Investigacin de operaciones I

Ing. Mara de los ngeles Guzmn Valle

Ing. Mara Guzmn Valle

Actividad 1

Comentemos:
Qu conozco sobre
Investigacin de operaciones
y sus reas de aplicacin?

Ing. Mara Guzmn Valle

 Actividad 2
Video: Qu es la Investigacin de operaciones?

Ing. Mara Guzmn Valle

 Actividad 3

Sesin
Modelo de
programacin
lineal

Ing. Mara Guzmn Valle

NDICE
1. Definicin
2. Un primer ejemplo
2.1. Construccin del modelo
2.2. La geometra del modelo
2.3. El lgebra del modelo
3. Ejercicios

Ing. Mara Guzmn Valle

1. Definicin
- Un problema de Programacin Lineal se presenta en entornos
econmicos en el que hay que gestionar una serie de recursos
para realizar una determinada actividad, utilizando para ello un
criterio de tipo econmico.
- En un problema de Programacin Lineal existen diferentes
soluciones y un criterio para discriminar entre ellas con el objetivo
de encontrar la mejor. A este proceso de bsqueda se le denomina
Optimizacin.

Ing. Mara Guzmn Valle

- Optimizar significa poco ms que mejorar; en el contexto cientfico
la optimizacin es el proceso de tratar de encontrar la mejor
solucin posible para un determinado problema. Los problemas de
Programacin Lineal pueden considerarse o denominarse como
problemas de optimizacin, si bien, esta denominacin recoge un
rango ms amplio de problemas.

Ing. Mara Guzmn Valle

1. Definicin

- El criterio o funcin objetivo en un problema PL

va referido a la minimizacin de los costes de la
actividad, o a la maximizacin de beneficios.

Ing. Mara Guzmn Valle

Utilidades
Produccin

Publicidad

Rentabilidad
Ing. Mara Guzmn Valle
 Tiempos
Costos

Distancias

Fallas
Prdidas
Ing. Mara Guzmn Valle
- De forma ms precisa, estos problemas se trata de
calcular el valor de unas variables que estn sujetas a
una serie de restricciones y para las que una
determinada funcin objetivo alcanza su valor mximo o
mnimo.

Ing. Mara Guzmn Valle

- Los problemas de Programacin Lineal se expresan
mediante un conjunto de relaciones matemticas que se
conoce como modelo.
- El esfuerzo se centra tanto en la construccin del
modelo como en la resolucin del mismo.

Ing. Mara Guzmn Valle

1. Definicin

Un problema de Programacin Lineal est formado por tres

componentes principales:
Un conjunto de variables: Referidas a la actividad que se
desarrolla en el sistema que se quiere optimizar.
Notacin: x1, x2, x3, .
Un conjunto de restricciones: Expresan la relacin entre el
consumo de recursos y las limitaciones de los mismos, as como
toda clase de caractersticas que hay que imponer en el problema y
que estn asociadas a la actividad que se realiza en el sistema.
Ejemplo: x1+ x2 3
Una funcin objetivo: Criterio que se desea optimizar
Ejemplo: Maximizar x1 + 3x2
Ing. Mara Guzmn Valle
1. Definicin
Los problemas de optimizacin dependen fundamentalmente para su
resolucin del tipo de variables que forman parte del mismo y del carcter
lineal o no lineal de las restricciones.

Continuos (Vbles. continuas)

PROGRAMACIN LINEAL
[CONTINUA]

Lineales
(Funcin Objetivo y Enteros (vbles. enteras)
Restricciones lineales)
[Entera mixta (vbles. enteras y continuas)]
Problemas
PROGRAMACIN ENTERA

No Lineales
(Funcin Objetivo y/o restricciones no lineales)
Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
Ejemplo 1
Un fabricante de mantequilla desea optimizar la produccin diaria de su
factora. Fabrica dos tipos de mantequilla (Estndar y Media Sal). Un
Kilo de mantequilla Estndar proporciona un beneficio de 10 y uno de
MediaSal de 15 . Para la produccin de mantequillas se usan tres
procesos, pasteurizacin, centrifugado, y batido. La capacidad de
pasteurizacin es de 6horas/da, de centrifugado es de 3horas/da y de
batido es de 3.5horas/da.
Los tiempos(en minutos) de proceso por cada kilo de mantequilla se
recogen en la siguiente tabla:
Estndar Media Sal
Pasteurizacin 3 8
Centrifugado 3 2
Batido 3 4

Ing. Mara Guzmn Valle

Ing. Mara Guzmn Valle
Modelo
Identificacin de componentes

Variables asociadas a la actividad:

- Cantidad de mantequilla Estndar a producir por da: x1
- Cantidad de mantequilla Media Sal a producir por da: x2

Recursos: Restricciones:
- Tiempo de pasteurizacin - Limitacin de las horas de pasteurizacin
- Tiempo de centrifugado - Limitacin de las horas de centrifugado
- Tiempo de batido - Limitacin de las horas de batido

Objetivo: Maximizar el beneficio

Ing. Mara Guzmn Valle
2. Un primer ejemplo
Modelo

Restricciones: Expresin matemtica

- Limitacin de las horas de pasteurizacin
Semntica de la restriccin: Consumo Capacidad
1 Kg Estndar consume 3 minutos de pasteurizacin
2 Kg Estndar consumen 6 minutos(32) de pasteurizacin
.....
x1 Kgs Estndar consumen 3x1minutos de pasteurizacin
Idntico anlisis para Kgs de Media Sal: 8x2
Consumo Total = 3x1 + 8x2 minutos
Capacidad = 6 horas = 360 minutos Misma Unidad
Restriccin completa: 3x1 + 8x2 360

- Anlisis equivalente para el resto de restricciones

Ing. Mara Guzmn Valle
2. Un primer ejemplo
Modelo
Funcin Objetivo: Expresin matemtica
Objetivo: Maximizar los beneficios:
1 Kg Estndar Beneficio = 10
2 Kg Estndar Beneficio = 102 = 20
.............

x1 Kg Estndar Beneficio = 10x1

Idntico anlisis para Media Sal: 15x2

Beneficio Total = 10 * x1 + 15 * x2

Expresin: Max 10x1 + 15x2

Ing. Mara Guzmn Valle

2. Un primer ejemplo
Modelo 2. Un primer ejemplo
Modelo:
Variables: x1 : Kilos de mantequilla Estndar
Variables continuas
x2 : Kilos de mantequilla Media Sal

Funcin Objetivo: Max 10 x1 15x2

Rest. Recurso pasteurizacin:
Rest. Recurso centrifugado:
Rest. Recurso batido:
Signo de las variables:
sujeto a
3x1 8 x2 360 (R1)
Expresiones Lineales
3x1 2 x2 180 (R2)
3x1 4 x2 210 (R3)
x1 , x2 0

- Modelo lineal
- Programacin lineal continua
Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
x2
100
Representacin de una restriccin: 3x1 8x2 360
90 - Es un semiespacio del espacio de 2
80 - El semiespacio se define por la recta que expresa la
70 restriccin con signo de igualdad
60

50 SEMIESPACIO NO ADMISIBLE
40 3x1 8 x2 360
30

20 SEMIESPACIO
ADMISIBLE
10
3x1 8 x2 360
10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 x1
3x1 8 x2 360
Ing. Mara Guzmn Valle
x2
100
Max 10 x1 15x2
90

80
Regin de s.a.
70
admisibilidad 3x1 8 x2 360 (R1)
convexa
60 3x1 2 x2 180 (R2)
50 3x1 4 x2 210 (R3)
40 x1 , x2 0
30

20

10

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 x1

R3 R1
3x1 2 x2 180 R2 3x1 4 x2 210 3x2 8 x2 360
Ing. Mara Guzmn Valle
 Max 10 x1 15x2
x2
50
s.a.
3x1 8 x2 360 (R1)
(R1)
40
3x1 2 x2 180 (R2)
(R2)
30 3x1 4 x2 210 (R3)
(R3)
20
Direccin de x1 , x2 0
mxima mejora

10

10 20 30 40 50 60 70 x1
z=100
z 10 x1 15x2
z=0

Ing. Mara Guzmn Valle

 x2 ptimo Punto interior

50 Siguiendo la direccin de mxima

mejora desde cualquier punto interior
40 podr ir a otro punto con mejor valor de
la F.O.
30

20 Por tanto, el ptimo debe estar en la

frontera de la regin.
10

10 20 30 40 50 60 70 x1

Ing. Mara Guzmn Valle

Ing. Mara Guzmn Valle
 Max 10 x1 15x2
Max 10 x1 15x2
s.a.
s.a.
x2 3x1 8 x2 h1 360
3x1 8 x2 360 (R1)
50 V2 3x1 2 x2 h2 180
3x1 2 x2 180 (R2)
3x1 4 x2 h3 210
40 V3 3x1 4 x2 210 (R3)
x1 , x2 , h1 , h2 , h3 0
x1 , x2 0
30

20 Variables de holgura
V4
10 m = Nmero de restricciones
V1 V5 n = Nmero de variables
10 20 30 40 50 60 70 x1

Ing. Mara Guzmn Valle

Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
Ing. Mara Guzmn Valle
Ejercicios

Para los sistemas productivos que aparecen a

continuacin:

- Obtenga el modelo matemtico del problema

- Solucinelo utilizando una herramienta de

software

Ing. Mara Guzmn Valle

Ejercicios
Ejercicio 1
Un artesano alfarero desea optimizar la produccin diaria de su taller de
alfarera. Fabrica dos tipos de nforas (Anforas1 y Anforas2). Para ello utiliza un
proceso de produccin simple. Emplea dos tipos de arcilla (arcilla A y arcilla B)
que mezcla en las proporciones adecuadas, les da forma durante un cierto
tiempo y las pone a secar en el horno que posee hasta el da siguiente. El
alfarero vende posteriormente las nforas1 a 100u.m. Y las nforas2 a 250u.m.
El horno posee una capacidad para 144 nforas. Diariamente, dispone de 300
Kg de arcilla A y 16 Kg de arcilla B, y 15 horas de trabajo (l y su hijo).
Las proporciones de arcilla A y B y el tiempo que necesita cada nfora se
recogen en la siguiente tabla:

nforas 1 nforas 2
Arcilla A 1.5 3
Arcilla B 0 0.2
Tiempo 0.1 0.12
Ing. Mara Guzmn Valle
Ejercicios
Ejercicio 2
Un fabricante de baldosas desea optimizar la produccin semanal de su factora.
Fabrica dos tipos de baldosas (Estndar y Lujo). Una baldosa Estndar
proporciona un beneficio de 25 y una Lujo de 45 . Para la produccin de
baldosas se usan tres procesos, apomazado, pulido y abrillantado. La capacidad
de apomazado es de 200horas/semana, de pulido es de 80horas/semana y la
de abrillantado de 60horas/semana. Adems, cada baldosa Estndar emplea
25mg de una sustancia para su limpieza mientras que la baldosa Lujo emplea
10 mg. Se disponen de 1,2Kg por semana de esa sustancia.
Los tiempos de pulido y abrillantado(en horas) por cada unidad se recogen en la
siguiente tabla:
Estndar Lujo
Apomazado 0.5 0.45
Pulido 0.3 0.2
Abrillantado 0.15 0.3

Ing. Mara Guzmn Valle

1. Programacin Lineal

https://www.youtube.com/watch?v=t7haNTcjMqc

2. Fundamentos para utilizar programacin lineal

https://www.youtube.com/watch?v=JgTiVn2un_8

Ing. Mara Guzmn Valle

Ing. Mara Guzmn Valle