Documente Academic
Documente Profesional
Documente Cultură
Facultad de Ingeniera
una solucin y analizar como esta se puede implementar mediante la toma de decisiones
para satisfacer las necesidades de dicho problema. El siguiente grafico representa la idea
planteada:
+
+
0,
Programacin Lineal (8206)
+ +
+ +
, =,
+ +
+ +
0, ,
, =,
, =,
Procesos Industriales
variables
= constante del lado derecho, referido al recurso disponible por cada restriccin i.
b. En forma de sumatoria puede expresarse como:
=
, =,
Sujeto a
,
,,
= 1,2, ,
, =
Donde:
Procesos Industriales
Actividad
______________________
=
+ +
+ +
Sujeto a
0,
, =,
+ +
+ +
0, ,
, =,
, =,
variable de decisin representa el nivel de alguna actividad, se supondr que las actividades
se pueden realizar a niveles fraccionales.
en la funcin
para las variables en cualquier termino de las funciones (ya sea la funcin objetivo o las
restricciones) en un modelo de PL.
Procesos Industriales
determinados mtodos o algoritmos iterativos con el propsito de hallar, de ser posible una
solucin ptima (la mejor) que satisfaga el conjunto de restricciones a la cual est sujeta la
funcin objetivo.
2.-Es un modelo esttico: en algunos modelos matemticos se han empleado con xito las
ecuaciones diferenciales, para inducir la variable tiempo en ellos. En este sentido, puede decirse
que la PL, utiliza un modelo esttico, ya que la variable tiempo no se involucra formalmente.
3.- Es un modelo que no suboptimiza: debido la forma en que se plantea el modelo de PL, o
encuentra la solucin ptima o declara que esta no existe. Cuando no es posible obtener una
solucin optima y se debe obtener alguna, se recurre a otra tcnica ms avanzada que la PL, la
cual se denomina programacin lineal por metas.
ilustrar muchos elementos importantes de los modelos de PL. Aun cuando la geometra
representa un caso muy especial en dos dimensiones, es sencillo trabajar con ella y muchos
es til como base para el mtodo de resolucin grafica con el objetivo de resolver modelos
de PL que tenga solo 2 variables de decisin.
=
, =,
Sujeto a
,
= 1,2, ,
Procesos Industriales
estructura:
=
=
Sujeto a
,
= 1,2, ,
Paso 2. Se selecciona un punto de prueba: se elige cualquier punto de prueba que no est
sobre la lnea.
funcin objetivo, si se maximiza se elige el punto que genere el mayor valor arrojado por la
F.O y si se minimiza, se realiza el procedimiento contrario.
Procesos Industriales
de PL tiene como objetivo la determinacin del espacio de soluciones factibles, este espacio
es el rea en el primer cuadrante que satisface todas las restricciones al mismo tiempo, lo
que permitir obtener la solucin ptima.
+5
2
+2
12
18
Una vez aplicados los pases descritos anteriormente, la regin factible es:
Procesos Industriales
ptimos alternativos
Solucin no acotada
Solucin infactible
+9
+4
,
+2
8
4
Procesos Industriales
+4
con la
Por qu ocurre?
Sucede cuando la funcin objetivo es paralela a una restriccin obligatoria no
redundante (es decir, una restriccin que se satisface como una ecuacin en la solucin
ptima). Desde el punto de vista de la solucin puede ser beneficioso el tener variedad de
soluciones, que le permitan a la gerencia decidir entre distintas alternativas.
Ejemplo:
=
Sujeto a
+4
+2
,
5
4
Procesos Industriales
cuenta algunas restricciones clave. Otra posibilidad es que las estimaciones de los
coeficientes de las restricciones quiz no sean precisas.
Ejemplo:
=
Sujeto a
2
2
10
40
Procesos Industriales
Por qu ocurre?
Desde el punto de vista prctico, un espacio no factible apunta hacia la posibilidad
+2
+4
12
Procesos Industriales
Ejercicios propuestos.
1.- Obtenga la solucin ptima en los siguientes modelo y adems indique si la solucin
es degenerada, con ptimos alternativos, no acotada e infactible.
a.=
Sujeto a
+5
+3
b.=
3
4
3
+3
Sujeto a
,
Programacin Lineal (8206)
5
=3
Procesos Industriales
c.=
Sujeto a
+ 21
+ 12
d.=
Sujeto a
+ 24
72
76
3
0
+3
3
+2
6
6
Procesos Industriales
Referencias
Hillier, F. S., & Lieberman, G. (2010). Introduccion a la Investigacion de Operaciones. Mexico: McGrawHill/Interamericana Editores, S,A de C.V.
Risa, J. S., & Arreola Risa, A. (2003). Programacion Lineal, Una introduccion a la toma de decisiones
cuantitativa. Mexico: Thomson Editores.
Taha, H. (2012). Investigacion de Operaciones. Mexico: Pearson Prentice Hall.
Procesos Industriales