Академический Документы
Профессиональный Документы
Культура Документы
PROGRAMACIN LINEAL.
Es una parte de la investigacin operativa que la podremos aplicar cuando el problema
que tratamos se puede traducir a expresiones matemticas de tipo lineal y que las
limitaciones o restricciones que tenga el sistema productivo se pueda tambin traducir
en expresiones matemticas de tipo lineal. Su empleo es frecuente en aplicaciones de
la industria, la economa, la estrategia militar, etc. Un problema de programacin lineal
tendr la siguiente forma:
Funcin Objetivo: Es una expresin matemtica lineal que representa el objetivo del
problema. Es la expresin que tendremos que maximizar o minimizar.
Funcin Objetivo:
(Max. Min.) Z = c1x1 + c2x2 + + cnxn
Ecuaciones o Inecuaciones de Restriccin: Expresiones matemticas, ecuaciones o
inecuaciones de tipo lineal que representan las limitaciones del problema.
a11x1 + a12x2 + + a1nxn b1
a21x1 + a22x2 + + a2nxn >= b2
a31x1 + a32x2 + + a3nxn b3
situacin la cual es una funcin lineal de las diferentes actividades del problema,
la funcin objetivo se maximiza o se minimiza
2. VARIABLES DE DECISIN. Son las incgnitas del problema, La definicin de
las variables es el punto clave y bsicamente consiste en l0s niveles de todas
las actividades que pueden llevarse a cabo en el problema a formular.
UNACH
2.014
Investigacin Operativa I
3. RESTRICCIONES ESTRUCUTURALES.
MODELO GENERAL DE PL
c x
OPTIMIZAR Z =
j 1
a
SUJETO A:
j 1
ij
xj 0
x j bi
i 1, 2,......,
j 1, 2,......., n
Existen varios mtodos de solucin entre los cuales tenemos el grfico, el simplex, el
algebraico, el dual, etc.
EL MTODO GRFICO.
El mtodo grfico es una forma fcil para resolver problemas de Programacin Lineal,
siempre y cuando el modelo conste de dos variables. Para modelos con tres o ms
variables, el mtodo grfico es imposible.
Consiste en representar geomtricamente las restricciones, condiciones tcnicas y
funcin objetivo.
Los pasos necesarios para realizar el mtodo son:
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
CONJUNTO CONVEXO
CONJUNTO NO CONVEXO
Maximizar
Sujeto a:
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
Variable agregada al lado izquierdo de una restriccin de "menor o igual que" para
convertir la restriccin en una igualdad. El valor de esta variable comnmente puede
interpretarse como la cantidad de recurso no usado.
6X + 3Y 12
6X+3Y+h=24
Variable de Excedente.
Variable restada del lado izquierdo de una restriccin de "mayor o igual que" para
convertir dicha restriccin en una igualdad. Generalmente el valor de esta variable
puede interpretarse como la cantidad por encima de algn nivel mnimo requerido.
2X + 3Y 14
2X+3Y-h =14
A+B >=5
A-3B<=0
UNACH
2.014
Investigacin Operativa I
30 A+10B>=135
A , B >=0
Cuando la regin factible no est acotada la nica solucin que podemos obtener es un mnimo.
Mayorista B
Disponible
Naranjas
16
Pltanos
Manzanas
20
Distancia
150
300
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
PROBLEMAS NO FACTIBLES.
Son problemas que tiene un conjunto factible vaco: es decir no existe combinacin de
valores para las variables de decisin que satisfaga simultneamente todas las
restricciones
UNACH
2.014
Investigacin Operativa I
Tipo A
Tipo B
inversin
x
y
rendimiento
0,1x
0,08y
210000
0,1x+0,08y
R1
R2
R3
R4
Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la regin
factible (conjunto de puntos que cumplen esas condiciones)
r1
UNACH
r2 (paralela a OY)
r3(paralela a OX)
r4
2.014
Investigacin Operativa I
x
y
0
210000
210000 0
X
y
130000 0
x
0
y
60000
x
0
130000
y
0
65000
A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000, 80000) y E(0, 210000)
La funcin objetivo es;
F(x, y)= 0,1x+0,08y
Si dibujamos la curva F(x, y) =0 (en rojo) y la desplazamos se puede comprobar
grficamente que el vrtice mas alejado es el D, y por tanto es la solucin ptima.
UNACH
2.014
Investigacin Operativa I
2. En una pastelera se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa
necesita un cuarto de relleno por cada Kg. de bizcocho y produce un beneficio de 250
Pts, mientras que una tarta Real necesita medio Kg. de relleno por cada Kg. de
bizcocho y produce 400 Ptas. de beneficio. En la pastelera se pueden hacer
diariamente hasta 150 Kg. de bizcocho y 50 Kg. de relleno, aunque por problemas de
maquinaria no pueden hacer mas de 125 tartas de cada tipo. Cuntas tartas Vienesas
y cuantas Reales deben vender al da para que sea mximo el beneficio?
Solucin
En primer lugar hacemos una tabla para organizar los datos:
Tipo
T. Vienesa
T. Real
Funcin
Sujeta
N
x
y
objetivo
a
las
Bizcocho
1.x
1.y
150
(hay que
siguientes
Relleno
0,250x
0,500y
50
obtener su
condiciones
Beneficio
250x
400y
mximo):
f(x,
(restricciones
y)=250x+ 400y
del
problema):
Para
0.25x+0.50y=50, x + 2y=200
x
0
200
Y
100
0
Para x + y =150
x
UNACH
2.014
Investigacin Operativa I
0
150
150 0
La otras dos son paralelas a los ejes
Al eje OY
Al eje Ox
x=125
y =125
Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones
deben estar en el primer cuadrante
La regin factible la hemos coloreado de amarillo:
Resolviendo el sistema:
UNACH
2.014
Investigacin Operativa I
x
0
200
Y
0
-125
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
3. Una escuela prepara una excursin para 400 alumnos. La empresa de transporte
tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas, pero solo dispone de 9
conductores. El alquiler de un autocar grande cuesta 80 euros y el de uno pequeo, 60
euros. Calcular cuantos de cada tipo hay que utilizar para que la excursin resulte lo
mas econmica posible para la escuela.
Solucin
Es un problema de programacin lineal, en este caso lo que queremos es hacer
mnima la funcin objetivo.
Llamamos x al n de autocares de 40 plazas e y al n de autocares de 50 plazas que
alquila la escuela.
Entonces se tiene x
,y
Por lo tanto las restricciones que nos van a permitir calcular la regin factible
(conjunto de puntos solucin donde se cumplen todas las condiciones) son
r2
y
0
X
0
r3
y
10
x
0
0
r4
y
9
9
x
0
10
y
8
0
UNACH
2.014
Investigacin Operativa I
Los vrtices son (0, 8), (0, 9) y el (5, 4), este ltimo es el punto de interseccin de las
rectas r3 y r4
por reduccin
4. Una compaa posee dos minas: la mina A produce cada da 1 tonelada de hierro de
alta calidad, 3 toneladas de calidad media y 5 de baja calidad. La mina B produce cada
da 2 toneladas de cada una de las tres calidades. La compaa necesita al menos 80
toneladas de mineral de alta calidad, 160 toneladas de calidad media y 200 de baja
calidad. Sabiendo que el coste diario de la operacin es de 2000 euros en cada mina
cuntos das debe trabajar cada mina para que el coste sea mnimo?.
Solucin
UNACH
2.014
Investigacin Operativa I
das
Mina A
Mina B
x
y
Alta
calidad
1x
2y
80
Calidad media
Baja calidad
Coste diario
3x
2y
160
5x
2y
200
2000x
2000y
UNACH
2.014
Investigacin Operativa I
Los vrtices son los puntos A(0, 100), B(20, 50), C(40, 20), D(80, 0), que se encuentran
al resolver el sistema que determinan dos a dos las rectas auxiliares y (y que estn
dentro de la regin factible).
r1
r2
r2
r3
r1
En la grfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x,
y)=0 es el (40, 20). Luego la solucin es trabajar 40 das en la mina A y 20 en la B.
(mtodo grfico)
Lo comprobamos aplicando el mtodo analtico:
C(0, 100)=2000.100=200000
C(20, 50)=2000.20+2000.50=40000 + 100000= 140000
C(40, 20)= 2000. 40+2000.20=80000 + 40000= 120000
coste mnimo
x = n electricistas
y = n mecnicos
La funcin objetivo
UNACH
2.014
Investigacin Operativa I
La
regin
factible
sera
para
estas
restricciones:
Se aprecia grficamente (lnea en rojo) que la solucin ptima est en el punto (20, 20).
Por tanto:
20 electricistas y 20 mecnicos dan el mximo beneficio, y este es 9000 euros, ya que
f(x, y) =250.20+200.20=9000
2.014
Investigacin Operativa I
Calcular cuntas tienen que ofertarse de cada clase para que las ganancias sean
mximas.
Solucin
Sea x el n que se ofertan de tipo T, y el n que se ofertan de tipo P.
Turista
Primera
Total
n
x
y
5000
Ganancia
30x
40y
30x +40y
Las restricciones:
La regin factible:
UNACH
2.014
Investigacin Operativa I
Los vrtices, A(0, 5000), B(3750, 1250), C(4500, 500) y D(4500, 0) (comprueba el
punto B resolviendo el sistema correspondiente)
El mtodo grfico nos da que el punto solucin es el B (3750, 1250)
Comprueba los resultados usando el mtodo analtico (sustituyendo los puntos vrtices
en f y viendo q el mximo valor se obtiene en B)
EJEMPLO 1:
UNACH
2.014
Investigacin Operativa I
Maximizar
Sujeto a:
UNACH
2.014
Investigacin Operativa I
EJEMPLO 2.
UNACH
2.014
Investigacin Operativa I
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:
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.
Minimizar
Sujeto a:
UNACH
2.014
Investigacin Operativa I
SOLUCION OPTIMA:
EJEMPLO 3.
UNACH
2.014
Investigacin Operativa I
SOLUCION OPTIMA:
NOTA: Una desigualdad define un medio plano y una igualdad define una lnea.
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
EL PROBLEMA DUAL
En un modelo de programacin lineal cada problema lineal tiene otro problema
denominado problema dual (PD), que posee importantes propiedades y relaciones
notables con respecto al
Problema lineal original, llamado problema primal (PP)
.
Las relaciones las podemos enumerar como siguen:
a) El problema dual tiene tantas variables como restricciones tiene el programa primal.
b) El problema dual tiene tantas restricciones como variables tiene el programa primal
c) Los coeficientes de la funcin objetivo del problema dual son los trminos
independientes de las restricciones o RHS del programa primal
d) Los trminos independientes de las restricciones o RHS del dual son los coeficientes
de la funcin objetivo del problema primal.
e) La matriz de coeficientes tcnicos del problema duales la traspuesta de la matriz
tcnica del problema primal.
f) El sentido de las desigualdades de las restricciones del problema dual y el signo de
las variables del mismo problema, dependen de la forma de que tenga el signo de las
variables del problema
Primal y del sentido de las restricciones del mismo problema. ( Ver tabla de TUCKER)
g) Si el programa primal es un problema de maximizacin, el programa dual es un
problema de
Minimizacin
h) El problema dual de un problema dual es el programa primal original.
Tabla de TUCKER
MAXIMIZACION
RESTRICCIONES
=
VARIABLES
><
MINIMIZACIN
VARIABLES
><
RESTRICCIONES
UNACH
2.014
Investigacin Operativa I
=
Los problemas duales simtricos son los que se obtienen de un problema primal en
forma cannica y normalizada, es decir, cuando llevan asociadas desigualdades de la
forma mayor o igual en los problemas de minimizacin, y desigualdades menores o
igual para los problemas de maximizacin.
CONCLUSIN
1.- Si una restriccin del primal es no saturada, entonces la variable de dual asociada
debe ser nula.
2.- Si una variable de primal es positiva, entonces la correspondiente restriccin del
dual es una restriccin saturada, es decir, se verifica como una igualdad.
EL MTODO SIMPLEX
El Mtodo Simplex es un procedimiento de clculo algebrico, iterativo, para resolver
Modelos Lineales de cualquier tamao. El algoritmo Simplex requiere que el Modelo
Lineal, para ser solucionado, cumpla las condiciones de Forma Estndar y Sistema
Cannico.
La Forma Estndar incluye:
a) una Funcin Objetivo a optimizar
b) lado derecho de las restricciones con valor positivo
c) variables de decisin no negativas
d) las restricciones deben ser expresadas como igualdades.
Para transformar las restricciones en igualdades se deben incorporar las llamadas
variables de holgura. Una variable de holgura tiene coeficiente cero en la Funcin
Objetivo. Se suman en restricciones del Tipo y se restan en restricciones del Tipo
En trminos matemticos, expresan la diferencia entre el lado izquierdo y el lado
derecho de las restricciones. Al igual que las variables de decisin deben ser mayores
o iguales a cero.
En trminos del modelo representan la cantidad de recurso no utilizado con relacin a
un mximo disponible (Parte ociosa de los recursos). Cuando la restriccin es de una
condicin o requerimiento, representan la cantidad de esa condicin o requerimiento
que se obtiene por encima de un mnimo o que se deja de tener con relacin a un
mximo.
UNACH
2.014
Investigacin Operativa I
El Sistema Cannico en un Modelo Lineal significa que debe existir una variable
bsica en cada restriccin. Esto permite obtener una primera solucin posible que
satisface todas las restricciones.
Una variable bsica tiene coeficiente 1 positivo en una restriccin y no existe en las
dems.
Las variables de decisin (estructurales) del modelo y las variables de holgura pueden
ser
variables bsicas. Cuando ninguna de ellas cumple con la condicin de ser bsica, se
incorpora una variable como artificio matemtico, para cumplir con el sistema cannico
y a esa variable se le llama variable artificial. Una variable artificial debe tener
incorporado un coeficiente muy alto en la Funcin Objetivo, con signo negativo en
maximizacin y con signo positivo en minimizacin. Con esto se logra que el
procedimiento Simplex las elimine de la solucin en las primeras iteraciones. Estas
variables deben valer cero en la solucin ptima del modelo.
Una Tabla Simplex es un resumen detallado de toda la informacin del modelo para
trabajar ms fcilmente con l. La siguiente tabla expresa cmo deben ser recogidos
los datos para resolver el problema de programacin lneal por el Mtodo Simplex.
Modelo de Tabla Simplex
Itereracin
V.B. Ec. #
Coeficientes L.D. Razn
PROCEDIMIENTO PARA LA RESOLUCIN DE PROBLEMAS MEDIANTE POR EL
MTODO SIMPLEX.
FASE I: Preparar el modelo inicial para construir la tabla:
1) Transformar los trminos independientes en positivos (multiplicando por -1).
2) Si en alguna restriccin, hay un solo proceso que est contenida en ella sola, lo
convertiremos en unitario (dividiendo por su coeficiente) y si no lo hago meter una
variable de holgura.
3) En las inecuaciones en las que encontramos introducimos una variable de holgura
sumando.
4) En las inecuaciones en las que encontramos introducimos una variable de holgura
restando y adems una variable artificial sumando para que en dicha restriccin haya
un proceso unitario positivo.
5) En las igualdades se introduce una variable artificial sumando si en la misma no
existe una variable unitaria positiva.
6) En toda restriccin debe haber una variable unitaria positiva.
7) Las variables de holgura, a la hora de introducirlas en la funcin objetivo lo haremos
siempre con coeficiente cero, y las variables artificiales se introducen con el coeficiente
m si estamos
maximizando 0 m si estamos minimizando.
8) Igualar a cero la funcin objetivo
FASE II: Construir la tabla y resolver el algoritmo.
Paso 1: Construir la tabla del mtodo Simplex y rellenamos la tabla con los
coeficientes. Comprobamos que las variables bsicas tienen un coeficiente de 1 en la
interseccin de su rengln y columna correspondiente y cero en los dems renglones
incluido la funcin objetivo. Si no es as (como en el caso de la existencia de variables
UNACH
2.014
Investigacin Operativa I
UNACH
2.014
Investigacin Operativa I
Ejercicio Minimizacion
UNACH
2.014