Documente Academic
Documente Profesional
Documente Cultură
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
CLASE Nº02
PROGRAMACION LINEAL
1. Introducción
2. Conceptos
1
Vélez Ignacio ‘Técnicas de simulación en el análisis de recursos hidrológicos’.
02/09/2010 1
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
La contribución del enfoque de la investigación operacional es:
- Estructuración del problema real en un modelo abstracto matemático
- Exploración del problema y desarrollo de métodos sistemáticos para
solucionarlo
- Desarrollo de una solución óptima
Problema de Optimización
Ejemplo:
Minimizar z x12 x 22
Programas lineales
02/09/2010 2
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
La solución factible es aquella para las que todas las restricciones se satisfacen.
Una solución óptima es una solución factible que lleva al valor más favorable de la
función objetivo.
El valor más favorable significa el valor más grande o más pequeño, dependiendo de si
el objetivo es maximizar o minimizar. Entonces una solución óptima
maximiza/minimiza la función objetivo sobre toda la región factible.
La mayor parte de los problemas tendrán nada más que una solución óptima. Sin
embargo, también es posible tener más de una solución.
Otra posibilidad es que el problema no tenga soluciones óptimas. Esto ocurre sólo si:
- No tiene soluciones factibles
- Las restricciones no impiden que el valor de la función objetivo crezca
indefinidamente en la dirección favorable (positiva o negativa).
Suposición de proporcionalidad
Es una suposición sobre las actividades individuales que se consideran
independientes unas de las otras. En un modelo de PL el flujo de insumos y
productos es proporcional al nivel de actividad. Esto es, que si se quiere triplicar el
nivel de actividad, simplemente se triplica el flujo de los ‘items’ que se han
establecido para el nivel de actividad unitario.
Suposición de no negatividad
Es posible determinar cualquier nivel de actividad mayor que o igual a cero, sin
embargo, no es posible asignar niveles de actividad negativos.
Suposición de aditividad
Si existe interacción entre algunas actividades que puedan cambiar la medida total
de efectividad o de consumo total de algún recurso, pueden surgir términos de
producto cruzado. La aditividad supone que no existen interacciones de este tipo
entre ninguna de las actividades, de manera que no habrá términos de productos
cruzados en el modelo.
2
Hiller Frederick; Lieberman Gerald ‘Introducción a la Investigación de Operaciones’.
02/09/2010 3
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
Suposición de divisibilidad
Algunas variables de decisión sólo tienen significado físico cuando adquieren
valores enteros. La solución óptima que se obtiene en programación lineal con
mucha frecuencia no es entera. Por esto, la suposición de divisibilidad se refiere a
que las unidades de cada actividad se pueden dividir en cualquier nivel fraccional,
para que se permitan valores no enteros de las variables de decisión.
Suposición de certidumbre
La suposición de certidumbre dice que todos los parámetros del modelo son
constantes conocidas. En los problemas reales, muy pocas veces se satisface por
completo esta suposición. Casi siempre se formula un modelo de programación
lineal para elegir un curso de acción futuro. Entonces los parámetros que se emplean
están basados en una predicción de las condiciones futuras, lo que inevitablemente
conduce a un cierto grado de incertidumbre.
Una fábrica de queso puede producir dos tipos de productos: ‘Queso regular’ y ‘Queso
Especial’. Ellos necesitan 07 litros de leche y 05 horas-hombre para elaborar 01 kilo del
primer tipo y 13 litros de leche y 03 horas-hombre para elaborar 01 kilo del segundo.
Cada kilogramo del queso regular da $4 de beneficio mientras que la misma cantidad
del queso especial da $7. Si en cada turno hay 182 litros de leche y 60 horas-hombre
disponibles, encontrar la cantidad de cada tipo de queso que ellos deben producir para
maximizar su beneficio total.
Solución
Supóngase que la fabrica produce en cada turno ‘x’ kg. de queso regular e ‘y’ kg. de
queso especial. Cada posible combinación de x e y puede representar un punto en el
siguiente gráfico (Figura Nº01).
3
Fuente: International Course on Computer Aided Decision Making in Agriculture, Novi Sad,
Yugoslavia, 1991.
02/09/2010 4
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
Figura No.01
No todos los puntos en el gráfico corresponden a una forma factible de operar la fábrica.
Claramente es imposible tener valores negativos de queso, así que x e y deben ser
ambos positivos y/o cero.
7x + 13y 182
Con respecto a la mano de obra, 5x horas-hombre son necesarias para hacer ‘x’ kg de
queso regular y 3y para ‘y’ kg de queso especial.
5x + 3y 60
Hay que tener en cuenta que hay solamente 60 horas-hombre disponibles por cada
turno.
Las restricciones pueden ser ahora incorporadas en el gráfico para ver como ellas
restringen las posibles posiciones de los puntos representativos.
Obviamente ‘x’ igual a 0 e ‘y’ igual a 0 es una forma de operar la fábrica dentro de las
restricciones. Si x e y se incrementan, el punto se moverá hasta que la fábrica este
usando toda su capacidad de leche, lo que significa que 7x + 13y 182. Cuando esto
pasa, ni ‘x’ ni ‘y’ pueden incrementarse ya que no habría suficiente leche para abastecer
al proceso de producción de la fábrica. El conjunto de todos los puntos para los cuales
7x + 13y 182 es una línea recta (Figura No.02).
02/09/2010 5
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
Figura No.02
Figura No.03
Esto representa los efectos de las restricciones de la cantidad de leche y mano de obra
mediante la cual la fábrica puede ser programada. La ventaja de presentar esto de
manera gráfica permite visualizar el umbral de viabilidad operacional. Cualquier
combinación de ‘x’ kg de queso regular e ‘y’ kg de queso especial debe resultar en un
punto ubicado debajo de ambas líneas. De allí, el área en el diagrama que satisface estas
condiciones se denomina región factible o viable. Ahora se tiene que determinar cual de
esos puntos viables produce el mayor beneficio.
02/09/2010 6
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
En un problema simple tal como se ha visto es sencillo, sin embargo cuando existen
varias restricciones, es preferible el método gráfico debido a que muestra cual de las
intersecciones de líneas son en efecto vértices.
La conclusión de este análisis es que la fábrica debe producir 5.3 kg de queso regular y
11.1 kg de queso especial en cada turno para maximizar los beneficios.
Por otra parte, supongamos que el beneficio resultante de hacer x kg de queso regular e
y kg de queso especial es (2x + y) en vez de (4x + 7y) como en el ejemplo, la mejor
combinación sería representada por el vértice C y no en B; mientras que si el beneficio
es (x + 2y) el vértice óptimo sería A.
02/09/2010 7
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
Puede ocurrir que la solución óptima no sea única, e incluso que no exista, como en los
ejemplos siguientes:
02/09/2010 8
F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y
Y
er
er
ABB
ABB
y
y
bu
bu
3.0
3.0
to
to
re
re
Universidad Nacional Agraria La Molina
he
he
k
k
lic
lic
Facultad de Ingeniería Agrícola
C
C
w om w om
w
w
w. w.
A B B Y Y.c A B B Y Y.c
Departamento de Recursos Hídricos
Curso: IA3029 Ingeniería de Sistemas
Ing. Eduardo Chávarri V.
____________________________________________________________________________________
Ejemplo
Es decir, como buscamos el valor mínimo, todos los puntos comprendidos entre A y E
sirven, es decir, hay in nitas soluciones.
02/09/2010 9