MODELAMIENTO MATEMATICO Y ESTOCASTICO

Modelos de Programación Matemática

Ing. Darián Róbinson Martínez Díaz

Universidad Católica del Maule

Facultad de Ingeniería

Semestre 2019

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Programación
Entera

Programación Programación
Lineal Convexa

Programación Matemática
Programación
No Lineal …
Programación
Cuadratica

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

• Modelo Estándar de Programación

Matemática
Maximizar / Minimizar z = f(x1, x2 ,…, xn)
£
Sujeto a gi(x1, x2 , …, xn) ³ bii=1,…,m
=
xj ≥ 0, j = 1,…,n

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

• Componentes del Modelo

• xj son llamadas variables de decisión. Estas son
las variables que se controlan.

• g (x1, x2,…, xn)

{} £
³
=
bi

son las restricciones funcionales o tecnológicas.

•xj ≥ 0 corresponden a las restricciones de no negatividad.
•f(x1, x2 ,…, xn) es la función objetivo.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

• Factibilidad y Optimalidad
ŸUna solución factible x es aquella que satisface todas las
restricciones (las tecnológicas y de no negatividad).
ŸEl conjunto de todas las soluciones factibles es
denominado región factible.
ŸLa función objetivo permite obtener una ordenación de
las soluciones factibles.
ŸUna solución óptima es una solución factible que conduce
al valor más favorable de la función objetivo.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

• Factibilidad y Optimalidad
ŸEl mejor valor de la función objetivo que es obtenido se
denomina valor óptimo.
ŸPor lo tanto, el propósito de un problema de programación
matemática es determinar las soluciones factibles que
maximizan (o minimizan) la función objetivo, es decir,
encontrar la solución factible que genere el mejor valor de
z.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Supuestos de un Problema de
Programación Lineal

(i)proporcionalidad

(ii)aditividad
linealidad
(iii)divisibilidad

(iv)certidumbre

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Supuesto 1. Proporcionalidad
ŸLos niveles de actividad son multiplicados por
coeficientes, tanto en la función objetivo, como en las
restricciones.
ŸEsto implica que las cantidades son directamente
proporcionales en el nivel donde se lleva a cabo cada
actividad.
ŸPor lo tanto, no se consideran economías de escalas ni
costos iniciales de implantación de cada actividad

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Supuesto 2. Aditividad
ŸNoexiste interacción entre las actividades, tanto en la
función objetivo como en las restricciones.

ŸPor lo tanto, el valor total de cada función se puede

obtener sumando las contribuciones individuales de las
actividades respectivas.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Supuesto 3. Divisibilidad
ŸLasunidades de cada actividad se pueden dividir en
cualquier nivel fraccional, permitiendo valores no
enteros en las variables de decisión.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Supuesto 4. Certidumbre
ŸTodos los parámetros del modelo son constantes
conocidas, es decir, no se incorpora la naturaleza
probabilística de los parámetros.
ŸUna alternativa para superar esta limitación es realizar
un análisis de sensibilidad o post-óptimo.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Conjunto de Soluciones Factible

ŸEn un problema de programación lineal, el conjunto de
las soluciones factibles para el problema es un conjunto
convexo.

Ÿconjunto convexo. conjunto NO convexo.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Solución Gráfica de Problemas de

Programación Lineal
ŸCuando en un problema de programación lineal existen
sólo dos variables de decisión es posible realizar un
procedimiento de solución a través de un análisis gráfico
(sólo existen dos dimensiones).

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Wyndor Glass Corporation

La Wyndor Glass Co es una empresa dedicada a la
elaboración de artículos de vidrio de alta calidad (puertas y
ventanas) los cuales se hacen en 3 plantas diferentes.

Planta 1 Molduras y marcos de aluminio

Planta 2 Molduras y marcos en madera

Planta 3 Se hace y se ensambla el vidrio

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Wyndor Glass Corporation

Se tiene un programa de cambio de la producción y se
propone incursionar con 2 nuevos productos.

Producto 1 Producto 2
Puerta de vidrio con marco de aluminio Ventana de vidrio con marco de madera

Según el departamento de comercialización toda la

producción de éstos puede colocarse en el mercado.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Formulación
Se debe determinar la tasa de producción de los 2
productos para maximizar las utilidades sujeto a las
limitaciones que tiene la empresa
CAPACIDAD
PLANTA PUERTA VENTANA
DISPONIBLE (HORA)

1 1 0 4
2 0 2 12
3 3 2 18
GANANCIA
$3 $5
UNITARIA

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Construcción de un Modelo

1. Definición de Variables
x1 : Número de lotes del producto 1 fabricados por HORA.
x2 : Número de lotes del producto 2 fabricados por HORA

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Construcción de un Modelo

2. Función Objetivo: F.O.
Maximizar la ganancia total (en miles de dólares) por la
producción de los 2 productos

Maximizar z = 3x + 5x 1 2

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Construcción de un Modelo

3. Restricciones funcionales:
R1 - Horas disponibles en la planta 1: x1 ≤ 4
R2 - Horas disponibles en la planta 2: 2x2≤12
R3 - Horas disponibles en la planta 3: 3x1 + 2x2 ≤18

4. Restricción de signo
CAPACIDAD
de las variables: PLANTA PUERTA VENTANA
DISPONIBLE (HORA)

Tasas de producción 1 1 0 4
2 0 2 12
no negativas: x1, x2 ≥ 0 3 3 2 18
GANANCIA
$3 $5
UNITARIA

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Construcción de un Modelo

El modelo de programación lineal es:
Maximizar z = 3x1 + 5x2
Sujeto a:
x1 ≤ 4
2x2≤12
3x1 + 2x2 ≤18
x1 , x2 ≥ 0

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Análisis Gráfico

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 1. Resultado del Análisis Gráfico

Ÿ La solución óptima es x1 = 2 puertas por hora, x2 = 6
ventanas por hora.
Ÿ El valor óptimo es z = $36 por hora.

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 2. Caravanas de Marco Polo Inc.

Se debe transportar higo seco de Bagdad a la Meca en
camellos (dos jorobas) y dromedarios (una joroba)

¿Cuántos camellos y dromedarios deben ser usados

para minimizar el arriendo a pagar al pastor?

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 2. Formulación Matemática

ŸEl modelo de programación lineal es:
Minimizar z = 5x1 + 11x2
s.a.
500x1 + 1.000x2 > 10.000
4x1 + 3x2 < 60
80x1 + 100x2 < 1.600
x1, x2 > 0

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 2. Análisis Gráfico

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca

 MODELAMIENTO MATEMATICO Y ESTOCASTICO

Problema 2. Resultado del Análisis Gráfico

Ÿ La solución óptima es arrendar x1 = 12 dromedarios y
x2 = 4 camellos.
Ÿ El valor óptimo es z = 104 riales

Darián Róbinson Martínez Díaz damartinez@utalca.cl Talca