TEMA: PRINCIPIOS DE PROGRAMACION LINEAL
Introducción
La programación lineal en estos tiempos se ha ido desarrollando
científicamente a nivel mundial, dado que se puede aplicar a cualquier tipo de
empresa para solucionar problemas de optimización, la creciente aceptación de
la programación lineal en la industria se debe a la disponibilidad de información
precisa de las operaciones y el interés fundamental de optimizar tanto costos
como ingresos, por lo cual a la programación línea se le ha denominado opción
de planeación avanzada u optimización de procesos.
Objetivos
- Optimizar una cierta cantidad denominada función objetivo.
- Tomar en cuenta las restricciones o limitantes en el proceso.
Desarrollo
1. Ecuaciones lineales
Grafique en geogebra las siguientes ecuaciones vinculadas a cada tipo de
recta, pase el gráfico al informe, enumérelo y etiquételo bajo norma APA.
Caso 1: y = mx+b
y=6x+2
(GEOGEBRA, 2022)
Caso 2: y = - mx+b
y=-5x+4
(GEOGEBRA, 2022)
Caso 3: y = ± b
y= 5
(GEOGEBRA, GEOGEBRA
CALCULADORA GRAFICA, 2022)
Caso 4: x = ± a
x= 8
(GEOGEBRA, GEOGEBRA
CALCULADORA GRAFICA, 2022)
2. Inecuaciones lineales.
Grafique en geogebra las siguientes inecuaciones lineales, encuentre el
área solución y realice la respectiva validación.
Ejemplo:
4y + 2x +8 ≤ 0
Paso 1: graficar
Paso 2: tomar dos puntos, uno sobre la recta y otro bajo la recta
Paso 3: Validar
Figura …
Inecuaciones lineales
Validación:
A= (5, - 10)
4y + 2x +8 ≤ 0
4(-10) + 2 (5) +8 ≤ 0
-40 + 10 +8 ≤ 0
-22 ≤ 0 Verdadero
B = (10,10)
4y + 2x +8 ≤ 0
4(10) + 2 (10) +8 ≤ 0
40 + 20 +8 ≤ 0
68 ≤ 0 Falso
Casos propuestos:
1. 6y + 5x + 9 ≥ 0
2. x+7y+4< 0
Responder: ¿por qué al graficar este caso en geogebra la recta de
frontera de la solución se representa entrecortada?
Respuesta: Porque se tienen desigualdades < y el límite de solución no
es parte de la región factible.
3. Coloque 2 inecuaciones propuestas por usted.
3. Sistema de inecuaciones lineales
Grafique en geogebra los siguientes sistemas de inecuaciones lineales,
encuentre el área solución mediante la respectiva validación.
Ejemplo:
2x + 3y≥-3
2x-y-9≤0
2x-5y-5≥0
Paso 1: graficar
Paso 2: tomar tres puntos del área solución e identificar sus coordenadas.
Paso 3: Validar en los tres puntos.
Figura …
Sistema de inecuaciones lineales
Validación:
D = 3; -1
2x + 3y ≥ - 3 2x-y-9 ≤ 0 2x – 5y – 5 ≥ 0
2 ( 3) + 3(-1) ≥ - 3 2(3)+1-9 ≤ 0 2(3) – 5(-1)-5≥0
6-3 ≥ - 3 6+1-9≤0 6+5-5≥0
-3≥ - 3 -2≤0 6≥0
Verdadero Verdadero Verdadero
Casos propuestos:
1. 2x+y>8
6x-8≤y
y<4x
2. Coloque dos sistemas de inecuaciones propuestas por usted, realice los
pasos antes mencionados.
4. Problemas de Optimización
4.1 Problemas de Maximización
Caso 1 (ejemplo)
Un fabricante de muebles produce dos tipos de mesas: clásicas y modernas.
Cada mesa del modelo clásico requiere 4 horas de lijado y 3 horas de
barnizado, y deja un beneficio de 200 dólares. No deben fabricarse más de 9
de estas mesas. Cada mesa moderna necesita 3 horas de lijado y 4 horas de
barnizado, y su beneficio es de 100 dólares. Se dispone de 48 horas para lijado
y de 60 horas para barnizado. ¿Cuántas mesas de cada tipo se han de fabricar
para que sus beneficios sean máximos?
1. Definición de las variables de decisión
X1 = Unidades de mesas tipo clásica que se deben fabricar
X2 = Unidades de mesas tipo moderna que se deben fabricar
2. Tabla de datos
Proce Lijado Barnizado Beneficio
so (h) (h) ($)
Producto
Mesa Clásica 4 3 200
X1
Mesa Moderna 3 4 100
X2
Disponibilidad 48 60
3. Determinación de la función objetivo
Max G = 200 (X1) + 100 (X2)
4. Determinación de restricciones
4 X1 + 3 X2 ≤ 48
3 X1 + 4 X2 ≤ 60
X1 ≤ 9
5. Condiciones de no negatividad
X1 , X2 ≥ 0
6. Modelo
Max G = 200 (X1) + 100 (X2)
Sujeto a,
4 X1 + 3 X2 ≤ 48
3 X1 + 4 X2 ≤ 60
X1 ≤ 9
X1 , X2 ≥ 0
Caso 2
Indermak evalúa tres proyectos de crecimiento, además diseñó una
planificación de cinco años para maximizar su rentabilidad. En la siguiente tabla
se muestra la estimación de las utilidades que proporcionará cada proyecto y
los egresos que se relacionan con cada uno de ellos y que se consideran
anuales. Plantee el modelo de programación lineal para este caso.
1. Definición de las variables de decisión
x 1 = Proyecto de crecimiento 1 anuales
x 2 = Proyecto de crecimiento 2 anuales
x 3 = Proyecto de crecimiento 3 anuales
2. Tabla de datos
Egre Egresos (miles $) Utilidad
sos
Proyecto
1 2 3 4 5
1 25 27 28 30 28 215
2 18 22 21 28 31 320
3 1 27 21 34 24 270
Fondos 120 140 120 150 110
disponibles
3. Determinación de la función objetivo
Max G = 215 ( x 1) + 320 ( x 2) + 270 ( x 3)
4. Determinación de restricciones
25 x 1+27 x 2+
5. Condiciones de no negatividad
x 1, x 2, x 3≥ 0
6. Modelo
Max G = 215 (X1) + 320 (X2) + 270 ( x 3)
Sujeto a
25 x 1+27 x 2 +28 x 3+30 x 4+28 x 5≤120
18 x 1+22 x 2 +21 x 3+28 x 4+31 x 5≤140
1 x 1+27 x 2 +21 x 3+34 x 4 +24 x 5≤150
x1 ≤ 5
x 1+ x 2 ≥ 0
Caso 3
Una empresa de instalaciones dispone de 195 kg de cobre, 20 kg de titanio y
14 kg de aluminio. Para fabricar 100m de cable de tipo A, se necesitan 10 Kg
de cobre, 2 kg de titanio y 1kg de aluminio, y se obtiene de él un beneficio de
$1500. Para fabricar 100 m de cable de tipo B, se necesitan 15 kg de cobre, 1
kg de titanio y 1 kg de aluminio, y se obtiene un beneficio de $1000. Calcular
cuántos metros de cable hay que fabricar, de cada tipo; para que el beneficio
sea el máximo.
Proceso Cobre Titanio Aluminio Beneficio
Producto ($)
Cable tipo A 10 2 1 1500
X1
Cable tipo B 15 1 1 1000
X2
Disponibilidad
1. Determinación de la función objetivo
Max G = 1500 ( x 1) + 1000 ( x 2)
2. Determinación de restricciones
10 x 1+ 2 x 2 +1 x 3≤1500
15 x 1+1 x 2 +1 x 3≤1000
x 1 ≤ 195
x 1+ x 2 ≥ 0
3. Condiciones de no negatividad
x 1, x 2≥ 0
4. Modelo
Max G = 1500 ( x 1) + 100 ( x 2)
Sujeto a
10 x 1+ 2 x 2 +1 x 3≤1500
15 x 1+1 x 2 +1 x 3≤1000
x 1 ≤ 195
x 1+ x 2 ≥ 0
Caso 4
Para la fabricación de dos productos, se utilizan dos tipos de materiales M1 y
M2 para la fabricación de dichos productos, P1 y P2. La disponibilidad de los
materiales M1 y M2 es de 135 y 120 toneladas, en su orden. El producto P1
contiene el 30% de M1 y 40% de M2; mientras que el producto P2 contiene el
70% de M1 y 60% de M2. Las utilidades unitarias de los productos P1 y P2 son
de $3 y $5, respectivamente. La demanda del producto P1 está entre 25 y 130
unidades y la de P2 entre 35 y 150 unidades. ¿Cuántos productos de cada uno
se debe fabricar para maximizar sus utilidades?
Proceso M1 M2 Beneficio
Producto ($)
P1 30 40 35
X1
P2 70 60 150
X2
Disponibilidad 135 120
1. Determinación de la función objetivo
Max G = 35 ( x 1) + 150 ( x 2)
2. Determinación de restricciones
x 1+27 x 2
3. Condiciones de no negatividad
x 1, x 2≥ 0
4. Modelo
Max G = 1500 ( x 1) + 100 ( x 2)
Sujeto a
10 x 1+ 2 x 2 +1 x 3≤1500
15 x 1+1 x 2 +1 x 3≤1000
x 1 ≤ 195
x 1+ x 2 ≥ 0
Caso 5
Una fábrica produce dos tipos de camisa A y B; las camisas de tipo A requieren
2.5 minutos para corte y 5 min para confección; las de tipo B, requieren 4 min
para corte y 4 min para confección. Se necesita 1 hora y 40 minutos para corte
y 2 horas para confección, siendo el beneficio de $2.5 por cada camisa tipo A y
$3 por cada camisa tipo B. ¿Cuántas camisas de cada tipo debe producirse
para obtener su máximo beneficio?
Proceso Cobre Titanio Aluminio Beneficio
Producto ($)
Cable tipo A 10 2 1 1500
X1
Cable tipo B 15 1 1 1000
X2
Disponibilidad
1. Determinación de la función objetivo
Max G = 1500 ( x 1) + 1000 ( x 2)
2. Determinación de restricciones
10 x 1+ 2 x 2 +1 x 3≤1500
15 x 1+1 x 2 +1 x 3≤1000
x 1 ≤ 195
x 1+ x 2 ≥ 0
3. Condiciones de no negatividad
x 1, x 2≥ 0
4. Modelo
Max G = 1500 ( x 1) + 100 ( x 2)
Sujeto a
10 x 1+ 2 x 2 +1 x 3≤1500
15 x 1+1 x 2 +1 x 3≤1000
x 1 ≤ 195
x 1+ x 2 ≥ 0
4.2 Problemas de Minimización
Caso 6
Una empresa fabricante de automóviles produce dos modelos, A y B. Tiene dos
factorías, F1 y F2. En F1 se producen diariamente 6 coches tipo A y 4 tipos B,
con un costo de $32000 diarios. F1 no funciona más de 50 días. En F2 se
producen 4 de A y 4 de B, con un costo de $24000 diarios. Para abastecer el
mercado se han de poner a la venta al menos 360 coches de tipo A y al menos
300 de tipo B. ¿Cuántos días debe funcionar cada factoría para que el costo
sea mínimo?
1. Definición de las variables de decisión
X1 = Número de días que debe funcionar F1
X2 = Número de días que debe funcionar F2
2. Tabla de datos
Produ Automóvil Automóvil Beneficio ($)
ctos Modelo Modelo
Factoria A(unidades) B(unidades)
Factoria 1 6 4 32000
Factoria 2 4 4 24000
X2
Disponibilidad 360 300
3. Determinación de la función objetivo
Min C = 32000 X1 + 24000 X2
4. Determinación de restricciones
6 X1 +4 X2 ≥ 360
4 X1 +4 X2 ≥ 300
X1 ≤ 50
5. Condiciones de no negatividad
X1, X2 ≥ 0
6. Modelo matemático
Min C = 32000 X1 + 24000 X2
Sujeto a,
6 X1 +4 X2 ≥ 360
4 X1 +4 X2 ≥ 300
X1 ≤ 50
X1, X2 ≥ 0
Caso 7
Se desea realizar la mezcla de dos substancias A y B, que ha de contener
como mínimo 10 unidades de cada una de ellas. Estas substancias las venden
dos proveedores en forma de lotes. El lote del primer proveedor es tal, que los
contenidos de B y de A están en relación de 4 a 1 y hay una unidad de A. El
lote del segundo proveedor es tal que los contenidos de A y de B están en
relación de 4 a 1 y hay una unidad de B. El primer proveedor vende cada lote a
$10 y el segundo al doble. Ambos proveedores nos venden lotes enteros o
fracciones de ellos. ¿Qué número de lotes hemos de comprar para que el costo
sea mínimo?
Caso 8
Un deportista tiene requerimientos nutricionales de 70 gr de proteínas y 3000
Kcal diarias, estas necesidades puede satisfacerlas mediante la ingesta de los
alimentos que se presentan en la siguiente tabla. Para cada alimento se indican
los valores los alores nutricionales y el costo por cada 100 gr. de alimento.
Pan Queso Mantequilla Galletas Espinacas
Proteínas 8.3 24.9 0.4 6.0 5.1
Kcal 246 423 793 93 26
Costo 35 130 100 75 30
¿Cuál será la composición de la dieta que cubra las necesidades del individuo
a un costo mínimo? Plantee el modelo de programación lineal para este caso.
Discusión
En relación a los objetivos planteados anteriormente.
Bibliografía
En norma APA
