DISEÑO y OPTIMIZACION

de
PROCESOS
2010
Función lineal
vs.
Función no lineal
Al infinito
y más allá
¿Cuándo utilizar PROGRAMACIÓN LINEAL?

 Los recursos son limitados

 Los términos de la función objetivo y las
restricciones son lineales
A pesar de ser un problema simple, su
importancia radica en la gran cantidad de
problemas que pueden ser resueltos por esta
técnica y por la estructura del problema, ya
que al tratarse de funciones lineales (a la vez
cóncavas y convexas) el óptimo encontrado
es el óptimo global

3
 Problemas típicos de Programación lineal

Administración de recursos escasos

Problema de transporte
Problema de la
dieta (mezcla)
 Visualización Gráfica

1. Formule el Problema en Términos

Matemáticos

2. Grafique las Ecuaciones de Restricción

3. Determine la Región Factible

4. Dibuje la Función Objetivo

5. Encuentre el Punto Optimo

4
 Función Objetivo

Max (o Min) Z = C1X1 + C2X2 + ... + CnXn

 Cj
es una constante que indica el peso
de la contribución a los costos o al
beneficio económico de las unidades
producidas de cada clase (Xj).

Z es el costo total o beneficio

económico del total de unidades
producidas
5
 Ejemplo de Maximización

La Compañía Industrial Cesca & Bros. debe

determinar la mezcla de sus productos comerciales a
ser producidos el próximo año. La compañía produce
dos productos el Max y el Multimax. La ganancia
media es $400 para cada Max y $800 para cada
Multimax. La fabricación y armado son los recursos
limitados. Hay un máximo de 5,000 horas de
capacidad de fabricación disponible por mes (Cada
Max requiere 3 horas y cada Multimax requiere 5
horas). Hay un máximo de 3,000 horas de capacidad
de armado disponible por mes (Cada Max requiere 1
hora y cada Multimax requiere 4 horas).

¿Qué cantidad debería producirse de cada producto? 6

Antes de comenzar...

 Como el beneficio económico es mucho

mayor para Multimax que para Max,
por que no producir solamente
Multimax?

7
La Función Objetivo

Maximice Z = 400X 1 + 800 X 2

Donde
Z = beneficio mensual de Max y Multimax
X 1 = el numero de Max producido cada mes
X 2 = el numero de Multimax producido cada mes

8
Restricciones
Max (X1) Multimax (X2)
Required Time/Unit Required Time/Unit Available Time/Month
3 5 5,000 Fab
1 4 3,000 Assy

3X1 + 5X 2  5000 Fabricacion

X1 + 4X 2  3000 Armado
X1 ,X 2  0 No-negatividad

9
 Dibujando las restriciones
X2 3,000
Fab
X1 X2
0 1,000
2,000 1,666.7 0

Assy
X1 X2
0 750
3,000 0
1,000
A B 3X1 + 5X 2  5000

C
0,0 1,000 2,000 3,000 X1 10
Graficando las restricciones
X2 3,000
Fab
X1 X2
0 1,000
2,000 1,666.7 0

Assy
X1 X2
0 750
3,000 0
1,000
A B X1 + 4X 2  3000

C
0,0 1,000 2,000 3,000 X1 11
 Determinando la Pendiente
de la Función Objetivo

Y = mx + b

En nuestro caso: Y = X2, x = X1, y b = Z

Z = 400X1 + 800X2

800X2 = - 400X1 + Z

X2 = -1/2 X1 + Z/800

Pendiente = -1/2
12
Encontrando el Punto Optimo

X2 3,000

2,000

1,000
A B

C
0,0 1,000 2,000 3,000 X1
13
 Encontrando el Punto Optimo
X2 3,000

2,000

Punto Optimo
1,000
A B

C
0,0 1,000 2,000 3,000 X1
14
 Encontrando el Punto Optimo

X2 3,000
El punto óptimo se encuentra
en la intersección de estas
2,000 dos líneas:
3X1 + 5X 2  5,000 Fab
1,000
A B X1 + 4X 2  3,000 Assy
C
0,0 1,000 2,000 3,000 X1 3X1 + 12X 2  9,000 Assy
3X1 + 5X 2  5,000 Fab

7X 2  4,000
Debería usarse X 2 = 571.43, or 571 Multimax
5000 - 5(571)
programación X1 =
3
 715 Max

entera.
15
Resumiendo
Max Z = 400X1 + 800 X 2

Z = 400(715) + 800 (571)

Z = $286,000 + $456,800 = $742,800

Se deben producir 715 Max and 571

Multimax por mes para obtener un
beneficio de $742,800.
16
 Ejemplo de Minimización
La Compañía de Metal Oscar Prieto & Co. está
desarrollando un plan para comprar trozos de
metal. Oscar Prieto & Co. recibe trozos de metal de
dos fuentes, Industrias Hasbeen y Gentro Scrap en
embarques diarios en camiones grandes. Cada
camión de Hasbeen transporta 1.5 toneladas de cinc
y 1 tonelada de plomo a un costo de $15,000.
Cada camión de Gentro transporta 1 tonelada de
cinc y 3 toneladas de plomo a un costo de $18,000.

Oscar Prieto & Co. requiere por lo menos 6

toneladas de cinc y 10 toneladas de plomo por día.

¿ Cuántos camiones por día de cada fuente deben

pedirse para minimizar el costo de transporte? 17
Función Objetivo

Min Z = 15000 X1 + 18000 X2

Z = costo total diario
X1 = camiones de Hasbeen
X2 = camiones de Gentro

Hasbeen
Gentro

18
Restricciones
Hasbeen (X1) Gentro (X2)
Tons Tons Min Tons
1.5 1 6 Zinc
1 3 10 Lead

1.5 X1 + X2 >6 (zinc--tons)

X1 + 3 X2 > 10 (plomo--tons)

X1, X2 > 0 (no-negatividad)

19
Dibujando las restricciones
X2 10 Zinc
9 X1 X2
8 0 6
4 0
7
6 Plomo
X1 X2
5 0 3.333
4 1.5 x1  x2  6 10 0

3
2
1
1 2 3 4 5 6 7 8 9 10 X1
20
Dibujando las restricciones
X2 10 Zinc
9 X1 X2
0 6
8 0
4
7
Lead
6
X1 X2
5 0 3.333
4 10 0

3 x1  3x2  10
2
1
1 2 3 4 5 6 7 8 9 10 X1
21
Determininando la Pendiente de la
Función Objetivo

Min Z = 15000 X1 + 18,000 X2

X2 = -5/6 X1 + Z/18,000

22
Encontrando el Punto Optimo
X2 10
9
8
7
6 Punto Optimo
5
4
3
2
1
1 2 3 4 5 6 7 8 9 10 X1
23
Encontrando el Punto Optimo
El óptimo ocurre en la intersección de
estas dos líneas:

1.5 X1 + X2 =6 (zinc--tons)

X1 + 3X2 = 10 (plomo--tons)

1.5 X1 + X2 = 6 (zinc--tons)
1.5 X1 +4.5 X2 = 15 (plomo--tons)

-3.5X2 = -9, X2 = 2.57 Camiones Gentro

X1 = 10 - 3(2.57) = 2.29 Camiones Hasbeen

24
Resumiendo

Minimice Z = 15000 X1 + 18000 X2

Z = 15000 (2.29) + 18000(2.57)

Costo diario = $34,350 + $46,260 =

$80,610

Se deben pedir 2.29 camiones de Hasbeen y 2.57

de Gentro para la entrega diaria. El costo diario
será $80,610
25
La industria de juguetes Mele & Bros.

 Mele & Bros. produce dos tipos de

juguetes:
* Space Ray
* Zapper

 Los recursos están limitados a:

* 1200 kilos de plástico especial.
* 40 horas de producción
semanalmente.
 Requerimientos de Marketing.

* La producción total no puede exceder de 800

docenas..
docenas
* El número de docenas de Space Rays no puede
exceder al número de docenas de Zappers por más
de 450
450..

 Requerimientos Tecnológicos.

* Space Rays requiere 2 kilos de plástico y 3

minutos de producción por docena.
* Zappers requiere 1 kilo de plástico y 4 minutos
de producción por docena.
 Plan común de producción para:

* Fabricar la mayor cantidad del producto que deje mejores

ganancias, el cual corresponde a Space Ray ($8 de utilidad
por docena).
* Usar la menor cantidad de recursos para producir Zappers
Zappers,,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).

 Elplan común de producción consiste

en:
Space Rays = 550 docenas

Zappers = 100 docenas

Utilidad = $4900 por semana

 Función objetivo

Maximizar la ganancia semanal

 Variables de decisión

* X1 = Cantidad producida de Space Rays (en

docenas por semana)

* X2 = Cantidad producida de Zappers (en

docenas por semana)
 Modelo de Programación Lineal

Max 8X1 + 5X2 (ganancia semanal)

Sujeto a:

2X1 + 1X2 <= 1200 (Cantidad de plástico)

3X1 + 4X2 <= 2400 (Tiempo de producción)
X1 + X2 <= 800 (Limite producción total)
X1 - X2 <= 450 (Producción en exceso)
Xj >= 0 , j= 1, 2. (Resultados positivos)
 X2

1200
Restricción del plástico:
Restricción
2X1+X2<=1200de plástico
Restricción del total de producción:
X1+X2<=800
600 No Factible

Restricción del
Horas de Factible exceso de producción:
Producción X1-X2<=450
3X1+4X2<=2400 600
X1
800
Punto Interior
• Tipos de puntosPuntode factibilidad
Medio
Punto Extremo
1200 X2 Se traza en cualquier
punto la función objetivo y
se va aumentando el valor
de la función hasta salir de
la región factible
800 Región no
factible
600

Feasible
Región
region
Factible
X1
400 600 800
 Resumen de la solución óptima

Space Rays = 480 docenas

Zappers = 240 docenas
Ganancia = $5040

* Esta solución utiliza todas las materias

primas (plástico) y todas las horas de
producción.

* La producción total son 720 docenas (no

800).

* La producción de Space Rays excede a la de

Zappers por solo 240 docenas y no por 450.
 Los efectos de cambios en un coeficiente de la
función objetivo, sobre la solución óptima
X2
1200

800

600

X1

400 600 800

 Los efectos del cambio de un coeficiente de la
función objetivo, sobre la solución óptima

X2
1200 Rango de
optimalidad

800

600

400 600 800 X1

  Los efectos del cambio de un coeficiente del lado
derecho de la restricción, sobre la solución óptima
X2

1200

Restricción materiales
(plásticos)
Nueva restricción materiales (plásticos)
Ganancia máxima= 5040
600
Combinación de restricciones
en la producción
Restricción del
Feasible Puntos extremos
tiempo de
X1
producción
600 800
Modelo sin solución óptima

 No
factible: Ocurre cuando en el
modelo no hay ningún punto factible.

 Noacotado: Ocurre cuando el objetivo

puede crecer infinitamente (objetivo a
maximizar).
Infactibilidad

Ningún punto se encuentra,

simultáneamente, sobre la línea 1
la línea 2 y 3

1
3
Solución No Acotada


Un caso especial del
problema de transporte:
Determinación de los consumos
mínimos de calefacción y
refrigeración de una red de
intercambio de calor
Necesidades mínimas de calor y de frío

F Cp T ent T sal H1H2

400
H1 1 400 120 340
340
H2 2 340 120
160
120
C1 1.5 160 400
C1 C2 100
C2 1.3 100 250
Se pueden calcular las
DTmin = 20 necesidades mínimas como
un problema de transporte
 400

400

2
Dtmin = 20
340
3

160
4
100
 Dtmin = 20

420 400

1
1*(400-340)=60
400 380
H1
- 2

340 320

H2 3
180 160
4
120 100
 Dtmin = 20

420 400

1
60
400 380
280 H1 160
2

60 340 320

H2 3
180 160
4
120 100
LP Qs Vapor Problema de Transporte

420 400 30
C1
90
Min : z  Qs  Qw
R1 s.a.
H1 60 400 380
240 R1  Qs   30
160
R2 R2  R1   30
60
340 320 R3  R2 123
H2 320 117
C2
Qw  R3 102
R3
120 180 160
78

Qw agua fria