Está en la página 1de 35

Mtodo algebraico de Optimiz.L.

Optimizacin lineal o Programacin


Lineal
Optimizacin y sus fundamentos
Es equivalente a la minimizacin de presupuestos,
gastos, inversiones, para maximizar los ingresos,
ventas, ganancias y utilidades.
Ej1. La naturaleza es sabia y sabe optimizar, el
humano no sabe optimizar se ha mareado y perdido
en los excesos de la tecnologa y lo artificial.
Comemos ms de lo debido, bebemos cuando no
debemos, trasnochamos o dormimos mucho
Aplicaciones
Ej2. Estudiamos y queremos aprender un da lo
que debemos hacerlo en 7 das
Estudiamos toda la noche para el examen,
cuando el cuerpo y el cerebro necesitan
descansar
Ej3.- Queremos golear cuando nunca hemos
practicado hacer goles, cuando ms se practica
correr y otros ejercicios.
MODELO CANNICO O. LINEAL
Formulacin del programa:
Max (z=cx )
Sujeto a Ax b
X0

n>m
A es de orden mxn
MODELO ESTNDAR LINEAL
Formulacin del programa:
Max (z=cx )
Sujeto a Ax = b
X0

n>m
A es de orden mxn
Problema
3.- Una Carpintera elabora dos tipos de bates para baseball, uno
de peso ligero usado en los juegos de ligas de menores y otro de
peso mediano que se vende a los equipos de las ligas mayores.
El bate de menores requiere 1 minuto de torneado en tanto que el
bate de mayores requiere 2 minutos de torneado, puesto que se le
debe dar la forma y el peso especial. Por tanto, el bate de menores
requiere 3 minutos de mquina lijadora y el otro requiere 2
minutos. El laqueado es hecho a mano y entonces solo puede
producirse 400 medianos a la semana.
Cada semana se dispone 1000 minutos de torno y 1800 minutos
de mquina lijadora. Hay tanta demanda que garantiza las
utilidades de S/o 3.00 por cada bate ligero y de S/o4.00 por el otro.
Determine el programa de produccin ptima que le d la mxima
utilidad a la Carpintera.
Identificacin de variables
X1= N de bates ligeros producidos por semana

X2=N de bates medianos producidos por seman

Z= utilidad por semana


Formulacin del problema como un Pr

Max z= 3x1 + 4x2


Sujeto a
X1 + 2x2 1000 (torno)
3x1 + 2x2 1800 (lijadora)
X2 400 (laqueado)
X1 0
x2 0
Forma estndar y variables de holg
Max z= 3x1 + 4x2 + 0x3 + 0x4 + 0 x5
Sujeto a
X1 + 2x2 + x3 = 1000
3x1 + 2x2 + x4 = 1800
X2 + x5 = 400

Xj 0, j=1,2,3,4,5

Soluciones Bsicas
El nmero de soluciones bsicas segn el
clculo combinatorio es 5!/(2! 3!) = 10
Las que se detallan como sigue:
1. (x3,x4,x5) 6. (x1,x2,x4)
2. (x2,x3,x4) 7. (x1,x2,x5)
3. (x2,x4,x5) 8. (x1,x3,x4)
4. (x2,x3,x5) 9. (x1,x3,x5)
5. (x1,x2,x3) 10. (x1,x4,x5)
Solucin bsica factible inicial
Desarrollamos en primer lugar una solucin que
utilice solo las holguras x3, x4, x5 implica
X1=x2=0
De donde resulta
X3= 1000 minutos de tiempo en torno
X4=1800 minutos de tiempo en lijadora
X5 = 400 bates medianos no producidos
Como los costos asociados a las holguras son 0,
entonces z=0
Variables bsicas y no bsicas
Las variables que se encuentran en la solucin se
denominan bsicas y las otras (x1, x2) se
denominan no bsicas.
Redisponemos la solucin inicial como sigue:
X3= 1000 x1 2x2
X4 = 1800 -3x1 2x2
X5 = 400 x2
Si se produce un bate ligero (x1=1), x3 disminuir en
1 y x4 en 3. E.d. cada coeficiente asociado con una
Mejorar la solucin bsica factible inici
Qu variable que no est en la solucin inicial
debe ingresar en reemplazo de una de las
variables (de holgura) que estn en la solucin
bsica inicial, para mejorar la utilidad z=0 ?

Cul es la mxima cantidad de variables que


puede ingresar a la solucin bsica?
Seleccin de la variable ingresante
Para mejorar la utilidad z=0 observamos la
funcin objetivo, y se selecciona la variable
ingresante aquella que proporciona el mayor
incremento de z = 3x1 + 4x2
En nuestro caso se deduce x2
Seleccin de variable saliente
La variable ingresante x2 nos permite determinar la
variable saliente a partir de las variables bsicas
iniciales
X3= 1000 x1 2x2 (4)
X4 = 1800 -3x1 2x2 (5)
X5 = 400 x2 (6)
Lo mximo en x2 depende del torno y lijadora y la
no negatividad de las variables, as como x1=0
De las ecuaciones (4), (5) y (6)
Max x2 = 1000/2 = 500
Max x2 = 1800/2 = 900
Max x2 = 400/1 = 400
El mximo nmero de bates medianos que pueden
producirse es el menor de los 3 valores calculados,
es decir 400, que resulta de la ecuacin (6), que
expresa la variable x5 y que define la variable que
sale. De otro modo resultaran valores negativos
alguna de x3, x4 o x5
La nueva solucin bsica
X2= 400 x5 (7)
X3 = 1000 x1 2(400 x5)
X3 = 200 x1 + 2x5 (8)
X4= 1000 3x1 + 2x5 (9)
Z = 3x1 + 4(400 x5)
Z= 1600 + 3x1 4x5 (10)
X2 = 400
X3 = 200
X4 = 1000, x1=x5=0 lo que implica z2= 1600
Mejorando la segunda solucin bf
La variable que debe ingresar para mejorar
z2=1600, observamos la nueva funcin z= 1600
+3x1-4x5, de donde se deduce que debe ingresar
x1
De la ecuacin (8) con x5=0
Max x1 = 200
De la ecuacin (9) max x1 = 1000/3 = 333.3
El mnimo de estos valores se obtiene de (8) que
define x3 como la variable que sale
De (8) x1 = 200 x3 + 2x5 (11)
X4 = 1000 3(200 x3 +2x5) +2x5
X4 = 400 + 3x3 4x5 (12)
Z=1600+3(200-x3+2x5)-4x5
Z=2200-3x3+2x5 (13)
De (7), (11), (12) tercera solucin con x3=x5=0 es
X1=200
X2=400
X4=400
Z = 2200
Mejorando la tercera solucin
De la funcin objetivo (13) Z=2200-3x3+2x5
nos da la posibilidad de mejorar Z mediante el
ingreso de x5, pues x5=1 entonces z aumenta
en 2 soles
Siguiendo el procedimiento anterior
De (7) se obtiene que max x5 = 400
De (11) se obtiene que max x5 = 200/2
De (12) obtenemos max x5 = 100
La ecuacin (12) es la ms restrictiva,
Cuarta solucin factible mejorada
Despejando x5 de (12)
X5 = 100 + 3/4x3 1/4x4 (14)
Reemplazando (14) en (7) obtenemos
X2=300 3/4x3 + 1/4x4 (15)
Reemplazando (14) en (11) se obtiene
X1=400 + 1/2x3 1/2x4 (16)
Z=2400 3/2x3 1/2x4
Z =2400 es mximo, x3=x4=0, x1=400, x2=300,
x5=100 es el ptimo
Esquema del Mtodo de
maximizacin
1.- Formular el problema
2.- Convertir las restricciones en ecuaciones
mediante las variables de holgura
3.- Diseo de la solucin bsica factible inicial
4.- Mejorar la solucin bsica factible i) se
selecciona la variable ingresante con la que mejore
z ii) con sta variable se selecciona la variable
saliente a partir de las restricciones iii) despejar de
la ecuacin clave la variable que ingresa y
reemplazar en las ecuaciones restantes.
5.- verificacin del ptimo
i) reemplazar la ecuacin clave obtenida en el paso
4.iii en la funcin objetivo. Si todos los coeficientes
de las variables son negativos y ceros el problema
ha sido resuelto y la solucin es ptima.
Ii) De otro modo se revisa el programa haciendo
ingresar la variable en la funcin objetivo cuyo
coeficiente positivo es el mayor

6.- repetir 4.ii, 4.iii y 5) hasta alcanzar el ptimo


Algoritmo de minimizacin
El procedimiento es similar

A) Se selecciona la variable ingresante a la que


mejore z; es la del trmino ms negativo

B) Se alcanzar la solucin ptima cuando


todos los coeficientes de la funcin objetivo
son ceros y positivos
MTODO GRFICO
Para 2 variables
1. Disponemos de 210.000 euros para invertir en
bolsa. Nos recomiendan dos tipos de acciones. Las
del tipo A, que rinden el 10% y las del tipo B, que
rinden el 8%. Decidimos invertir un mximo de
130.000 euros en las del tipo A y como mnimo
60.000 en las del tipo B. Adems queremos que la
inversin en las del tipo A sea menor que el doble
de la inversin en B. Cul tiene que ser la
distribucin de la inversin para obtener el mximo
inters anual?
Solucin
x:cantidad que invertimos en acciones de tipo A
y:cantidad que invertimos en acciones de tipo B
inversin rendimiento

Tipo A x 0,1x

Tipo B y 0,08y

Rendimiento total = 0,1x+0,08y


Restricciones

R4
Puntos de interseccin con los ejes
Dibujamos las rectas auxiliares asociadas a las
restricciones para conseguir la regin factible
Pintado con amarillo de vrtices A, B, C, D y E
x y x y x y X y
0 210000 130000 0 0 60000 0 0
210000 0 130000 65000
Grfica de regin factible
La funcin objetivo es;
F(x, y)= 0,1x+0,08y

Si dibujamos la curva F(x, y) =0 (en rojo) y la


desplazamos se puede comprobar
grficamente que el vrtice mas alejado es
el D, y por tanto es la solucin ptima.
Comprobarlo analticamente con Matlab
Ejemplo
En una pastelera se hacen dos tipos de tartas: Real y
Vienesa. Cada tarta Vienesa necesita un cuarto de
relleno por cada Kg. de bizcocho y produce un
beneficio de 250 Pts, mientras que una tarta Real
necesita medio Kg. de relleno por Kg. de bizcocho y
produce 400 Ptas. de beneficio. En la pastelera se
pueden hacer diariamente hasta 150 Kg. de bizcocho
y 50 Kg. de relleno, aunque por problemas de
maquinaria no pueden hacer mas de 125 tartas de
cada tipo. Cuntas tartas Vienesas y cuantas Reales
deben vender al da para maximizar el beneficio?
Solucin: definicin de variables x=
, y=
Funcin objetivo (maximizar): U=f(x, y)=250x+ 400y
Sujeta a las siguientes condiciones (restricciones del
problema):

Basndonos en las rectas auxiliares y sus puntos de


interseccin con los ejes cartesianos de las
restricciones, dibujamos la regin factible:
Grfica de Regin factible
Los vrtices: O(0,0), el A(125, 0) y el D(0, 100)
se encuentran directamente
Se observa que la restriccin y125 es redundante
Resolviendo el sistema:

Obtenemos el vrtice C: y=50, x=100


el ltimo vrtice B, sale del sistema: x+y=150
x=125, B(125, 25)
Clculo del mximo
Se evala U=250x+ 400y en cada vrtice de la
regin O(0,0), A(125,0), B(125,25) y C(100,50)
y D(0,100); lo procesamos en Matlab
>>x=[0 125 125 100 0];
>> y=[0 0 25 50 100];
>> U=250*x+ 400*y
U = 0 31250 41250 45000 40000
Resp.-