factible puesto que satisface ambas
restricciones y la restriccin de no negatividad. Prueba:
Restriccin 1:
x1 + 2x2
2 + 2(1)
Restriccin 2:
No negatividad:
4
=4 4
x1 + x2
2 + 1
= 3 1
x1 0
2 0
x2 0
1
Figura 3.2
El conjunto de soluciones factibles para x1 + 2x2 4 son los puntos sobre la lnea
y el rea sombreada. Por ejemplo, para probar la factibilidad de P 3 [4,4].
tenemos:
x1 + 2x2 4
31
Captulo 3
32
Captulo 3
3.
Sea z = Bs.10 en la funcin de costos z = x1 + x2. Tenemos entonces 10 = x1 + x2
con puntos intersectos x1 = 0, x2 = 10 entonces P1 [0,10], y x2 = 0, x1 = 10
entonces P2 [10,0].
Similarmente, siendo z = Bs.20 en la funcin de costos se obtiene 20 = x1 + x2
con puntos intersectos x1 = 0, x2 = 20 entonces P3 [0,20], y x2 = 0, x1 = 20
entonces P4 [20,0]. Las dos lneas paralelas se muestran en la figura 3.5 con las
lneas de crecimiento y decrecimiento del costo total.
4.
Para resolver este problema, usaremos el procedimiento grfico.
Maximizar z 2 x1 3x 2 Objetivo
Sujeto a
x1
x 2 5
Restricciones
x1 x2 8
x1 ;x2 0
Paso 1. Representacin grfica de las restricciones. Hay tres restricciones para ser
graficadas. Las ecuaciones correspondientes y sus puntos intersectos son
como sigue:
33
Captulo 3
P1
P2
P3
P4
P5
VRTICE
x1 x2
0
0
5
0
5
3
3
5
0
5
Utilidad z = 2x1+3x2
0 = 2(0) + 3(0)
10 = 2(5) + 3(0)
19 = 2(5) + 3(3)
21 = 2(3) + 3(5)
15 = 2(0) + 3(5)
Tabla 3.2
34
Captulo 3
2.
3.
35
Captulo 3
=>
4.
5.
6.
36
Captulo 3
Figura 3.7 Resultado grfico del ejemplo de aplicacin 1 obtenido con TORA
2.
Haga clic en new Problem, coloque los datos del problema (criterio de la
funcin objetivo, formato de los datos de entrada, nmero de variables) y haga
clic en OK.
37
Captulo 3
3.
4.
Figura 3.8 Resultado grfico del ejemplo de aplicacin 3.1obtenido con WinQSB
38
Captulo 3
5 C2 1
15 C1 0
Si C2 0, entonces
0 C1 15
1 C2
5
39
Captulo 3
C2
C1
(o de
) deben dividirse en dos conjuntos, en
C1
C2
que los denominadores no puedan ser cero.
C2
C1
y
es que mientras que esas relaciones
C1
C2
estn dentro de los lmites especificados, la solucin ptima permanece sin cambios en D.
Obsrvese que si deduce que z = C1x1 + C2x2 coincide con 15x1 + 5x2 = 100, puede
presentarse ptimos alternativos en cualquier lugar del segmento de recta DF. Sin embargo,
esta observacin no cambia el hecho que D siga siendo ptimo.
Se pueden usar las condiciones dadas para determinar el intervalo ptimo para uno
de los coeficientes cuando el otro permanece con su valor original, en z = 4000x1 + 3000x2,
as, dado C2 = 3000, el intervalo ptimo asociado para C 1 se determina a partir de la
0 C1 15
0
15
condicin
, sustituyendo C2 = 3000, se obtiene 3000 C1 3000
1 C2
5
1
5
5 C2 1
, dar
sea 0 C1 9000 . En forma parecida, dado C1 = 4000, la condicin
15 C1 0
como resultado
4000
C2
3
Figura 3.9 Intervalo de factibilidad para el modelo del ejemplo de aplicacin 3.1
40
Captulo 3
x1 6
1 90 R 1 140
x2 R1 18
5
41
Captulo 3
A continuacin veamos la materia prima R2. La figura 3.11 muestra que el intervalo
de la factibilidad para R2 (si R1 = 100 toneladas) esta limitado por los extremos C y F,
siendo C = (
20
10
,0) y F = (
,10), limitan al intervalo de factibilidad de R2. As,
3
3
20
Cantidad de R 2 en C =
3
10
Cantidad de R 2 en F =
3
De nuevo, puede usted verificar que si R1 = 100, la solucin asociada se define por:
x1 R2 10 20
R2
x2 20 3R 2 3 3
42
Captulo 3
Actividades del
modelo de
programacin lineal
del
Modelo
Figura 3.12 Representacin de un programa lineal como modelo de entrada y salida (datos y resultados)
54000 24000
Bs. 600
140 90
43
Captulo 3
20
10
,0) y F = (
,10), entonces
3
3
20
80000
Z en C = 4000x1 + 3000x2 = 4000(
) + 3000(0) = Bs.
= Bs. 26666.667
3
3
10
130000
Z en F = 4000x1 + 3000x2 = 4000(
) + 3000(10) = Bs.
= Bs.
3
3
Como C = (
43333.33
Entonces,
130000 80000
3
3 Bs. 5000
yi
20 10
3
3
10
20
R2
aumenta o disminuye la utilidad en Bs.
3
3
5000.
x1 2x 2
6 x1 2 x 2 3
2 x1 3 x 2 6
x1 x 2 3
x1 , x 2 0
Maximizar
Dependiendo de:
4 x1 8 x 2
6 x1 2 x 2 3
2 x1 3x 2 6
2 x1 3 x 2 24
x1 , x 2 0
2.
44
Captulo 3
3.
Maximizar
Dependiendo de:
3 x1 5 x 2
3 x1 2 x 2 6
x1 x 2 5
3 x1 8 x 2 12
3x1 2 x 2 18
x1 , x 2 0
Minimizar
Dependiendo de:
x1 x 2
3 x1 5 x 2 30
3 x1 2 x 2 9
x1 , x 2 0
Minimizar
Dependiendo de:
3 x1 7 x 2
x1 x 2 4
x1 2 x 2 10
2 x1 1x 2 2
x1 , x 2 0
4.
5.
45
Captulo 3
se vendan. Las horas de trabajo que se requieren para los productos en cada uno de
los tres departamentos de produccin se sintetizan en la tabla. Los supervisores de
estos departamentos han estimado que durante el prximo mes estarn disponibles
las siguientes horas de trabajo:
800 hr
1600 hr
2000 hr
Departamento 1.
Departamento 2.
Departamento 3.
Producto
1
2
1
2
1
3
2
3
8. En la tabla se presentan los requisitos por unidad y los ingresos netos para equipo
forestal y equipo de excavacin. Definan las variables de decisin y elaboren un
programa lineal que maximice los ingresos.
Datos del equipo forestal de excavacin.
Hierro Trabajo Requisitos de Tratamiento Ingreso
(lb.)
(hrs.)
transmisiones
(hrs.)
Neto
Forestal
950
65
1
28
Bs.450
Excavacin
4000
120
1
16
Bs.895
Disponibilidad 650000 23000
450
7200
Equipo
9. Una compaa produce dos tipos de ladrillos. Cada ladrillo del tipo 1 requiere el
doble de tiempo en mano de obra que el segundo tipo. Si todos los ladrillos son del
tipo 2, la compaa puede producir un total de 500 ladrillos al da. El mercado limita
las ventas diarias del tipo 1 y 2 a 150 a 250 ladrillos respectivamente. Suponga que
los beneficios por cada ladrillo son de Bs.8 para el tipo 1 y Bs.5 para el tipo 2.
Determine el nmero de ladrillos a ser producidos de cada tipo para maximizar el
beneficio.
10. Todo el acero producido por VINTO tiene que cumplir con las siguientes
especificaciones: 3.2 a 3.5% de carbono; 1.8 a 2.5% de silicio; 0.9 a 1.2% de nquel;
46
Captulo 3
Aleacin 1
190
Aleacin 2
200
2%
2.52%
1%
1.5%
3%
4%
3.7 Bibliografa
3.8 Enlaces
http://www.investigacion-operaciones.com/contenido.htm
http://www.sectormatematica.cl/media/proglineal.htm
47