MODULO 3 - Programacion Lineal

Introducción a la
Programación Lineal
1
Copyright (c) 2004 Brooks/Cole, a division of Thomson Learning, Inc.
La programación Linear tiene como objetivo el
estudio de una categoría particular de la
programación matemática, consistente en
optimizar una función linear, las relaciones
entre las variables siendo igualmente lineares
en relación a las variables.
2
3
Forma estándar de los
modelos de Programación Lineal
Maximizar Z = c1x1 + c2x2 + ... + cnxn,

sujeto a las restricciones:
a11x1 + a12x2 + ... + a1nxn  b1

a21x1 + a22x2 + ... + a2nxn  b2
.
.
am1x1 + am2x2 + ... + amnxn  bm
y
x1  0, x2  0, ..., xn  0
4
Ejemplo
Gepetto S.L., manufactura muñecos y trenes de madera.
Cada muñeco:
• Produce un beneficio neto de 3 €.
• Requiere 2 horas de trabajo de acabado.
• Requiere 1 hora de trabajo de carpinteria.
Cada tren:
• Produce un beneficio neto de 2 €.
• Requiere 1 hora de trabajo de acabado.
• Requiere 1 hora trabajo de carpinteria.
Cada semana Gepetto puede disponer de:

 Todo el material que necesite.
 Solamente 100 horas de acabado.
 Solamente 80 horas de carpinteria.
También:
 La demanda de trenes puede ser cualquiera (sin límite).
 La demanda de muñecos es como mucho 40.
Gepetto quiere maximizar sus beneficios.

¿Cuántos muñecos y cuántos trenes debe fabricar?
5
Este problema es un ejemplo típico de un problema de programación lineal (PPL).
Variables de Función Objetivo. En cualquier Restricciones

Decisión PPL, la decisión a tomar es Son desigualdades que
como maximizar (normalmente el limitan los posibles
x = nº de muñecos beneficio) o minimizar (el coste) valores de las variables
producidos a la de alguna función de las de decisión.
semana variables de decisión. Esta En este problema las
y = nº de trenes función a maximizar o minimizar restricciones vienen
producidos a la se llama función objetivo. dadas por la
semana disponibilidad de horas
El objetivo de Gepetto es elegir de acabado y carpintería
valores de x e y para y por la demanda de
muñecos.
maximizar 3x + 2y. Usaremos
También suele haber
la variable z para denotar el restricciones de signo o
valor de la función objetivo. La no negatividad:
función objetivo de Gepetto es: x≥0
y≥0
Max z = 3x + 2y
6
Restricciones
Cuando x e y crecen, la función objetivo de Gepetto también crece.
Pero no puede crecer indefinidamente porque, para Gepetto, los
valores de x e y están limitados por las siguientes tres restricciones:
Restricción 1: no más de 100 horas de tiempo de acabado pueden ser usadas.
Restricción 2: no más de 80 horas de tiempo de carpinteria pueden ser usadas.
Restricción 3: limitación de demanda, no deben fabricarse más de 40 muñecos.
Estas tres restricciones pueden expresarse matematicamente

por las siguientes desigualdades:
Restricción 1: 2 x + y ≤ 100
Restricción 2: x + y ≤ 80
Restricción 3: x ≤ 40
Además, tenemos las restricciones de signo: x ≥ 0 e y ≥ 0
7
Formulación matemática del PPL
Variables de Decisión x = nº de muñecos producidos a la semana
y = nº de trenes producidos a la semana
Muñeco Tren
Beneficio 3 2 Max z = 3x + 2y (función objetivo)
Acabado 2 1 ≤ 100 2 x + y ≤ 100 (acabado)
Carpintería 1 1 ≤ 80 x + y ≤ 80 (carpinteria)
Demanda 1 ≤ 40 x ≤ 40 (demanda muñecos)
x ≥0 (restricción de signo)
y ≥0 (restricción de signo)
8
Formulación matemática del PPL
Para el problema de Gepetto, combinando las restricciones de

signo x ≥ 0 e y ≥ 0 con la función objetivo y las restricciones,
tenemos el siguiente modelo de optimización:
Max z = 3x + 2y (función objetivo)

Sujeto a (s.a:)
2 x + y ≤ 100 (restricción de acabado)
x + y ≤ 80 (restricción de carpinteria)
x ≤ 40(restricción de demanda de muñecos)
x ≥ 0 (restricción de signo)
y ≥ 0 (restricción de signo)
9
Región factible
La región factible de un PPL es el conjunto de todos los puntos

que satisfacen todas las restricciones. Es la región del plano
delimitada por el sistema de desigualdades que forman las
restricciones.
Restricciones de Gepetto
2x + y ≤ 100 (restricción finalizado)
x + y ≤ 80 (restricción carpintería)
x ≤ 40 (restricción demanda)
x ≥0 (restricción signo)
y ≥0 (restricción signo)
10
Solución óptima
Para un problema de maximización, una solución óptima es un punto
en la región factible en el cual la función objetivo tiene un valor
máximo. Para un problema de minimización, una solución óptima es
un punto en la región factible en el cual la función objetivo tiene un
valor mínimo.
La mayoría de PPL tienen solamente una solución óptima. Sin

embargo, algunos PPL no tienen solución óptima, y otros PPL tienen
un número infinito de soluciones.
Se puede demostrar que la solución óptima de un PPL está siempre

en la frontera de la región factible, en un vértice (si la solución es
única) o en un segmento entre dos vértices contiguos (si hay infinitas
soluciones)
11
Representación Gráfica de las restricciones
Y
Cualquier PPL con sólo dos
variables puede resolverse
100
gráficamente. 2x + y = 100
Por ejemplo, para representar 80
gráficamente la primera
restricción, 2x + y ≤ 100 :
60
Dibujamos la recta 2x + y = 100
Elegimos el semiplano que 40

cumple la desigualdad: el
punto (0, 0) la cumple
(2·0 + 0 ≤ 100), 20
así que tomamos el

semiplano que lo contiene.
20 40 60 80 X
12
Dibujar la región factible
Puesto que el PPL de Gepetto tiene dos variables, se puede resolver

gráficamente. La región factible es el conjunto de todos los puntos
que satisfacen las restricciones:
2 x + y ≤ 100 (restricción de acabado)

x + y ≤ 80 (restricción de carpintería)
x ≤ 40 (restricción de demanda)
x ≥0 (restricción de signo)
y ≥0 (restricción de signo)
Vamos a dibujar la región factible que satisface estas restricciones.
13
Y
100
2x + y = 100
Restricciones
2 x + y ≤ 100
80
x + y ≤ 80
x ≤ 40
x ≥0 60
y ≥0
40
Teniendo en
cuenta las 20
restricciones de
signo (x ≥ 0, y ≥ 0),
nos queda: 20 40 60 80 X
14
Y
100
Restricciones 80
2 x + y ≤ 100
x + y ≤ 80 60 x + y = 80
x ≤ 40
x ≥0 40
y ≥0
20
20 40 60 80 X
15
Y
100
Restricciones 80
x = 40
2 x + y ≤ 100
x + y ≤ 80 60
x ≤ 40
x ≥0
40
y ≥0
20
20 40 60 80 X
16
Y
La intersección
de todos estos
semiplanos 100
2x + y = 100
(restricciones)
nos da la región
80
factible x = 40
60
x + y = 80
40
Región
20 Factible
20 40 60 80 X
17
Vértices de la región factible
Y Restricciones
La región factible (al
2 x + y ≤ 100
estar limitada por
x + y ≤ 80
rectas) es un polígono. 100
2x + y = 100
En esta caso, el x ≤ 40
polígono ABCDE. x ≥0
80 E x = 40 y ≥0
Como la solución
óptima está en alguno D
de los vértices (A, B, 60
C, D o E) de la región
x + y = 80
factible, calculamos 40
esos vértices.
Región
20 Factible C
B
A 20 40 60 80 X
18
Vértices de la región factible
Y
Los vértices de la región
factible son intersecciones de
dos rectas. El punto D es la 100
intersección de las rectas 2x + y = 100
2x + y = 100 x = 40
80 E(0, 80)
x + y = 80
La solución del sistema x = 20, D (20, 60)
y = 60 nos da el punto D. 60
B es solución de
x = 40 40
y=0
Región
C es solución de C(40, 20)
20 Factible
x = 40 x + y = 80
2x + y = 100 B(40, 0)
E es solución de A(0, 0) 20 40 60 80 X
x + y = 80
19 x=0
Resolución gráfica
Y
Max z = 3x + 2y
Para hallar la 100
solución óptima,
(0, 80)
dibujamos las 80
rectas en las
cuales los puntos (20, 60)
tienen el valor de 60
z.
La figura muestra 40
estas lineas para

z = 0, z = 100, y z Región (40, 20)
= 180
20 Factible
(40, 0)
(0, 0) 20 40 60 80 X
z = 180
20 z=0 z = 100
Resolución gráfica Y
Max z = 3x + 2y
100
La última recta de (0, 80)

80
z que interseca
(toca) la región (20, 60)
factible indica la 60
solución óptima
para el PPL. Para 40
el problema de
Gepetto, esto Región (40, 20)
ocurre en el 20 Factible
punto D (x = 20, y
(40, 0)
= 60, z = 180).
(0, 0) 20 40 60 80 X
z = 180
z=0 z = 100
21
Resolución analítica
Y
Max z = 3x + 2y
También podemos encontrar la 100
solución óptima calculando el
valor de z en los vértices de la
(0, 80)
región factible. 80
Vértice z = 3x + 2y (20, 60)

60
(0, 0) z = 3·0+2·0 = 0
(40, 0) z = 3·40+2·0 = 120
(40, 20) z = 3·40+2·20 = 160 40
(20, 60) z = 3·20+2·60 = 180

Región
(0, 80) z = 3·0+2·80 = 160 (40, 20)
20 Factible
La solución óptima es:
(40, 0)
x = 20 muñecos
y = 60 trenes (0, 0) 20 40 60 80 X
z = 180 € de beneficio
22
Hemos identificado la región factible para
el problema de Gepetto y buscado la
solución óptima, la cual era el punto en la
región factible con el mayor valor posible
de z.
23
Recuerda que:
La región factible en cualquier PPL
está limitada por segmentos (es un
polígono, acotado o no).
La región factible de cualquier PPL

tiene solamente un número finito de
vértices.
Cualquier PPL que tenga solución

óptima tiene un vértice que es óptimo.
24
Un problema de minimización
Dorian Auto fabrica y vende coches y

furgonetas.La empresa quiere emprender una
campaña publicitaria en TV y tiene que decidir
comprar los tiempos de anuncios en dos tipos
de programas: del corazón y fútbol.
 Cada anuncio del programa del corazón es visto por 6 millones de mujeres y 2
millones de hombres.
 Cada partido de fútbol es visto por 3 millones de mujeres y 8 millones de
hombres.
 Un anuncio en el programa de corazón cuesta 50.000 € y un anuncio del fútbol
cuesta 100.000 €.
 Dorian Auto quisiera que los anuncios sean vistos por por lo menos 30 millones
de mujeres y 24 millones de hombres.
Dorian Auto quiere saber cuántos anuncios debe contratar en cada tipo de
programa para que el coste de la campaña publicitaria sea mínimo.
25
Formulación del problema:
 Cada anuncio del programa del

corazón es visto por 6 millones de
mujeres y 2 millones de hombres.
 Cada partido de fútbol es visto por
3 millones de mujeres y 8 millones
de hombres. Corazón Fútbol
 Un anuncio en el programa de (x) (y)
corazón cuesta 50.000 € y un
anuncio del fútbol cuesta 100.000
€. mujeres 6 3 6x + 3y ≥ 30
 Dorian Auto quisiera que los
anuncios sean vistos por por lo
hombres 2 8 2x + 8y ≥ 24
menos 30 millones de mujeres y 24
millones de hombres.
Dorian Auto quiere saber cuántos Coste
50 100 50x +100y
anuncios debe contratar en cada tipo 1.000€
de programa para que el coste de la
campaña publicitaria sea mínimo.
26
Formulación del problema:
Variables de decisión: x = nº de anuncios en programa de corazón

y = nº de anuncios en fútbol
Min z = 50x + 100y (función objetivo en 1.000 €)

s.a: 6x + 3y ≥ 30 (mujeres)
2x + 8y ≥ 24 (hombres)
x, y ≥ 0 (no negatividad)
27
Dibujamos la región factible.
Y
14
Min z = 50 x + 100y 12
6x + 3y = 30
s.a. 6x + 3y ≥ 30
10
2x + 8y ≥ 24
x, y ≥ 0 8
4
2x + 8y = 24
2
X
2 4 6 8 10 12 14
28
Calculamos los vértices de la región factible:
Y
El vértice A es solución del
La región factible
sistema 14
no está acotada
6x + 3y = 30
x=0 12
Por tanto, A(0, 10) A

10
Región
El vértice B es solución de 8
Factible
6x + 3y = 30
2x + 8y = 24 6
Por tanto, B(4, 2)

4
El vértice C es solución de 2
B
2x + 8y = 24
C
y=0
X
Por tanto, C(12, 0) 2 4 6 8 10 12 14
29
Resolvemos por el método analítico
Evaluamos la función objetivo z en los vértices.

Y
Vértice z = 50x + 100y
14
z = 50·0 + 100·10 =
A(0, 10)
= 0+10000 = 10 000 12
z = 50·4 + 100·2 = A(0, 10)

B(4, 2) 10
Región
= 200+200 = 400
8
Factible
z = 50·12 + 100·0 =
C(12, 0)
= 6000+0 = 6 000 6
El coste mínimo se obtiene en B. 4
B(4, 2)
Solución: 2
x = 4 anuncios en pr. corazón C(12, 0)
y = 2 anuncios en futbol X
Coste z = 400 (mil €) 2 4 6 8 10 12 14
30
Resolvemos por el método gráfico
Min z = 50 x + 100y Y
s.a. 6x + 3y ≥ 30 14
2x + 8y ≥ 24
12
x, y ≥ 0
10 A(0, 10)
El coste mínimo Región
se obtiene en el Z = 600
8
Factible
punto B. 6
Z = 400
4
2
B(4, 2)
Solución:
x = 4 anuncios en pr. corazón C(12, 0)
y = 2 anuncios en futbol 2 4 6 8 10 12 14
X
Coste z = 400 (mil €)

31
Número de Soluciones de un PPL
Los dos ejemplos anteriores, Gepetto y Dorian Auto,

tienen, cada uno, una única solución óptima.
No en todos los PPL ocurre esto. Se pueden dar
también las siguientes posibilidades:
• Algunos PPL tienen un número infinito de
soluciones óptimas (alternativas o múltiples
soluciones óptimas).
• Algunos PPL no tienen soluciones factibles (no
tienen región factible).
• Algunos PPL son no acotados: Existen puntos en
la región factible con valores de z arbitrariamente
grandes (en un problema de maximización).
Veamos un ejemplo de cada caso.
32
Número infinito de soluciones óptimas
Y
Consideremos el siguiente 60
problema:
50
C
max z = 3x + 2y
40
s.a: 3x + 2y ≤ 120
x + y ≤ 50
B
x,y≥0 30 Región
Factible
z = 120
Cualquier punto (solución) 20
situado en el segmento AB
puede ser una solución óptima 10
z = 60
de z =120. z = 100
A
10 20 30 40 50 X
33
Sin soluciones factibles
Y
Consideremos el siguiente 60
problema: No existe
Región Factible
max z = 3x1 + 2x2 50
x ≥ 30
s.a: 3x + 2y ≤ 120 40
x + y ≤ 50 x + y ≤ 50 y ≥ 30
x ≥ 30
y ≥ 30 30
x,y≥0
20
10 3x + 2y ≤ 120
No existe región factible
34
10 20 30 40 50 X
PPL no acotado (no existe límite para la función objetivo)
max z = 2x – y Y
s.a: x–y≤1 6
Región Factible
2x + y ≥ 6
5
x, y ≥ 0
La región factible es no 4
acotada. Se muestran en el z=4

gráfico las rectas de nivel
3
para z = 4 y z = 6. Pero
podemos desplazar las
rectas de nivel hacia la 2
derecha indefinidamente sin z=6

abandonar la región factible. 1
Por tanto, el valor de z
puede crecer
indefinidamente. 1 2 3 4 5 X
35
Ejercicios
1) Un fabricante está tratando de decidir sobre las

cantidades de producción para dos artículos: mesas y
sillas. Se cuenta con 96 unidades de material y con 72
horas de mano de obra. Cada mesa requiere 12
unidades de material y 6 horas de mano de obra. Por
otra parte, las sillas usan 8 unidades de material cada
una y requieren 12 horas de mano de obra por silla. El
margen de contribución es el mismo para las mesas que
para las sillas: $5.00 por unidad. El fabricante prometió
construir por lo menos dos mesas.
36
2) Un estudiante dedica parte de su tiempo al reparto de
propaganda publicitaria. La empresa A le paga B/. 5 por cada
impreso repartido y la empresa B, con folletos más grandes, le
paga B/. 7 por impreso. El estudiante lleva dos bolsas: una para
los impresos A, en la que caben 120 y otra para los impresos B,
en la que caben 100. Ha calculado que cada día es capaz de
repartir 150 impresos como máximo. Lo que se pregunta el
estudiante es: ¿Cuántos impresos habrá que repartir de cada
clase para que su beneficio diario sea máximo?
3) Las restricciones pesqueras impuestas por la CEE obligan a

cierta empresa a pescar como máximo 2.000 toneladas de
merluza y 2.000 toneladas de rape, además, en total, las
capturas de estas dos especies no pueden pasar de las 3.000
toneladas. Si el precio de la merluza es de 1.000 Bs/kg y el
precio del rape es de 1.500 Bs/kg, ¿qué cantidades debe
pescar para obtener el máximo beneficio?
37
Ejercicios
4) El departamento de rayos X de un hospital tiene dos máquinas,
A y B, que pueden utilizarse para revelar radiografías. La
capacidad de procesamiento diaria de estas máquinas es A=80
y B=100 radiografías. El departamento debe planear procesar al
menos 150 radiografías por día. Los costos de operación por
radiografía son $4 para la máquina A y $3 para la máquina B.
¿Cuántas radiografías por día debe procesar cada máquina
para minimizar costos?
5) Una empresa fabrica dos modelos de fundas de sofá, A y B, que

dejan unos beneficios de 40 y 20 euros respectivamente. Para
cada funda del modelo A se precisan 4 horas de trabajo y 3
unidades de tela. Para fabricar una del modelo B se requieren 3
horas de trabajo y 5 unidades de tela. La empresa dispone de
48 horas de trabajo y 60 unidades de tela. Si a lo sumo pueden
hacerse 9 fundas del modelo A. ¿Cuántas fundas de cada
modelo han de fabricarse para obtener el máximo beneficio y
38 cual sería este?
Ejercicios
6) Una compañía fabrica dos tipos de componentes electrónicos:
transistores y bobinas.
Cada transistor requiere un minuto de tiempo en el
departamento de ensamble, dos minutos de tiempo en el
departamento de Control de Calidad y un minuto de tiempo en
empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un
minuto de tiempo en Control de Calidad y dos minutos en
empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C.
Calidad y 400 minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar
a la utilidad.
La compañía desea determinar la mezcla de productos optima
que maximice la utilidad total.
39

MODULO 3 - Programacion Lineal

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MODULO 3 - Programacion Lineal

Cargado por

Copyright:

Formatos disponibles

Introducción a la

Maximizar Z = c1x1 + c2x2 + ... + cnxn,

a11x1 + a12x2 + ... + a1nxn  b1

Cada semana Gepetto puede disponer de:

Gepetto quiere maximizar sus beneficios.

Variables de Función Objetivo. En cualquier Restricciones

Estas tres restricciones pueden expresarse matematicamente

Además, tenemos las restricciones de signo: x ≥ 0 e y ≥ 0

Beneficio 3 2 Max z = 3x + 2y (función objetivo)

Acabado 2 1 ≤ 100 2 x + y ≤ 100 (acabado)

Demanda 1 ≤ 40 x ≤ 40 (demanda muñecos)

Para el problema de Gepetto, combinando las restricciones de

Max z = 3x + 2y (función objetivo)

La región factible de un PPL es el conjunto de todos los puntos

La mayoría de PPL tienen solamente una solución óptima. Sin

Se puede demostrar que la solución óptima de un PPL está siempre

Por ejemplo, para representar 80

Elegimos el semiplano que 40

así que tomamos el

Puesto que el PPL de Gepetto tiene dos variables, se puede resolver

2 x + y ≤ 100 (restricción de acabado)

Vamos a dibujar la región factible que satisface estas restricciones.

Para hallar la 100

estas lineas para

La última recta de (0, 80)

Vértice z = 3x + 2y (20, 60)

(20, 60) z = 3·20+2·60 = 180

La región factible de cualquier PPL

Cualquier PPL que tenga solución

Dorian Auto fabrica y vende coches y

 Cada anuncio del programa del

Variables de decisión: x = nº de anuncios en programa de corazón

Min z = 50x + 100y (función objetivo en 1.000 €)

Por tanto, A(0, 10) A

Por tanto, B(4, 2)

Evaluamos la función objetivo z en los vértices.

z = 50·4 + 100·2 = A(0, 10)

El coste mínimo se obtiene en B. 4

Coste z = 400 (mil €)

Los dos ejemplos anteriores, Gepetto y Dorian Auto,

No existe región factible

acotada. Se muestran en el z=4

derecha indefinidamente sin z=6

1) Un fabricante está tratando de decidir sobre las

3) Las restricciones pesqueras impuestas por la CEE obligan a

5) Una empresa fabrica dos modelos de fundas de sofá, A y B, que

También podría gustarte