Clase # 3

PROGRAMACIN LINEAL
EL PROBLEMA DE
ASIGNACIN DE RECURSOS

3-1

CONTENIDO
El Problema de Asignacin de Recursos
1. Definicin del Problema y
Recoleccin de informacin
2. Formulacin del Modelo
2.1 Forma standar
2.2 Forma matricial
2.3 Variaciones a la forma standar
3. Soluciones de P. L.
3.1 Tipo de soluciones
3.2 Casos especiales
4. Suposiciones de la P. L.

3-2

1. DEFINICIN DEL PROBLEMA

El problema de Asignacin de Recursos
Ejemplo prototipo

Problema General

Capacidad de produccin
de las plantas

Recursos

3 Plantas

m recursos

Fabricacin de productos

Actividades

2 Productos

n actividades

Tasa de produccin del

producto j, Xj
Ganancia Z

Nivel de la actividad j, Xj
Medida global de efectividad Z
3-3

RECOLECCIN DE INFORMACIN
Recurso

Consumo de recursos por unidad

de actividad
Actividad
n
1
2

a11

a12

a21

a22

a1n
a2n

am1

am2

amn

Contribucin
a Z por
unidad de
actividad

c1

c2

cn

Cantidad
de recursos
disponibles

b1
b2

bm

3-4

2. FORMULACIN DEL MODELO DE P. L.

2.1 Definicin de Variables y parmetros
Xj = Nivel de la actividad j (para j = 1, 2,......, n).

cj

= Incremento en Z que resulta al aumentar una

unidad en el nivel de la actividad j (costo o utilidad)
Z = Valor de la medida global de efectividad.

bi = Cantidad del recurso i disponible para asignar a las

actividades (i =1,2,..., m) (recurso o requerimiento)

aij

= Cantidad del recurso i consumido por cada unidad

de la actividad j. (Coeficientes tecnolgicos)
3-5

2.2 El Modelo de P.L. en Forma standar

MAX Z = c1X1 + c2X2 + ...........+ cnXn

Sujeto a:

Funcin
objetivo

(restricciones funcionales)
a11X1 + a12X2 + .............+ a1nXn b1
a21X1 + a22X2 + .............+ a2nXn b2
am1X1 +am2X2 + .............+ amnXn bm
(restricciones de signo de las variablers)
Xi 0 para i = 1,2,....,n

3-6

2.3 El Modelo en Forma matricial

Max Z = c x
Sujeto a

A x b
x 0
3-7

En el ejemplo de la Wyndor:

c= 3 5

A= 0
3

x=

x1
x2

b =

0
2
2

4
12
18
3-8

2.4 Variaciones a la forma standar

1. Minimizar en lugar de maximizar la funcin objetivo.
objetivo
Min Z = c1X1 + c2X2 + ...........+ cnXn
2. Restricciones funcionales del tipo
ai1X1 + ai2X2 + .............+ainXn bi para algn i
3. Restricciones funcionales en forma de ecuacin
ai1X1 + ai2X2 + .............+ ainXn = bi para algn i
4. Las variables de decisin sin la restriccin de no
negatividad.
Xj no restringida en signo para algn j
3-9

3. SOLUCIONES DE P. L
3.1 Tipo de soluciones

(Estamos acostumbrados a que el trmino

solucin signifique respuesta final)
SOLUCIN: cualquier conjunto de valores para
las variables de decisin (X1, X2, ... Xn), sin
importar si es una posibilidad deseable o ni
siquiera permitida.
Solucin factible: Solucin que cumple con
todas las restricciones funcionales y de signo.
Solucin no factible: Solucin para la que al
menos una restriccin se viola.

3-10

soluciones factibles

x2

10
9
8
7
6
5
4
3
2
1

(2,6)
solucin factible
ptima
R2
(4,6)
solucin no factible
R3
1 2 3 4 5 6 7 8 9 10

x1

R1
3-11

Un modelo de P. L. de n variables tiene:

0 soluciones.
1 solucin
infinitas soluciones
Si tiene 2 soluciones tiene infinitas
soluciones (cualquier combinacin convexa
de soluciones tambin es una solucin).
sigue
3-12

Combinacin convexa de n vectores X1, X2, .... Xn:

X = 1 X1 + 2X2 + ...........+ n Xn
Donde:

i0 ,

i=1 i

=1

Sean 2 soluciones de P. L.: X1, X2

Una Combinacin Convexa de ellas:
X3 = 1 X1 + 2X2 tambin es solucin de P.L.
3-13

REGIN FACTIBLE:
Conjunto de todas las soluciones factibles

SOLUCIN FACTIBLE EN UN VRTICE (FEV):

Solucin que se encuentra en un

vrtice de la regin factible
VERTICE: PUNTO EXTREMO: P. E..
3-14

Soluciones FEV (Puntos Extremos: P.E.)

x2

(0,6)

10
9
8
7
6
5
4
3
2
1

0
(0,0)

(2,6)

R2
(4,3)

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

x1
3-15

Relacin entre soluciones ptimas y

soluciones FEV.

Cualquier problema de P.L que

tenga una regin factible acotada y
que tenga soluciones factibles debe
poseer soluciones FEV, de las
cuales al menos una es la solucin
ptima
3-16

Solucin ptima.

Es la mejor solucin de acuerdo

con la funcin objetivo
Si el problema tiene una solucin ptima
debe ser un FEV.
Si el problema tiene mltiples soluciones,
debe tener al menos 2 FEV
3-17

3.2 Casos Especiales

Como en todo tipo de problema existen casos especiales.

Caso 1. No se tienen soluciones factibles.

Caso 2. Se tienen mltiples soluciones
ptimas.
Caso 3. No se tienen soluciones ptimas.
Veamos detalladamente
3-18

Caso 1. No se tienen soluciones factibles

Si A x b no
tiene solucin
Si en el ejemplo de la Wyndor, las ganancias
netas por semana deben superar los US$ 50000
para que se justifique la implementacin de la
produccin de los 2 nuevos productos .
La formulacin de este problema
sera

3-19

Maximizar Z = 3X1 + 5X2

Sujeto a

X1

4
2X2 12

3X1 + 2X2 18
3X1 + 5X2 50

X1 , X2 0
3-20

Graficando las restricciones

x2
X =4

10
9
8
7
6
5
4
3
2
1

X2=6

3X1+5X2=50
3X1+2X2=18
1 2 3 4 5 6 7 8 9 10

x1
3-21

Caso 2. Mltiples soluciones ptimas

Si en el ejemplo de la Wyndor, el producto 2
no da una ganancia neta de US$ 5000 sino de
US$ 2000, la nueva formulacin del problema
sera:
Maximizar Z = 3X1 + 2X2
Sujeto a:

4
2X2 12
3X1 + 2X2 18

X1

X1 , X2 0

3-22

Grficamente

( 2,6)

x2

10
9
8
7
6
5
4
3
2
1

Las rectas de Isoutilidad

son paralelas a la tercera
restriccin

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

x1

R1
3-23

Es indiferente elegir cualquiera de

los puntos (2,6) o (4,3), o
cualquier punto en el segmento de
recta entre stos,
ya que
producen el mismo nivel de Z, que
en este caso es Z = 18
3-24

Caso 3. No se tienen soluciones ptimas

1) No se tienen soluciones factibles.

2) Las restricciones no impiden que el valor de
la funcin objetivo mejore indefinidamente en
la direccin favorable (regin factible no
acotada)
OJO: Cuando esto ocurre
es probable que haya un
error en la formulacin
del problema
3-25

Si en el ejemplo de la Wyndor slo la planta 1

tiene restriccin de tiempo, el problema sera:
Maximizar Z = 3X1 + 2X2
Sujeto a

4
2X2 12
3X1 + 2X2 18
X1

X1 , X2 0
Veamos la grfica.
3-26

x2

10
9
8
7
6
5
4
3
2
1

Regin
factible no
acotada

1 2 3 4 5 6 7 8 9 10

x1

R1
3-27

4. SUPOSICIONES DEL MODELO DE P. L.

4.1 Suposicin de proporcionalidad.
(en la F. O. y en las restricciones)
4.2 Suposicin de divisibilidad.
(Variables reales)
4.3 Suposicin de certidumbre.
(en los valores de los parmetros)
4.4 Suposicin de aditividad.
(en la F. O. y en las restricciones)
3-28

4.1 Suposicin de proporcionalidad

La contribucin de cada actividad a la funcin
objetivo Z, es proporcional al nivel de la actividad
Xj como lo representa el trmino cjXj en la
funcin objetivo.
La contribucin de cada actividad al lado
izquierdo de las restricciones es proporcional al
nivel de la actividad Xj, como lo representa el
trmino aij Xj en la funcin objetivo.
3-29

En el ejemplo de la Wyndor:
Por cada lote del producto 1 que
se fabrique, la ganancia es US$
3000.
Esto es, en la funcin objetivo:
Z = 3X1 + 2X2
Veamos la siguiente tabla
3-30

Ganancia del producto 1 (miles US$ por semana)

Nivel Proporcionalidad
satisfecha

Proporcionalidad insatisfecha

Caso 1

Caso 2

Caso 3

3
4

9
12

8
11

12
18

6
6

Costos
fijos

Rendimiento Rendimiento
marginal
marginal
creciente decreciente
3-31

Costos fijos
Proporcionalidad
insatisfecha

Proporcionalidad
satisfecha

3-32

Rendimiento marginal creciente

Proporcionalidad
insatisfecha
Proporcionalidad
satisfecha

3-33

Rendimiento marginal decreciente

Proporcionalidad
satisfecha

Proporcionalidad
insatisfecha

3-34

4.2 Suposicin de divisibilidad

Los valores de las variables de decisin

pueden tomar cualquier valor real. es decir,
no necesariamente tienen que ser nmeros
enteros.

3-35

4.3 Suposicin de certidumbre.

Esto significa que todos los parmetros cj,

aij, bj son conocidos con certeza.

3-36

4.4 Suposicin de aditividad.

Segn esta suposicin, cada funcin de un

modelo de P.L (tanto la funcin objetivo
como el lado izquierdo de las restricciones
funcionales) es la suma de las
contribuciones individuales de cada una de
las actividades involucradas.

En el Ejemplo de la Wyndor:
3-37

Maximizar Z = 3X1 + 2X2

Sujeto a
X1

4
2X2 12

3X1 + 2X2 18
Funciones lineales
3-38

Anlisis de aditividad en la funcin objetivo

Valor de Z
(X1,X2)
Aditividad
Aditividad insatisfecha
satisfecha
Caso 1
Caso 2

(1,0)

(0,1)

(1,1)

Z=3X1+5X2 +
X1X2

Z=3X1+5X2 X1X2
3-39

La suposicin de proporcionalidad no
prohbe los trminos de productos
cruzados.
Z = 3X1+5X2+ X1X2
Productos complementarios
Z = 3X1+5X2 -X1X2
Productos competitivos

3-40

En el lado izquierdo de las restricciones funcionales

Valor del lado izquierdo
(X1,X2)
Aditividad
Aditividad insatisfecha
satisfecha
Caso 1
Caso 2

(2,0)

(0,3)

(2,3)

12

15

10.8

3X1+2X2+
0.5X1X2

3X1+2X2 0.1X12X2
3-41

3X1+2X2+ 0.5X1X2
Recursos que compiten entre s

3X1+2X2 - 0.1X12X2
Recursos se ayudan para
consumir menos
3-42