Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una mueblería produce mesas y sillas de madera. En este caso, se habla de unidades de sillas y
Cada mesa es vendida en $27000 y requiere mesas, de horas de trabajo por unidad y de
$10000 en materiales, además, el costo de demanda semanal.
unitario por mano de obra se estima en
$14000. De acuerdo a ello, una buena opción para definir
las variables de decisión consiste en asociar las
En el caso de las sillas, su precio de venta es de variables al número de unidades de sillas y mesas
$21000 y los costos son de $9000 y $10000, en a producir por semana. Por lo tanto, podemos
materiales y mano de obra respectivamente. La definir:
fabricación de cada producto requiere de dos tipos
de labores: carpintería y terminaciones. x1 = número de mesas producidas por semana.
x2 = número de sillas producidas por semana.
Una mesa requiere de 1 hora de carpintería y
2 horas de terminaciones. Una silla requiere de Función Objetivo
1 hora de carpintería y 1 hora de terminaciones.
En un problema de LP, se debe tomar la
Cada semana, la mueblería puede obtener decisión de maximizar (usualmente las
todos los materiales que desee, sin embargo, utilidades) o de minimizar (usualmente los
se pueden dedicar hasta 100 horas a las costos) cierta función de las variables de
terminaciones y hasta 80 horas a la carpintería. decisión. La función a maximizar o minimizar se
denomina función objetivo. Antes de formular
La demanda por mesas no está limitada, mientras el modelo matemático conviene resumir los datos
que la demanda semanal máxima por sillas es de del problema (Tabla 1.1).
40.
Ventas Metriales M.O. Carpinteria Terminaciones Dda. Maxima
Columna1
$/Und. $/Und. $/Und. Hrs./Und. Hrs./Und. Und./Sem.
La mueblería desea maximizar sus utilidades
Mesa 27000 10000 14000 1 c –
(ingresos - costos). Formule un modelo
Silla 21000 9000 10000 1 1 40
matemático que permita maximizar las utilidades. Disponibilidad – – – 80 100 –
Tabla 1.1: Resumen Ejemplo 1
(1.8)
x1 + x2 ≤ 80
El excedente de horas de terminaciones
Finalmente, la tercera restricción solo limita el puede ser empleado para carpintería y
valor de x2: viceversa.
Se deja como ejercicio al lector determinar las 3. Existe una restricción de signo asociada a
modificaciones sobre el modelo anterior si: cada variable. Para toda variable xi, la
restricción de signo especifica si xi debe
ser no-negativa (Xi ≥ 0) o bien sin
restricción de signo (srs).
De acuerdo a las definiciones anteriores, el
ejemplo estudiado corresponde efectivamente a El Supuesto de Divisibilidad requiere que cada
un LP, pues tanto la función objetivo como las variable de decisión pueda tomar valores
restricciones son funciones lineales de x1 y x2. fraccionarios. En el ejemplo anterior, el supuesto
se traduce en que es aceptable producir 2.4 sillas
El problema estudiado corresponde a un o 1.6 mesas.
problema típico de decisión donde se debe
obtener el programa de producción que Evidentemente, el supuesto de divisibilidad no se
maximiza las utilidades sujeto a recursos satisface en el ejemplo. En este caso se puede
limitados. proceder a formular el modelo como un problema
de programación lineal entera (ILP), problema en
el cual una o más variables deben ser enteras.
Consecuencias y Supuestos
Este tipo de problema se estudiara´ más adelante.
El hecho que la función objetivo de un PL sea una Cuando no se satisface el supuesto de
función lineal de las variables de decisión tiene dos divisibilidad, una posibilidad es redondear la
implicancias: solución obtenida a un valor entero, sin embargo
no existen garantías que dicha solución sea la
1. La contribución a la función objetivo de mejor.
cada variable es proporcional al valor de la
variable de decisión. El Supuesto de Certeza exige que cada
parámetro: coeficientes de la función objetivo,
2. La contribución a la función objetivo coeficientes del lado derecho, etc. sean conocido
para toda variable es independiente de con certeza, es decir, no se acepta incertidumbre
los valores de las otras variables de en sus valores.
decisión.
Es claro que es muy difícil que un problema cumpla
Análogamente, el hecho de que cada restricción exactamente con todos los supuestos. Sin
sea una ecuación o desigualdad lineal también embargo, un modelo puede ser útil aunque difiera
tiene dos implicancias: de la realidad si se es consistente con los
requerimientos más estrictos del problema y se
1. La contribución de cada variable al tienen presente las limitaciones al interpretar los
coeficiente del lado izquierdo de cada resultados.
restricción es proporcional al valor de la
variable.
Regiones Factibles y
2. La contribución de cada variable al Soluciones Óptimas
coeficiente del lado izquierdo de cada
restricción es independiente de los valores Dos de los conceptos más fundamentales en LP
de las otras variables. son el de región factible y de solución óptima de
un problema. Llamaremos punto a la
Las primeras implicancias de las listas anteriores especificación de un valor para cada variable de
constituyen el Supuesto de Proporción en LP. Las decisión.
segundas implicancias de las listas anteriores
constituyen el Supuesto de Adición en LP. Definición 4: La región factible para un LP es
el conjunto de puntos que satisfacen todas las
Para que un modelo de LP corresponda a una restricciones (incluidas las de signo) de un
representación adecuada de la realidad, las problema de LP.
variables de decisión deben satisfacer los dos
supuestos anteriores. Adicionalmente, se Definición 5: En el caso de un problema de
agregan dos supuestos: el supuesto de maximización, una solución ´optima del LP es un
Divisibilidad y el de Certeza. punto de la región factible que está asociado al
mayor valor posible de la función objetivo.
Similarmente, para un problema de minimización,
una solución óptima es un punto que está
asociado al menor valor posible de la función
objetivo.
Tabla 5.1: Alimentos disponibles Las enfermeras que empiezan a trabajar en los
periodos 2, 3 y 4 ganan US$40 al día, y aquellas que
Modelo: comienzan en los periodos 1, 5 y 6 ganan US$50 al
día. ¿Cuál es la planificación de los turnos de las
En este caso resulta natural definir como variable enfermeras que minimizan los costos por salarios?
de decisión xi la cantidad de alimento tipo ”i” (i =
1 . . . 6) a consumir. Como cada alimento tiene un Modelo:
costo, basta ponderar cada variable de decisión
por su respectivo coeficiente y construir la función En este caso podemos identificar como variable de
objetivo a minimizar. decisión el número de enfermeras Ni que
comienza a trabajar en el turno ”i”(i = 1 . . . 6). De
Las restricciones obedecen a los límites diarios de esta forma, la función objetivo queda:
consumo por alimento y a las condiciones de
energía, proteínas y calcio que debe cumplir la Z = 50N1 + 40N2 + 40N3 + 40N4 + 50N5 +
dieta. Por lo tanto, el modelo queda: 50N6