MODELOS DE OPTIMIZACIN

RESTRINGIDA
Programacin Lineal
Programacin lineal
La programacin lineal es el
planteamiento de modelos en forma
numrica y en donde las variables
de decisin sobre las cuales se basa
el modelo son lineales

3
Modelo:
Es una abstraccin selectiva de la realidad.
Tipos de modelos:

1. Verbales.
2. Esquemticos.
3. Iconogrficos.
4. Matemticos.
5. Optimizacin.
Otra clasificacin:

Anlogo.
Fsico.

Simblico.

4
Modelos:
Modelos matemticos: muestran relaciones funcionales
entre variables mediante la utilizacin de smbolos y
ecuaciones.
Modelos de optimizacin: la mayora de las veces el Gte.
de operaciones se encuentra con el planteamiento de
problemas en los que debe presentar la mejor alternativa.
para ello se utilizan los modelos de optimizacin restringida.

5
Tipos de modelos
Tipo de modelo Caractersticas Ejemplos
Modelo Fsico -Tangible
-Comprensin: fcil
-Duplicacin y posibilidad de
compartirlo: difcil
-Modificacin y manipulacin: difcil.
-Alcance de utilizacin: bajo
Modelo de un avin.
Modelo de una casa
Maqueta de un edificio

Modelo Anlogo -Intangible
-Comprensin: mas difcil
-Duplicacin: mas fcil
-Modif. Y manipulacin: mas fcil.
-Alcance de utilizacin: mas amplio
Grficas
Escalas de pesos y
medidas
Modelo simblico -Intangible
-Compresin: la mas difcil
-Duplicacin y posibilidad de compartir:
la mas fcil
-Modificacin y manipulacin: la mas
fcil.
-Alcance: el mas amplio
Ecuaciones algebraicas,
hojas de calculo,
simulaciones
6
ENFOQUE DE LOS MODELOS DE DECISIN
Modelo de
Decisin
Es un Modelo
Simbolico
Contiene
Variables
de Decisin
Busca alcanzar un
Objetivo
La solucin del Modelo produce
Valores Numericos de estas
Variables de Decisin
Utiliza una
Medida del Desempeo
que indica el
Logro del Objetivo
7
Ejemplos:
1. Modelo de Asignacin
de la Fuerza de Ventas
Variables
de Decisin:
Cuantos Vendedores Asignar
a cada Territorio.
Medida del
Desempeo:
Ingreso por Ventas
Objetivo: Maximizar el
Ingreso por Ventas
8
2. Modelo de Programacin
del Trabajo en un Taller
Variables
de Decisin:
Cuantas horas Programar
determinadas partes en
determinadas mquinas y
la secuencia
Medida del
Desempeo:
Costo de Fabricacin
Tiempo de Fabricacin
Objetivo: Minimizar el Costo el
Tiempo de Fabricacin
9
3. Modelo de Administracin
de Efectivo
Variables
de Decisin:
Cantidad de Fondos
mantenidos en c/u de varias
categoras (Efectivo, bonos,
bolsa de valores etc... )
Medida del
Desempeo:
Costo de Oportunidad por
mantener Activos Lquidos
Objetivo: Minimizar el
Costo de Oportunidad
10
El modelo debe tener suficientes
detalles como para que:
+El resultado sea satisfactorio
+Sea consistente con los datos
+Pueda ser analizado en el tiempo
con el que se cuenta para ello
Realismo Simplicidad
Sistema
Real
MODELO
Implementacin
Resultados
Decisin
final
Decisin
ptima
Comparacin
(+) o ( -)
Ajustes
Variables de decisin
Parmetros y constantes
Funcin de optimizacin: Max/Min
Ecuaciones de restriccin
Cul es la
estructura del
modelo matemtico?
Problema
Tecnipolmeros produce 2 lneas de tubo especial flexible,
simple y reforzado. La mayor demanda la presenta el tubo
simple (E-9) que es utilizado en construccin. El resto de la
produccin se destina al tubo reforzado (F-9) utilizado
en agricultura para riego y transporte de agua. Ambos se
producen con el mismo equipo y en el mismo departamento.
El gerente de mercadeo asegura que el prximo mes se
vendern todos los rollos de E-9 y F-9 que se produzcan.
La utilidad por cada E-9 es de Q5000.00 y de
Q4000.00 por cada F-9.
Nota: cada rollo mide 2000 metros y se vende para producir
rollos mas pequeos
El proceso
Primero se realiza el aglomerado de la materia prima y luego su
extrusin. Para aglomerarlo hay una disponibilidad de 150 hr./mes
y para la extrusin 160 hr./mes. Para el E-9 se necesitan 10 hr. de
aglomerado y 20 hrs. de extrusin y para el F-9 15 hrs. de
aglomerado y 10 de extrusin. Control de calidad, para cumplir
con la produccin necesita un mnimo de un 10% menos de horas
por mes del disponible en aglomerado (150). Para el CC del E-9 se
requiere 30 hrs. y cada F-9 10 hrs. La poltica que se ha mantenido
es que por cada E-9 se producen no mas de 3 F-9. Existe un
pedido de 5 rollos de cualquier combinacin de E-9 y F-9.
Optimizar la produccin de rollos.
Planteamiento:
Hrs.
E-9 F-9 Disponibilidad/total
Aglomerado 10 15 150
Extrusin 20 10 160
C.C. 30 10 135
Poltica 1 3
Pedido 5
Planteamiento:
Si identificamos como E a los rollos de E-9 y como F a los rollos
de F-9, podemos expresar las relaciones matemticamente de la
siguiente manera:
5 F E
0 3F - E 3F E
135 10F 30E
160 10F 20E
150 15F 10E
> +
s s
> +
s +
s +
Restricciones
Planteamiento:
El inters del problema es la optimizacin de las utilidades a
travs de la produccin de rollos de poliducto.
Que nos interesa:
Es decir, maximizar la suma de utilidades
4000F 5000E Max. +
Funcin Objetivo
Planteamiento matemtico:
4000F 5000E Max. +
0 F E,
5 F E
0 3F - E
135 10F 30E
160 10F 20E
150 15F 10E
>
> +
s
> +
s +
s +
Restricciones de no
negatividad.
B. R.
Graficacin de desigualdades:
Una desigualdad es una expresin matemtica que contiene
un signo mayor que, menor que, mayor o igual que, menor o
igual que. Estudiaremos las desigualdades-igualdades que son
las que nos interesan, los pasos a seguir son:
1.- Convertir la desigualdad en igualdad y graficar.
2.- Escoger un punto de referencia (cualquier punto que no
pertenezca a la recta.
3.- Valuar el punto de ensayo y verificar:
a) si el punto satisface la desigualdad todos los puntos
de ese lado la satisfacen.
b) si no satisfacen la desigualdad entonces todos los
puntos que no estn en ese lado la satisfacen.
Ejemplo 1:
2 - x - 2x Graficar 1 2 s
4
3
2
1
-3 -2 -1 0 1 2 3 4
-1
-2
-3
X2
X1
Punto de ensayo
Regin de desigualdad
No existe relacin entre el sentido de la desigualdad y el cuadrante
Resolver la inecuacin: 5x + 2y 3
Represento la recta:
3 y 2 x 5 = +
Despejo la variable y:
2
x 5 3
y

=
Tabla de valores:
x y
1 -1
3 -6
Elijo el punto (0,0), que no est en la recta, y estudio cmo responde la inecuacin:
( ) ( ) 3 0 3 0 2 0 5 s s +
Como el punto (0,0) RESPONDE BIEN a la inecuacin, el semiplano
en el que est es la solucin.
Ejemplo 2:
Ejemplo 3:
Graficar el siguiente sistema lineal:
0 F E,
5 F E
0 3F - E
135 10F 30E
160 10F 20E
150 15F 10E
4000F 5000E Max.
>
> +
s
> +
s +
s +
+
16
14
12
10
8
6
4
2
0 2 4 6 8 10 12 14 16
E
F
10E + 15F = 150
20E + 10F = 160
30E + 10F = 135
E 3F = 0
E + F =5
REGION FACTIBLE
Regin factible
Es el rea dentro de la cual se satisfacen todas las restricciones
a las que esta sometido el modelo y dentro de la cual se encuentra
la solucin optima localizada en un vrtice.
Restriccin Redundante
Es aquella restriccin que al quitarla no hace cambiar la
regin factible, es decir no se encuentra dentro de la regin
factible y no conforma un vrtice de la misma.
Solucin
Para encontrar la solucin al sistema planteado grficamente
se le dan valores totales aleatorios a la funcin objetivo y se
grafican tratando de que coincidan con algn vrtice de la
regin factible y es en ese vrtice en donde se encuentra la
solucin ptima.
16
14
12
10
8
6
4
2
0 2 4 6 8 10 12 14 16
E
F
PUNTO OPTIMO
Solucin:
Como se puede ver que el punto ptimo esta en la interseccin
de las rectas
10E + 15F = 150 y
20E + 10F = 160
Se despejan las incgnitas ya que se tienen dos ecuaciones con
dos incgnitas. Multiplicando la primera por dos y restndole
la segunda se tiene:
20E + 30F = 300
-20E - 10F = -160
20F = 140 lo que hace que F = 7
y E = 4.5
La solucin encontrada debe de satisfacer todas las desigualdades.
Substituyendo tenemos los siguiente: E= 4.5, F = 7
0 F E,
5 F E
0 3F - E
135 10F 30E
160 10F 20E
150 15F 10E
>
> +
s
> +
s +
s + 10 (4.5) + 15(7) = 150
20 (4.5) + 10(7) = 160
30 (4.5) + 10(7) = 205
4.5 - 3(7) = -16.5
4.5 + 7 = 11.5
4.5, 7 > 0
Comprobacin
Definiciones
Las desigualdades que en el punto ptimo se vuelven igualdades
se conocen como RESTRI CCI ONES ACTI VAS, y son por las
que pasa la solucin ptima.
10 (4.5) + 15(7) = 150
20 (4.5) + 10(7) = 160
Cuando en el planteamiento de un problema existe una igualdad
siempre es activa.
Definiciones
Estudiemos la siguiente restriccin:
135 10F 30E > +
Al valuarla en el punto ptimo queda como:
30 (4.5) + 10(7) = 205
La diferencia es:
205 135 = 70
Excedente
135 205
Excedente
Definiciones
Estudiemos la siguiente restriccin:
0 3F - E s
Al valuarla en el punto ptimo queda como:
4.5 - 3(7) = -16.5
La diferencia es:
-16.5 0 = -16.5
Holgura
-16.5 0
Holgura
Definiciones
Si la restriccin es inactiva, para una restriccin > o =
hay excedente y para una < o = hay holgura.
El trmino solucin ptima o punto ptimo se refiere a
los valores de las variables de decisin que maximizan
o minimizan (segn el caso) la funcin objetivo.
El trmino valor ptimo se refiere al valor de la funcin
objetivo valuada en el punto ptimo.
En el planteamiento de un sistema lineal no pueden existir
desigualdades exactas, todas son o igualdades o desigualdad
igualdad.
El problema de la industria de
juguetes Galaxia.
Galaxia produce dos tipos de juguetes:
* Space Ray
* Zapper

Los recursos estn limitados a:
* 1200 libras de plstico especial.
* 40 horas de produccin semanalmente.
Requerimientos de Marketing.

* La produccin total no puede exceder de 800 docenas.
* El nmero de docenas de Space Rays no puede exceder al
nmero de docenas de Zappers por ms de 450.

Requerimientos Tecnolgicos.

* Space Rays requiere 2 libras de plstico y 3 minutos de
produccin por docena.
* Zappers requiere 1 libra de plstico y 4 minutos de produccin
por docena.

Plan comn de produccin para:

* Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a Space Ray ($8 de utilidad
por docena).
* Usar la menor cantidad de recursos para producir Zappers,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).

El plan comn de produccin consiste en:
Space Rays = 550 docenas

Zappers = 100 docenas

Utilidad = $4900 por semana

Solucin
Variables de decisin

* X1 = Cantidad producida de Space Rays (en docenas por
semana).
* X2 = Cantidad producida de Zappers (en docenas por
semana).

Funcin objetivo

* Maximizar la ganancia semanal.
Modelo de Programacin Lineal

Max 8X1 + 5X2 (ganancia semanal)

Sujeto a:

2X1 + 1X2 <= 1200 (Cantidad de plstico)
3X1 + 4X2 <= 2400 (Tiempo de produccin)
X1 + X2 <= 800 (Limite produccin total)
X1 - X2 <= 450 (Produccin en exceso)
X
j
>= 0 , j= 1, 2. (Resultados positivos)
1200
600
Restriccin de plstico
Factible
Restriccin del plstico:
2X1+X2<=1200
X2
No Factible
Horas de
Produccin
3X1+4X2<=2400
Restriccin del total de produccin:
X1+X2<=800
600
800
Restriccin del
exceso de produccin:
X1-X2<=450
X1
Resolucin grfica para encontrar la
solucin ptima.
600
800
1200
400 600 800
X2
X1
comenzar con una ganancia dada de = $2,000...
Utilid. = $ 000 2,
Entonces aumente la ganancia...
...y contine hasta que salga de la regin factible
Ganancia =$5040
3, 4,
600
800
1200
400 600 800
X2
X1
Regin
Factible

Regin no
factible
Resumen de la solucin ptima

Space Rays = 480 docenas
Zappers = 240 docenas
Ganancia = $5040

* Esta solucin utiliza todas las materias primas (plstico) y
todas las horas de produccin.
* La produccin total son 720 docenas (no 800).
* La produccin de Space Rays excede a la de Zappers por solo
240 docenas y no por 450.
Ejemplo:
La empresa Fotogrfica S.A. produce dos tipos de lquidos para
revelado de fotografas. El primero, un reactivo qumico para
revelar fotografas en blanco y negro cuya produccin cuesta
$2,500.00 por tonelada. El segundo, un reactivo qumico para
revelar fotografas en color, cuyo costo es de $3,000 la tonelada.
A partir del anlisis de los actuales niveles de inventario y de los
pedidos pendientes, el director de produccin ha estimado que
se deben de producir para el prximo mes al menos 30 ton., del
reactivo para blanco y negro y 20 ton., del reactivo para color.
Adems en bodega hay una materia prima altamente perecedera
que debe de consumirse en un perodo de 30 das y que se utiliza
en los dos qumicos, as que con el fin de consumrsela debe de
producir al menos 60 ton., de ambos reactivos
Ejemplo 2:
Si llamamos:
X1 = ton., producidas del reactivo para blanco y negro
X2 = ton., producidas del reactivo para colores.

Las restricciones nos quedaran as:

X1 30
X2 20
X1 + X2 60
Como en este problema tenemos datos de costo, lo que nos
interesa es minimizar ese costo, de tal forma que nuestra
funcin objetivo sera:
Minimizar 2,500 X1 + 3,000 X2
60
50
40
30
20
10
0 10 20 30 40 50 60 70 80 90 100
X2
X1
Solucin Grfica
X2 = 20
X1 = 30
X1 + X2 = 60
Regin factible
Pto. Optimo (40,20)
Ejemplo:
Andr Dumas es un fabricante de ropa de moda de chaquetas
y pantalones hechos segn especificaciones. Cada chaqueta
ocupa 3 horas de corte y 5 horas de costura. Cada pantaln
necesita de 1 hora de corte y 5 de costura. Las chaquetas
consumen 4 horas en la mquina que coloca los cuellos y los
pantalones consumen 3 horas en la mquina que hace los
ruedos. Para el mes siguiente Andr ha asignado 30 horas
para corte y 100 horas para costura, 25 para cuellos y 45
para ruedos y en planchado no menos de 30 horas de las
cuales cada prenda consume 2. La ganancia se estima en
Q15.00 por chaqueta y Q10.00
Determina la combinacin ptima para la operacin.
Ejemplo:
Un restaurante prepara comidas para reparto a domicilio. Para este
fin de semana 2 locales le han ordenado mens que requieren algn
tipo de carne y una ensalada. En ambos mens, el restaurante
decide colocar una pieza de carne, sin embargo variar la ensalada
de tal forma que para el local A piensa colocar 9 medidas de
ensalada por plato y para el local B 14 medidas. Debido a la
diferencia de clientes que esta atendiendo el restaurante toma la
poltica de servir el men del local B en un plato y el del local A en
dos. En total el restaurante tiene una existencia de 100 piezas de
carne y el equivalente a 1260 medidas de ensalada y platos
disponibles para despacho a domicilio tiene 160. Las ganancias por
mens son 110 pesetas los del local A y 95 los del local B.