Beruflich Dokumente
Kultur Dokumente
PROGRAMACIN LINEAL
Los fundamentos matemticos de la programacin lineal se deben al matemtico
norteamericano de origen hngaro Janos von Neuman (1903-1957), quien en 1928
public su famoso trabajo Teora de Juegos. En 1947 conjetura la equivalencia de los
problemas de programacin lineal y la teora de matrices desarrollada en sus trabajos.
La influencia de este respetado matemtico, discpulo de David Hilbert en Gotinga y,
desde 1930, catedrtico de la Universidad de Princenton de Estados Unidos, hace que
otros investigadores se interesaran paulatinamente por el desarrollo riguroso de esta
disciplina.
En 1858 se aplicaron los mtodos de la programacin lineal a un problema concreto: el
clculo del plan ptimo de transporte de arena de construccin a las obras de
edificacin de la ciudad de Mosc. En este problema haba 10 puntos de partida y 230
de llegada. El plan ptimo de transporte, calculado con el ordenador Strena en 10 das
del mes de junio, rebaj un 11% los gastos respecto a los costos previstos.
Se ha estimado, de una manera general, que si un pas subdesarrollado utilizase los
mtodos de la programacin lineal, su producto interior bruto (PIB) aumentara entre
un 10 y un 15% en tan slo un ao.
Definicin de Programacin lineal:
Se llama programacin lineal al conjunto de tcnicas matemticas que pretenden
resolver la situacin siguiente: Optimizar (maximizar o minimizar) una funcin objetivo,
funcin lineal de varias variables, sujeta a una serie de restricciones, expresadas por
inecuaciones lineales.
Un problema de programacin lineal en dos variables, tiene la siguiente formulacin estndar:
Pgina 31
La solucin ptima del problema ser un par de valores (x0, y0) del conjunto factible
que haga que f(x,y) tome el valor mximo o mnimo.
La regin factible incluye o no los lados y los vrtices, segn que las desigualdades sean en
sentido amplio (
Se dibuja la recta asociada a la inecuacin. Esta recta divide al plano en dos regiones o
semiplanos
Para averiguar cul es la regin vlida, el procedimiento prctico consiste en elegir un
punto, por ejemplo, el (0,0) si la recta no pasa por el origen, y comprobar si las
coordenadas satisfacen o no la inecuacin. Si lo hacen, la regin en la que est ese
punto es aquella cuyos puntos verifican la inecuacin; en caso contrario, la regin
vlida es la otra.
2) La regin factible est formada por la interseccin o regin comn de las soluciones
de todas las inecuaciones.
Como sucede con los sistemas de ecuaciones lineales, los sistemas de inecuaciones lineales
pueden presentar varias opciones respecto a sus soluciones: puede no existir solucin, en el
caso de que exista el conjunto solucin puede ser acotado o no.
Vemoslo con un ejemplo:
Pgina 32
s : y = 4 , t: y = x
Pgina 33
Debido a una reduccin de las ganancias, la alta administracin ha decidido reorganizar la lnea
de produccin de la compaa. Se descontinuarn varios productos no rentables y se dejar
libre una parte de la capacidad de produccin para emprender la fabricacin de dos productos
nuevos que tienen ventas potenciales grandes:
Pgina 34
Tiempo de produccin
disponible
a
la
semana, horas
Producto
1
2
3
Ganancias por lote
1
1
0
3
$ 3000
2
0
2
2
$5000
4
12
18
La funcin objetivo es lo que queremos optimizar (minimizar o maximizar), por ello est
compuesta por los costos de cada producto, los cuales van acompaado por las variables de
decisin en el caso de la minimizacin y de utilidades y variables de decisin en el caso de la
maximizacin. En este problema en particular lo que desea la empresa es encontrar la solucin
que maximice sus utilidades. Colocamos 3 en lugar de 3000 y 5 en lugar de 5000, para trabajar
en unidades mas pequeas; pero al final representa miles de dlares.
2. Funcin Objetivo
Maximizar Z f ( x1 , x2 ) 3x1 5x2
Pgina 35
En este caso las restricciones son las limitantes que tiene la empresa para producir el
producto1 y el producto2. Tenemos 3 restricciones bien definidas, las cuales. Cabe sealar que
las restricciones de no negatividad, siempre es necesario incluirlas, ya que en las respuestas no
pueden resultar valores menores que cero, sino la solucin del problema no tendra ningn
sentido.
3. Restricciones
3x1 2 x2 18 Horas disponibles en la planta 3, para producir lotes del producto 1 y producto 2
x1 0
x2 0
Restricciones de no negatividad
Mx.
Z 3x1 5 x2
S.a
x1 4
2 x2 12
3 x1 2 x2 18
x1 0
x2 0
Pgina 36
5. Con la forma estndar del modelo, graficamos para encontrar la regin factible.
Si hacemos uso del WinQSB los pasos ha seguir son los siguientes
1.
2.
3.
4.
5.
6.
Pgina 37
(2,6)
(0,6)
(4,3)
Regin
Factible
(0,0)
(4,0)
Los pares ordenados que han sido seleccionados son los que acotan la llamada Regin Factible,
son las posibles soluciones al problema y son esenciales para descubrir cual es el ptimo. El
siguiente paso es evaluar cada uno de estos puntos y encontrar el que maximice nuestras
utilidades al mayor porcentaje posible.
6. Soluciones factibles.
Valores permitidos
de la regin factible
(0,0)
x1 , x2
(0,6)
(2,6)
(4,3)
(4,0)
Funcin Objetivo
Z
Z
Z
Z
Z
Z 3x1 5x2
3(0) 5(0)
3(0) 5(6)
3(2) 5(6)
3(4) 5(3)
3(4) 5(0)
Soluciones factibles
(FEV)
0
30
36
27
12
Despus de haber analizado las soluciones factibles vemos que la que nos da la mxima
utilidad es el punto (2,6)
Esto se interpreta de la siguiente manera:
7. Soluciones ptimas:
Para obtener la mxima utilidad que es de $36,000 tendremos que
producir dos lotes del producto 1 y 6 lotes del producto 2.
Pgina 38
Nmero de horas disponibles para produccin, por semana. (18 para amasado
y 12 para horneado)
Nmero de horas que requiere cada tipo de masa (tipo I y II) en amasado y
horneado.
Amasado
Horneado
Ganancias Por
Producto
II
2
3
2
3
1
1
Tiempo de produccin
disponible a la
semana, horas
18
12
Para lograr una mejor solucin del problema definiremos nuestras variables de decisin, las
cuales son:
1. Variables de decisin
Pgina 39
z f ( x1 , x2 ) 2 x1 x2
Dado que este producto requiere de dos operaciones fundamentales (Amasado, Horneado) las
restricciones estarn dadas por la capacidad en horas semanales para estas actividades.
Adems colocaremos la restriccin de no negatividad.
3. Restricciones
2 x1 3x2 18
3x1x2 12
x1 0
x2 0
Restricciones de no negatividad
4. Ahora se puede formular el modelo matemtico del problema para lo cual definimos
la funcin objetivo a maximizar, sujeta a las restricciones que se sealaron
anteriormente.
Maximizar z 2 x1 x2
S. a
2 x1 3x2 18
3x1x2 12
5. Con la forma estndar del modelo, graficamos para encontrar la regin factible.
x1 0
x 0
Para graficar la regin factible 2es necesario que conozcamos los puntos por donde pasan las
diferentes rectas por lo que hacemos uso de el mtodo de intercepto. Aunque existen otros
Pgina 40
2 x1 3 x2 18
x2 0
x1 0
2 x1 3(0) 18
2(0) 3 x2 18
x1 18 / 2
x2 18 / 3
x1 9
x2 6
Punto1 (0,6)
Punto2 (9,0) este punto queda descartado dado que no es uno de los vrtices de la regin
factible
3 x1 x2 12
x2 0
x1 0
3 x1 0 12
3(0) x2 12
x1 12 / 3
x2 12
x1 4
Punto3 (0,12)
Punto (4,0)
2 x1 3 x2 18
3 x1 x2 12
2 x1 3(12 3 x1 ) 18
2 x1 9 x1 36 18
7 x1 18
x1 18 7
x2 30 7
Dado que no todos los puntos son parte de la regin factible, podemos decir que los vrtices
de la regin factible son:
Pgina 41
3x1 x2 12
(0,6)
(18/7,30/7)
2 x1 3x2 18
(4,0)
(0,0)
Para encontrar la solucin ptima es necesario que evaluemos todos los valores de los vrtices
en la funcin objetivo.
6. Soluciones factibles.
Valores permitidos
de la regin factible
(0,0)
x1 , x2
(0,6)
(18/7, 30/7)
(4,0)
Funcin Objetivo
Z
Z
Z
Z
Z 2 x1 x2
2(0) 0
2(0) 6
2(18 / 7) 30 / 7
2(4) 0
Soluciones factibles
(FEV)
0
6
66/7
8
Pgina 42
GUA PRCTICA # 2
Solucin Grfica de PPL
Unidad 2: Programacin lineal
Contenidos:
I.
Problema 1:
La compaa INTEL produce dos dispositivos para computadoras, (producto 1 y
producto 2) y requiere partes de metal y componentes elctricos. La administracin
desea determinar cuantas unidades de cada producto fabricar para maximizar la
ganancia. Por cada unidad del producto 1 se requiere 1 unidad de partes de metal y 2
unidades de componentes elctricos. Por cada unidad del producto 2 se necesitan 3
unidades de partes de metal y 2 unidades de componentes elctricos. La compaa
tiene 200 unidades de partes de metal y 300 componentes elctricos. Cada unidad del
producto 1 da una ganancia de $ 2 y cada unidad del producto 2 da una ganancia de $
3.00
a) formule un modelo de programacin lineal.
b) Utilice el mtodo grafico para resolver este modelo. Cul es la
ganancia total que resulta?
Materiales
1. Variables de decisin
2. Funcin Objetivo
3. Restricciones
Pgina 44
6. Soluciones factibles.
Valores permitidos x1 , x 2
de la regin factible
Funcin Objetivo
Soluciones factibles
(FEV)
7. Soluciones ptimas:
Problema 2:
Una fbrica de bombones tiene almacenados 500 Kg.. de chocolate, 100 Kg.. de
almendras y 85 Kg.. de frutas. Produce dos tipos de cajas: las de tipo A contienen 3
Kg. de chocolote, 1 Kg. de almendras y 1 Kg. de frutas; la de tipo B contiene 2 Kg. de
chocolate, 1,5 Kg. de almendras y 1 Kg. de frutas. Los precios de las cajas de tipo A y
B son 13 y 13,50 , respectivamente. Cuntas cajas de cada tipo debe fabricar para
maximizar sus ventas?
Pgina 45
Caja tipo B
Disponibles
Chocolate
Almendras
Frutas
Precio en euros
1. Variables de decision
2. Funcin Objetivo
Pgina 46
Pgina 47
Funcin Objetivo
Soluciones factibles
(FEV)
6. Soluciones ptimas:
Problema 3:
Un laboratorio de Cmputos, almacena, al menos 300 Computadoras de un tamao y
400 de un segundo tamao. Se ha decidido que el nmero total de computadoras
almacenadas no debe exceder de 1200. Determine las cantidades posibles de estos
dos tipos de computadoras que pueden almacenarse.
Restricciones
Tipo de Computadoras
Computadora 1
Computadora 2
Total
Computadoras
Tipos de Computadoras
1. Variables de decisin
2. Funcin Objetivo
3. Restricciones
Pgina 48
6. Soluciones factibles.
Valores permitidos x1 , x 2
de la regin factible
Funcin Objetivo
Soluciones factibles
(FEV)
7. Soluciones ptimas:
Pgina 49
m n
(m n)!
m
m! (m n - m)!
m = nmero de restricciones
n =nmero de variables
Ejemplo: S m=3;
Pgina 50