programacion lineal 2014
DESCRIPTION
introduccion a la programacion lineal 4º y 5º de secundariaTRANSCRIPT
Introducción a la
Programación
Lineal
Situación:Gepetto S.L., confecciona muñecos y trenes demadera. Cada muñeco produce un beneficio netode $ 3, mientras que cada tren produce unbeneficio neto de $ 2. Un muñeco de maderarequiere 2 horas de trabajo de acabado y 1 hora detrabajo de carpintería, mientras que un trenrequiere 1 hora de trabajo de acabado y 1 hora detrabajo de carpintería. Cada semana Gepetto puededisponer de todo el material que necesite, perosolamente dispone de 100 horas de acabado y 80horas de carpintería. También la demanda detrenes puede ser cualquiera (sin límite) y lademanda de muñecos es como máximo 40. Gepettoquiere maximizar sus beneficios. ¿Cuántosmuñecos y cuántos trenes debe fabricar Gepetto?.
Cada muñeco:
• 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.
Gepetto S.L., confecciona muñecos y trenes de madera.
Cada semana Gepetto puede disponer de:
• Todo el material que necesite.
• Solamente 100 horas de acabado.
• Solamente 80 horas de carpinteria.
También:
• La demanda de trenes puede ser cualquiera (sin límite).
• La demanda de muñecos es como máximo 40.
Gepetto quiere maximizar sus beneficios.¿Cuántos muñecos y cuántos trenes debe fabricar?
Ordenamos los datos
VARIABLES DEL PROBLEMA
¿Cuántos muñecos y cuantos trenes debe fabricar Gepetto para obtener un máximo beneficio?
x = nº de muñecos producidos a la semana
y = nº de trenes producidos a la semana
Función Objetivo
El objetivo de Gepetto es elegir valorespara x e y para maximizar su beneficio. Usaremos la variable B para denotar el valor de la función objetivo. La funciónobjetivo de Gepetto es:
Max B = 3x + 2y
x ≥ 0 (restricción de signo)
y ≥ 0 (restricción de signo)
Muñeco Tren
Beneficio
(euros)3 2
Acabado
(horas)2 1 ≤ 100
Carpintería
(horas)1 1 ≤ 80
Demanda ≤ 40
Formulación matemática del PPL
2 x + y ≤ 100 (restricion de acabado)
x + y ≤ 80 (restricion de carpinteria
x ≤ 40 (demanda muñecos)
Variables de Decisión x = nº de muñecos producidos a la semana
y = nº de trenes producidos a la semana
Max B = 3x + 2y (función objetivo)
Max B = 3x + 2y (función objetivo)
Sujeto a las siguientes restricciones:
2 x + y ≤ 100 (restricción de acabado)
x + y ≤ 80 (restricción de carpinteria)
x ≤ 40 (restricción de demanda de muñecos)
x ≥ 0 (restricción de signo)
y ≥ 0 (restricción de signo)
En resumen tenemos el siguiente modelo de optimización:
Formulación matemática del PPL
Las restricciones conforman un sistema de inecuaciones
2 x + y ≤ 100
x + y ≤ 80
x ≤ 40
x ≥ 0
y ≥ 0
El cual resolveremos, y encontraremos el conjunto solución,
que en programación lineal se le llama región factible.
Representación Gráfica de las restricciones
En primer lugar graficamos
las restriciones de no
negatividad
20
20 40 60 80
40
60
80
100
Y
X
x ≥ 0Suponemos que es ecuacionx + 0y = 0
y ≥ 0Suponemos que es ecuacion0x + y = 0
x 20 100
y 0 0
x 0 0
y 40 80
x = 0
y = 0
Representación Gráfica de las restricciones
2x + y = 100
Para representar gráficamente la
primera restricción, 2x + y ≤ 100 :
Suponemos 2x + y = 100
tabulamos y dibujamos la recta.
20
20 40 60 80
40
60
80
100
Y
X
Elegimos el semiplano que
cumple la desigualdad:
tomamos el punto (0, 0)
2(0) + (0) ≤ 100
0≤ 100 (V)
Así que tomamos el
semiplano que lo contiene.
x 0 50
y 100 0
Y
X
20
20 40 60 80
40
60
80
100
x + y = 80
Segunda restricción,
x + y ≤ 80
Suponemos
x + y = 80 tabulamos y
dibujamos la recta.
Elegimos el semiplano que
cumple la desigualdad:
tomamos el punto (0, 0)
(0) + (0) ≤ 80
0≤ 80 (V)
Así que tomamos el
semiplano que lo contiene.
x 0 80
y 80 0
Representación Gráfica de las restricciones
Y
X
20
20 40 60 80
40
60
80
100
x = 40
Segunda restricción,
x ≤ 40
Suponemos
x + 0y = 40 tabulamos y
dibujamos la recta.
Elegimos el semiplano que
cumple la desigualdad:
tomamos el punto (0, 0)
(0) + (0) ≤ 40
0≤ 40 (V)
Así que tomamos el
semiplano que lo contiene.
x 40 40
y 100 40
Representación Gráfica de las restricciones
Y
X
20
20 40 60 80
40
60
80
100
2x + y = 100
x + y = 80
x = 40
La intersección
de todos estos
semiplanos
(restricciones)
nos da la región
factible.
Region factible
Región
Factible
x = 0
y = 0
Pero la solución
optima esta en
alguno de los
vértices de la
región factible.
Y
X
20
20 40 60 80
40
60
80
100
2x + y = 100
x + y = 80
x = 40
Región
Factible
La región factible (al
estar limitada por
rectas) es un polígono.
En este caso, el
polígono ABCDE.
A
B
C
D
EComo la solución
óptima está en alguno
de los vértices (A, B, C,
D o E) de la región
factible, calculamos
esos vértices.
Vértices de la región factibleRestricciones
2 x + y ≤ 100
x + y ≤ 80
x ≤ 40
x ≥ 0
y ≥ 0
x = 0
y = 0
Región
Factible
E(0, 80)
D(20, 60)
C(40, 20)
B(40, 0)A(0, 0)
Vértices de la región factible
20
20 40 60 80
40
60
80
100
Y
X
2x + y = 100
x = 40
x + y = 80
Los vértices de la región factible es la intersección de dos rectas.
El vértice B es la intersección de las
rectas x = 40; y = 0
La solución del sistema es (40;0)
El vértice C es la intersección de las
rectas x = 40; 2x + y = 100
La solución del sistema es x=40; y = 20
El vértice D es la intersección de la
recta 2x + y = 100 y x + y = 80
La solución del sistema x=20; y = 60
El vértice E es la intersección de la
recta x + y = 80 y x = 0
La solución del sistema x=0; y = 80.
El vértice A es la intersección de las
rectas x = 0; y = 0
La solución del sistema es (0;0)
x = 0
y = 0
Región
Factible
(0, 80)
(20, 60)
(40, 20)
(40, 0)
(0, 0)
Max B = 3x + 2y
Sustituimos los valores de los
vértices en la función objetivo, y
como queremos maximizar la función
entonces la solución es el valor
máximo
Vértice B = 3x + 2y
(0, 0) B = 3(0)+2(0) = 0
(40, 0) B = 3(40)+2(0) = 120
(40, 20) B = 3(40)+2(20) = 160
(20, 60) B = 3(20)+2(60) = 180
(0, 80) B = 3(0)+2(80) = 160 20
20 40 60 80
40
60
80
100
Y
X
La solución óptima es:
x = 20 muñecos
y = 60 trenes
B = $ 180 de beneficio
Resolución analítica
Y
X
20
20 40 60 80
40
60
80
100
Región
Factible
(0, 80)
(20, 60)
(40, 20)
(40, 0)(0, 0)
Max B = 3x + 2y
Para hallar la
solución óptima le
damos a B el valor
de cero, tabulamos y
graficamos la recta.
Resolución gráfica
x 0 -40
y 0 60
0 = 3x + 2y
Región
Factible
(0, 80)
(20, 60)
(40, 20)
(40, 0)
(0, 0)
Max B = 3x + 2y
Para saber en cual de los vértices
está la solución óptima
dezplazamos la recta, paralela a la
primera por todos los vértices y nos
damos cuenta que la recta corta al
polígono en todos los vértices,
menos en el vértice (20;60),
reemplazamos en la función
objetivo y tenemos:
20
20 40 60 80
40
60
80
100
Y
X
Resolución gráfica
B = 3x + 2y
B = 3(20) + 2(60)
B = $ 180 de beneficio
Entonces la solución
óptima es:
x = 20 muñecos
y = 60 trenes
Programación lineal
La programación lineal es el conjunto
de técnicas matemáticas que pretenden
optimizar (maximizar o minimizar) una
función objetivo, sujeta a una serie de
restricciones, expresadas por
inecuaciones lineales, para obtener el
mayor beneficio o menor coste.
Optimizar es determinar la mejor manera
de realizar una actividad, con el uso
eficiente de los recursos disponibles.
Matemáticamente podemos decir que
optimizar es maximizar o minimizar.
Función Objetivo.
Es una función lineal de dos variables de la forma:
F(x;y) = ax + by
La que se quiere optimizar, es decir, maximizar o minimizar.
Restricciones
Son desigualdades que limitan los posibles valores
de las variables de decisión.
En el problema anterior las restricciones vienen dadas por la disponibilidad de horas de
acabado y carpintería , y por la demanda de muñecos.
Y no olvidarnos de lasrestricciones de signo o no
negatividad:
x ≥ 0
y ≥ 0
2 x + y ≤ 100
x + y ≤ 80
x ≤ 40
Región factible
Es la region del planodelimitada por el sistemade desigualdades queforman las restricciones.En la región factible seencuentran todos lospuntos que satisfacentodas las restricciones.
Solución ÓptimaLa solución óptima de un PPL está
siempre en la frontera de la región
factible, en un vértice (si la
solución es única), o en un
segmento entre dos vértices
contiguos (si hay infinitas
soluciones).
Para un problema de maximización, una
solución óptima es un punto en la
región factible en el cual la función
objetivo tiene un valor máximo. Para un
problema de minimización, una solución
óptima es un punto en la región factible
en el cual la función objetivo tiene un
valor mínimo.
Un vertice o punto
esquina es un punto
que pertenece a la
frontera de la region
factible que resulta de
intersecar dos rectas.
Aplicaciones
La programación lineal surgió inicialmenteespecialmente para dar respuesta a cuestiones decarácter logístico y militar, sin embargo es en laindustria y en la economía, donde posteriormente, haencontrado sus aplicaciones más importantes.
Así, por ejemplo, la Programación Lineal permiteresolver problemas de mezclas, nutrición de animales,transporte, inversiones, optimización del tiempo,almacenaje, planes de producción, escalonamiento dela fabricación, problemas de circulación, planes deoptimización de semáforos, estudios decomunicaciones internas, etc.
En este tipo de problemas, se presentan situacionesque las que se exige maximizar o minimizar algunasfunciones que se encuentran sujetas a determinadaslimitaciones, denominadas restricciones.
Resolvemos lo siguiente2. Dorian Auto fabrica y vende coches y
furgonetas. La empresa quiere emprender unacampaña publicitaria en TV y tiene que decidircomprar los tiempos de anuncios en dos tiposde programas: del corazón y fútbol. Cadaanuncio del programa del corazón es visto por6 millones de mujeres y 2 millones de hombres.Cada partido de fútbol es visto por 3 millonesde mujeres y 8 millones de hombres. Unanuncio en el programa de corazón cuesta50.000 € y un anuncio del fútbol cuesta100.000 €. Dorian Auto quisiera que losanuncios sean vistos por lo menos 30 millonesde mujeres y 24 millones de hombres. DorianAuto quiere saber cuántos anuncios debecontratar en cada tipo de programa para que elcosto de la campaña publicitaria sea mínimo.
Formulación del problema:
Corazón
(x)
Fútbol
(y)
mujeres 6 3 6x + 3y ≥ 30
hombres 2 8 2x + 8y ≥ 24
Costo
1.000€50 100 50x +100y
Variables de decisión: x = nº de anuncios en programa de corazón
y = nº de anuncios en fútbol
Min z = 50x + 100y (función objetivo )
s.a: 6x + 3y ≥ 30 (mujeres)
2x + 8y ≥ 24 (hombres)
x ≥ 0, y ≥ 0 (no negatividad)
Formulación del problema:
X
Y
2 4 6 8 10 12 14
14
12
10
8
6
4
2
Min z = 50 x + 100y
s.a. 6x + 3y ≥ 30
2x + 8y ≥ 24
x ≥ 0
y ≥ 0
6x + 3y = 30
2x + 8y = 24
Dibujamos la región factible.
X
Y
2 4 6 8 10 12 14
14
12
10
8
6
4
2
La región factible
no está acotada
Región
Factible
Calculamos los vértices de la región factible:
A
B
C
El vértice A es solución del
sistema
6x + 3y = 30
x = 0
Por tanto, A(0, 10)
El vértice B es solución de
6x + 3y = 30
2x + 8y = 24
Por tanto, B(4, 2)
El vértice C es solución de
2x + 8y = 24
y = 0
Por tanto, C(12, 0)
Región
Factible
Resolvemos por el método analítico
A(0, 10)
B(4, 2)
C(12, 0)
X
Y
2 4 6 8 10 12 14
14
12
10
8
6
4
2
Vértice z = 50x + 100y
A(0, 10)z = 50·0 + 100·10 =
= 0+10000 = 10 000
B(4, 2)z = 50·4 + 100·2 =
= 200+200 = 400
C(12, 0)z = 50·12 + 100·0 =
= 6000+0 = 6 000
El costo mínimo se obtiene en B.
Solución:
x = 4 anuncios en programa corazón
y = 2 anuncios en programa futbol
Costo z = 400 (mil €)
Evaluamos la función objetivo z en los vértices.
Región
Factible
Resolvemos por el método gráfico
A(0, 10)
B(4, 2)
C(12, 0)
X
Y
2 4 6 8 10 12 14
14
12
10
8
6
4
2
El coste mínimo
se obtiene en el
punto B.
Min z = 50 x + 100y
s.a. 6x + 3y ≥ 30
2x + 8y ≥ 24
x, y ≥ 0
Z = 600
Z = 400
Solución:
x = 4 anuncios en programa corazón
y = 2 anuncios en programa futbol
Costo z = 400 (mil €)