SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL (METODO GRAFICO)

EDGAR ALEXANDER PADILLA GONZALEZ 40052023

Ing. HECTOR OSORIO ARANGO

UNIVERSIDAD DE LA SALLE INGENIERIA CIVIL BOGOTA D.C 2007

TABLA DE CONTENIDO

Pg. 1. Titulo 2. Objetivos.

3. Fundamento terico...

1 1 1-9 9 10-11 11-14 14 14 15 15

4. Procedimiento
5. Tabla de datos... 6. Tabla de resultados. 7. Anlisis de resultados.....

8. Conclusiones.
9. Dificultades y sugerencias.. 10. Bibliografa..

1. SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL (METODO GRAFICO)

2. OBJETIVO GENERAL Solucionar los problemas de programacin lineal que se presenten por el mtodo grafico.

OBJETIVOS PARTICULARES Usar adecuadamente el mtodo grafico para la solucin de problemas lineales. Graficar cada una de las restricciones que nos brinde el problema. Encontrar el rea comn o rea factible para dar solucin a los problemas.

3. FUNDAMENTACION TEORICA SOLUCIN GRFICA DE PROBLEMAS DE PROGRAMACIN LINEAL Muchos problemas de administracin y economa estn relacionados con la optimizacin (maximizacin o minimizacin) de una funcin sujeta a un sistema de igualdades o desigualdades. La funcin por optimizar es la funcin objetivo. Las funciones de ganancia y de costo son ejemplos de funciones objetivo. El sistema de igualdades o desigualdades a las que est sujeta la funcin objetivo reflejan las restricciones (por ejemplo, las limitaciones sobre recursos como materiales y mano de obra) impuestas a la solucin (o soluciones) del problema. Los problemas de esta naturaleza se llaman problemas de programacin matemtica. En particular, aquellas donde la funcin objetivo y las restricciones se expresan como ecuaciones o desigualdades lineales se llaman problemas de programacin lineal.

Un problema de programacin lineal: Un problema de programacin lineal consta de una funcin objetivo lineal por maximizar o minimizar, sujeta a ciertas restricciones en la forma de igualdades o desigualdades lineales. Como ejemplo de un problema de programacin lineal en que la funcin objetivo debe maximizarse, considerese el siguiente problema de produccin con dos variables. El granjero Lopez tiene 480 hectreas en la que se puede sembrar ya sea trigo o maz. El calcula que tiene 800 horas de trabajo disponible durante la estacin crucial del verano. Dados mrgenes de utilidad y los requerimientos laborales mostrados a la derecha, Cuntas hectreas de cada uno debe plantar para maximizar su utilidad?Cul es sta utilidad mxima? Maiz: Utilidad: $40 por hrs. Trabajo: 2hs por hrs. Trigo: Utilidad: $30 por hrs. Trabajo: 1hs por hrs Solucin: Como primer paso para la formulacin matemtica de este problema, se tabula la informacin dada (Tabla 1). Si llamamos dlares, est dada por: P=40x+30y Que es la funcin objetivo por maximizar. x a las hectreas de maz e y a las hectreas de trigo. Entonces la ganancia total P, en

Maz Horas 2 Hectreas 1 Utilidad por unidad $40

Trigo Elementos disponibles 1 1 800 $30 480

La cantidad total de tiempo par hectreas para sembrar maz y trigo est dada por 2x+y horas que no debe exceder las 800 horas disponibles para el trabajo. As se tiene la desigualdad: 2x+y<800 En forma anloga, la cantidad de hectreas disponibles est dada por x+y, y sta no puede exceder las hectreas disponibles para el trabajo, lo que conduce a la desigualdad. Por ltimo, si no queremos tener prdidas, x y y no pueden ser negativa, de modo que x>0 y>0 En resumen, el problema en cuestin consiste en maximizar la funcin objetivo P=40x+30y sujeta a las desigualdades 2x+y<800 x+y<480 x>0 y>0

Solucin Grfica Los problemas de programacin lineal en dos variables tienen interpretaciones geomtricas relativamente sencillas; por ejemplo, el sistema de restricciones lineales asociado con un problema de programacin lineal bidimensional- si no es inconsistente- define una regin plana cuya frontera est formada por segmentos de recta o semirrectas, por lo tanto es posible analizar tales problemas en forma grfica. Si consideremos el problema del granjero Lpez, es decir, de maximizar P = 40x+ 30y sujeta a 2x+y<800

x+y<480 x>0, (7) El sistema de desigualdades (7) define la regin plana S que aparece en la figura 5. Cada punto de S es un candidato para resolver este problema y se conoce y>0

Como solucin factible. El conjunto S se conoce como conjunto factible. El objetivo es encontrar entre todos los puntos del conjunto S- el punto o los puntos que optimicen la funcin objetivo P. Tal solucin factible es una solucin ptima y constituyen la solucin del problema de programacin lineal en cuestin. Como ya se ha observado, cada punto P(x,y) en S es un candidato para la solucin ptima del problema en cuestin, por ejemplo, es fcil ver que el punto (200, 150) est en S y, por lo tanto, entra en la competencia. El valor de la funcin objetivo P en el punto (200,150) est dado por P=40(200)+30(150)=12.500 . Ahora si se pudiera calcular el valor de P correspondiente a cada punto de S, entonces el punto (o los puntos) en S que proporcione el valor mximo de P formar el conjunto solucin buscado. Por desgracia, en la mayora de los problemas, la cantidad de candidatos es demasiado grande o, como en este problema, es infinita. As este mtodo no es adecuado. Es mejor cambiar de punto de vista: en vez de buscar el valor de la funcin objetivo P en un punto factible, se asignar un valor a la funcin P y se

buscarn los puntos factibles que correspondieran a un valor dado de P. Para esto supngase que se asigna a P el valor 6000. Entonces la funcin objetivo se convierte en 40x+ 30y = 6.000,una ecuacin lineal en x e y; por lo tanto, tiene como grfica una lnea recta L1 en el plano. Est claro que a cada punto del segmento de recta dado por la interseccin de la lnea recta L1 y el conjunto factible S corresponde el valor dado 6000 de P. Al repetir el proceso, pero ahora asignando a P el valor de 12.000, se obtiene la ecuacin 40x+ 30y =12.000 y la recta L2 lo cual sugiere que existen puntos factibles que corresponden a un valor mayor de P. Obsrvese que la recta L2 es paralela a L1, pues ambas tienen una pendiente igual a 4/3. Esto se comprueba con facilidad escribiendo las ecuaciones en explcita de la recta. En general, al asignar diversos valores a la funcin objetivo, se obtiene una familia de rectas paralelas, cada una con pendiente igual a 4/3. Adems, una recta correspondiente a un valor mayor de P est ms alejada del origen que una recta con un valor menor de P. El significado es claro. Para obtener las soluciones ptimas de este problema, se encuentra la recta perteneciente a esta familia que se encuentra ms lejos del origen y que interseque al conjunto factible S. La recta requerida es aquella que pasa por el punto P(320,160) (Fig. 6), de modo que la solucin de este problema est dado por x=320, y=160 ( es decir que el granjero Lpez deber sembrar 320 hectreas de maz y 160 hectreas de trigo), lo que produce el valor mximo P=40(320)+30(160)=17.600. No es casualidad que la solucin ptima de este problema aparezca como vrtice del conjunto factible S. De hecho, el resultado es consecuencia del siguiente teorema bsico de la programacin lineal, que se enuncia sin demostracin. Teorema 1: Si en problema de programacin lineal tiene una solucin, entonces sta debe aparecer en un vrtice, o esquina, del conjunto factible S asociado con el problema. Adems, si la funcin objetivo P se optimiza en dos vrtices adyacente de S, entonces se optimiza en todos los puntos del

segmento de recta que une estos vrtices, en cuyo caso existe una infinidad de soluciones al problema En nuestro ejemplo los nicos vrtice del conjunto factible S son los puntos coordenados: (0,0); (400,0); (320,160); (0,480), llamados tambin puntos esquinas (Fig. 6). Un ejemplo en el que tendramos infinitas soluciones, es: Supngase que la utilidad por hectreas es de $40 para ambos, maz y trigo. La tabla para este caso muestra la misma utilidad total en los vrtices(0,480) y (320,160). Esto significa que la lnea de utilidad en movimiento abandona la regin sombreada por el lado determinado por esos vrtices (adyacentes) , as todo punto en ese lado da una utilidad mxima. Todava es vlido, sin embargo, que la utilidad mxima ocurre en un vrtice. VERTICE (0,0) (0,480) (320,160) (400,0) P=40x+40y 0 19.200 19.200 16.000

El teorema 1 dice que la bsqueda de las soluciones a un problema de programacin lineal se puede restringir al examen del conjunto de vrtices del conjunto factible S relacionado con el problema. Como un conjunto factible S tiene un nmero finito de vrtices, el teorema sugiere que las soluciones a un problema de programacin lineal se puedan hallar inspeccionando los valores de la funcin objetivo P en los vrtices. Aunque el teorema 1 arroja un poco de luz acerca de la naturaleza de la solucin de un problema de programacin lineal, no indica cundo tiene solucin. El siguiente teorema establece ciertas condiciones que garantizan la existencia de la solucin de un problema de programacin lineal. Teorema 2: Existencia de una solucin Supngase un problema de programacin lineal con un conjunto factible S y una funcin objetivo P = ax + by. 1. Si S est acotado, entonces P tiene u valor mximo y n valor mnimo en S.

2. Si S no est acotado y tanto a como b son no negativos, entonces P tiene un valor mnimo en S, si las restricciones que definen a S incluyen las desigualdades x 0 e y 0. 3. Si S es el conjunto vaco, entonces el problema de programacin lineal no tiene solucin; es decir, P no tiene un valor mximo ni uno mnimo El mtodo utilizado para resolver el problema del granjero Lpez recibe el nombre de mtodo de las esquinas. Este mtodo sigue un procedimiento muy sencillo para resolver los problemas de programacin lineal basado en el teorema1. Mtodo de las esquinas: 1 2. Se grafica el conjunto factible. Se encuentran las coordenadas de todas las esquinas (vrtices) del conjunto factible. 3. Se evala la funcin objetivo en cada esquina. 4. Se halla el vrtice que proporcione el mximo (mnimo) de la funcin objetivo. Si slo existe un vrtice con esta propiedad, entonces constituye una solucin nica del problema. Si la funcin objetivo se maximiza (minimiza) en dos esquinas adyacentes de S, entonces existe una infinidad de soluciones ptimas dadas por los puntos del segmento de recta determinado por estos dos vrtices. Aplicaremos los conceptos antes emitidos al siguiente problema de nutricin, basado en los requerimientos, en el cual hay que minimizar la funcin objetivo. El mtodo de las esquinas es de particular utilidad para resolver problemas de programacin lineal en dos variables con un nmero pequeo de restricciones, como han demostrado los ejemplos anteriores, sin embargo su efectividad decrece con rapidez cuando el nmero de variables o de restricciones aumenta. Por ejemplo, se puede mostrar que un ejemplo de programacin lineal en tres variables y cinco restricciones puede tener hasta diez esquinas factibles. La determinacin de las esquinas factibles requiere resolver 10 sistemas 3x3 de ecuaciones lineales y luego comprobar que cada uno es un punto factible, sustituyendo cada una de estas soluciones en el sistema de

restricciones. Cuando el nmero de variables y de restricciones aumenta a cinco y diez, respectivamente (que an es un sistema pequeo desde el punto de vista de las aplicaciones en economa), la cantidad de vrtice por hallar y comprobar como esquinas factibles aumenta hasta 252, y cada uno de estos vrtices se encuentra resolviendo el sistema lineal ...de 5x5! Por esta razn, el mtodo de las esquinas se utiliza con poca frecuencia para resolver problemas de programacin lineal, su valor reside en que permite tener una mejor idea acerca de la naturaleza de las soluciones a los problemas de programacin lineal a travs de su uso en la solucin de problemas de dos variables. http://www.investigacion-operaciones.com/Solucion_Grafica.htm TIPOS DE PROBLEMAS DE PROGRAMACIN LINEAL En un problema de Programacin Lineal, segn sean las restricciones, se obtendrn poliedros diferentes, acotados o no, y segn sea la posicin de la funcin objetivo respecto de dicho poliedro se pueden originar diferentes situaciones. Segn el tipo de soluciones que presenten un problema de Programacin Lineal puede ser: Factible: si existe la regin factible. En este caso nos podemos encontrar: ptimo finito y nico. La solucin ptima est formada por un nico punto con coordenadas reales. Mltiples ptimos. Un problema de Programacin Lineal puede tener ms de un ptimo. Adems, o bien el problema tiene un nico ptimo, o bien, tiene infinitos ptimos. ptimo infinito. Un problema de Programacin Lineal puede tener un ptimo no finito, es decir, la funcin objetivo puede tomar, un valor tan grande o tan pequeo como se quiera sin abandonar la regin factible. Regin factible no acotada, ptimo finito. La no acotacin de la regin factible no implica necesariamente ptimo infinito. Puede ocurrir que la funcin objetivo alcance el ptimo en la zona acotada de la regin factible.

Regin factible no acotada, ptimo finito e infinito. Puede darse el caso que todos los puntos de una de las semirrectas que determinan la regin factible no acotada sean solucin del problema. No factible. Regin factible vaca. El conjunto de restricciones de un problema de Programacin Lineal puede ser incompatible, conduciendo a una regin factible vaca.
http://descartes.cnice.mec.es/materiales_didacticos/prog_lineal_lbc/tipos_pl.htm

4. PROCEDIMIENTO

SOLUCIO N DE PPL

METODO GRAFICO

FORMULAR EL PROBLEMA

GRAFICAR RESTRICCIONES

GRAFICA R FUNCION OBJETIVO

DESPLAZAR

ENCONTRAR PUNTO PTIMO

5. TABLA DE DATOS

1. Una compaa de auditores se especializa en preparar liquidaciones y auditorias de empresas pequeas. Tienen inters en saber cuantas auditorias y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de trabajo directo y 320 horas para revisin. Una auditoria en promedio requiere de 40 horas de trabajo directo y 10 horas de revisin, adems aporta un ingreso de 300 dls. Una liquidacin de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisin, produce un ingreso de 100 dls. El mximo de liquidaciones mensuales disponibles es de 60.

2. Un departamento de publicidad tiene que planear para el prximo mes una estrategia de publicidad para el lanzamiento de una lnea de T.V. a color tiene a consideracin 2 medios de difusin: La televisin y el peridico. Los estudios de mercado han mostrado que: 1. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos medios por comercial. 2. La publicidad en el peridico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de ingresos medios por anuncio. La publicidad en peridico tiene un costo de 500 dls. por anuncio y la publicidad por T.V. tiene un costo de 2000 dls. por comercial. La meta es obtener al menos una presentacin como mnimo al 36 % de las familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de publicidad.
3. Un expendio de carnes acostumbra preparar carne para hamburguesa

con una combinacin de carne molida de res y carne molida de cerdo. La carne de res contiene 80 % de carne y 20 % de grasa y le cuesta a la

tienda 80 centavos por libra. La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra. Qu cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %?

6. TABLA DE RESULTADOS

1. VARIABLE DE DECISION: Cantidad de auditorias (X1). Cantidad de liquidaciones (X2).

RESTRICCIONES: Tiempo disponible de trabajo directo Tiempo disponible de revisin Nmero mximo de liquidaciones. Maximizar

Sujeto a: No negatividad

La solucin ptima siempre se encuentra en uno de los vrtices del conjunto de soluciones factibles. Se analizan estos valores en la funcin objetivo. El vrtice que representa el mejor valor de la funcin objetivo ser la solucin ptima.

2. OBJETIVO: Minimizar los costos de publicidad.

VARIABLE DE DECISION: Anuncios para las familias de ingreso alto (X1). Anuncios para las familias de ingreso medio (X2).

RESTRICCIONES: Porcentaje de presentacin. Minimizar Sujeto a:

SOLUCION PTIMA:

3. Minimizar Sujeto a:

SOLUCION PTIMA:

7. ANALISIS DE RESULTADOS Como sabemos luego de formular nuestro problema y estar seguros de que esta bien procedemos a resolver el problema por el mtodo grafico para hallar el rea factible cuando graficamos nuestras restricciones, luego graficamos nuestra funcin objetivo la cual nos indicara como maximizar las ganancias o como debemos reducir los costos, es importante saber que el mtodo grafico que empleamos solo lo utilizamos en problemas con dos variables ya que no se puede con tres o mas variables. Cuando identificamos nuestra rea factible podemos dar solucin muchas preguntas, podemos saber cual ser nuestro punto optimo para obtener la utilidad mas alta posible o para minimizar costos segn el caso que sea.

8. CONCLUSIONES

Debemos tener presente los tipos de solucin que podemos llegar a obtener, pues de ello depende la toma de decisiones que tome la empresa. Cuando en un problema encontremos que el rea no es comn en ninguna parte no quiere decir que no tiene solucin sino que simplemente con los recursos que tiene la empresa no puede cumplir.

Si X2 esta precedida de un signo negativo se debe multiplicar la desigualdad por (-1) debido a la forma cannica de loa recta. Cuando se multiplica una desigualdad por (-1) la desigualdad cambia por lo tanto la direccin del rea de esta tambin.

9. DIFICULTADES Y SUGERENCIAS Utilizar un software de computador para realizar las graficas y poder reducir el tiempo de trabajo pues los problemas planteados hasta el momento son sencillos pero al menos tener una idea de cmo se realiza utilizando la tecnologa.

10. BIBLIOGRAFIA

http://www.investigacion-operaciones.com/Solucion_Grafica.htm
http://descartes.cnice.mec.es/materiales_didacticos/prog_lineal_lbc/tipos_pl.htm http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/UIb.HTML