Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10.1. Introducción
10.2. Resolución gráfica
10.3. Soluciones de un problema LP
10.4. Resolución de problemas LP: SOLVER
1
10.1. Introducción
2
• Los problemas de Programación Lineal se expresan mediante un conjunto de
relaciones matemáticas que se conoce como modelo de programación lineal.
3
Los problemas de optimización dependen fundamentalmente para su
resolución del tipo de variables que forman parte del mismo y del carácter
lineal o no lineal de la función objetivo y las restricciones.
• No Lineales
(Función Objetivo y/o restricciones no lineales)
4
10.2. Resolución gráfica
Ejemplo: Un granjero dispone de 110 hectáreas de terreno, que puede cultivar con
cebada o girasol. Cada hectárea cosechada de cebada le supone un beneficio de
50. Los beneficios de la venta de la cosecha de girasol son de 80 unidades por
hectárea. La cosecha de una hectárea de cebada supone 4 horas de trabajo por
hectárea y la de girasol de 8 horas por hectárea, existiendo un periodo disponible
para sembrar de 720 horas. Finalmente, sólo 80 hectáreas de terreno son aptas
para el cultivo de cebada. ¿Cuantas hectáreas de cebada y de girasol debe
sembrar para maximizar el beneficio?
5
2. Definición de las restricciones.
• Restricción 1: El granjero no puede cultivar más de 110 hectáreas de
tierra. CEB GIR 110
• Restricción 2: El granjero solo dispone de 720 horas de trabajo.
4 CEB 8 GIR 720
• Restricción 3: La cantidad de terreno disponible para sembrar cebada es
de 80 hectáreas. CEB 80
• Restricción 4: No negatividad de las variables CEB 0 , GIR 0
3. Definición de la función objetivo.
• La función objetivo es la maximización de los beneficios
Max Z 50 CEB 80 GIR
• Pasos a seguir para resolver gráficamente un problema de programación lineal:
1. Los ejes de abscisa y ordenada son empleados para representar las
variables de decisión (2 variables de decisión).
2. Representación de la región factible a partir de la representación de cada
una de las restricciones.
3. Representación de la función objetivo parametrizada según su valor. 6
[MAX] z = 50 CEB + 80 GIR
Determinar la región admisible CEB + GIR ≤ 110
4 CEB + 8 GIR ≤ 720
CEB ≤ 80
(1) 4 CEB + 8 GIR ≤ 720 CEB ≥ 0 GIR ≥ 0
7
Representar la función objetivo [MAX] z = 50 CEB + 80 GIR
Solución
óptima
8
Ejemplo: Un fabricante de mantequilla desea optimizar la producción diaria de
su factoría. Fabrica dos tipos de mantequilla (Estándar y Media Sal). Un Kilo
de mantequilla Estándar proporciona un beneficio de 10 € y uno de Media Sal
de 15 €. Para la producción de mantequillas se usan tres procesos,
pasterización, centrifugado, y batido. La capacidad de pasterización es de 6
horas/día, de centrifugado es de 3 horas/día y de batido es de 3.5 horas/día.
Los tiempos (en minutos) de proceso por cada kilo de mantequilla se recogen
en la siguiente tabla:
9
1. Definición de las variables de decisión.
X1: Cantidad de mantequilla Estándar a producir por día (Kg/día).
X2: Cantidad de mantequilla Media Sal a producir por día (Kg/día).
2. Definición de las restricciones.
R1: Limitación en las horas de pasterización (6 horas/día=360 minutos/día).
3 X 1 8 X 2 360
R2: Limitación en las horas de centrifugado (3 horas/día=180 minutos/día).
3 X 1 2 X 2 180
R3: Limitación en las horas de batido (3.5 horas/día=210 minutos/día)
3 X 1 4 X 2 210
R4: No negatividad de las variables
X 1 0, X 2 0
3. Definición de la función objetivo.
La función objetivo es la maximización de los beneficios diarios
Max Z 10 X 1 15 X 2
10
x2
100
M ax 10 x1 15 x 2
90
Región de s .a .
80
admisibilidad 3 x1 8 x 2 360 (R 1)
70
convexa 3 x1 2 x 2 180 (R 2)
60
50 3 x1 4 x 2 210 (R 3)
40 x1 , x 2 0
30
20
10 R3
11
El Óptimo de un problema de Programación Lineal (si existe)
siempre se encuentra en la frontera de la región.
30
10 20 30 40 50 60 70 x1
z=100
z 10 x1 15 x2
z=0
12
10.3. Soluciones de un problema LP
Máx Z 3 x1 2 x2
x2 s.a.
8 R1
R2 R3 2 x1 3 x2 20 R1
2 x1 x2 15 R 2
6
x1 7 R 3
x1 2 x2 15 R 4
x1 , x2 0
4
R4
2 El óptimo se encuentra en el
3 x1 2 x 2 0 punto A(7,0), siendo el valor de la
función objetivo 21.
2 4 6 A 8 x1 13
Soluciones alternativas: Cuando la solución óptima del problema no es única sino
que existen múltiples soluciones alternativas con el mismo valor (óptimo) de la
función objetivo. Se puede escoger cualquiera de dichas soluciones; todas ellas son
igualmente válidas.
x2
Máx Z x1 x2
4 s.a.
R1 4 x1 x2 4 R1
2 x1 6 x2 9 R 2
3
R2
x1 x2 5 R3
x1 , x2 0
2
Son soluciones alternativas todas
las que están en la frontera de
R3 admisibilidad definida por R3.
1 x1 x2 1
1 2 3 4 5 x1 14
Problema infactible: Hay veces en que el problema no tiene ninguna solución
admisible, esto es, la región de admisibilidad es vacía. En ese caso el problema no
se puede resolver. Normalmente eso ocurre debido a una mala especificación del
modelo (e.g. restricciones incompatibles, imposible de que se puedan cumplir
simultáneamente)
x2
Máx Z x1 x 2
4 s .a .
R1 2 x1 x 2 6 R1
3
x1 x 2 4 R 2
x1 , x 2 0
R2
1
x1 x 2 0
1 2 3 4 5 x1
15
Problema no acotado: Cuando la solución óptima es no acotada (esto es, alguna de
las variables de decisión toma un valor ±) y por tanto, también es ± el valor óptimo
de la función objetivo. Normalmente eso ocurre debido a una mala especificación del
modelo (e.g. se ha olvidado imponer cierta restricción del problema real)
Máx Z 2 x1 5 x 2
x2
s .a .
4 2 x1 x 2 7 R1
9 x1 2 x 2 18 R 2
x1 , x 2 0
3
1 2 3 4 5 x1
2 x1 5x2 0 16
Restricción redundante: Cuando el cumplimiento de una restricción está
garantizado si se cumple otra más restrictiva. En ese caso la restricción redundante
puede eliminarse y la solución óptima del problema no cambia en absoluto (ya que
la región de admisibilidad sigue siendo la misma).
x2 Máx Z x1 x 2
s .a .
4
3 x1 4 x 2 12 R1
4 x1 7 x 2 28 R 2
3
x1 , x 2 0
R1
2 R2
1
x1 x 2 0
1 2 3 4 5 x1
17
10.4. Resolución de problemas LP
18
• Solver es una herramienta para resolver problemas de optimización.
• Emplea diversos métodos de resolución:
• Programación lineal continua: Método del simplex.
• Programación lineal entera: Método de ramificación y acotación.
• Problemas no lineales: Generalized Reduced Gradient method (GRG2).
• Software: “Calc” de OpenOffice o Microsoft Excel
• Open Office: Si en el menú herramientas aparece la opción Solver, ya se
encuentra instalado
• Microsoft Excel:
• Si no aparece la opción de solver es necesario instalar el
componente desde el disco de instalación de Microsoft Office.
• Si aparece la opción de Solver es necesario marcarla.
19
Resolución con Solver (1/3)