Unidad 2.
Programación lineal (PL)
Investigación de operaciones
Nombre de la materia
Investigación de operaciones
Nombre de la Licenciatura
Ingeniería industrial administrativa
Nombre del alumno
Melitón Arturo Tepixtle Tezoco
Matrícula
010199285
Nombre de la Tarea
Actividad 2
Unidad #
Programación lineal (PL)
Nombre del Tutor
Griselda Stephany Abarca Jiménez
Fecha
18/07/2020
1
Unidad 2. Programación lineal (PL)
Investigación de operaciones
Instrucciones
Construye el modelo de programación lineal asociado a cada uno de los siguientes problemas. Considera
lo siguiente:
Determina las variables.
Determina la función objetivo.
Construye las restricciones mediante desigualdades.
No olvides las restricciones de no negatividad.
Puedes resolver tus ejercicios a mano, con letra legible y escanearlos o tomar una fotografía, que deberás
pegar en un documento de word. Otra opción es que utilices el editor de ecuaciones de word para capturar
los ejercicios con sus soluciones.
Modelos de programación lineal
[Link] una granja agrícola se desea criar conejos y pollos como complemento en su economía, de
forma que no se superen en conjunto las 180 horas mensuales destinadas a esta actividad. Su
almacén sólo puede albergar un máximo de 1000 kilogramos de alimento para conejos y pollos. Si se
supone que un conejo necesita 20 kilogramos de este alimento al mes y un pollo 10 kilogramos al
mes, que las horas mensuales de cuidados requeridos por un conejo son 3 y por un pollo son 2 y que
los beneficios que reportaría su venta ascienden a 500 y 300 pesos por cabeza respectivamente,
hallar el número de animales que deben criarse para que el beneficio sea máximo.
Solución:
Definimos las variables como:
X1= Numero de conejos.
X2= Número de pollos.
La función a maximizar, beneficio obtenido, será:
f ( X 1 , X 2 )=500 x 1+300 x 2
Las restricciones lineales del problema se formulan como:
20 x 1+10 x 2 ≤ 1000 ( Para la disponibilidad del alimento )
3 x 1+2 x 2 ≤ 180(Para ladisponibilidad en horas )
2
Unidad 2. Programación lineal (PL)
Investigación de operaciones
Finalmente tenemos las restricciones de no negatividad de las variables:
x1 , x2 ≥ 0
El planteamiento del problema queda de la siguiente manera
max f ( x1 , x2 ) =500 x 1 +300 x 2
s . a .: 20 x 1+ 10 x 2 ≤1000
3 x 1+2 x 2 ≤ 180
x1 , x2 ≥ 0
El siguiente paso consistirá en pasar a la forma estándar, esto es, introducimos variables de holgura
en las dos restricciones verdaderas, obteniendo, una vez realizadas las simplificaciones oportunas:
max 500 x 1+300 x 2
s . a .:2 x 1+ x 2 + x 3 =100
H
3 x 1+2 x 2+ x 4 =180 H
x1 , x2 , x3 , x4 ≥ 0
H H
La solución factible básica es:
x 1=x 2=0 x 3 =100 x 4 −¿ 180
H H
Así obtendremos la tabla inicial del algoritmo de Simplex
x1 x2 x3 H x4 H
x3 H 100 2 3 1 0
x4 H 180 3 2 0 1
500 300 0 0
Continuamos con las siguientes iteraciones:
x1 x2 x3 H x4 H
x1 50 1 1/2 1/2 0
x4 H 30 0 1/2 -3/2 1
0 50 -250 0
3
Unidad 2. Programación lineal (PL)
Investigación de operaciones
x1 x2 x3 H x4 H
x1 20 1 0 2 -1
x2 60 0 1 -3 2
0 0 -100 -100
Obtemos por tanto la solucion optica, cuyo valor es:
x 1=20 Conejos x 2=60 Pollos z =28000
[Link] fabricante produce sillas y mesas para las que requiere la utilización de dos secciones de
producción: la sección de montaje y la sección de pintura. La producción de una silla requiere 1 hora
de trabajo en la sección de montaje y de 2 horas en la de pintura. Por su parte, la fabricación de una
mesa precisa de 3 horas en la sección de montaje y de 1 hora en la de pintura. La sección de
montaje sólo puede estar 9 horas diarias en funcionamiento, mientras que la de pintura sólo 8 horas.
El beneficio produciendo mesas es doble que el de sillas. ¿Cuál ha de ser la producción diaria de
mesas y sillas para que el beneficio sea máximo?
Solución:
Definimos las variables originales como:
x 1=Numero de sillas
x 2=Numero de mesas
La función a maximizar, beneficio obtenido, será:
f ( x 1 , x 2 ) =x1 +2 x 2
Las restricciones lineales del problema se formulan como:
x 1+ 3 x 2 ≤9 ( Disponibilidad de horas en la seccion de montaje )
2 x1 + x 2 ≤ 8( Disponibilidad de horas en la seccionde pintura)
4
Unidad 2. Programación lineal (PL)
Investigación de operaciones
Finalmente tenemos las restricciones de no negatividad de las variables
x1 , x2 ≥ 0
El planteamiento del problema queda, por tanto, de la siguiente manera:
max f ( x1 , x2 ) =x 1+2 x 2
s . a .: x 1 +3 x2 ≤ 9
2 x1 + x 2 ≤ 8
x1 , x2 ≥ 0
Obtenemos la forma estándar al introducir las correspondientes variables de holgura:
max x 1+ 2 x 2
s . a .: x 1 +3 x2 + x 3 =9 H
2 x1 + x 2 + x 4 =8
H
x1 , x2 , x3 , x4 ≥ 0
H H
La solución factible básica inicial es:
x 1=x 2=0 x 3 =9 X 4 =8
H H
Así obtenemos la tabla inicial del algoritmo de Simplex:
x1 x2 x3 H x4 H
x3 H 9 1 3 1 0
x4 H 8 2 1 0 1
1 2 0 0
Continuamos con las siguientes iteraciones:
x1 x2 x3 H x4 H
x2 3 1/3 1 1/3 0
5
Unidad 2. Programación lineal (PL)
Investigación de operaciones
x4 H 5 5/3 0 -1/3 1
1/3 0 -2/3 0
x1 x2 x3 H x4 H
x2 2 0 1 2/5 -1/5
x1 3 1 0 -1/5 3/5
0 0 -3/5 -1/5
Obtenemos, por tanto, la solución óptica cuyo valor es:
x ¿1=3 sillas , x ¿2=2 mesas , z ¿ =7 vecesel valor de la mesa
3. Sobre dos alimentos diferentes tenemos la siguiente información por kilogramo:
Alimento Calorías Proteínas (gr) Precio
(pesos)
A 1000 25 60
B 2000 100 210
Hallar el costo mínimo de una dieta formada sólo por este tipo de alimentos y que al menos aporte
3000 calorías y 100 gramos de proteínas.
Solución:
Definimos las variables originales como:
x 1=Kilogramos de alimentso A
x 2=Kilogramos de alimentos B
La función a minimizar, coste de dieta, será:
f ( x 1 , x 2 ) =60 x1 +210 x 2
Las restricciones lineales del problema se formulan como:
1000 x1 +2000 x 2 ≥ 3000(aportacion minima de calorias)
6
Unidad 2. Programación lineal (PL)
Investigación de operaciones
25 x 1+100 x 2 ≥ 100(aportacion minimad calorias )
Finalmente, tenemos las restricciones de no negatividad de las variables:
x1 , x2 ≥ 0
El planteamiento del problema queda por tanto de la siguiente manera:
min f ( x 1 , x 2 ) =60 x 1 +210 x 2
s . a .:1000 x 1+ 2000 x 2 ≥3000
25 x 1+100 x 2 ≥ 100
x1 , x2 ≥ 0
Cambiando el signo a la función objetivo, simplificando las restricciones e introduciendo variables de
holgura y artificiales obtenemos la forma estándar:
max−60 x 1−210 x 2−M x 5A −M x 6A
s . a .: x 1 +2 x 2−x 3H + x5A =3
x 1+ 4 x 2−x 4H + x 6A =4
x 1 , x 2 , x H3 , x H4 , x 5A , x 6A ≥0
La solución factible básica inicial es:
x 1=x 2=x H3 =x H4 =0 , X 5A =3 , X 6A =4
Así obtenemos la tabla inicial del algoritmo de Simplex:
x1 x2 x3 H x4 H x 5A x 6A
x 5A 3 1 2 -1 0 1 0 -M
x 6A 4 1 4 0 -1 0 1 -M
-60 -210 0 0 -M -M
2M-60 6M-210 -M -M 0 0
Continuamos con las siguientes iteraciones:
x1 x2 x3 H x4 H
x 5A
x 5A 1 1/2 0 -1 1/2 1 -M
7
Unidad 2. Programación lineal (PL)
Investigación de operaciones
X2 1 1/4 1 0 -1/4 0 -21
-60 -0 0 0 -0
x1 x2 x3 H x4 H
X1 2 1 0 -2 1 -60
X2 1/2 0 1 1/2 -1/2 -210
-60 -210 0 0
0 0 -15 -45
Obtenemos, por tanto, la solucion optica cuyo valor es:
x ¿1=2 kilos de alimento B , X ¿2=0.5 kilos de alimento A , Z¿ =225 de coste minimo
