Академический Документы
Профессиональный Документы
Культура Документы
1
Por lo tanto las restricciones del modelo se expresan mediante
el sistema de ecuaciones (??):
?
?
?
(??) ??
?
?
??
Funcion objetivo: se busca minimizar el costo total de transporte,
C, el cual es:
C = 17a1 + 22a2 + 15a3 + 18b1 + 16b2 + 12b3
La solucion de este problema de programacion lineal consiste en
encontrar un vector (a*, a*, a*, b1*, b*, b3* ) que minimice la fun-
1232
cion objetivo C, y que satisfaga las restricciones (??).
Modelo de produccion
Consideramos que una fabrica es un sistema cuya “entrada” la constituyen recur-
sos e insumos tales como materias primas, fuerza de trabajo, tiempo de maquina
y otros. La “salida” del sistema es el conjunto de bienes producidos con estos
recursos. El problema basico es operar el sistema en condiciones optimas.
Ejemplo 4.2 Una fabrica produce dos artıculos, A y B. Los re- cursos que utiliza
para producir cada artıculo son: materia prima (MP), tiempo de maquina (TM)
y fuerza de trabajo (FT). El sis- tema se puede representar mediante el esquema
de la Figura 4.2.
Figura 4.2: Representacion del modelo de produccion con tres insumos y dos
productos.
En el cuadro siguiente se indican el gasto de insumos por unidad de artıculo
producido, ası como las reservas para la pro- duccion durante tres meses y la
ganancia por unidad de artıculo vendido.
Gasto de insumos por
und/prod.
Artıculo MP(lbs) TM(min) FT(hrs) Ganancia
A 50 6 3 50
B 30 5 5 60
Reservas 2000 300 200
Formule el problema de programacion cuya solucion es la can- tidad de
producto del tipo A y del tipo B que se debe producir en tres meses, para
obtener la maxima ganancia.
2
Solucion: Definicion de variables:
x 1 = 0 : numero de unidades producidas del artıculo A. x 2 = 0 : numero de
unidades producidas del artıculo B.
Restricciones: El gasto total de cada insumo no puede exceder el total disponible
de este insumo. Por lo tanto si se producen x 1 unidades de A y x 2 unidades de
B tenemos:
Gasto total de materia prima: 50x 1 + 30x 2, luego
50x 1 + 30x 2 = 2000
Gasto total de tiempo de maquina: 6x 1 + 5x 2, luego
6x 1 + 5x 2 = 300
Gasto total en fuerza de trabajo: 3x 1 + 5x 2, luego
3x 1 + 5x 2 = 200
Funcion objetivo: Si se venden x 1 unidades de A y x 2 unidades de B, la ganancia
total es z = 50x 1 + 60x 2.
La solucion al problema de programacion lineal sera un vector (x*, x* ) que
minimice la funcion objetivo
12
-z = -50x 1 - 60x 2
y que satisfaga las restricciones:
50x 1 + 30x 2 = 2000
6x 1 + 5x 2 = 300
3x 1 + 5x 2 = 200
x1 = 0 , x2 =
0
Como el maximo de z se alcanza en el mismo (o mismos) punto(s) donde se
alcanza el mınimo de -z, el problema de pro-
gramacion lineal puede formularse como un problema de mini- mizacion.
Metodo geometrico
Se considera el problema de programacion lineal: Min z = y - x + 1
Sujeto a: -2x + y = 2 x - 2y = 2 x + y = 5
x= 0,y= 0
3
Los puntos del plano de coordenadas no negativas que satis- facen las re-
stricciones, son los que conforman la region poligonal
limitada por las rectas y = 2x + 2, y = -x + 5, y = 0.5x - 1 y los
ejes coordenados, como se ilustra en la Figura 4.3. Dicha region
se llama region de soluciones factibles.
Por otra parte, la funcion objetivo z = y - x + 1 se escribe como y = x +
z - 1 que es una familia infinita de rectas paralelas
dependientes del parametro z. En la Figura 4.4 se muestran estas rectas para
valores de z iguales a 2, 1, 0 y -2 y, en la tabla
siguiente, las ecuaciones respectivas.
z 2 1 0 -2
ecuacion y =x + y = y = x - y = x -
1 x 1 3
Figura 4.4: Corrimientos paralelos de la fun- cion objetivo.
Cuando se fija un valor de z, por ejemplo z = 2, y se traza la respectiva
recta de la funcion objetivo, y = x + 1, se determinan
los puntos (x, y) que evaluados en la funcion objetivo, z = y-x +1,
producen el valor z = 2. Esto permite, por inspeccion del grafico,
determinar el mınimo (o maximo) valor de z cuya respectiva recta de la fun-
cion objetivo interseca la region de soluciones factibles en al menos un punto.
Observe que una de estas rectas que no corte la region de soluciones factibles,
no determina puntos (x, y) que sean soluciones factibles al problema de progra-
macion lineal. Ası, los desplazamientos de la rectas objetivos seran limitados a
que dichas rectas intersequen la region de soluciones factibles.
En el ejemplo, a medida que z disminuye, se desplazan las rec- tas y = x +
z - 1 hacia la parte inferior del polıgono, alcanzandose el valor mınimo de z en
el vertice (4,1), para el cual z = -2.
Siempre en referencia a la Figura 4.4, observese que el maximo de z que es 4,
se alcanza en el punto (1,4) que corresponde al maximo desplazamiento posible
de las rectas paralelas de ecuacion
y = x + z - 1, (z = -x + y + 1), hacia la parte superior de la
Figura 4. El punto (1,4) es el mismo vertice donde la funcion
-z = x-y-1 alcanza su mınimo, que es -4. Se ve que un problema
de maximizacion se puede convertir en uno de minimizacion y
recıprocamente, con solo cambiar el signo de la funcion objetivo.
Ambos problemas tienen la misma solucion. Es decir, tanto el mınimo como el
maximo se alcanzan en el mismo punto.
El enfoque geometrico, ademas de lo anterior, pone en evi- dencia que el valor
optimo de la funcion objetivo se alcanza en un vertice del polıgono (region de
soluciones factibles) o even- tualmente en una arista, en cuyo caso el problema
tiene infini- tas soluciones optimas. Desde luego que tal resultado vale y su
generalizacion a problemas con mas variables requiere caracteri- zar, entre otros,
el concepto de vertice del conjunto de soluciones factibles, mas comunmente
conocido como punto extremo.
4
Estas propiedades geometricas dan origen al desarrollo y fun- damentacion
matematica del metodo simplex, cuya estrategia de solucion podemos describir
como:
= b1
?? a21x 1 + + a2nxn = b2
...
?
...
...
...
...
?? am1x 1 + + am1xn = bm
donde xi = 0 y la matriz de coeficientes A = (aij )m×n tiene rango
m.
5
En forma mas resumida, el problema de programacion lineal lineal se plantea
como:
Minimizar z = cx, sujeto a Ax = b y x = 0 donde c = (c1, . . . , cn), x =
(x 1, . . . , xn)t y b = (b1, . . . , bm)t.
Observaciones:
1. (a) i. A. Un programa lineal puede ser de la forma
max z = cx sujeto a Ax = b, x = 0.
En tal caso es equivalente resolver el programa lineal min - z = -cx sujeto a Ax
= b, x = 0.
puesto que el maximo de z (si existe) se alcanza en los mis- mos puntos en los
cuales w = -z alcanza su mınimo. Y min
w = - max z.
6
Definicion 4.4 (Programa lineal canonico)
La formulacion de programa lineal tiene la forma canonica y de- cimos que es
un programa lineal canonico, si satisface las tres condiciones siguientes:
Las columnas 3 y 2 de la matriz del sistema de estas dos restriccio- nes, son los
vectores canonicos e1 y e2 de IR2. Luego las variables x 2 y x 3 son variables
basicas y la funcion objetivo no depende de estas variables. Ademas los valores
b1 y b2 son no negativos: 6 y
7
En el ejemplo anterior, haciendo cero las variables no basicas,
x 1 = x 4 = x 5 = 0, se reduce el sistema de restricciones a:
. x3 = 6
x 2 = 15
Por lo tanto x 2 = 15, x 3 = 6 y x 1 = x 4 = x 5 = 0, constituye una solucion
factible. Ası, (0, 15, 6, 0, 0) es una solucion basica factible porque es factible
y las variables no basicas valen 0. Ademas, el valor de la funcion objetivo en
esta solucion basica factible es
z = (5, 0, 0, 3, -2)(0, 15, 6, 0, 0)t + 1 = 1
Ejemplo 4.4 El programa lineal asociado con el modelo de pro- duccion (pagina
114) es min z = 50x 1 + 60x 2 sujeto a
? 50 x 1 +30x 2 = 2000
6 x1
? 3x 1
con xi = 0 ? i. Para formular este programa lineal como un pro-
grama lineal canonico se convierten las inecuaciones en ecuaciones
agregando variables de holgura: x 4 materia prima sobrante, x 5 tiempo de
maquinas no utilizado y x 6 fuerza de trabajo no em- pleada. Ası el problema
se plantea como:
min z = 50x 1 + 60x 2 sujeto a:
? 50x 1 + 30x 2 + x 3 = 2000
?
con xi = 0 ? i = 1, . . . 6. Observe que en este caso, se ob- tiene una
formulacion canonica con variables basicas x 3, x 4 y x 5. De la cual se deduce
una primera solucion basica factible: (0, 0, 2000, 300, 200), que corresponde
a no producir nada, x 1 = 0 y x 2 = 0, con lo cual sobran la totalidad de los
recursos disponibles.
En general un programa lineal escrito en la forma:
min z = .n
cixi + z 0 sujeto a
? a11x 1
?
+ + a1nxn
= b1
?? a21x 1 + + a2nxn = b2
...
?
...
...
...
...
?? am1x 1 + + am1xn = bm
donde xi = 0 y bj = 0, es equivalente al programa lineal canonico:
min z = .n
cixi + z 0 sujeto a
? a11x 1
8
?
+ + a1nxn
+ xn+1
= b1
?? a21x 1 + + a2nxn + xn+2 = b2
...
?
...
. . . ...
?? am1x 1 + + am1xn + xn+m = bm
con xi = 0 ? i = 1, . . . , n + m y bj = 0 ? j.
Cuando el valor de alguna variable basica, en una solucion basica factible
se anula, se dice que la solucion es degenerada. En estos casos, la teorıa de
la programacion lineal debe contemplar situaciones especiales. En el marco de
estas notas se supondra que los problemas planteados no conducen a soluciones
basicas factibles degeneradas, salvo mencion contrariaCon la caracterizacion
de las soluciones extremas como solu- ciones basicas factibles y la obtencion de
estas mediante la formu- lacion del problema de programacion lineal en la forma
canonica, podemos centrarnos en el problema de buscar una solucion optima.