FACULTAD DE INGENIERA

ESCUELA DE FORMACIN PROFESIONAL DE METALURGIA

CURSO
:

INVESTIGACION DE OPERACIONES
DOCENTE :

Ing. CAYO PALACIOS

INTEGRANTES

AVELINO ROMUALDO, Jean Carlos CHAVEZ CALLUPE, Ezer ORIZANO POMA, Cindy REYNOSO MATEO, Milagros RODRIGUEZ SOLORZANO, Rub ROSALES SATURNO, Miguel SNCHEZ SERRANO, S. Estefany
: V II CERRO DE PASCO 2013

SEMESTRE

INTRODUCCION
La programacin lineal es actualmente la tcnica matemtica utilizada mas actualmente gracias a que el algoritmo simplex es muy eficiente y al desarrollo de la computacin. Lo que se busca con la aplicacin de la programacin lineal es resolver problemas comunes y a la vez muy variados de la empresa en donde en general se tienen necesidades por satisfacer con cierto nmero de recursos limitados o escasos y con el objetivo de lograrlo en forma ptima. Esto significa la bsqueda de un valor mximo cuando se trata de beneficios; o bien la bsqueda de un mnimo cuando se trata de esfuerzos a desarrollar.

La programacin lineal es una tcnica de modelado (construccin de modelos). La programacin lineal (PL) es una tcnica matemtica de optimizacin, es decir, un mtodo que trata de maximizar o minimizar

un objetivo.
Su inters principal es tomar decisiones ptimas. Se usa mucho en la industria militar y en la petrolera. S i bien esos sectores han sido quiz los principales usuarios de ella, el sector servicios y el sector pblico de la

economa tambin la han aprovechado

ampliamente.

ESTRUCTURA BSICA DE UN PROBLEMA DE PROGRAMACIN LINEAL (PL)

Un problema de PL consta de una funcin objetivo (lineal) por maximizar o minimizar, sujeta a ciertas restricciones en la forma de igualdades o desigualdades.

CONCEPTOS CLAVE:

Funcin funcin

objetivo: por

La

optimizar

(maximizar o minimizar). Restricciones: Representan condiciones que es preciso satisfacer. Sistema de igualdades y desigualdades (< 1).

TIPO DE RESTRICCIONES

SOLUCIN GRFICA DE PROGRAMACION LINEAL

Cuando un modelo de programacin lineal se expresa en trminos de dos variables puede resolverse con procedimientos grficos. CONCEPTOS CLAVE:

CONJUNTO FACTIBLE: Es el conjunto de puntos que integran la regin de resolucin SOLUCIN FACTIBLE: Cada punto que integra la regin (plana) que resuelve el problema SOLUCIN PTIMA: Constituye la solucin al problema de programacin lineal

LA IMPORTANCIA DE LA LINEALIDAD
1. Los modelos de Programacin Lineal exigen que tanto las expresiones de las restricciones como de los objetivos se hagan de modo lineal.

5. Desde luego en cada ocasin hay que comprobar que es posible resolver mediante Programacin Lineal, es decir, comprobar que el modelo se ajusta suficientemente a la realidad.

2. Para muchos problemas prcticos sta es una consideracin que impide el uso de la Programacin Lineal (aunque existen modos de reconvertir modelos de Programacin no-Lineal en modelos de Programacin Lineal).

4. Los modelos de Programacin Lineal son ms fciles de resolver puesto que en el espacio de soluciones factibles siempre ser posible encontrar una solucin en vrtice, reduciendo de este modo el espacio de posibles soluciones ptimas a un nmero finito de las mismas.

3. La principal razn por la que los modelos de Programacin Lineal son preferibles es porque son mucho ms fciles de resolver.

BLENDING (MEZCLA). Este tipo de problemas considera las decisiones relativas a la mejor generacin de uno o varios productos resultados de una mezcla.

PROBLEMA DEL TRANSPORTE. Consiste en definir, en una red de suministro, los centros que deben producir, la cantidad a producir y el destino de esta produccin, teniendo en cuenta costes de transporte y/o de almacn, adems de beneficios esperados y limitaciones en los recursos disponibles.

6. Pese a sus restricciones evidentes por las caractersticas de las variables y las funciones, tiene una amplia variedad de aplicaciones. Algunos de los problemas clsicos de Programacin Lineal son:

PRODUCT MIX (CATLOGO DE PRODUCTOS). En su versin ms bsica pretende establecer la proporcin de productos a fabricar dados unos recursos limitados y unos beneficios esperados

DECISIN DE INVERSIONES. Otro de los problemas clsicos consiste en seleccionar la mejor cartera de inversiones minimizando riesgos o maximizando beneficios dado un conjunto de limitaciones en los recursos.

 Quiz uno de los aspectos ms curiosos para el modelador novel son los parmetros de los modelos. No se sabe exactamente se suele asumir que los parmetros del modelo existen, son ciertos y son conocidos.

El modelador quiere creer que valores como el coste o la duracin de un cambio de partida, el ritmo de produccin o su coste asociado, la capacidad de la mquina (medida en horas, en unidades?), el precio de los productos, o el nivel de stock en un momento dado para un determinado producto, es conocido.

Esto no es as en prcticamente ninguna empresa para casi ningn datos. Comenzando por la demanda que siempre es incierta por sus propias caractersticas, siguiendo por los costes que dependen del modo de clculo

Dado un conjunto de restricciones, diferentes funciones objetivo conducirn a diferentes soluciones. Si diferentes funciones objetivo dan lugar a la misma solucin es conveniente analizar la estructura del modelo puesto que puede aportar un mejor entendimiento del 1. DEFINICIN problema.

DE

OBJETIVOS (POR ACABAR)

2. PROBLEMAS MONO OBJETIVO

El caso de los Objetivos Simples es el caso ms sencillo, generalmente se pretenden maximizar beneficios o minimizar costes. La principal ventaja de estos objetivos es que los diferentes factores se ven reducidos a una unidad comn

Un modo de abordar este tipo de problemas es optimizar la suma ponderada de los valores de cada objetivo. aunque esto no es siempre posible. Los pesos deben ser relativos (o valores monetarios o similares) y deben tener en cuenta el rango de accin de cada variable. Al sumar diferentes objetivos, aunque sean ponderados, se est introduciendo un cierto grado de arbitrariedad por lo que ser necesario comprobar que el resultado .

4. EL MTODO DE LAS PONDERACIONES

3. PROGRAMACIN MULTI-OBJETIVO
Es Programacin Matemtica, puesto que conceptualmente pertenece a ella con la caracterstica de la existencia de ms de un objetivo (lo que por otro lado es ms habitual en la realidad que el caso de un solo objetivo).

MTODO DE LAS RESTRICCIONES

5.
Otro modo interesante de abordar estos problemas es el denominado metodo de resticciones. En ella los objetivos se ordenan po importancia y se vasa tratandio de optimizar uno detras de otro, fijando en cada casocomo restriccion que el valor de las funciones objetivos mas ha de ser igual al optimo encontrado.

ESTE ES UN EJEMPLO CLARO DE PROGRAMACION LINEAL

TIPOS BSICOS DE RESTRICCIONES EN DIRECCIN DE OPERACIONES

Las restricciones son expresiones de relaciones entre variables. Dichas relaciones se representan mediante restricciones en la programacin matemtica, y tienen la formulacin de una combinacin lineal de variables limitada por un determinado valor. Las restricciones se pueden clasificar en funcin de la realidad que pretenden representar, o en funcin de su relacin con el resto del modelo matemtico. Segn su relacin con la realidad que pretenden representar se pueden encontrar las siguientes:

A). DE CAPACIDAD. Se limita el consumo de capacidad productiva de un conjunto de recursos/productos/operaciones. B). DE MATERIA PRIMA. Se limita el consumo de un determinado conjunto de productos (y en consecuencia la produccin de un conjunto de productos) segn la cantidad de materia prima disponible en cada momento.

C) LIMITACIONES EN LA DEMANDA DEL MERCADO. Se limita la produccin de un

producto en funcin de la venta estimada de ste. C.1 RESTRICCIONES DE CONTINUIDAD O BALANCE DE MATERIALES O ENERGA. En

programacin multiperiodo, los productos que quedan al final de un periodo son las
que hay al principio del siguiente. Tambin si un producto se descompone en otras unidades la suma de las cantidades descompuestas es igual a la cantidad original (o

con un factor de rendimiento). Son tambin restricciones de continuidad las que

conectan los diferentes arcos que entran o salen de un nodo (por ejemplo en problemas de distribucin de energa).

C.2 ESTIPULACIONES DE CALIDAD. Al planificar la produccin de productos, se

pueden establecer restricciones en funcin de las caractersticas de calidad de la mezcla y de las materias primas.

C.3 RELACIONES DE TIPO LGICO. En ocasiones las restricciones tienen forma de

expresin lgica, "si consumes ms de 40kw, hay que activar un segundo generador".

MTODO SIMPLEX DE DANTZIG

Este mtodo, es un algoritmo que parte de una solucin bsica posible y encuentra otra que mejora el valor de la funcin objetivo. Este procedimiento se repite hasta que se alcanza el ptimo, si ste existe, o se arriba a una condicin de final anormal. El mtodo realiza una bsqueda eficiente pero no necesariamente recorriendo la ruta ms corta. El mtodo hace uso de una tabla de coeficientes de m + 1 filas, correspondiendo a las m restricciones y a la funcin objetivo y n + m + 2 columnas donde n primeras corresponden a las variables originales, las m siguientes a las flojas, la penltima a la variable asociada a la funcin objetivo y la restante contiene los trminos independientes de las restricciones. . La funcin objetivo Z = C0 + Cj Xj se incorpora a la tabla bajo la forma Z - Cj Xj = C0 y es posible considerar a Z como una variable ms. Dichas condiciones pueden ser inexistencia de una zona de soluciones posibles u ptimo en el infinito. Esto es vlido para problemas donde todas las restricciones son del tipo aij Xj di con di 0. Ms adelante se ver como se modifica esta matriz para otros casos.

PROGRAMACIN NO-LINEAL
Los modelos de programacin no-lineal son mucho ms complejos de resolver que sus anlogos lineales. Adems en muchos paquetes aunque se encuentra una solucin sta no es necesariamente ptima. Sin embargo es posible convertir relaciones no-lineales en aproximaciones lineales. Para poder tomar la decisin acerca de qu mtodo de resolucin es ms apropiado es importante conocer si el problema es convexo o no-convexo.

APLICACIONES TPICAS:

Planeacin de operaciones y ventas para encontrar el programa de produccin que tenga el costo mnimo.

Programacin de vehculos (mtodo de transporte), encontrar la ruta ptima para utilizar los recursos de transporte que involucren el movimiento de

productos o materiales de varios puntos llamados

Anlisis de la productividad en la produccin o servicios, considerar el grado de eficiencia con el

origen hacia otros puntos llamados destinos. Control de procesos, minimizar el volumen de desperdicio de material generado en los procesos de produccin, tales como cortes de acero, pieles o

cual

los

establecimientos

de

servicios

de

manufactura estn utilizando sus recursos en comparacin con la unidad que tiene mayor desempeo.

telas.

Control de inventario, encontrar la combinacin

ptima de productos a mantener en existencia dentro de una red de almacenes para garantizar el

Planeacin de los productos, encontrar la mezcla

ptima de productos, considerando que varios productos requieren diferentes recursos y tienen distintos costos.

abastecimiento de las demandas de las lneas de produccin.

Otras aplicaciones que se pueden mencionar estn

la programacin de la distribucin de embarques, los estudios para ubicar una planta entre distintas alternativas y los programas de manejo de

Rutas de los productos se refiere a encontrar el

camino ptimo para fabricar un producto que debe ser procesado en secuencia.

materiales con un costo mnimo.

MTODO MATEMTICO: Como se pudo observar, la solucin ptima de cualquier modelo de programacin lineal se encuentra en uno de los puntos o vrtices que conforman el polgono del espacio solucin, los cuales se forman por las intersecciones de las restricciones del modelo. El enfoque matemtico aprovecha esa situacin, y emplea el lgebra para encontrar esos puntos de interseccin a travs de la solucin de cada sistema de ecuaciones (inecuaciones) que se forma con cada par de restricciones y luego evaluando esos puntos en la funcin objetivo se determina la solucin ptima, ya sea el mayor valor para los casos de maximizacin, como el menor valor para los casos de minimizacin.

Existen diversas aplicaciones y/o paquetes de software en el mercado que se pueden descargar de manera gratuita. Se les recomienda a los estudiantes para la solucin de problemas de programacin lineal buscar por alguno de estos: LINDO / LINGO MPL / CPLEX

Funcin objetivo
Z = c1X1 + c2X2 + ... + cnXn

Relaciones entre Requerimientos y Disponibilidad de Recursos

a11X1 + a12X2 + ..... + a1nXn <= b1 ............................................. <= .. am1X1 + am2X2 + ..... + amnXn <= bm
Xj = variables de decisin cj = costos o ingresos por unidad aij = coeficientes insumo producto bi = disponibilidad de recursos

Ejemplo
Gepetto S.L., manufactura muecos y trenes de madera. Cada mueco: 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. Tambin: La demanda de trenes puede ser cualquiera (sin lmite). La demanda de muecos es como mucho 40.

Gepetto quiere maximizar sus beneficios. Cuntos muecos y cuntos trenes debe fabricar?

Este problema es un ejemplo tpico de un problema de programacin lineal (PPL).

Variables de Decisin Funcin Objetivo. En cualquier PPL, la decisin a tomar es como maximizar (normalmente el beneficio) o minimizar (el coste) de alguna funcin de las variables de decisin. Esta funcin a maximizar o minimizar se llama funcin objetivo. Restricciones Son desigualdades que limitan los posibles valores de las variables de decisin. En este problema las restricciones vienen dadas por la disponibilidad de horas de acabado y carpintera y por la demanda de muecos. Tambin suele haber restricciones de signo o no negatividad: x0 y0

x = n de muecos producidos a la semana y = n de trenes producidos a la semana

El objetivo de Gepetto es elegir valores de x e y para maximizar 3x + 2y. Usaremos la variable z para denotar el valor de la funcin objetivo. La funcin objetivo de Gepetto es:

Max z = 3x + 2y

Cuando x e y crecen, la funcin objetivo de Gepetto tambin crece. Pero no puede crecer indefinidamente porque, para Gepetto, los valores de x e y estn limitados por las siguientes tres restricciones:
Restriccin 1: no ms de 100 horas de tiempo de acabado pueden ser usadas. Restriccin 2: no ms de 80 horas de tiempo de carpinteria pueden ser usadas. Restriccin 3: limitacin de demanda, no deben fabricarse ms de 40 muecos.

Estas tres restricciones pueden expresarse matematicamente por las siguientes desigualdades:
Restriccin 1: Restriccin 2: Restriccin 3:

2 x + y 100
x + y 80 x 40

Adems, tenemos las restricciones de signo: x 0 e y 0

Formulacin matemtica del PPL

Variables de Decisin x = n de muecos producidos a la semana y = n de trenes producidos a la semana

Mueco Beneficio Acabado Carpintera Demanda 3 2 1 40

Tren 2 1 1 100 80 Max z = 3x + 2y (funcin objetivo) 2 x + y 100 x + y 80 x

(acabado) (carpinteria)

40 (demanda muecos) 0
y 0

(restriccin de signo) (restriccin de signo)

Para el problema de Gepetto, combinando las restricciones de signo x 0 e y 0 con la funcin objetivo y las restricciones, tenemos el siguiente modelo de optimizacin: Max z = 3x + 2y Sujeto a (s.a:) 2 x + y 100
x + y 80 x x

(funcin objetivo) (restriccin de acabado) (restriccin de carpinteria) (restriccin de demanda de muecos) (restriccin de signo)

40 0
y 0

(restriccin de signo)

La regin factible de un PPL es el conjunto de todos los puntos que satisfacen todas las restricciones. Es la regin del plano delimitada por el sistema de desigualdades que forman las restricciones.

x = 40 e y = 20 est en la regin factible porque satisfacen todas las restricciones de Gepetto. Sin embargo, x = 15, y = 70 no est en la regin factible porque este punto no satisface la restriccin de carpinteria [15 + 70 > 80].

Restricciones de Gepetto 2x + y 100 (restriccin finalizado) x + y 80 (restriccin carpintera) x x 40 (restriccin demanda) 0 y 0 (restriccin signo) (restriccin signo)

Para un problema de maximizacin, una solucin ptima es un punto en la regin factible en el cual la funcin objetivo tiene un valor mximo. Para un problema de minimizacin, una solucin ptima es un punto en la regin factible en el cual la funcin objetivo tiene un valor mnimo. La mayora de PPL tienen solamente una solucin ptima. Sin embargo, algunos PPL no tienen solucin ptima, y otros PPL tienen un nmero infinito de soluciones. Ms adelante veremos que la solucin del PPL de Gepetto es x = 20 e y = 60. Esta solucin da un valor de la funcin objetivo de:

Se puede demostrar que la solucin ptima de un PPL est siempre en la frontera de la regin factible, en un vrtice (si la solucin es nica) o en un segmento entre dos vrtices contiguos (si hay infinitas soluciones)

z = 3x + 2y = 320 + 260 = 180 Cuando decimos que x = 20 e y = 60 es la solucin ptima, estamos diciendo que, en ningn punto en la regin factible, la funcin objetivo tiene un valor (beneficio) superior a 180.

Y Cualquier PPL con slo dos variables puede resolverse grficamente.

100

Por ejemplo, para representar grficamente la primera restriccin, 2x + y 100 : Dibujamos la recta 2x + y = 100

2x + y = 100

80

60

Elegimos el semiplano que cumple la desigualdad: el punto (0, 0) la cumple (20 + 0 100), as que tomamos el semiplano que lo contiene.

40

20

20

40

60

80

Puesto que el PPL de Gepetto tiene dos variables, se puede resolver grficamente. La regin factible es el conjunto de todos los puntos que satisfacen las restricciones: 2 x + y 100 (restriccin de acabado) x + y 80 (restriccin de carpintera)

x
x

40 (restriccin de demanda)
0 y 0 (restriccin de signo) (restriccin de signo)

Vamos a dibujar la regin factible que satisface estas restricciones.

Y
2x + y = 100

Restricciones

100

2 x + y 100
x + y 80 x x 40 0
60 80

y 0
40

Teniendo en cuenta las restricciones de signo (x 0, y 0), nos queda:

20

20

40

60

80

100

Restricciones 2 x + y 100 x + y 80 x x 40 0 y 0

80

60

x + y = 80

40

20

20

40

60

80

100

Restricciones 2 x + y 100 x + y 80 x x 40 0 y 0

80

x = 40

60

40

20

20

40

60

80

La interseccin de todos estos semiplanos (restricciones) nos da la regin factible

Y
2x + y = 100

100

80

x = 40

60

x + y = 80
40

20

Regin Factible

20

40

60

80

La regin factible (al estar limitada por rectas) es un polgono. En esta caso, el polgono ABCDE. Como la solucin ptima est en alguno de los vrtices (A, B, C, D o E) de la regin factible, calculamos esos vrtices.

Y
2x + y = 100

Restricciones 2 x + y 100 x + y 80 x 40 0 y 0 x x = 40

100

80

E D

60

x + y = 80
40

20

Regin Factible

C B

20

40

60

80

Los vrtices de la regin factible son intersecciones de dos rectas. El punto D es la interseccin de las rectas 2x + y = 100 x + y = 80 La solucin del sistema x = 20, y = 60 nos da el punto D. B es solucin de x = 40 y=0 C es solucin de x = 40 2x + y = 100 E es solucin de x + y = 80 x=0

100 2x + y = 100 80

E(0, 80)

x = 40

60

D (20, 60)

40

20

Regin Factible

C(40, 20)
x + y = 80

B(40, 0) A(0, 0)
20 40 60 80

Max z = 3x + 2y
Para hallar la solucin ptima, dibujamos las rectas en las cuales los puntos tienen el mismo valor de z. La figura muestra estas lineas para z = 0, z = 100, y z = 180

100

80

(0, 80) (20, 60)

60

40

20

Regin Factible

(40, 20) (40, 0)

(0, 0)
z=0

20

40

60

80

z = 100

z = 180

Max z = 3x + 2y
La ltima recta de z que interseca (toca) la regin factible indica la solucin ptima para el PPL. Para el problema de Gepetto, esto ocurre en el punto D (x = 20, y = 60, z = 180).

100

80

(0, 80)
(20, 60)

60

40

20

Regin Factible

(40, 20)

(40, 0)
(0, 0)
z=0
20 40 60 80

z = 100

z = 180

Max z = 3x + 2y
Tambin podemos encontrar la solucin ptima calculando el valor de z en los vrtices de la regin factible. Vrtice (0, 0) (40, 0) (40, 20) (20, 60) (0, 80) z = 3x + 2y z = 30+20 = 0 z = 340+20 = 120 z = 340+220 = 160 z = 320+260 = 180 z = 30+280 = 160

100

80

(0, 80)
(20, 60)

60

40

20

Regin Factible

(40, 20) (40, 0)

La solucin ptima es: x = 20 muecos y = 60 trenes z = 180 de beneficio

(0, 0)

20

40

60

80

Hemos identificado la regin factible para el problema de Gepetto y buscado la solucin ptima, la cual era el punto en la regin factible con el mayor valor posible de z.

Recuerda que:
La regin factible en cualquier PPL est limitada por segmentos (es un polgono, acotado o no).

La regin factible de cualquier PPL tiene solamente un nmero finito de vrtices.

Cualquier PPL que tenga solucin ptima tiene un vrtice que es ptimo.