Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Programacin Lineal
Introduccin:
Entre los avances cientficos ms importantes de la
mitad del siglo XX es la Programacin Lineal, por su
impacto desde 1950 ha sido extraordinario por sus
aplicaciones. Especialmente en el calculo cientfico que
se lleva a cabo por medio de las computadoras.
Un modelo de P. L. proporciona un mtodo eficiente
para determinar una decisin ptima, (o una estrategia
ptima o un plan ptimo) escogida de un gran nmero
de decisiones posibles y/o alternativas.
Programacin Lineal
Origen
En los siglos XVII y XVIII, grandes matemticos como
Newton, Leibnitz, Bernouilli y, sobre todo, Lagrange,
que tanto haban contribuido al desarrollo del clculo
infinitesimal, se ocuparon de obtener mximos y
mnimos condicionados de determinadas funciones.
Posteriormente el matemtico frnces Jean BaptisteJoseph Fourier (1768-1830) fue el primero en intuir,
aunque de forma imprecisa, los mtodos de lo que
actualmente llamamos programacin lineal y la
potencialidad que de ellos se deriva.
Programacin Lineal
Definicin:
La programacin lineal es uno de los primeros
modelos matemticos de la investigacin de
operaciones el cual es usado para encontrar un
valor extremo de una funcin lineal dada y
compuesta de varias variables; cuando estas deben
ser no negativas y ellas deben satisfacer ciertas
restricciones las cuales se presentan en la forma de
ecuaciones o inecuaciones lineales.
El problema mas simple de programacin lineal
generalmente contiene un total de 2 a 3 variables.
10
Objetivo:
Es optimizar
disponibles.
la
utilizacin
de
los
recursos
11
Qu es Programacin?
Programacin es el planeamiento generalmente
actividades econmicas con propsitos de optimizacin.
de
12
Programacin Lineal
Modelo
y
geomtrica.
uso
de
interpretacin
El mtodo simplex.
Modelo dual y precio optimo.
Anlisis de pos-optimalidad y P. L. bajo
incertidumbre.
13
14
15
Max
Min
Sujeto a:
m
a
i 1
ij xj
( Z ) cj xj
j 1
= bi
i 1, 2....., m
Donde:
j 1,2......, n
y,
xj 0
Restricciones funcionales
m
a
j 1
ij xj
= bi
i 1, 2....., m
j 1, 2......, n
19
Condiciones de no negatividad.
xj 0 j = 1, 2, ., n
Se debe mencionar que para algunas situaciones
especiales se elimina las condiciones de no negatividad
para algunas variables de decisin.
En otras palabras, se cumple que:
xj = irrestricta en signo para algunos valores de j
Si se considera el problema con tres variables y tres
restricciones; la maximizacin de Z se puede expresar
matemticamente mediante la siguiente expresin:
Max Z C1 X 1 C2 X 2 ....... Cn X n
20
Sujeto a:
A1 1 x1 + a1 2 x2 + + a1 n b1
A2 1 x1 + a2 2 x2 + + a2 n b2
A3 1 x1 + a3 2 x2 + + a3 n b3
.
.
.
Am 1 x1 + am 2 x 2 + + am n bm
21
Max ( Z ) c1 , c2 , c3 ,......., cn
Donde:
bi vector columna
c vector fila
x
2
x3
.
cx
.
xn
x vector columna
A matriz mxn
22
a1 1 a1 2 ......a1n
x1
x
2
a2 1 a2 2 ......a2 n
b1
b
2
.
xm
Ax b
.
bm
23
x1
x
2
0
0
. . x0
. 0
xm 0
Por otro lado, el problema de programacin lineal puede
tambin plantearse de la siguiente manera:
24
Actividad
Usodelrecurso/unidad
123.n
Recurso
Cantidad
delrecurso
disponible
a11a12a13..a1n
b1
a21a22a23..a2n
b2
a31a32a33..a3n
b3
Bm
z/unidad
am1am2am3..amn
c1c2c3...cn
nivel
X1x2x3..xn
25
Donde:
xj = Nivel de la variable j (variable de decisin)
(j = 1, 2, ., n)
cj = incremento en Z que resultara debido a cada unidad de
incremento en xj.
(j = 1, 2, ., n) coeficiente de beneficio de la j-enesima variable
z = medida global de la efectividad. Funcin objetivo, funcional o
funcin preferencial (maximizar o minimizar ganancias o costos)
bi = Cantidad de recursos disponibles en la i-esima restriccin
unidad de recurso, i = 1, 2 ., m
aij = cantidad de recurso i consumida por cada unidad de la
actividad j.
Coeficiente de la j-esima variable de decision en i-esima
restriccion
26
B } Restriccin
=
o } Condicin de no negatividad
Donde:
X = (x1, x2, ., xn)T = Vector columna con n componentes.
Se le denomina vector de actividad; y sus
componentes son variables de decisin.
27
a11a12 ....a1n
a21a22 ....a2 n
Matriz de m filas y n columnas.
Se le denomina matriz de
A .
coeficientes.
.
am1am 2 ....amn
28
Programacin
lineal
Sistema real
supuesto o
simulado
Variable
xj
Modelo
Representacin
matemtica f(x)
funciones lineales
29
31
Problema de aplicacin N 1.
En una operacin minera subterrnea que explota los
minerales de plomo (Pb) y Zinc (Zn), las estadsticas de
produccin son las siguientes:
Labores
mineras
Tajeo 1
Tajeo 2
Zn
(%)
Pb
(%)
Produccin planificada
(Tm/da)
Costo ($)
(Hr/hombre/Tm)
4
8
6
4
40
60
4
6
32
Se pide:
i. Usando el mtodo grafico, calcular la produccin que
debe extraerse de cada uno de los tajeos, de tal manera
de cumplir con los requerimientos de esta, a un costo
mnimo por hora/hombre.
ii. Discutir los resultados
33
Solucin.
Sea x1 el tonelaje explotado por da del tajeo 1.
Sea x2 el tonelaje explotado por da del tajeo 2.
En este caso la funcin objetivo ser planteada de la
siguiente manera:
Min Z 4 x1 6 x2
Sujeto a:
35
x1
40 ..
(1)
x2
60 ..
(2)
x1 + x2
80 ..
(3)
-2.5x1 + 1.5x2
000 ..
(4)
1.5x1 - 0.5x2
000 ..
(5)
y
obviamente: x1, x2 0 .. (6)
Por lo tanto, la solucin
grafica estar contenida en el primer
cuadrante (esta prcticamente es una condicin general para
este tipo de problemas, desde que ellos tratan acerca de
tonelajes, dlares, recursos, etc., etc. en los cuales valores
negativos no son aceptables.
36
38
39
z=0
x1 = 30, x2 = 50
z = 420
x1 = 20, x2 = 60
z = 440
40
41
43
Problema de aplicacin N 2.
Se tiene el siguiente problema de programacin lineal.
Max Z = 3x1 + 2x2
Subject to:
X1 + x2 20
(1)
X1 = 15
(2)
X1 + 3x2 45
(3)
-3X1 + 5x2 60
(4)
Se pide:
Solucionar el problema de P. L, usando el mtodo grafico.
Discutir los resultados
44
Problema de aplicacin N 3.
una compaa minera subterrnea, ubicada a 4500 MOSL
produce dos tipos de concentrados.
La mezcla proviene del mineral que se explota de 4 labores
subterrneas (tajeos).
La disponibilidad del tonelaje de mineral proviene de cada
labor minera y el beneficio econmico $/Tm. Se muestra
en la tabla I
Tabla I
Mining stopes
A
B
C
D
Utility (US$/Tm)
Tipos de concentrados
I (TM)
II (TM)
Disponibilidad
(Tm/month)
1
2
2
1
3
1
2
1
15,000
10,000
12,000
10,000
3
45
Se pide:
i. Calcular el tonelaje de concentrado de cada tipos de
mineral que debe producirse, para maximizar la
rentabilidad de dicha empresa minera
ii. Discutir los resultados
46
Max Z 4 x1 3 x2
Sujeto a:
1x1 + 3x2
15000 .. (A)
2x1 + 1X2
10000 .. (B)
2x1 + 2X2
12000 .. (C)
1x1 + 1X2
10000 .. (D)
x1 0
x2 0
47
1x1 + 3x2 + x3
2x1 + 1x2
2x1 + 2x2
1x1 + 1x2
=15000 (A)
+ x4
= 10000 (B)
+ x5
+ x6
= 12000 (C)
= 10000 (D)
48
6
2
= 15 combinaciones posibles.
49
x1 = 0
x2 = 0
x3 = 15000
x4 = 10000
x5 = 12000
x6 = 10000
50
x2 = 0
x1 + x3 = 15000 --- x3
= 15,000 x1 x1 = 15000
x1 + x6 = 10000 --- x6
= 12,000 x1 x1
= 10000
x1 5000
Re ales
x2 0
z = 20000
53
54
Como se maximiza,
se
ve
que
la
incorporacin de x2
lo beneficia, mientras
que x4 lo perjudica.
55
56
De B) 2x1 + x2 + x4 = 10000
x1 = 5000 x2 ()
57
() x5 = 0 cuando x2 = 2000
(w) x6 = 0 cuando x2 = 10000
La tercera solucin quedara:
x1 = 4000
x2 = 2000
(4)
x3 = 5000
x4 = 0
x5 = 0
x6 = 4000
Z = 22,000
Se ha mejorado la solucin
ser la optima?
58
61
Paso 0
Paso 1
Paso 2
Si
Resuelva para la
mejor solucin
bsica factible
Paso 3
No
La solucin bsica
factible es la
Paso 4
optima
Stop.
62
63
64