Documentos de Académico
Documentos de Profesional
Documentos de Cultura
http://arquimedex.com/index.php?accion=1&id=85
Matematica II.
1.Definición de la programación lineal.
Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo simplex, en
1947, John von Neumann, que desarrolló la teoría de la dualidad en el mismo año, y Leonid
Kantoróvich, un matemático ruso, que utiliza técnicas similares en la economía antes de
Dantzig y ganó el premio Nobel en economía en 1975. En 1979, otro matemático ruso,
Leonid Khachiyan, demostró que el problema de la programación lineal era resoluble en
tiempo polinomial. Más tarde, en 1984, Narendra Karmarkar introduce un nuevo método
del punto interior para resolver problemas de programación lineal, lo que constituiría un
enorme avance en los principios teóricos y prácticos en el área.
Otros son:
• Soporte para toma de decisión en tiempo real, para operación de un sistema de obras
hidráulicas;
Para la solución gráfica de programas lineales con dos variables, lo que se tiene que hacer
es trazar un eje de coordenadas cartesianas, para graficar las desigualdades dadas por el
problema, después encontrar el Área de Soluciones Factibles y proceder a graficar la
función objetivo para conocer el valor óptimo (maximizar o minimizar) que será la solución
del problema.
Ejemplo: Problema de mezcla de productos.
Un fabricante está tratando de decidir sobre las cantidades de producción para dos artículos:
mesas y sillas. Se cuenta con 96 unidades de material y con 72 horas de mano de obra.
Cada mesa requiere 12 unidades de material y 6 horas de mano de obra. Por otra parte, las
sillas usan 8 unidades de material cada una y requieren 12 horas de mano de obra por silla.
El margen de contribución es el mismo para las mesas que para las sillas: $5.00 por unidad.
El fabricante prometió construir por lo menos dos mesas.
12x1 + 8x2 £ 96
La segunda restricción es el total de horas de mano de obra. Una mesa se lleva 6 horas, una
silla 12 horas y se dispone de un total de 72 horas. Así:
6x1 + 12x2 £ 72
Existe una limitación más. El fabricante prometió producir por lo menos dos mesas. Esto
puede expresarse como:
x1 ³ 2
x1 ³ 0, x2 ³ 0
Poniendo todo junto el modelo se tiene:
6x1 + 12x2 £ 72
x1 ³ 2
x1 ³ 0, x2 ³ 0
El siguiente paso en el método gráfico es dibujar todas las restricciones en una gráfica. Esto
puede hacerse en cualquier orden. Por conveniencia se comenzará con las restricciones de
no negatividad. Éstas se muestran en la siguiente figura:
En esta gráfica, una solución se representaría por un punto con coordenadas x1 (mesas) y x2
(sillas). Las coordenadas representarían las cantidades de cada artículo que se deben
producir. El cuadrante superior derecho se llama Región Factible puesto que es el único
cuadrante en que pueden estar las soluciones. Los otros tres cuadrantes no son factibles, ya
que requerirían la producción de cantidades negativas de mesas o de sillas o de ambas.
La limitación sobre las horas de mano de obra es la siguiente restricción. Como antes,
primero se convierte en una ecuación: 6x1 + 12x2 = 72. Puede graficarse esta línea si se
encuentran dos puntos sobre ella. El par de puntos más sencillos de localizar son las
intersecciones con los ejes X1 y X2. Para encontrar la intersección con el eje X2 se hace x1 =
0. La ecuación se reduce, entonces, a:
12x2 = 72
x2 = 6
La intersección con el eje X1 se encuentra haciendo x2 = 0. Así:
6x1 = 72
x1 = 12
Estos dos puntos y la línea que los une se muestran en la siguiente figura:
Cualquier punto que está sobre o abajo de esta línea cumplirá con la restricción. Cualquier
punto arriba de esta línea requerirá más de 72 horas de mano de obra y no es aceptable. En
la siguiente figura se combina esta restricción con la anterior. En la región factible, ambas
restricciones se cumplen.
La última restricción es la de material. Siguiendo el procedimiento anterior, primero se
encuentran las intersecciones para la igualdad. Éstas son x1 = 0, x2 = 12 y x1 = 8, x2 =0. Se
localizan los dos puntos en la gráfica; se traza la línea, y como la restricción es del tipo
menor o igual que, se sombrea el área que está abajo de la línea. El resultado se muestra en
la siguiente figura:
Cualquier solución que esté en la frontera o dentro del área sombreada cumplirá con todas
las restricciones. Ahora se utilizará la función objetivo para seleccionar la solución óptima.
Para encontrar la solución óptima, se grafica la función objetivo en la misma gráfica de las
restricciones. La función objetivo en este problema es Z = 5x1 + 5x2. Como todavía no se
conoce el máximo valor factible de Z, no puede trazarse el óptimo de la función objetivo.
No obstante, es posible suponer algunos valores para Z y graficar las líneas resultantes. En
la siguiente figura se muestran las líneas para Z = 25 yZ = 50:
Las líneas de este tipo se llaman líneas de indiferencia, porque cualquier punto sobre una
línea dada da la misma ganancia total. Nótese que la distancia perpendicular del origen a la
línea aumenta al aumentar el valor de Z. También, todas las líneas de indiferencia son
paralelas entre sí. Estas propiedades gráficas pueden usarse para resolver el problema.
En la siguiente figura, se ilustran todas las restricciones y las dos líneas de indiferencia
supuestas. En la gráfica puede observarse que la línea de indiferencia para Z = 50 está
completamente fuera de la región factible. Para Z = 25, parte de la línea cae dentro de la
región factible. Por tanto, existe alguna combinación de x1 y x2 que satisface todas las
restricciones y da una ganancia total de $25. Por inspección, puede observarse que hay
ganancias más altas que son factibles.
Metodo simplex
el metodo simples empieza con una solucuion factible y lo pone a prueba para descubrir si
es optima o no. Si no lo es se procede a obtener una mejor solucion. Se dice mejor en el
sentido de que la nueva solucion este mas cerca de la optimizacion de la funcion objetivo.
Si no es optima si no se repite el procedimiento en algun momento el metodo simplex
conduce a una solucion optima si es que existe.
Ademas de ser eficiente el metodo simplex tiene otras ventajas es completamente mecanico
(se usan matrices operaciones elementales con renglones y aritmeticas basicas). Ademas no
es necesario dibujar graficas lo que permite resolver problemas de programación lineal con
cualquier numero de restricciones y variables.
Consideremos un Problema de PL en el cual el objetivo es minimizar costos. La
solución del problema de minimización sigue el mismo procedimiento que la de problemas
de maximización. La única diferencia es que ahora se quiere el menor valor posible para la
función objetivo. Supóngase que se tiene el siguiente problema:
La solución óptima del problema se encuentra en uno de los vértices de esta área
de soluciones creada, por lo que se buscará en estos datos el valor mínimo o
máximo del problema.
EJEMPLO 1:
Sujeto a:
Minimizar
Sujeto a:
SOLUCION OPTIMA:
EJEMPLO 3.
Minimizar
Sujeto a:
SOLUCION OPTIMA:
Verguero vergureo vergureo muchas
coasas reducuir
Un problema de programación lineal con dos variables tiene por finalidad optimizar
(maximizar o minimizar) una función lineal:
Para ver la fórmula seleccione la opción ¨Descargar trabajo¨ del menú superior
1.
2. Elegir las incógnitas.
3. Escribir la función objetivo en función de los datos del problema.
4. Escribir las restricciones en forma de sistema de inecuaciones.
5. Averiguar el conjunto de soluciones factibles representando gráficamente las
restricciones.
6. Calcular las coordenadas de los vértices del recinto de soluciones factibles (si son
pocos).
7. Calcular el valor de la función objetivo en cada uno de los vértices para ver en cuál
de ellos presenta el valor máximo o mínimo según nos pida el problema (hay que
tener en cuenta aquí la posible no existencia de solución si el recinto no es acotado).
PROBLEMA N° 01
A intersección de r y t:
B intersección de s y t:
C intersección de r y s:
PROBLEMA N° 02
Un herrero con 80 kgs. de acero y 120 kgs. de aluminio quiere hacer bicicletas de paseo y
de montaña que quiere vender, respectivamente a 20.000 y 15.000 Bolívares cada una para
sacar el máximo beneficio. Para la de paseo empleará 1 kg. De acero y 3 kgs de aluminio, y
para la de montaña 2 kgs. de ambos metales. ¿Cuántas bicicletas de paseo y de montaña
venderá?
Acero Aluminio
Paseo 1 3
Montaña 2 2
Función objetivo:
Restricciones:
Para ver la fórmula y el gráfico seleccione la opción "Descargar" del menú superior
A(0, 40)
B intersección de r y s:
C(40,0)
Valores de la función objetivo en los vértices:
PROBLEMA N° 03
x= n: de plazas de fumadores.
y= n: de plazas de no fumadores.
La Función objetivo:
Restricciones:
Vértices:
A(0, 60)
B intersección de r y s:
C(90, 0)
PROBLEMA N° 04
A una persona le tocan 10 millones de bolívares en una lotería y le aconsejan que las
invierta en dos tipos de acciones, A y B. Las de tipo A tienen más riesgo pero producen un
beneficio del 10 %. Las de tipo B son más seguras, pero producen sólo el 7% anual.
Después de varias deliberaciones decide invertir como máximo 6 millones en la compra de
acciones A y por lo menos, 2 millones en la compra de acciones B. Además, decide que lo
invertido en A sea, por lo menos, igual a lo invertido en B. ¿Cómo deberá invertir 10
millones para que le beneficio anual sea máximo?
A intersección de u,t:
B intersección de r,u:
C intersección de r,s:
Para ver la fórmula seleccione la opción "Descargar" del menú superior
D intersección de s,t:
PROBLEMA N° 05
f(x, y)=5x+7y
Las restricciones:
Vértices:
A(0, 100)
B intersección de s,t:
Para ver la fórmula seleccione la opción "Descargar" del menú superior
C intersección de r,t:
D (120, 0)
Debe repartir 50 impresos tipo A y 100 tipo B para una ganancia máxima diaria de 950
bolívares.
PROBLEMA N° 06
Un comerciante acude al mercado popular a comprar naranjas con 50.000 Bs. Le ofrecen
dos tipos de naranjas: las de tipo A a 50 Bs el kg. y las de tipo B a 80 Bs. el kg. Sabiendo
que sólo dispone de su camioneta con espacio para transportar
700 kg. de naranjas como máximo y que piensa vender el kg. de naranjas tipo A a 58 ptas.
y el kg. de tipo B a 90 ptas., contestar justificando las respuestas:
a.
b. ¿Cuántos kg. de naranjas de cada tipo deberá comprar para obtener máximo
beneficio?
c. ¿Cuál será ese beneficio máximo?
Y las restricciones:
Y los vértices:
A(0, 625)
B intersección de r,s:
C(700, 0)
Ha de comprar 200 kgs. de naranjas A y 500 kgs. de naranjas B para obtener un beneficio
máximo de 6.600 bolívares
PROBLEMA N° 07
1. x= número de trajes.
y= número de vestidos
Función objetivo:
Restricciones:
A(0, 40)
B intersección de r y s:
C(40, 0)
PROBLEMA N° 08
PROBLEMA N° 09
Cierta persona dispone de 10 millones como máximo para repartir entre dos tipos de
inversión (A y B). En la opción A desea invertir entre 2 y 7 millones. Además,
quiere destinar a esa opción, como mínimo, tanta cantidad de dinero como a la B.
a.
b. ¿Qué cantidades debe invertir en cada una de las dos opciones? Plantear el
problema y representar gráficamente el conjunto de soluciones.
c. Sabiendo que el rendimiento de la inversión será del 9 % en la opción A y
del 12 % en la B, ¿Qué cantidad debe invertir en cada una para optimizar el
rendimiento global? ?A cuánto ascenderá (*)
2. Sean las variables de decisión:
PROBLEMA N° 10
Una refinería de petróleo tiene dos fuentes de petróleo crudo: crudo ligero, que cuesta 35
dólares por barril y crudo pesado a 30 dólares el barril. Con cada barril de crudo ligero, la
refinería produce 0,3 barriles de gasolina (G), 0,2 barriles de combustible para calefacción
(C) y 0,3 barriles de combustible para turbinas (T), mientras que con cada barril de crudo
pesado produce 0,3 barriles de G, 0,4 barriles de C y 0,2 barriles de T. La refinería ha
contratado el suministro de 900000 barriles de G, 800000 barriles de C y 500000 barriles
de T. Hallar las cantidades de crudo ligero y pesado que debe comprar para poder cubrir sus
necesidades al costo mínimo. (*)