Вы находитесь на странице: 1из 42

Clase # 3

PROGRAMACIÒNPROGRAMACIÒN LINEALLINEAL

ELEL PROBLEMAPROBLEMA DEDE ASIGNACIÓNASIGNACIÓN DEDE RECURSOSRECURSOS

CONTENIDO

El Problema de Asignación de Recursos

1.

Definición del Problema y Recolección de información

2.

Formulación del Modelo

2.1

Forma éstandar

2.2

Forma matricial

2.3

Variaciones a la forma éstandar

3.

Soluciones de P. L.

3.1

Tipo de soluciones

3.2

Casos especiales

4.

Suposiciones de la P. L.

3-2

1. DEFINICIÓN DEL PROBLEMA El problema de Asignación de Recursos

Ejemplo prototipo

CapacidadCapacidad dede producciónproducción dede laslas plantasplantas

33 PlantasPlantas

FabricaciónFabricación dede productosproductos

22 ProductosProductos

TasaTasa dede producciónproducción deldel

XX jj

productoproducto j,j, GananciaGanancia ZZ

Problema General

RecursosRecursos

mm recursosrecursos

ActividadesActividades

nn actividadesactividades

NivelNivel dede lala actividadactividad j,j, XX jj

MedidaMedida globalglobal dede efectividadefectividad ZZ

RECOLECCIÓN DE INFORMACIÓN

Consumo de recursos por unidad de actividad Actividad

1

2

n

Cantidad de recursos disponibles

Recurso

1

2

a 11

a 21

a 12

a 22

a 1n

a 2n

b 1

b 2

b m

m a

a m2

a mn

m1

Contribución a Z por unidad de actividad

c 1

c 2

c n

2. FORMULACIÓN DEL MODELO DE P. L.

2.1 Definición de Variables y parámetros

XX jj = Nivel de la actividad j (para j = 1, 2,

c j = Incremento en Z que resulta al aumentar una

, n).

unidad en el nivel de la actividad j (costo o utilidad)

Z = Valor de la medida global de efectividad.

b i = Cantidad del recurso i disponible para asignar a las

actividades (i =1,2,

,

m) (recurso o

requerimiento)

a ij = Cantidad del recurso i consumido por cada unidad de la actividad j. (Coeficientes tecnológicos)

3-5

2.2 El Modelo de P.L. en Forma Éstandar

MAX Z = c 1 X 1 + c 2 X 2 +

Sujeto a:

+

(restricciones(restricciones funcionales)funcionales) a 11 X 1 + a 12 X 2 + a 21 X 1 + a 22 X 2 +

a m1 X 1 +a m2 X 2 +

c n X n

+

+

+

m 1 X 1 +a m 2 X 2 + c n X n + +

a 1n X n a 2n X n

FunciónFunción

objetivo objetivo

b 1 b 2

a mn X n b m

(restricciones(restricciones dede signosigno dede laslas variablers)variablers)

X i 0 para i = 1,2,

,n

3-6

2.3 El Modelo en Forma matricial

Sujeto a

Max Z = c x A x ≤ b x ≥ 0
Max
Z = c
x
A
x
b
x
0

En el ejemplo de la Wyndor:

c = 3 5
c =
3
5
x = x 1 x 2
x =
x
1
x
2
1 0 A = 0 2 3 2
1
0
A =
0
2
3
2
4 b = 12 18
4
b
=
12
18

2.4 Variaciones a la forma éstandar

1.1. MinimizarMinimizar enen lugarlugar dede maximizarmaximizar lala funciónfunción objetivo.objetivo

Min Z = c 1 X 1 + c 2 X 2 +

+

c n X n

2.2. RestriccionesRestricciones funcionalesfuncionales deldel tipotipo

a i1 X 1 + a i2 X 2 +

+a

in X n

b i

para algún i

3.3. RestriccionesRestricciones funcionalesfuncionales enen formaforma dede ecuaciecuacióónn

a i1 X 1 + a i2 X 2 +

+ a in X n

= b i

para algún i

4.4. LasLas variablesvariables dede decisidecisióónn sinsin lala restriccirestriccióónn dede nono

negatividadnegatividad

X j no restringida en signo para algún j

3. SOLUCIONES DE P. L 3.1 Tipo de soluciones

(Estamos acostumbrados a que el término solución signifique respuesta final)

SOLUCIÓN:SOLUCIÓN: cualquiercualquier conjuntoconjunto dede valoresvalores parapara

laslas variablesvariables dede decisióndecisión (X(X 11 ,, XX 22 ,,

XX nn ),), sinsin

importarimportar sisi eses unauna posibilidadposibilidad deseabledeseable oo nini

siquierasiquiera permitida.permitida.

SoluciónSolución factiblefactible:: SoluciónSolución queque cumplecumple concon todastodas laslas restriccionesrestricciones funcionalesfuncionales yy dede signo.signo. SoluciónSolución nono factiblefactible:: SoluciónSolución parapara lala queque alal menosmenos unauna restricciónrestricción sese viola.viola.

Solución para para la la que que al al menos menos una una restricción restricción se
Solución para para la la que que al al menos menos una una restricción restricción se

3-10

soluciones factibles x 2 10 (2,6) 9 8 solución factible óptima 7 R2 6 5
soluciones factibles
x
2
10
(2,6)
9
8
solución factible
óptima
7
R2
6
5
4
3
(4,6)
2
solución no factible
1
R3
x
0
1
1
2
3
4
5
6
7
8
9 10

R1

UnUn modelomodelo dede P.P. L.L. dede nn variablesvariables tiene:tiene:

P. P. L. L. de de n n variables variables tiene: tiene: 0 0 soluciones. soluciones.

00 soluciones.soluciones. 11 soluciónsolución infinitasinfinitas solucionessoluciones

SiSi tienetiene 22 solucionessoluciones tienetiene infinitasinfinitas solucionessoluciones (cualquier(cualquier combinacióncombinación convexaconvexa dede solucionessoluciones tambiéntambién eses unauna solución).solución). sigue

convexa de de soluciones soluciones también también es es una una solución). solución). s i g

Combinación convexa de n vectores X 1 , X 2 ,

X = λ 1 X 1 + λ 2 X 2 +

Donde:

nn

λ i 0 , ΣΣ

i=1i=1

+

λ i

λ n X n

= 1

X n:

SeanSean 22 solucionessoluciones dede P.P. L.:L.: XX 11 ,, XX 22

UnaUna CombinaciónCombinación ConvexaConvexa dede ellas:ellas:

XX 33 == λ 1 X 1 + λ 2 X 2 también eses soluciónsolución dede P.L.P.L.

REGIÓN FACTIBLE:

Conjunto de todas las soluciones factibles

SOLUCIÓNSOLUCIÓN FACTIBLEFACTIBLE ENEN UNUN VÉRTICEVÉRTICE (FEV):(FEV):

Solución que se encuentra en un vértice de la región factible

VERTICE: PUNTO EXTREMO: P. E

Soluciones FEV (Puntos Extremos: P.E.)

x 2

10 (2,6) 9 (0,6) 8 7 R2 6 5 4 3 (4,3) 2 1 R3
10
(2,6)
9
(0,6)
8
7
R2
6
5
4
3
(4,3)
2
1
R3
x
0
1
1
2
3
4
5
6
7
8
9 10
R1
(0,0)
(4,0)

3-15

Relación entre soluciones óptimas y soluciones FEV.

CualquierCualquier problemaproblema dede P.LP.L queque tengatenga unauna regiónregión factiblefactible acotadaacotada yy queque tengatenga solucionessoluciones factiblesfactibles debedebe poseerposeer solucionessoluciones FEV,FEV, dede laslas cualescuales alal menosmenos unauna eses lala soluciónsolución óptimaóptima

Solución óptima.

EsEs lala mejormejor soluciónsolución dede acuerdoacuerdo concon lala funciónfunción objetivoobjetivo

Si el problema tiene una solución óptima debe ser un FEV.

Si el problema tiene múltiples soluciones, debe tener al menos 2 FEV

3.2 Casos Especiales

Como en todo tipo de problema existen casos especiales.

CasoCaso 1.1. NoNo sese tienentienen solucionessoluciones factibles.factibles. CasoCaso 2.2. SeSe tienentienen múltiplesmúltiples solucionessoluciones óptimas.óptimas. CasoCaso 3.3. NoNo sese tienentienen solucionessoluciones óptimas.óptimas.

Veamos detalladamente

Caso 1. No se tienen soluciones factibles

Si A

x

b no

tiene solución

Si en el ejemplo de la Wyndor, las ganancias netas por semana deben superar los US$ 50000 para que se justifique la implementación de la producción de los 2 nuevos productos .

La formulación de este problema sería

justifique la implementación de la producción de los 2 nuevos productos . La formulación de este

Maximizar

Sujeto a

X 1

Z = 3X 1 + 5X 2

4

2X 2

3X 1 + 2X 2 3X3X 11 ++ 5X5X 22

3X 1 + 2X 2 3X 3X 1 1 + + 5X 5X 2 2

12

18

5050

X 1 , X 2 0

Graficando las restricciones

x 2 X 1 =4 10 9 8 7 6 X 2 =6 5 4
x
2
X 1 =4
10
9
8
7
6
X
2 =6
5
4
3
3X 1 +5X 2 =50
2
1
3X 1 +2X 2 =18
x
0
1
1
2
3
4
5
6
7
8
9 10

Caso 2. Múltiples soluciones óptimas

Si en el ejemplo de la Wyndor, el producto 2 no da una ganancia neta de US$ 5000 sino de US$ 2000, la nueva formulación del problema sería:

Maximizar

Sujeto a:

X 1

Z = 3X 1 + 2X2X 22

4

2X 2 3X 1 + 2X 2

2X 2 3X 1 + 2X 2

12

18

X 1 , X 2 0

3-22

Gráficamente

( 2,6) x 2 10 9 8 LasLas rectasrectas dede IsoutilidadIsoutilidad sonson paralelasparalelas aa lala
( 2,6)
x 2
10
9
8
LasLas rectasrectas dede IsoutilidadIsoutilidad
sonson paralelasparalelas aa lala terceratercera
restricciónrestricción
7
R2
6
5
4
3
(4,3)
2
1
R3
x 1
0
1
2
3
4
5
6
7
8
9 10

R1

EsEs indiferenteindiferente elegirelegir cualquieracualquiera dede loslos puntospuntos (2,6)(2,6) oo (4,3),(4,3), oo cualquiercualquier puntopunto enen elel segmentosegmento dede rectarecta entreentre éstos,éstos, yaya queque producenproducen elel mismomismo nivelnivel dede ZZ,, queque enen esteeste casocaso eses ZZ == 1818

Caso 3. No se tienen soluciones óptimas

1) No se tienen soluciones factibles.

2) Las restricciones no impiden que el valor de la función objetivo mejore indefinidamente en la dirección favorable (región factible no acotada)

favorable (región factible no a c o t a d a ) OJO: OJO: Cuando Cuando

OJO:OJO: CuandoCuando estoesto ocurreocurre eses probableprobable queque hayahaya unun errorerror enen lala formulaciónformulación deldel problemaproblema

3-25

Si en el ejemplo de la Wyndor sólo la planta 1 tiene restricción de tiempo, el problema sería:

Maximizar

Sujeto a

X 1

Z = 3X 1 + 2X 2

4

 

2X 2

12

   

3X 1 + 2X 2

18

X 1 , X 2 0

Veamos la gráfica

  2X 2 ≤ 12     3X 1 + 2X 2 ≤ 18 X 1
x 2 10 9 8 7 Región factible no acotada 6 5 4 3 2
x
2
10
9
8
7
Región
factible no
acotada
6
5
4
3
2
1
x
0
1
2
3
4
5
6
7
8
9 10

R1

1

4. SUPOSICIONES DEL MODELO DE P. L.

4.1 Suposición de proporcionalidad. (en la F. O. y en las restricciones)

4.2 Suposición de divisibilidad. (Variables reales)

4.3 Suposición de certidumbre. (en los valores de los parámetros)

4.4 Suposición de aditividad. (en la F. O. y en las restricciones)

4.1 Suposición de proporcionalidad

LaLa contribucióncontribución dede cadacada actividadactividad aa lala funciónfunción objetivoobjetivo Z,Z, eses proporcionalproporcional alal nivelnivel dede lala actividadactividad

XX jj

comocomo lolo representarepresenta elel términotérmino cc jj XX jj enen lala

funciónfunción objetivo.objetivo.

LaLa

contribucióncontribución

dede

cadacada

actividadactividad

alal

ladolado

izquierdoizquierdo dede laslas restriccionesrestricciones eses proporcionalproporcional alal

nivelnivel dede lala actividadactividad XX jj ,, comocomo lolo representarepresenta elel términotérmino aa ijij XX jj enen lala funciónfunción objetivo.objetivo.

EnEn elel ejemploejemplo dede lala WyndorWyndor::

PorPor cadacada lotelote deldel productoproducto 11 queque sese fabrique,fabrique, lala gananciaganancia eses US$US$

3000.3000.

EstoEsto es,es, enen lala funciónfunción objetivo:objetivo:

ZZ == 3X3X 11 ++ 2X2X 22

en la la función función objetivo: objetivo: Z Z = = 3X 3X 1 1 +

Veamos la siguiente tabla

en la la función función objetivo: objetivo: Z Z = = 3X 3X 1 1 +

Ganancia del producto 1 (miles US$ por semana)

Proporcionalidad

satisfecha

Proporcionalidad insatisfecha

Nivel

Caso 1

Caso 2

Caso 3

0

1

2

3

4

0

3

6

9

12

000

233

575

8

12

18

6

6

11

Costos

fijos

Rendimiento Rendimiento

marginal

creciente

marginal

decreciente

Costos fijos

ProporcionalidadProporcionalidad

insatisfechainsatisfecha

ProporcionalidadProporcionalidad

satisfechasatisfecha

Rendimiento marginal creciente

satisfecha
satisfecha

Proporcionalidad

insatisfecha

Proporcionalidad

Rendimiento marginal decreciente

Rendimiento marginal decreciente Proporcionalidad satisfecha Proporcionalidad insatisfecha 3-34

Proporcionalidad

Rendimiento marginal decreciente Proporcionalidad satisfecha Proporcionalidad insatisfecha 3-34

satisfecha

Proporcionalidad

insatisfecha

4.2 Suposición de divisibilidad

LosLos valoresvalores dede laslas variablesvariables dede decisióndecisión puedenpueden tomartomar cualquiercualquier valorvalor real.real. eses decir,decir, nono necesariamentenecesariamente tienentienen queque serser númerosnúmeros enteros.enteros.

decir, no no necesariamente necesariamente tienen tienen que que ser ser números números enteros. enteros. 3-35
decir, no no necesariamente necesariamente tienen tienen que que ser ser números números enteros. enteros. 3-35

4.3 Suposición de certidumbre.

EstoEsto significasignifica queque todostodos loslos parámetrosparámetros cc jj ,, aa ijij ,, bb jj sonson conocidosconocidos concon certeza.certeza.

4.4 Suposición de aditividad.

SegúnSegún estaesta suposición,suposición, cadacada funciónfunción dede unun modelomodelo dede P.LP.L (tanto(tanto lala funciónfunción objetivoobjetivo comocomo elel ladolado izquierdoizquierdo dede laslas restriccionesrestricciones funcionales)funcionales) eses lala sumasuma dede laslas contribucionescontribuciones individualesindividuales dede cadacada unauna dede laslas actividadesactividades involucradas.involucradas.

EnEn elel EjemploEjemplo dede lala WyndorWyndor::

Maximizar Sujeto a

Z = 3X 1 + 2X 2

X 1

4

2X 2

12

3X 1 + 2X 2

18

1 + 2X 2 X 1 ≤ 4 2X 2 ≤ 12 3X 1 + 2X

FuncionesFunciones linealeslineales

Análisis de aditividad en la función objetivo

   

Valor de Z

(X

1 ,X 2 )

Aditividad

Aditividad insatisfecha

 

satisfecha

Caso 1

Caso 2

(1,0)

3

3

3

(0,1)

5

5

5

(1,1)

8

9

7

Z=3X 1 +5X 2 +

X

1 X 2

Z=3X 1 +5X 2 -

X

1

X 2

LaLa suposiciónsuposición dede proporcionalidadproporcionalidad nono prohíbeprohíbe loslos términostérminos dede productosproductos cruzados.cruzados.

Z = 3X 1 +5X 2 + X 1 X 2

cruzados. cruzados. Z = 3X 1 +5X 2 + X 1 X 2 Productos Productos complementarios

ProductosProductos complementarioscomplementarios

Z = 3X 1 +5X 2 -X 1 X 2

complementarios complementarios Z = 3X 1 +5X 2 -X 1 X 2 Productos Productos competitivos competitivos

ProductosProductos competitivoscompetitivos

3-40

En el lado izquierdo de las restricciones funcionales

 

Valor del lado izquierdo

(X

1 ,X 2 )

Aditividad

Aditividad insatisfecha

 

satisfecha

Caso 1

Caso 2

(2,0)

6

6

6

(0,3)

6

6

6

(2,3)

12

15

10.8

3X 1 +2X 2 + 0.5X 1 X 2

3X 1 +2X 2 - 0.1X 1 2 X 2

3X 1 +2X 2 + 0.5X 1 X 2

3X 1 +2X 2 + 0.5X 1 X 2 Recursos Recursos que que compiten compiten entre

RecursosRecursos queque compitencompiten entreentre

3X 1 +2X 2 - 0.1X 1 2 X 2

entre sí sí 3X 1 +2X 2 - 0.1X 1 2 X 2 Recursos Recursos se

RecursosRecursos sese ayudanayudan parapara consumirconsumir menosmenos