Professional Documents
Culture Documents
Programacin Lineal
Lenguaje de Programacin
Funcin
Objetivo
Restricciones
Soluciones
Factibles
Solucin
ptima
Programacin Lineal
FO: Max o Min Z = C X
Sujeto a
AX B
Xj 0 ; j = 1, 2,...., n
La Programacin Lineal es una herramienta para resolver problemas
de optimizacin que se caracterizan por tener como funcin objetivo y
restricciones combinaciones lineales de las variables de decisin.
Conceptos Bsicos:
Variables de Decisin
Funcin Objetivo
Restricciones
Restricciones de Signo
Programacin Lineal
Consideremos el siguiente ejemplo para describir los conceptos
bsicos presentes en todo problema de programacin lineal (PPL)
Programacin Lineal
Cada semana, la mueblera puede obtener todos los materiales que
desee, sin embargo, se pueden dedicar hasta 100 horas a las
terminaciones y hasta 80 horas a la carpintera. La demanda por
mesas no est limitada, mientras que la demanda por sillas es de 40
unidades.
Formule un modelo matemtico que permita maximizar las utilidades
de la mueblera.
Variables de decisin:
Se debe comenzar definiendo las variables de decisin relevantes. En
un PPL las variables de decisin deben ser capaces de describir
completamente las decisiones que puedan ser tomadas y todas las
variantes que existan.
Programacin Lineal
Programacin Lineal
Funcin Objetivo:
Programacin Lineal
Luego se deben expresar los trminos anteriores en funcin de las
variables de decisin X1 y X2.
Por lo que la funcin objetivo queda (expresada en miles de $):
Programacin Lineal
Restricciones:
En las medidas que las variables crecen, la FO aumenta su valor. Por
lo tanto si se pudiera escoger arbitrariamente el valor de la variables,
la mueblera podra hacer crecer el valor de sus utilidades en forma
infinita. En la prctica esto no es posible y en el ejemplo el valor que
toman las variables est limitado por las siguientes 3 restricciones:
Programacin Lineal
2X1 + X2 100
Es importante notar que todos los valores en la expresin anterior son
por semana, ya que las variables de decisin se han escogido con esa
referencia.
Programacin Lineal
Anlogamente la segunda restriccin queda:
X1 + X2 80
Finalmente, la tercera restriccin slo limita el valor de la variable X2
X2 40
Restricciones de Signo:
Para completar la formulacin del modelo es importante definir si
existe alguna restriccin de signo para cada variable de decisin.
Programacin Lineal
Programacin Lineal
Definicin de variables:
X1: nmero de mesas producidas por semana.
X2: nmero de sillas producidas por semana.
F.O:
Max Z = 3X1 + 2X2
S a:
2X1 + X2 100
X1 + X2 80
X2 40
Xj 0
j=1y2
No negatividad
Programacin Lineal
Generalizacin:
Dado un conjunto de m desigualdades o ecuaciones lineales, con n
variables, se requiere hallar valores de estas variables que
satisfagan las restricciones y maximicen o minimicen alguna
funcin lineal de las variables
Programacin Lineal
Matemticamente
Hallar Xj ; j = 1, 2,..., n
Para
Sujeto a
j = 1, 2,..., n
Caractersticas de la PL
1.- Una funcin f(X1, X2, ..., Xn) de X1, X2, ..., Xn es una funcin lineal
s y slo s para un conjunto de constante C1, C2, ..., Cn se tiene:
f(X1, X2, ..., Xn) = C1X1 + C2X2 + ... + CnXn
X1 X 2
X3
a14 log X 4
Si
Caractersticas de la PL
3.- La funcin que se va a optimizar se llama Funcin Objetivo y en
ella no aparece ningn trmino independiente o constante. Los valores
de las Xj son independientes de cualquier constante
4.- Los valores de las variables de decisin deben satisfacer un
conjunto de restricciones. Cada restriccin debe ser una ecuacin o
desigualdad lineal.
5.- Existe una restriccin de signo asociada a cada variable. Para toda
variable Xi la restriccin de signo especifica si Xi debe ser no negativa
o bien sin restriccin de signo.
Caractersticas de la PL
7.- Supuesto de Divisibilidad, requiere que cada variable puede tomar
valores fraccionarios. En el ejemplo anterior, el supuesto se traduce en
que es aceptable producir 2,4 sillas o 1,6 mesas. Evidentemente este
supuesto no es vlido en el ejemplo, en este caso se puede proceder a
formular el problema como un problema de programacin lineal
entera (PPE), problema en que una o ms variables deben ser enteras.
Cuando no se satisface el supuesto de divisibilidad, una posibilidad es
redondear la solucin obtenida a un valor entero, sin embargo, no
existe garantas que dicha solucin sea la mejor.
8.- Supuesto de Certeza: exige que cada parmetro, es decir,
coeficientes de la funcin objetivo, coeficientes del lado derecho de las
restricciones, etc. sean conocidos con certeza, es decir, no se acepta
incertidumbre en sus valores
Caractersticas de la PL
Regiones Factibles y Soluciones ptimas
Dos de los conceptos ms fundamentales en los PPL son el de regin
factible y de solucin ptima de un problema. Llamaremos punto a la
especificacin de un valor para cada variable de decisin.
La regin factible para un PPL es el conjunto de puntos que
satisfacen todas las restricciones (incluidas las de signo) del problema.
En el caso de un problema de maximizacin, una solucin ptima del
PPL es un punto de la regin factible que est asociado al mayor valor
posible de la funcin objetivo. Similarmente, para un problema de
minimizacin, una solucin ptima es un punto que est asociado al
menor valor.
Caractersticas de la PL
Ejemplo 2
Una empresa produce dos juguetes: los osos
Bobby y Teddy.
Cada juguete requiere ser procesado en dos
mquinas diferentes.
La primer mquina tiene 12 horas de capacidad
disponible y la otra tiene 8 horas de capacidad
disponible por da.
Nota: Este problema fue tomado de Moskowitz, Investigacin de Operaciones. Prentice Hall, 1982.
Ejemplo 2
Cada Bobby requiere 2 horas en cada
mquina.
Cada Teddy requiere 3 hrs. en la 1er mquina
y 1 hr. en la otra.
La ganancia incremental es de 6 por cada
Bobby y de 7 por cada Teddy.
Si puede vender toda su produccin, Cuntas
unidades diarias de cada uno debe producir?
Ejemplo 2
Se requiere formular:
Variables de decisin y parmetros
Restricciones
Funcin Objetivo
Ejemplo 2
Variables de decisin:
Cantidad de Bobbies a producir por da: B
Cantidad de Bobbies a producir por da: T
Parmetros:
1 Mq.
2 Mq.
Capacidad
12
Gananc.
Increm.
Ejemplo 2
Restricciones
Capacidad de la 1er. mquina
2B + 3T 12
Capacidad de la 2da. mquina
2B + T 8
Restricciones de no negatividad
B 0, T 0
Ejemplo 2
Funcin Objetivo:
Maximizar: Z = 6B + 7T
Mtodo de solucin
Mtodo Grfico
... Recordemos un
poco
Cul de los siguientes regiones
coloreadas en el grfico corresponde a
la desigualdad?
x y
1
5 3
Regin
Celeste
Ejemplo 3
Un fabricante produce dos tipos de corbatas, Old Smokey
y Blaze Away. Para su produccin, las corbatas requieren
del uso de dos mquinas de coser A y B. El nmero de
horas necesarias para ambas esta indicado en la
siguiente tabla:
Mquina
A
Mquina
B
Old
Smokey
2h
4h
Blaze
Away
4h
2h
Z 4x 6 y
Es la funcin
de utilidades
que debo
maximizar
Restricciones
Condicione
s de no
negatividad
2 x 4 y 24
4 x 2 y 24
Limitaciones
x 0
horarias de las
y 0 mquinas A y B
Condicin de no negatividad:
x 0, y 0
Solucin
Recta
incluida en la
solucin
Regin
excluida
Primera Restriccin:
2 x 4 y 24
Recta excluida
de la solucin
Segunda Restriccin:
4 x 2 y 24
Regin de
soluciones
factibles
Mtodo grfico
Para encontrar la
solucin ptima
podemos utilizar
Algoritmos: Mtodo
simplex, Dual, 2
fases, M grande, etc.
Programas de computadoras:
TORA, WINQSB, Solver, etc
Mtodo Grfico
2
Z
Z 4x 6 y y x
3
6
Cualquier recta de
isoutilidad con una
utilidad mayor no
contendr puntos en la
regin factible.
Recta de
Utilidad
Mxima
Encuentre B
Las ganancias
sern mximas
y sern de $40
cuando se
produzcan 4
corbatas Old
Smokey y 4
corbatas Blaze
Away.
4 x 2 y 24
Costo / Bolsa
Crece Rpido
3u
5u
1u
$8
Crece Fcil
2u
2u
2u
$6
Unidades
Requeridas
160
200
80
C 8x 6 y
Es la funcin de
costo que debo
minimizar
Restricciones
Condiciones
de no
negatividad
3 x 2 y 160
5 x 2 y 200
x 2 y 80
x 0
y 0
A
Regin de
soluciones
factibles
3x 2 y 160
B
x 2 y 80
C
D
Punto B
Punto C
3x 2 y 160
5 x 2 y 200
3x 2 y 160
x 2 y 80
Respuesta al Problema
de Minimizacin de Costos
El agricultor
deber comprar 40
bolsas de la marca
Crece Rpido y
20 bolsas de la
marca Crece
Fcil para lograr
minimizar los
costos en $440.
Recta de
isocosto
mnimo
Ejemplo 5
Una compaa fabrica tres tipos de muebles para patio: sillas,
mecedoras y sillones. Cada uno requiere madera, plstico y
aluminio como se muestra en la siguiente tabla:
Madera
Silla
1u
Mecedora 1 u
Silln
1u
Plstico
1u
1u
2u
Aluminio
2u
3u
5u
Restricciones
Vamos a Excel a
ingresar estos
datos
Z 21x 24 y 36 z
x y z 400
x y 2 z 500
2 x 3 y 5 z 1450
x 0
y 0
c) x 0
Problema Propuesto 1.
Resolveremos el mismo problema de optimizacin
mediante todos los mtodos aprendidos
Funcin Objetivo:
Z 0, 75 x 0,50 y
Restricciones:
2 x 3 y 0, 75
x 5 y 0,50
2 x y 2400
3 x 5 y 9200
Regin de
soluciones
factibles
SI
NO
Puntos Esquina
B = (0,1840)
C = ?
D = (1200,0)
A = (0,0)
MS EJEMPLOS, PROBLEMAS Y
CASOS
Ejemplo 6
Gepetto S.L., manufactura muecos y trenes de madera.
Cada mueco:
Produce un beneficio neto de 3 .
Requiere 2 horas de trabajo de acabado.
Requiere 1 hora de trabajo de carpinteria.
Cada tren:
Produce un beneficio neto de 2 .
Requiere 1 hora de trabajo de acabado.
Requiere 1 hora trabajo de carpinteria.
Cada semana Gepetto puede disponer de:
Todo el material que necesite.
Solamente 100 horas de acabado.
Solamente 80 horas de carpinteria.
Tambin:
La demanda de trenes puede ser cualquiera (sin lmite).
La demanda de muecos es como mucho 40.
El objetivo de Gepetto es
elegir valores de x e y para
maximizar 3x + 2y. Usaremos
la variable z para denotar el
valor de la funcin objetivo. La
funcin objetivo de Gepetto es:
Max z = 3x + 2y
Restricciones
Son desigualdades que
limitan los posibles
valores de las variables
de decisin.
En este problema las
restricciones vienen
dadas por la
disponibilidad de horas
de acabado y carpintera
y por la demanda de
muecos.
Tambin suele haber
restricciones de signo o
no negatividad:
x0
y0
Restricciones
Cuando x e y crecen, la funcin objetivo de Gepetto tambin crece.
Pero no puede crecer indefinidamente porque, para Gepetto, los
valores de x e y estn limitados por las siguientes tres restricciones:
Restriccin 1: no ms de 100 horas de tiempo de acabado pueden ser usadas.
Restriccin 2: no ms de 80 horas de tiempo de carpinteria pueden ser usadas.
Restriccin 3: limitacin de demanda, no deben fabricarse ms de 40 muecos.
2 x + y 100
Restriccin 2:
x + y 80
Restriccin 3:
x 40
Mueco
Tren
Beneficio
Acabado
100
2 x + y 100
Carpintera
80
x + y 80
Demanda
40
(acabado)
(carpinteria)
40 (demanda muecos)
x
y
(restriccin de signo)
(restriccin de signo)
(funcin objetivo)
Sujeto a (s.a:)
2 x + y 100
x + y 80
(restriccin de acabado)
(restriccin de carpinteria)
40
(restriccin de signo)
(restriccin de signo)
Regin factible
La regin factible de un PPL es el conjunto de todos los puntos
que satisfacen todas las restricciones. Es la regin del plano
delimitada por el sistema de desigualdades que forman las
restricciones.
x = 40 e y = 20 est en la regin
factible porque satisfacen todas
las restricciones de Gepetto.
Restricciones de Gepetto
40 (restriccin demanda)
(restriccin signo)
y 0
(restriccin signo)
Solucin ptima
Para un problema de maximizacin, una solucin
ptima es un punto en la regin factible en el cual
la funcin objetivo tiene un valor mximo. Para un
problema de minimizacin, una solucin ptima es
un punto en la regin factible en el cual la funcin
objetivo tiene un valor mnimo.
La mayora de PPL tienen solamente una solucin
ptima. Sin embargo, algunos PPL no tienen
solucin ptima, y otros PPL tienen un nmero
infinito de soluciones.
Se puede demostrar
que la solucin
ptima de un PPL
est siempre en la
frontera de la regin
factible, en un
vrtice (si la
solucin es nica) o
en un segmento
entre dos vrtices
contiguos (si hay
infinitas soluciones)
100
2x + y = 100
80
60
40
20
20
40
60
80
x + y 80 (restriccin de carpintera)
x
40 (restriccin de demanda)
(restriccin de signo)
y 0
(restriccin de signo)
Restricciones
2x + y = 100
100
2 x + y 100
x + y 80
x
40
80
60
y 0
40
Teniendo en
cuenta las
restricciones de
signo (x 0, y 0),
nos queda:
20
20
40
60
80
100
Restricciones
80
2 x + y 100
x + y 80
x
40
60
x + y = 80
40
y 0
20
20
40
60
80
100
Restricciones
80
x = 40
2 x + y 100
x + y 80
x
40
60
40
y 0
20
20
40
60
80
Y
2x + y = 100
100
80
x = 40
60
x + y = 80
40
20
Regin
Factible
20
40
60
80
2 x + y 100
60
x + y 80
2x + y = 100
100
80
Como la solucin
ptima est en alguno
de los vrtices (A, B, C,
D o E) de la regin
factible, calculamos
esos vrtices.
Restricciones
40
x = 40
y 0
D
x + y = 80
40
20
Regin
Factible
C
B
20
40
60
80
100
2x + y = 100
80
E(0, 80)
x = 40
D (20, 60)
60
40
20
Regin
Factible
C(40, 20)
x + y = 80
B(40, 0)
A(0, 0)
20
40
60
80
Resolucin grfica
Max z = 3x + 2y
Para hallar la
solucin ptima,
dibujamos las
rectas en las
cuales los puntos
tienen el mismo
valor de z.
La figura muestra
estas lineas para
z = 0, z = 100, y z
= 180
100
(0, 80)
80
(20, 60)
60
40
20
Regin
Factible
(40, 20)
(40, 0)
(0, 0)
20
z=0
40
z = 100
60
80
z = 180
Resolucin grfica
Max z = 3x + 2y
100
La ltima recta de
z que interseca
(toca) la regin
factible indica la
solucin ptima
para el PPL. Para
el problema de
Gepetto, esto
ocurre en el
punto D (x = 20, y
= 60, z = 180).
(0, 80)
80
(20, 60)
60
40
20
Regin
Factible
(40, 20)
(40, 0)
(0, 0)
20
z=0
40
z = 100
60
80
z = 180
Resolucin analtica
Max z = 3x + 2y
Tambin podemos encontrar la
solucin ptima calculando el
valor de z en los vrtices de la
regin factible.
Vrtice
(0, 0)
(40, 0)
(40, 20)
(20, 60)
(0, 80)
z = 3x + 2y
z = 30+20 = 0
z = 340+20 = 120
z = 340+220 = 160
z = 320+260 = 180
z = 30+280 = 160
100
80
(20, 60)
60
40
20
(0, 80)
Regin
Factible
(40, 20)
(40, 0)
(0, 0)
20
40
60
80
Recuerda que:
La regin factible en cualquier PPL
est limitada por segmentos (es un
polgono, acotado o no).
La regin factible de cualquier PPL
tiene solamente un nmero finito de
vrtices.
EJEMPLO 7:
Un problema de minimizacin
Dorian Auto fabrica y vende coches y
furgonetas.La empresa quiere
emprender una campaa publicitaria
en TV y tiene que decidir comprar los
tiempos de anuncios en dos tipos de
programas: del corazn y ftbol.
Cada anuncio del programa del corazn es visto por 6 millones de mujeres y 2
millones de hombres.
Cada partido de ftbol es visto por 3 millones de mujeres y 8 millones de
hombres.
Un anuncio en el programa de corazn cuesta 50.000 y un anuncio del
ftbol cuesta 100.000 .
Dorian Auto quisiera que los anuncios sean vistos por por lo menos 30
millones de mujeres y 24 millones de hombres.
Dorian Auto quiere saber cuntos anuncios debe contratar en cada tipo de
programa para que el coste de la campaa publicitaria sea mnimo.
Corazn
(x)
Ftbol
(y)
mujeres
6x + 3y 30
hombres
2x + 8y 24
Coste
1.000
50
100
50x +100y
6x + 3y 30
(mujeres)
2x + 8y 24
(hombres)
x, y 0
(no negatividad)
Min z = 50 x + 100y
s.a.
6x + 3y 30
12
6x + 3y = 30
10
2x + 8y 24
x, y 0
8
6
2x + 8y = 24
2
10
12
14
El vrtice B es solucin de
6x + 3y = 30
2x + 8y = 24
Por tanto, B(4, 2)
La regin factible
no est acotada
14
12
10
Regin
Factible
El vrtice C es solucin de
2x + 8y = 24
y=0
Por tanto, C(12, 0)
C
2
10
12
14
Vrtice
z = 50x + 100y
14
z = 500 + 10010 =
A(0, 10)
= 0+10000 = 10 000
B(4, 2)
z = 504 + 1002 =
= 200+200 = 400
z = 5012 + 1000 =
C(12, 0)
= 6000+0 = 6 000
12
10
A(0, 10)
Regin
Factible
8
6
B(4, 2)
2
C(12, 0)
2
10
12
14
Min z = 50 x + 100y
s.a.
6x + 3y 30
14
2x + 8y 24
12
x, y 0
10
El coste mnimo
se obtiene en el
punto B.
Z = 600
Z = 400
A(0, 10)
Regin
Factible
Solucin:
x = 4 anuncios en pr. corazn
y = 2 anuncios en futbol
Coste z = 400 (mil )
B(4, 2)
C(12, 0)
2
10
12
14
60
50
max z = 3x + 2y
s.a:
3x + 2y 120
x + y 50
x,y0
40
30
Regin
Factible
B
z = 120
20
z = 60
10
z = 100
A
10
20
30
40
50
3x + 2y 120
x + y 50
x
30
y 30
x,y0
60
No existe
Regin Factible
50
x 30
40
y 30
x + y 50
30
20
3x + 2y 120
10
20
30
40
50
PPL no acotado
max z = 2x y
s.a:
xy1
Y
6
Regin Factible
2x + y 6
x, y 0
La regin factible es no
acotada. Se muestran en el
grfico las rectas de nivel
para z = 4 y z = 6. Pero
podemos desplazar las
rectas de nivel hacia la
derecha indefinidamente sin
abandonar la regin factible.
Por tanto, el valor de z
puede crecer
indefinidamente.
z=4
3
z=6
1