Академический Документы
Профессиональный Документы
Культура Документы
Empresas
INVESTIGACION OPERATIVA
Tema:
Programacin Lineal
Docente:
Lic. Mario Ninaquispe Soto
Integrantes:
Cobos Caldas, Diego
Giraldez Coro, Jennyfer
Salcedo Portocarrero, Yessenia
Programacin lineal
Linealidad
Caracterstica del modelo de programacin lineal que implica
proporcionalidad y aditividad; no puede haber productos ni potencias de
las variables de decisin.
No negatividad
Suposicin de que las variables de decisin deben ser positivas o cero.
EJEMPLO DE UN PROBLEMA
Giapetto s Woodearving inc., manufactura dos juguetes de
madera soldados y trenes. Un soldado se vende
en 27 dlares
y requiere 10 dorares de materia
prima. Cada soldado que se
fabrica incrementa la mano
de
obra variable y los costos
globales de Giapetto en 14 dlares. Un tren se vende en 21
dlares y utiliza 9 dorales su valor en materia
prima .todos
los trenes fabricados aumentan la mano de obra variable y los
costos globales de Giapetto en 10 dlares. La fabricacin de soldados y
trenes de madera requiere dos tipos de mano de obra especializada:
carpintera y acabados. Un soldado necesita dos horas de trabajo de
acabado y una hora de carpintera. Un tren requiere una hora de
carpintera. Todas las semanas, Giapetto consigue todo el material
necesario, pero solo 100 horas de trabajo de acabado y 80 de
carpintera.
La demanda de trenes es ilimitada pero se venden cuando mucho
40 soldados por semana. Giapetto desea maximizar las utilidades
semanales (ingresos-costos). Disee un modelo matemtico para la
situacin de Giapetto que se use para maximizar las utilidades
semanales de la empresa.
SOLUCION. Al desarrollar el modelo para Giapetto se exploran las
caractersticas que comparten todos los problemas de programacin
lineal.
INVESTIGACION OPERATIVA
4
Por consiguiente,
el objetivo DEL
de CONO
Giapetto
escoger
UNIVERSIDAD
NACIONAL TECNOLGICA
SUR DEes
LIMA
X 1 y X2 para
maximizar 3X1 + 2X2. Se utiliza la variable Z para denotar el valor de la
funcin objetivo de cualquier PL. La funcin objetivo de Giapetto es
Maximizar z=3X1 + 2X2
(De aqu en adelante se abrevia maximizar con Max y minimiza con
min). El coeficiente de una variable en la funcin objetivo se denomina
coeficiente de la variable de la funcin objetivo. Por ejemplo, el
coeficiente de la funcin objetivo para x 1 es 3, y el coeficiente de la
funcin objetivo para X2 es 2. En este ejemplo (y en muchos otros
problemas), el coeficiente de la funcin objetivo para cada variable es
simplemente la contribucin de la variable a la utilidad de la compaa.
Restriccin. A medida que X1 y X2 se incrementan, la funcin objetivo
de Giapetto se hace ms grande. Esto quiere decir que si Giapetto fuera
libre para escoger cualquier valor para X 1 y X2, la compaa podra tener
unas utilidades arbitrariamente grandes al escoger X 1 y X2, muy grandes.
Desafortunadamente, los valores de X1 y X2, estn controlados por las
siguientes tres restricciones (con frecuencia llamadas limitaciones):
Restriccin 1. Se pueden usar cada semana no ms de 100 horas de
tiempo de acabado.
Restriccin 2. Cada semana se pueden usar no ms de 80 horas de
tiempo de carpintera.
Restriccin 3. Debido a la demanda limitada, cuando mucho se deben
producir cada semana 40 soldados.
Se supone que la cantidad de materia prima en existencia es ilimitada,
as que no hay restriccin alguna relacionada con esto.
El siguiente paso en el planteamiento de un modelo matemtico para el
problema de Giapetto es expresar las restricciones 1 a 3 en trminos de
las variables de decisin
X1 y X2. Para expresar la restriccin de 1 de acuerdo con X 1 y X2,
obsrvese que
Total de hrs de acabado/semana= (horas de acabado/soldado) (soldados
fabricados/semana)
+
(Horas
de
fabricados/semana)
=2(X1)+1(X2)=2X1 + X2
Entonces, la restriccin 1 se expresa como
2X1 + X2 100
INVESTIGACION OPERATIVA
5
acabado/tren)
(trenes
Obsrvese
que lasTECNOLGICA
unidades de
todos
UNIVERSIDAD
NACIONAL
DEL
CONOlos
SURtrminos
DE LIMA
se refiereNACIONAL
al problema
de Giapetto,
es evidente
que
UNIVERSIDAD
TECNOLGICA
DEL CONO
SUR DE LIMA
X 1 0 y X20. Pero
algunas variables podran ser nrs en otros problemas. Por ejemplo, si X i
representa un saldo en efectivo de la empresa, entonces X i podra ser
considerada negativa si la empresa debe ms dinero del que tiene a
mano. En este caso sera conveniente clasificar X i como nrs. Otros usos
de la variable nrs se tratan en la seccin 4.12.
Si se combinan las restricciones de signo X1 0 y X20 con la funcin
objetivo (1) y las restricciones (2) a (4), se obtiene el modelo de
optimizacin siguiente:
max Z=3x1+2x2 (Funcin objetivo)
(1)
Sujeto a (s.a)
2X1 + X2100 (Restriccin de acabado)
(2)
(3)
X1
X1
0 (Restriccin de signo)+
x20 (Restriccin de signo)
(4)
(5)
(6)
sujeto a (s.a) quiere decir que los valores de las variables de decisin
X1 y X2 deben satisfacer todas las limitaciones y todas las restricciones
de signo.
Ejercicios propuestos
1. El granjero Jones tiene que determinar cuntos acres de
maz y de trigo hay que sembrar este ao. Un acre de
trigo produce 25 bushel de trigo y requiere 10 horas
semanales de trabajo. Un acre de maz produce 10 bushel
de maz y requiere 4 horas de semanales de trabajo. Se
puede vender todo el trigo a 4 dlares el bushel y todo el
maz 3 dlares el bushel. Se dispone de 7 acres y 40
horas semanales de trabajo. Disposiciones
INVESTIGACION OPERATIVA
7
gubernamentales
especifi
una
UNIVERSIDAD
NACIONAL TECNOLGICA
DELcan
CONO
SURproduccin
DE LIMA
de maz de
por lo menos 30 bushel durante el ao actual. Sea x 1 =
nmero de acres con siembra de maz y x 2 = nmero de
acres con siembra de trigo. Utilice estas variables de
decisin y plantee una PL cuya solucin le indique al
agricultor Jones como maximizar el ingreso total a partir
del trigo y el maz.
Solucin:
i.
ii.
Variables:
Restricciones:
s.a.
X1 + X2 7
10X 1 + 4X 2 40
10X 1 30
X1, X2 0
INVESTIGACION OPERATIVA
8
2. Truckco
fabrica
dos tipos
camiones:
el
UNIVERSIDAD
NACIONAL
TECNOLGICA
DELde
CONO
SUR DE LIMA
1 y el 2. Cada
camin debe pasar por el taller de pintura y el taller de
ensamble. Si el taller de pintura estuviera destinado del
todo a pintar camiones tipo 1, entonces se podran pintar
800 por da; si el taller de pintura estuviera dedicado por
completo a pintar los camiones tipo 2, entonces se
podran pintar 700 por da. Si el taller de ensamble se
dedicara solo a ensamblar 1500 por da; si el taller de
ensamble se dedicara solo a ensamblar motores para los
camiones tipo 1, entonces se podran ensamblar 1500 por
da; si el taller de ensamble se dedicara solo a ensamblar
motores para camiones tipo 2, entonces se podran
ensamblar 1200 por da. Cada camin tipo 1 contribuye
con 300 dlares a las utilidades; cada camin tipo 2
contribuye con 500 dlares. Plantee un PL que maximice
las utilidades de Truckco.
Solucin:
i.
ii.
Variables:
Restricciones:
precisa 1 NACIONAL
m de algodn
y 2 m de
cada
UNIVERSIDAD
TECNOLGICA
DELpolister.
CONO SURPara
DE LIMA
chaqueta se
necesitan 1.5 m de algodn y 1 m de polister. El precio del pantaln
se fija en 50 y el de la chaqueta en 40 .
Qu nmero de pantalones y chaquetas debe suministrar el
fabricante a los almacenes para que estos consigan un beneficio
mximo?
chaquetas
disponible
algodn
1,5
750
polister
1000
x + 1.5y 750
2x+3y 1500
2x + y 1000
Como el nmero de pantalones y chaquetas son nmeros
naturales, tendremos dos restricciones ms:
x 0
y 0
INVESTIGACION OPERATIVA
10