Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Corte 4 (50%)
Talleres y actividades (25%)
Parcial (25%)
Prueba objetiva(10%)
La mayoría de los capítulos del 1 al 14 (introducción,
programación lineal y programación matemática) no
requieren de matemáticas más allá del álgebra a nivel
medio superior. La notación matricial se utiliza en el
capítulo 5, 6 y en la sección 7.4 (Apéndice 4.). Para los
capítulos del 15 al 20 (modelos probabilísticos), se
supone una introducción previa a la teoría de
probabilidad y el cálculo se usa en unos cuantos sitios.
!La variedad de situaciones a las que se puede aplicar esta descripción es sin duda muy grande!
1. Variables de decisión: Si deben tomarse n decisiones cuantificables relacionadas entre sí:
(x1, x2, . . . , xn).
2. Función objetivo: La medida de desempeño adecuada se expresa como una función
matemática de estas variables de decisión: P=ax1+bx2+...+hxn.
3. Restricciones: También se expresan en términos matemáticos todas las limitaciones que se
puedan imponer sobre los valores de las variables de decisión: 10 ≥ 3x1+2x2+...+5xn.
Las constantes de las restricciones y de la función objetivo se llaman parámetros del modelo.
El equipo de IO también identificó los datos que necesitaba reunir:
1. Número de horas de producción disponibles por semana en cada planta para fabricar estos
nuevos productos.
2. Número de horas de fabricación que se emplea para producir cada lote de cada artículo nuevo
en cada una de las plantas.
3. La ganancia por lote de cada producto nuevo.
¿Cuál sería la formula para la ganancia?
Región
Factible
Solución Óptima
X
Una vez que un problema es formulado como un PPL NO siempre se
consigue una solución óptima factible, pueden ocurrir casos
denominados como especiales, tales como:
Problema sin solución (Inviabilidad).
Soluciones no acotadas (Ilimitación).
Soluciones múltiples.
Degeneración.
∄ Solución
Factible
En ciertos casos el espacio de soluciones es no acotado, y es posible que el problema tenga o no tenga
solución, dependerá de la función objetivo del problema, tanto de la pendiente de la función objetivo
como de la dirección de optimización, según se trate de maximizar o minimizar
el objetivo que se persigue.
Ej. 2X1 40
Max Z =2X1 + X2 X2
s.a.
X1 – X2 10
X1 – X2 10
2X1 40
X1, X2 0
10 20 Z X1
La función objetivo puede
crecer en forma indefinida y
no tiene acotación. Z = 2X1 + X2
Hay ocasiones en que el problema tiene más de una solución óptima.
Ej. X1 + X2 4
La solución se
Max Z = 2X1 + 4X2
representa como una
s.a. X2 combinación lineal de
X1 + 2X2 5
dos puntos solución
X1 + X2 4
X1, X2 0
X1
X1 + 2X2 5
Z = 2X1 + 4X2
La degeneración ocurre cuando el modelo tiene por lo menos una restricción
redundante
Ej.
Max Z = 3X1 + 9X2 X2 La segunda restricción
es redundante.
s.a. X1 + 4X2 8
X1 + 2X2 4
2
X1, X2 0
X1 + 4X2 8
X1
Z = 3X1 + 9X2 4 8
X1 + 2X2 4
PROBLEMA DE DEMANDA
Una compañía productora de lácteos tiene dos máquinas de producción en paralelo y necesita
hacer la entrega de 200 barriles de yogur enriquecido y 500 barriles de yogur especial. Cada
día la máquina A produce 13 barriles del tipo enriquecido y 28 del tipo especial; mientras que
la máquina B produce 18 barriles del tipo enriquecido y 23 del tipo especial. La operación
diaria de las máquinas A y B cuesta $30 y $20, respectivamente.
¿Problema?
¿Cuántos días debe operar cada máquina para satisfacer la demanda a un costo mínimo?
¿Objetivo?
Minimizar el costo de operación en función de la cantidad de días.
¿Variables de decisión?
: Número de días que opera la máquina A.
: Número de días que opera la máquina B.
EL MODELO MATEMÁTICO
Objetivo: Minimizar el costo
Variables de decisión: y
Función objetivo: = 30 + 20
Factores a considerar: (Factores de restricción del sistema): la demanda mínima 200 de yogur
enriquecido y mínima 500 de yogur especial.
Parámetros: Número de barriles/día que produce cada máquina de cada tipo de yogur.
Minimizar
= 30 + 20
Sujeto a
13 + 18 ≥ 200
28 + 23 ≥ 500
, ≥0
http://www.phpsimplex.com
Modelos de programación lineal
FORMA ESTÁNDAR DE UN MODELO DE
PROGRAMACIÓN LINEAL
FORMA ESTÁNDAR DE UN MODELO DE
PROGRAMACIÓN LINEAL
Proporcionalidad
Aditividad
Divisibilidad
Certidumbre