You are on page 1of 37

II.

Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
i) Problema de Transporte. El problema consiste
en decidir cuntas unidades trasladar desde ciertos
puntos de origen (plantas, ciudades, etc.) a ciertos
puntos de destino (centros de distribucin,
ciudades, etc..) de modo de minimizar los costos de
transporte, dada la oferta y demanda en dichos
puntos.
Se suponen conocidos los costos unitarios de
transporte, los requerimientos de demanda y la
oferta disponible.

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Por ejemplo, suponga que una empresa posee dos
plantas que elaboran un determinado producto en
cantidades de 250 y 450 unidades diarias,
respectivamente. Dichas unidades deben ser
trasladadas a tres centros de distribucin con
demandas diarias de 200, 200 y 250 unidades,
respectivamente. Los costos de transporte (en
$/unidad) son:
C.Dist. 1 C.Dist.2 C.Dist.3
Planta 1

21

25

15

Planta 2

28

13

19

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Diagrama:

C.D.1

X11
Planta 1

X12
X21

X22

C.D.2

Planta 2
X13
X23

C.D.3

Orgenes

Destinos

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Variables de decisin:
xij = Unidades transportadas desde la planta i
(i=1,2), hasta el centro de distribucin j (j=1,2,3)
Funcin Objetivo:
Minimizar el costo total de transporte dado por la
funcin:
21x11+25x12+15x13+28x21+13x22+19x23

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Restricciones del problema:

1) No Negatividad: xij 0
2) Demanda:
CD1 : x11
+x21
CD2 :
x12
+x22
CD3 :
x13
+ x23

= 200
= 200
= 250

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
3) Oferta :
P1

: x11 + x12 + x13

P2

x21 + x22 + x23

250
450

Las variables de decisin deben aceptar soluciones


como nmeros reales para tener un modelo de P.L.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
ii) Problema de la dieta: este consiste en
determinar una dieta de manera eficiente, a partir
de un conjunto dado de alimentos, de modo de
satisfacer ciertos requerimientos nutricionales.
Supongamos que se tiene la siguiente informacin:
Leche Legumbre Naranjas Requerimientos
(galon) (1 porcin) (unidad)
Nutricionales

Niacina

3,2

4,9

0,8

13

Tianina

1,12

1,3

0,19

15

Vitamina C

32

93

45

Costo

0,2

0,25

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Variables de decisin:
x1 : galones de leche utilizados en la dieta.

x2 : porciones de legumbre utilizadas en la dieta.


x3 : unidades de naranja utilizadas en la dieta.

Funcin Objetivo:
Minimizar el costo total de la dieta, dado por:
2 x1 + 0.2 x2 + 0.25 x3

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Restricciones del problema:
Requerimientos
considerados:

mnimos

de

los

3.2 x1 + 4.9 x2 + 0.8 x3 13


1.12 x1+ 1.3 x2 + 0.19 x3 15

32 x1+

9 x3 45

x1 0 ; x2 0 ; x3 0

nutrientes

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
iii) Problema de dimensionamiento de lotes: este
consiste en hallar una poltica ptima de produccin
para satisfacer demandas fluctuantes en el tiempo,
de modo de minimizar costos de produccin e
inventario, considerando la disponibilidad de
diversos recursos escasos.
Supongamos que una fabrica puede elaborar hasta
150 unidades en cada uno de los 4 periodos en que
se ha subdividido el horizonte de planificacin y se
tiene adicionalmente la siguiente informacin:

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Periodos Demandas Costo Prod. Costo de Inventario
(unidades) (US$/unidad)
(US$/unidad)
1

130

80

125

2.5

195

Supuestos adicionales:

1) Existe un inventario inicial de 15 unidades.


2) No se acepta demanda pendiente o faltante (es
decir, se debe satisfacer toda la demanda del
periodo).

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Variables de decisin:
xt : nmero de unidades elaboradas en el periodo t.

It : nmero de unidades de inventario al final del


periodo t.
Funcin objetivo:

Consiste en minimizar los costos de produccin y el


costo de mantenimiento de inventario.
6x1+ 4x2 + 8x3 + 9x4 + 2I1 + I2 + 2.5I3 + 3I4

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Notar que en el ptimo I4 va a ser 0, as que incluso
podramos no incluirla, pero de todos modos la
consideramos.
Restricciones del problema:
1) Restricciones de cotas, que reflejan la capacidad
de produccin.
xt 150

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
2) Restricciones de no negatividad
xt 0

3) Restricciones de demanda
x1 + I0 I1 = 130

Periodo 1

x2 + I1 I2 = 80

Periodo 2

x3 + I2 I3 = 125

Periodo 3

x4 + I3 I4 = 195

Periodo 4

I0=15

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
iv) Problema de planificacin financiera:
Supongamos que un banco dispone de $250
millones para destinar a 4 tipo de crditos ofrecidos,
los cuales tienen las siguientes, tasas de crdito:

Primer crdito corriente

Segundo crdito corriente :16%

Crdito para el hogar

:16%

Crdito personal

:10%

:12%

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
La asignacin de estos crditos, debe satisfacer la
siguiente poltica utilizada por la institucin:

El monto asignado a los PCC, debe ser al menos,


el 55% del monto asignado a los crditos
corrientes, y al menos un 25% del total del dinero
prestado.
El SCC, no puede exceder el 30% del total del
dinero prestado, por polticas tributarias el inters
recibido por el banco no debe exceder a un retorno
del 14% sobre el capital prestado.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Cunto asignar a cada tipo de crdito, de la
manera ms eficiente, respetando la poltica del
banco?
Variables de decisin:
x1 :Monto asignado al PCC.
x2 : Monto asignado SCC.
x3 : Monto asignado al crdito para el hogar.
x4 : Monto asignado al crdito personal.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Funcin Objetivo:
Se propone maximizar los retornos recibidos en la
asignacin, dados por:
0.12 x1 + 0.16 x2 + 0.16 x3 + 0.10 x4

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Restricciones del problema:
x1 0.55 ( x1 + x2 )
x1 0.25 ( x1 + x2 +x3 + x4 )
x2 0.30 ( x1 + x2 +x3 + x4 )

(0.12x1+0.16x2+0.16x3+0.10x4 ) 0.14 ( x1+ x2 +x3 +x4 )


Adicionalmente:

x1 + x2 +x3 + x4 250

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
v) Problema de mezcla de productos: en este
problema una refinera produce 4 tipos de gasolina
(gas 1, gas 2, gas 3 y gas 4). Dos caractersticas
importantes de cada gasolina son su nmero de
performance (NP) y su presin de vapor (RVP), que
estn dados por:
NP

RVP

Barriles diarios

gas 1

107

3814

gas 2

93

2666

gas 3

87

4016

gas 4

108

21

1300

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Estas gasolinas pueden ser vendidas directamente
a un precio de $2483 por barril o bien mezcladas
para obtener gasolinas de aviacin (avgas A y
avgas B). La calidad de estas dos ltimas junto con
sus precios de venta son:
NP

RV

Precio por barril (US$)

avgas A Al menos 100 A lo ms 7

26,45

Avgas B

25,91

Al menos 91

A lo ms 6

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
El NP y RVP de cada mezcla es un promedio de los
respectivos NP y RVP de las gasolinas empleadas.
Se desea obtener un plan de venta de las distintas
gasolinas que maximice los retornos.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Variables de decisin:
xj : cantidad de barriles del gas j que son vendidos
sin mezclar, con j = 1, 2, 3, 4.
xA : cantidad de barriles de avgas A.
xB : cantidad de barriles de avgas B.

xjA: cantidad de gas j usado en avgas A.


xjB: cantidad de gas j usado en avgas B.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Funcin objetivo:
Max 24,83 (x1 + x2 + x3 + x4) + 26,45xA + 25,91xB
Restricciones:

x1 + x1A + x1B = 3814


x2 + x2A + x2B = 2666
x3 + x3A + x3B = 4016
x4 + x4A + x4B = 1300
x1A + x2A + x3A + x4A = xA
x1B + x2B + x3B + x4B = xB

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
NP, avgas A: 107x1A 93x 2 A 87x 3 A 108x 4 A
100
xA
NP, avgas B:

107x1B 93x 2B 87x 3B 108x 4B


91
xB

RVP, avgas A:

5x1A 8x 2 A 4x 3 A 21x 4 A
7
xA

RVP, avgas B:

5x1B 8x 2B 4x 3B 21x 4B
7
xB

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
vi) Problema de expansin de la capacidad de
un Sistema de Potencia Elctrica:

En este problema se
desea
planificar
la
expansin de la capacidad de un sistema
elctrico para los siguientes T aos. La demanda
(estimada) para el ao t corresponde a dt MW para
t = 1, 2, ..., T. La capacidad existente del sistema
corresponde a ct MW para el ao t = 1, 2, ..., T.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Existen 2 alternativas para la expansin de la
capacidad del sistema:

Usar plantas trmicas a petrleo.


Usar plantas trmicas a gas.
Se requiere una inversin pt por MW instalado de
una planta a petrleo que est operativa al
comienzo del ao t, y el correspondiente costo para
una planta a gas es gt.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Por razones polticas y de seguridad, se ha
decidido que no ms del 30% de la capacidad
instalada, corresponda a plantas a gas (nuevas).
Cada planta a petrleo tiene una vida de 20 aos y
una planta a gas una vida de 15 aos.
Se desea proponer un plan de expansin al mnimo
costo posible.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Variables de decisin:
xt : cantidad de MW expandidos en planta a
petrleo al inicio del ao t, con t = 1, 2, ..., T.
yt : cantidad de MW expandidos en planta a gas al
inicio del ao t, con t = 1, 2, ..., T.
zt : cantidad total de MW disponible en plantas
nuevas a petrleo al inicio del ao t.
wt : cantidad total de MW disponible en plantas
nuevas a gas al inicio del ao t.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
Funcin Objetivo:

pt x t gt yt
T

Min

t 1

Restricciones:

c t z t w t dt
t

z t xk

t 20

k 1

zt

xk

k t 19

t 20

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.1 Introduccin y ejemplos de modelamiento.
t

w t yk

t 15

k 1

wt

yk

t 15

k t 14

wt
0,30
ct zt w t
x t , yt , z t , w t 0

t 1...T

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
Temario:
II.1. Introduccin y ejemplos de modelamiento.
II.2. Resolucin grfica de problemas.
II.3. Anlisis de Sensibilidad.
II.4. El Mtodo Simplex.
II.5. Dualidad en Programacin Lineal.
II.6. Anlisis de Sensibilidad o Post-Optimal

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.2. Resolucin grfica de problemas.
Consideremos el siguiente problema a resolver
grficamente:
Max
sa:

z = 3x1 + 5x2
x1 4
2x2 12
3x1 + 2x2 18
x1,x2 0

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.2. Resolucin grfica de problemas.
Regin de puntos factibles

x2

Curvas de Nivel

9
x*
6

Solucin Optima

x*

4
2

x1

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.2. Resolucin grfica de problemas.
En primer lugar, se debe obtener la regin de
puntos factibles en el plano, obtenida por medio de
la interseccin de todos los semi - espacios que
determinan cada una de las inecuaciones
presentes en las restricciones del problema.

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.2. Resolucin grfica de problemas.
Enseguida, con el desplazamiento de las curvas de
nivel de la funcin objetivo en la direccin de
crecimiento de la funcin (que corresponde a la
direccin del vector gradiente de la funcin,
z(x1,x2) = (3,5)T), se obtiene la solucin ptima del
problema en la interseccin de las rectas: 2x2 = 12
y 3x1+2x2 = 18 (restricciones activas). Esto es:
x1* = 2
x2* = 6
z* = 3 x1* + 5 x2* = 36

Gestin de Investigacin de Operaciones

II. Modelos de Programacin Matemtica


Programacin Lineal
II.2. Resolucin grfica de problemas.
Notar que se pueden dar otras situaciones en la
bsqueda de una solucin ptima para esta clase
de problemas:
1) La solucin ptima exista pero haya ms
de una. En el ejemplo, considere la nueva
funcin objetivo: z = 6x1+4x2.
2) El problema no tenga solucin, dada una regin
de puntos factibles no - acotada. En el ejemplo,
reemplace cada desigualdad por una .
3) El problema no tenga solucin, porque no
existen puntos factibles. En el ejemplo, suponga
que agregamos la restriccin: x1 5.