Problemas de Prog_Lineal
Short Description
Descripción: . Una tienda de manjares dedicados es operada por una persona, EL PROPIETARIO. Aparentemente el patrón de ...
Description
Ing. Norman Vásquez Quispe Programación Lineal
1
InvOpe:
Programación lineal
Es un modelo maemáico diseccionado a resolver pro!lemas de opimización o ma"imización# $ minimización de acividades indusriales# económicas# miliar% ec. Maximizar una función
&a"imizar una 'unción es deerminar el valor del dominio que (ace que la 'unción enga el ma$or valor. Minimizar una función
&inimizar una 'unción es deerminar el valor del dominio que (ace que la 'unción enga el menor valor. valor. La programación lineal iene el siguiene algorimo en raamieno $ solución del un pro!lema. 1. Loc oca aliza lizacción ión del del pro! pro!le lema ma en el eno enorn rno o rea reall )eal )e aliza izarr mode modelo loss ma mae emá mái ico coss de pro! pro!lem lemas as de vida vida real real es un are are $ requiere de !asane (a!ilidad la cual se logra poco a poco mediane el análisis de muc(os pro!lemas# dedicación $ so!re odo paciencia. *. Pla Planea neami mien eno o o des descripc ripció ión n de del pro pro!l !lem ema. a. Enunci Enunciado ado del pro!lem pro!lema a (ec(o (ec(o en 'orma 'orma apropi apropiada ada recogi recogiend endo o odas odas las varia!les conrola!les que es+n inerviniendo en el pro!lema. ,. Loca Lo cali liza zaci ción ón de las las var varia ia!l !les es de deci decisi sión ón del del pro pro!l !lem ema. a. Es 'undamenal dar una de-nición precisa a cada una de las varia!les de decisión que inervienen en el modelo# $a que el planeamieno del pro!lema depende de esas. . /eerminar la la 'u 'unción o! o!0eivo. Es una 'unción lineal que se planea en 'unción de las varia!les de decisión# $ en el ma$or de los casos corresponde a una 'unción de uilidad# cu$o o!0eivo es ma"imizar o minimizar segn las condiciones enconradas en el pro!lema. 2. Loca Lo caliz lizar ar las las rres esr ric icci cion ones es a o o!s !serv ervar ar el la soluc solució ión n del del pro! pro!lem lema. a. Lineales. Esán de-nidas por ecuaciones o inecuaciones e indican • que la varia!les de /ecisión solo le esán permiidas omar cieros valores dados en el pro!lema. Lógicas. Lógicas. O de no negaividad negaividad indican indican que las varia!les varia!les oman solo solo • valores posiivos. Ejemplo 1.
En el enorno de la empresa P3PO 4:3# dedicada en una de sus l5neas a la 'a!ricación de dos modelos de !icicleas de: paseo $ mona6a se (a localizado el siguiene pro!lema. Esa!lecer el nmero de !icicleas de cada modelo a 'a!ricar para o!ener la má"ima uilidad# sa!iendo que los maeriales de $ acero $ aluminio de los que esán 'a!ricadas las !icicleas# ingresan: 1 7g de acero $ , 7g. de aluminio en las del ipo paseo $ * 7g de cada meal en la de ipo mona6a# si se cuena con 89 7gs de acero $ 1*9 7g de aluminio $ los precios de vena de cada !iciclea de ipo paseo $ mona6a son de: . *99 $ . 129 respecivamene. Solución Localización del problema en el entorno concreto . 1.
;ipo+icamene el enunciado del pro!lema da a conocer como $ en donde se (a deecado el pro!lema por el especialisa# invesigador o perio *. Pla Planea neami mien eno oss o des descripc ripció ión n del del pro! pro!le lema ma..
Ing. Norman Vásquez Quispe Programación Lineal
*
InvOpe:
El pro!lema se nos presena $a planeado de modo al que se aprecia el o!0eivo de la empresa. ,. Localización de varia!les que inervienen en el pro!lema. Paseo &ona6a 1 7g * 7g , 7g * 7g . *99 . 129
&aeria prima 3cero 3luminio Precio vena
de
/isponi!ilidad de maeria prima 89 7g 1*9 7g
La a!la ad0una (a sido ela!orada a parir de los daos consignados en el pro!lema $ (an sido dispuesos convenienemene de modo que 'acilia la inerpreación del ?pro!lema. 4ea: .
": el nmero de !icicleas del modelo paseo a 'a!ricar @: el nmero de !icicleas modelo mona6a a 'a!ricar.
/eerminar la 'unción o!0eivo 4ea
A B '="#$> la 'unción o!0eivo Como quiera que la uilidad esa en 'unción del precio de vena#
enonces A B *99" D 129$ A: de!e o!ener el valor má"imo Qu+ valores de!en adquirir " + $ para (acer que A adquiera el valor má"imoF 2.
Localizar las resricciones a o!servar el la solución del pro!lema •
•
)esricciones de disponi!ilidad de maeria prima = la nica > " D *$ G 89 =1> ," D *$ G 1*9 = * > )esricciones lógicas el nmero de !icicleas a 'a!ricar de cada modelo de!e ser ma$or o igual a cero. " H 9 =,> $ H 9 => En resumen el pro!lema queda 'ormulado de la siguiene manera: Maximizar
Z = 200x + 150y
Sujeto a:
x + 2y 3x + 2y x y
< < > >
80 120 0 0
(1) (2) (3) (4)
En la solución del pro!lema que consise en esa!lecer los valores de las varia!les de decisión de modo que (agan opimo =&á"imo> en ese caso a la 'unción o!0eivo A B ' =" # $> e"isen dos m+odos: ra-co $ anal5ico =&+odo 4imple">. 4e esudiara el m+odo grá-co Método Graco:
Ing. Norman Vásquez Quispe Programación Lineal
,
InvOpe:
El m+odo gra-co es aplica!le a pro!lemas de programación lineal# donde nicamene inervienen dos varia!les. Pasos para resoler el problema por el método !raco:
1. ra-car en un 4isema Coordenado Caresiano cada una de las resricciones con el -n de o!ener la región 'aci!le. "e!ión #actible: Con0uno de odos los punos del plano caresiano# limiado por el pol5gono conve"o resulado de la inersección de la gra-ca de cada una de las inecuaciones u ecuaciones de las resricciones del pro!lema. *. deerminar las coordenadas =" # $> de cada v+rice de la región 'aci!le ,. Evaluar la 'unción o!0eivo en cada uno de los v+rices de la región 'aci!le. $ota: Los valores !uscados de " + $ que (acen má"imo la 'unción A es alguna de las coordenadas de los v+rices de la región 'aci!le. 4. 4elección del valor opimo: el &a$or si la 'unción o!0eivo es ma"imizar $ el menor si la 'unción o!0eivo es minimizar.
Ing. Norman Vásquez Quispe Programación Lineal
InvOpe:
Los valores de " + $ que (acen que el valor de la 'unción A adquiera su má"imo valor son: J B *9 # $ B ,9 A B 82999 Luego la empresa P3PO 43 de!e 'a!ricar *9 !icicleas de paseo $ ,9 !icicleas de mona6a. Problema %:
Kna compa65a produce dos ipos de ar5culos# manuales $ el+cricos. Cada uno requiere para su 'a!ricación del uso de res maquinas# 3# < $ C. la a!la ad0una da la In'ormación relacionada con la 'a!ricación de esos ar5culos. Cada ariculo manual requiere del uso de la maquina 3 durane * (oras# la maquina < por una (ora $ de la C ora (ora. Kn ariculo el+crico requiere 1 (ora de la maquina 3# * (oras de la < $ 1 de la C. además# supongamos que el nmero má"imo de (oras disponi!les por mes para el uso de las maquinas 3# < $ C es de 189# 19 $ 199 (oras# respecivamene. La uilidad por cada ar5culo manual es de $ por cada ar5culo el+crico es de . 4i la compa65a vende odos sus ar5culos que puede producir# Cuános ar5culos de cada ipo de!e producir con el -n de ma"imizar su uilidad mensualF Solución:
Ing. Norman Vásquez Quispe Programación Lineal
2
InvOpe:
/aos e"ra5dos del enunciado del pro!lema dispuesos en una mariz de modo al que 'acilie la inerpreación $ solución del pro!lema. 3r5culos = Mipo >
3 * (r 1 (r 189
&anual El+crico ;oras disponi!les 1&
C 1 (r 1 (r 199
Kilidad unidad
'enición de las ariables de decisión .
4ea: %&
&áquinas < 1 (r * (r 19
": El nmero de ar5culos manuales a producir en un mes $: El nmero de ar5culos el+cricos a producir en un mes
'eterminación de la función objetio .
4ea A B '="#$> unción o!0eivo &a"imizar: A B " D $ (&
Localización de las restricciones
/isponi!ilidad de iempo de la maquina 3 *" D $ ≤ 189 =1> /isponi!ilidad de iempo de la maquina < " D *$ ≤ 19 =*> /isponi!ilidad de iempo de la maquina C " D $ ≤ 199 =,> )esricciones lógicas 3demás " 9 $ 9
=> =2>
)esumiendo el pro!lema Maximizar Sujeto a:
Z = 4x + 6y 2x + y x + 2y x + y x 0
Solución Gr)ca
≤ ≤ ≤
180 160 100
La grá-ca de: " 9 + primer cuadrane La grá-ca de la resricción La grá-ca de la resricción La grá-ca de la resricción
(1) (2) (3) (4)
$ 9 reducen la re!ión factible a solo el = 1 ># unión de los punos = R9 # 9 > # = 9 # 189 > = * ># unión de los punos = 19 # 9 > # = 9 # 89 > = , ># unión de los punos = 199 # 9 > # = 9 # 199 >
Ing. Norman Vásquez Quispe Programación Lineal
InvOpe:
Las coordenadas de los v+rices del pol5gono conve"o que consiu$e la región 'aci!le son 3 = 9 # 9 > # < = 9 # 89 > # C = 9 # 9 > # / = 89 # *9 > # E = R9 # 9 >
Las coordenadas de C = 9 # 9 > se o!ienen de la inersección de las ecuaciones " D *$ B 19 " D *$ B 19 " D $ B 199 " $ B 199 S $ B 9 " B 9 Las coordenadas de / = 89 # *9 > se o!ienen de la inersección de las ecuaciones *" D $ B 189 *" D $ B 189 " D $ B 199 " $ B 199 S " B 89 $ B *9 Evaluación de la 'unción o!0eivo en los v+rices de la región 'aci!le A B " D $ A=3>: A=: A=C>: A=/>: A=E>:
A A A A A
B B B B B
unción ópima =9> D =9> = 9 > D = 89 > = 9 > D = 9 > = 89 > D = *9 > = R9 > D = 9 >
A A A A A
B B B B B
9 89 2*9 9 ,9
Los valores de " B 9 # $ B 9 (acen el valor de la 'unción A má"imo A B 2*9 Por lo que de!e producir 9 ar5culos manuales $ 9 ar5culos el+cricos con lo que se o!endrá la má"ima uilidad.
Ing. Norman Vásquez Quispe Programación Lineal
T
InvOpe:
Ejemplo (
Kna 'á!rica de mue!les produce dos ipos de escriorios. Mipo I $ Mipo II# en los deparamenos de core# armado $ aca!ado. Las (oras que se requiere cada ipo de escriorio en cada deparameno# (oras disponi!les por deparameno $ la uilidad por cada ipo de escriorio se dan en la a!la ad0una. &odelos Mipo I Mipo II ;rs. /isponi!les
/EP3)M3&ENMO4 Core 3rmado 3ca!ado 1.9 ,.9 *.9 1.9 *.9 ,.9 89 **9 *19
Kilidad unidad . 2 .
Solución:
1. /e-nición de las varia!les de decisión 4ea: ": Nmero de escriorios del ipo I $: Nmero de escriorios del ipo II *. unción O!0eivo. &a"imizar A B 2" D $ ,. )esricciones: )esricciones deparamenos de: core# armado $ aca!ado Moal de (oras en el deparameno de core es: " D $ # pero (a$ disponi!les solo 89 (oras para ese deparameno. Luego la resricción para ese deparameno es " D $ G 89 /e igual manera se planea la resricción para el deparameno de armado ," D *$ G **9 3(ora la resricción del deparameno de aca!ado es: *" D ,$ G *19 )esricciones lógicas. Las varia!les de decisión " 1 # " * son no negaivas =)esricción lógica> " H 9 # $ H 9 En resumen el pro!lema queda 'ormulado de la siguiene manera Maximizar
Z = 5x + 6y
!u"#i$" o%jeti&o
Sujeto a:
x + y 3x + 2y 2x + 3y x > 0 ,y
departamento de corte departamento de armado departamento de acabado restricciones lóica
< 80 < 220 < 210 >0
4olución gra-ca: En el 4CC se muesra la región 'aci!le o!enida por la inersección de La gra-ca de cada una de las desigualdades de las resricciones# as5 como las coordenadas de los v+rices del pol5gono conve"o de la región 'aci!le en cu$os ángulos se evaluará la 'unción o!0eivo.
Ing. Norman Vásquez Quispe Programación Lineal
8
InvOpe:
x2
x1 + y2 = 80 ' 2x1 + 3y2 = 210
*
x1
Coordenadas de los v+rices de la región 'aci!le 3 = 9 # 9 > < = T9 # 192 > C = ,9 # 29 > / = 9 # *9 > Evaluación de la 'unción o!0eivo A 3 A < A C A /
B B B B
2 =9 >D = 9> 2 = 9 > D = T9 > 2 = ,9 > D = 29 > 2 =9 > D = *9 >
A 3 B A 'unción o!0eivo &inimizar A B 8" D $
,.
Localización de las resricciones: Los nurimenos de ipo 3 no de!en ser menores de 19 ," D *$ 189 =1> Los nurimenos de ipo < no de!en ser menores de *999 2" D *$ 189 =*> Los nurimenos de ipo C no de!en ser menores de 89 " D *$ 189 =,> )esricciones lógicas " 9 => $ 9 =2> )esumiendo el pro!lema: Mi"imizar
Z = 8x + 6y
Sujeto a:
3x + 2y 5x + 2y x + 2y x y
160 200 80 0 0
(1) (2) (3) (4) (5)
Solución Gr)ca
La grá-ca de: " 9 # $ 9 reducen la región 'aci!le a solo el primer cuadrane La grá-ca de la resricción = 1 ># unión de los punos e"remos = 19, # 9 > # = 9 # 89 > La grá-ca de la resricción = * ># unión de los punos e"remos = 9 # 9 > # = 9 # 199 > La grá-ca de la resricción = , ># unión de los punos e"remos: = 89 # 9 > # = 9 # 9 > /e esa manera las coordenadas de los v+rices de la región 'aci!le =región ilimiada> son: 3 = 89 # 9 > # < = 9 # *9 > # C = *9 # 29 > # / =9 # 199 > Las coordenadas de C = *9 # 29 > se o!ienen de la inersección de las ecuaciones 2" D *$ B *99 2" D *$ B *99 ," D *$ B 19 ," *$ B 19 S
Ing. Norman Vásquez Quispe Programación Lineal
19
InvOpe:
*" B 9
$ B 29
" B *9
Las coordenadas de < = 9 # *9 > se o!ienen de la inersección de las ecuaciones ," D *$ B 19 ," D *$ B 19 " D *$ B 89 " *$ B 89 S *" B 89 " B 9 $ B *9
Evaluando la 'unción opima en cada uno de los v+rices se o!iene. &a"imizar: A=3>: A=: A=C>: A=/>:
A B 8" D $ A A A A
B B B B
8 = 89 > D = 9 > 8 = 9 > D = *9 > 8 = *9 > D = 29 > 8 =9 > D = 199 >
unción o!0eivo
A A A A
B B B B
9 9 9 99
Luego los valores de " + $ que (acen m5nimo el valor de A son: " B 9 # $ B *9 Por lo que de!e comprar 9 !olsas del produco crece rápido $ *9 !olsas del produco crece 'ácil.
Problemas propuestos de pro!ramación lineal Problema 1:
En la empresa P3PO 4.3. 4e producen dos ar5culos 3 $ < en dos deparamenos I $ II# donde e"ise un numero de (oras de mano de (ora de mano de o!ras
Ing. Norman Vásquez Quispe Programación Lineal
11
InvOpe:
disponi!les por semana en cada deparameno# con un margen de uilidad de 4. 2 por unidad de 3 $ . por unidad de Cuánas (oras no se uilizan en cada deparamenoF Problema (:
Kna compa65a 'armac+uica necesia res producos qu5micos 3# # el modelo 3 $ el . Kn envase de 0ugo de pina $ naran0a requiere de 8 onzas de cada uno de los concenrados de esas 'ruas. Para un envase de 0ugo de naran0a $ pláano se requiere de 1* onzas de concenrado de 0ugo de naran0a $ onzas de concenrado de pulpa de pláano. Por limo# para un envase de 0ugo de pina# naran0a $ pláano# se requiere de onzas de concenrado de 0ugo de pina# 8 onzas de concenrado de 0ugo de naran0a $ de onzas de pulpa de pláano. La compa65a (a decidido asignar 1 999 onzas de concenrado de 0ugo de pina# * 999 onzas de concenrado de 0ugo de naran0a $ 2999 onzas de concenrado de pulpa de pláano para arrancar su producción. La compa65a (a esipulado am!i+n que la producción de 0ugo de pina# naran0a $ pláano no de!e e"ceder de 899 envases. La ganancia en un envases de 0ugo de pina $ naran0a es de 1.99# la ganancia en un envase de 0ugo de naran0a $ pláano es de 9.89 $ la ganancia en un envase de 0ugo de pina# naran0a $ pláano es de 9.R9. Para alcanzar una ganancia má"ima# cuános envases de cada mezcla de!e producir la compa65aF *. P)O/KCCION P3)3 KMILI/3/ &3JI&3 Kn 'a!ricane de 0uguees prepara un programa de producción para dos nuevos 0uguees# mu6ecas $ soldados# con !ase en la in'ormación. Concerniene a sus iempos de producción dados en la a!la que sigue: &u6ecas 4oldados
&aquina 3 * (r 1(r
&aquina < 1(r 1(r
3ca!ado 1(r ,(r
Por e0emplo# cada mu6eca requiere de * (oras en la máquina 3. Las (oras disponi!les empleadas por semana son: para operación de la máquina 3# T9 (oras% para la *R. CO4MO /E P)O/KCCION Kna compa65a qu5mica esá dise6ando una plana para producir dos ipos de pol5meros# P1# $ P*. La plana de!e ener una capacidad de producción de al menos 199 unidades de P1# $ *9 unidades de P* cada dia. E"isen dos posi!les dise6os para las cámaras principales de reacción que se incluirán en ]a plana. Cada cámara de ipo 3 cuesa 99#999 $ es capaz de producir 19 unidades de P1 $ *9 unidades de P* por d5a% el ipo < es un dise6o más económico# cuesa ,99#999 $ es capaz de producir unidades de P1# $ ,9 unidades de P* por d5a. 3 causa de los cosos de operación# es necesario ener al menos cámaras de cada ipo en la plana. Cuánas cámaras de cada ipo de!en incluirse para minimizar el coso de consrucción $ sais'acer el programa de producción requeridoF =4uponga que e"ise un coso m5nimo.> (3& CONM)OL /E CONM3&IN3CION 3 causa de las reglamenaciones 'ederales
nuevas so!re la conaminación. Kna compa65a qu5mica (a inroducido en sus planas un nuevo $ más caro proceso para complemenar o reemplazar un proceso anerior para la producción de un produco qu5mico en paricular. E1 proceso anerior descarga 12 gramos de dió"ido de azu're $ 9 gramos de par5culas a la amós'era por cada liro de produco qu5mico producido. El nuevo proceso descarga 2 gramos de dió"ido de azu're $ *9 gramos de par5culas a la amós'era por cada liro producido. La compa65a o!iene una uilidad de ,9 $ *9 cenavos por liro en los procesos anerior $ nuevo# respecivamene. 4[ el go!ierno le permie a la plana descargar no más de 19#299 gramos de dió"ido de azu're# $ no más de ,9#999 gramos de par5culas a la amós'era cada d5a# cuános liros de produco qu5mico de!en producirse diariamene# por cada uno de los procesos# para ma"imizar la uilidad diariaF Cuál es la uilidad diariaF
Ing. Norman Vásquez Quispe Programación Lineal
1R
InvOpe:
Ejercicios:
1. &a": P B 19" D 1*$ 4u0eo a: " D $ G 9 " *$ H 9 "#$ H 9 *. &a": P B " $ 4u0eo a: $ G T ," $ G , " D $ H 2 "#$ H 9
,.
&a": P B " 19$ 4u0eo a: " $ H *" $ H * "#$ H 9
.
&in: P B *" D $ 4u0eo a: ," D $ H , " D ,$ H " D *$ H * "#$ H 9
2. &in: P B 19" D *$ 4u0eo a: " D *$ H " *$ H "#$ H 9 . &in: P B 8" D 1$ 4u0eo a: *" D $ H 8 19" D $ H * "#$ H 9
View more...
Comments