Programacin Lineal Continua/ Investigacin Operativa o o EJERCICIOS DE INVESTIGACION OPERATIVA.

Hoja 1

1. Una empresa que fabrica veh culos quiere determinar un plan de produccin semanal. Esta empresa dispone o de 5 fbricas que producen distintos elementos del veh a culo (motor, carrocer acabado bsico, medio y a, a de lujo). Estos elementos posteriormente se ensamblan para producir tres versiones distintas de veh culos (bsica, media y de lujo). A continuacin se indican las capacidades de produccin en cada fbrica (en horas a o o a por semana), los tiempos de fabricacin en funcin de la fbrica y la versin (en horas por semana y veh o o a o culo) y el benecio neto que la empresa obtiene por cada versin de veh o culo que vende (en euros). Tiempos por versin: o Bsica Media Lujo a 3 2 1 1 2 3 2 3 2 840 1120 1200

Fbrica a Motor Carrocer a Acabado bsico a Acabado medio Acabado lujo Benecio

capacidad 120 80 96 102 40

Identica el objetivo del decisor y las variables de decisin y plantea el modelo adecuado para determinar un o plan de produccin semanal optimo. o Solucin: Las variables de decisin son x1 : n mero de veh o o u culos en versin bsica fabricados, x2 : n mero de o a u veh culos en versin media fabricados, y x3 : n mero de veh o u culos en versin lujo fabricados. El modelo es o maximizar 840x1 + 1120x2 + 1200x3 sujeto a 3x1 + 2x2 + x3 120 x1 + 2x2 + 3x3 80 2x1 96 3x2 102 2x3 40 x 0. La solucin optima consiste en producir 20 coches en versin bsica, 30 en versin media y ninguno en versin o o a o o de lujo, obtenindose un benecio de 50400 euros. Ver Hoja1.xls e 2. Una compa fabrica impresoras lser y tinta. La demanda de ambos tipos de impresoras supera la capacidad na a de produccin. La compa est interesada en desarrollar una pol o na a tica de produccin optima. o Cada impresora de inyeccin de tinta necesita 1 hora para su fabricacin y 2 horas para su control de calidad, o o mientras que una lser necesita 1.5 horas de trabajo y 1 hora de control de calidad. Se dispone de 200 horas a semanales para la fabricacin y de 175 horas para llevar a cabo el control de calidad. Los benecios netos de o venta de las impresoras son de 20 euros/unidad para las de tinta y de 30 euros/unidad para las lser. a Formular y resolver un problema de programacin lineal que permita a la compa decidir el plan de proo na duccin que ms le interesa cuando: o a a) Quiere minimizar el n mero total de impresoras producidas, garantizndose un benecio semanal de al u a menos 4000 euros. b) Quiere obtener el mximo benecio posible, sin importarle el n mero de impresoras producidas. a u Para el segundo caso, estudiar si la cantidad de tiempo disponible para la produccin y control de calidad se o puede reducir sin afectar al benecio mximo obtenido. a Solucin: Ver solucin entregable 1 o o

Programacin Lineal Continua/ Investigacin Operativa o o 3. RM produce dos tipos de pinturas, de interiores y de exteriores, a partir de dos materiales bsicos, A y B. a Las cantidades, expresadas en toneladas, de cada producto necesarias para producir una tonelada de cada una de estas pinturas vienen dadas por: Exterior 1 2 Interior 2 1

Materia A Materia B

La venta en el mercado de pintura para interiores da un benecio de 2000 unidades monetarias por tonelada, mientras que la venta de pintura para exteriores da un benecio de 3000 u.m. por tonelada. Despus de realizar un estudio de mercado se conoce que la demanda de pintura para interiores nunca excede e a la demanda de pintura para exteriores en ms de 1 tonelada. Por otro lado, el proceso productivo tiene una a limitacin d o aria de 2 toneladas de pintura para interiores. La compa de pinturas RM quiere determinar na los niveles optimos de produccin de cada tipo de pintura cuando dispone de 6 toneladas de materia A y 8 o toneladas de materia B al d a. El problema al que se enfrenta RM es distribuir los recursos de que dispone, 6 toneladas de materia A y 8 toneladas de materia B al d entre las actividades a realizar, produccin de pintura para interiores y produca, o cin de pintura para exteriores, de manera que los benecios que obtenga con la venta de su produccin en el o o mercado sean mximos y se satisfagan, adems, las restricciones impuestas por las limitaciones tcnicas del a a e proceso productivo y las impuestas por las caracter sticas del mercado. Plantea un problema de Programacin o Lineal para ayudar a RM a tomar una decisin. o Solucin: Ver solucin entregable 1 o o 4. Una empresa elabora un cierto alimento renando diferentes tipos de aceite y mezclndolos. Los tipos de aceite a se clasican en dos categor vegetales (VEG1 y VEG2) y no vegetales (OIL1, OIL2 y OIL3). Dependiendo as: del tipo de aceite, vegetal o no vegetal, se requieren diferentes l neas de produccin para el reno del aceite. o As en un mes, la mxima cantidad de cada uno de ellos que puede renarse es de 200 toneladas de aceite , a vegetal y 250 de no vegetal. Se puede asumir que el coste de reno es nulo y que durante el proceso no se producen prdidas de peso. Por otro lado, existen restricciones tecnolgicas que imponen cotas (inferior y e o superior) a la dureza del producto nal, de 3 y 6 unidades respectivamente. Se puede asumir que la dureza se mezcla linealmente; la dureza (por tonelada) de cada uno de los aceites, as como su coste (por tonelada) de produccin, son los que aparecen en la siguiente tabla o VEG1 110 8.8 VEG2 120 6.1 OIL1 130 2.0 OIL2 110 4.2 OIL3 115 5.0

Coste Dureza

Cada tonelada de producto nal se vende a un precio de 150 u.m. Plantear y resolver el problema de programacin lineal continua al que se enfrenta la empresa para determinar cmo ha de hacer su produccin de o o o manera que obtenga el mayor benecio neto posible. Solucin: Para determinar cmo ha de hacer su produccin de manera que obtenga el mayor benecio neto o o o posible, la empresa debe resolver el siguiente problema de programacin lineal continua: o mx 150y 110x1 120x2 130x3 110x4 115x5 a s.a. 8,8x1 + 6,1x2 + 2,0x3 + 4,2x4 + 5,0115x5 3y 8,8x1 + 6,1x2 + 2,0x3 + 4,2x4 + 5,0115x5 6y x1 + x2 x3 + x4 + x5 x1 + x2 + x3 + x4 + x5 y x1 , x2 , x3 , x4 , x5 , y

0 0 200 250 =0 0

durezal mite inf. durezal mite sup. capacidad reno aceite veg. capacidad reno aceite no veg. balance

Programacin Lineal Continua/ Investigacin Operativa o o donde y representa la cantidad de alimento nal producido y xi , i = 1, . . . , 5, la cantidad de aceite de tipo i que contiene la mezcla. La solucin optima es x1 = 159,2593, x2 = 40,7407, x3 = 0, x4 = 250, x5 = 0 con una produccin total de o o y = 450 toneladas y un benecio de 17592.59. Ver Hoja1.xls 5. Una empresa produce ltros para monitores de ordenador formando tres capas, una intermedia de calidad A y otras dos exteriores de calidad B que envuelven a la anterior. Ambas calidades se consiguen con diferentes mezclas de bra de vidrio y resina de las que el fabricante dispone por semana de 700 y 900 toneladas, respectivamente. La empresa tiene 4 plantas de produccin que utilizan diferentes procedimientos de fabricacin, que dieren en o o la cantidad de cada materia prima que necesitan para realizar una operacin y en el n mero de capas de cada o u tipo (calidad A, calidad B) que se producen con cada operacin. La siguiente tabla recoge las caracter o sticas de los 4 procedimientos: Ton. requeridas por operacin o Vidrio Resina 15 19 14 20 16 15 12 18 Capas producidas por operacin o Tipo A Tipo B 2 5 3 7 5 4 4 4

Planta 1 2 3 4

Teniendo en cuenta que las operaciones se pueden llevar a cabo parcialmente, formular un modelo de programacin lineal continua para determinar el n mero de operaciones a realizar en cada planta de manera que se o u maximice el n mero de ltros fabricados. u Solucin: Las decisiones que se deben tomar son cuntas operaciones se realizan en cada una de las plantas: o a xi , i = 1, . . . , 4. Como las operaciones se pueden llevar a cabo parcialmente, entonces xi 0, para todo i = 1, . . . , 4. En tal caso, el n mero de capas de calidad A que se producen es: u 2x1 + 3x2 + 5x3 + 4x4 y el n mero de capas de calidad B es: u 5x1 + 7x2 + 4x3 + 4x4 Para contar cuntos ltros para monitores se pueden producir hay que tener en cuenta que si, por ejemplo, a producimos 7 capas de calidad A y 20 de calidad B, entonces podremos montar 7 = m n{7, 10} ltros. Por tanto, la funcin objetivo a maximizar es: o 1 m n{2x1 + 3x2 + 5x3 + 4x4 , (5x1 + 7x2 + 4x3 + 4x4 )} 2 A adiendo las restricciones dadas por la cantidad de bra de vidrio y de resina de que se dispone, el problema n que se debe plantear la empresa es:
1 mx m a n{2x1 + 3x2 + 5x3 + 4x4 , 2 (5x1 + 7x2 + 4x3 + 4x4 )} s.a. 15x1 + 14x2 + 16x3 + 12x4 19x1 + 20x2 + 15x3 + 18x4 x1 , x2 , x3 , x4

700 900 0

l mite bra vidrio l mite resina

Programacin Lineal Continua/ Investigacin Operativa o o Para linealizar el problema anterior hay que a adir una variable adicional z = m n n{2x1 + 3x2 + 5x3 + 4x4 , 1 (5x1 + 7x2 + 4x3 + 4x4 )}. El problema queda entonces como sigue: 2 mx a s.a. z 2x1 + 3x2 + 5x3 + 4x4 z 1 (5x1 + 7x2 + 4x3 + 4x4 ) z 2 15x1 + 14x2 + 16x3 + 12x4 19x1 + 20x2 + 15x3 + 18x4 x1 , x2 , x3 , x4 0 0 700 900 0 l mite capas calidad A l mite capas calidad B l mite bra vidrio l mite resina

La solucin optima es x1 = 0, x2 = 40, x3 = 6,6666, x4 = 0, lo que permite producir 153.333 ltros para o monitores. Ver Hoja1.xls 6. Resolver geomtricamente los siguientes problemas de PL indicando en todos ellos cul es el conjunto de e a soluciones factibles y distinguiendo los casos de no existencia de solucin y solucin optima no acotada: o o (1) Max 2x1 + x2 (2) Max s.a. 3x1 + 2x2 x1 + x2 1 x1 2 x1 + x2 3 x1 , x2 0 (4) Mx 3x1 + 2x2 a s.a. x1 x2 1 x1 + x2 3 x1 , x2 0

s.a. x1 + 2x2 3 2x1 x2 3 x1 2 x1 , x2 0 (3) Mx x1 + x2 a s.a. x1 + x2 1 x1 2 x1 + x2 3 x1 , x2 0

Solucin: La regin factible del problema 1 es: o o

No hay ning n punto que verique las restricciones simultneamente. Problema NO Factible. u a La solucin del problema 2 es: o

Programacin Lineal Continua/ Investigacin Operativa o o

3x1 + 2x2 = 8

s (2, 1)

La unica solucin es el punto xT = (2, 1). o La solucin del problema 3 es: o

x1 + x2 = 3

s (1, 2) s (2, 1)

Son solucin todos los puntos de la forma: o La solucin del problema 4 es: o 2 1 + (1 ) 1 2 con [0, 1].

3x1 + 2x2 = 16 3x1 + 2x2 = 8

El problema tiene solucin no acotada. o 7. Resolver geomtricamente los siguientes problemas de PL indicando en todos ellos cul es el conjunto de e a

Programacin Lineal Continua/ Investigacin Operativa o o soluciones factibles y distinguiendo los casos de no existencia de solucin y solucin optima no acotada: o o (a) Mx a s.a. 2x1 + x2 x1 + 2x2 4 7x1 + 2x2 15 x1 + x2 3 x1 cualquiera, x2 0 (d) Mx 3x1 + 2x2 a s.a. 2x1 3x2 6 4x1 + 5x2 15 x1 , x2 0 (e) M 3x1 + 4x2 n s.a. 2x1 + 3x2 6 3x1 + 5x2 15 x1 , x2 0 (b) M 3x1 + x2 n s.a. x1 + 2x2 4 7x1 + 2x2 15 x1 , x2 0 (c) Mx x1 + x2 a s.a. 2x1 + x2 1 x2 2 x1 + x2 3 x1 , x2 0

8. Expresar los siguientes problemas en forma estndar: a (a) Mx 2x1 + 3x2 + 5x3 a s.a. x1 + x2 x3 5 6x1 + 7x2 9x3 4 x1 + x2 + 4x3 = 10 x1 , x2 0, x3 cualquiera Solucin: o (a) M 2x1 3x2 5x+ + 5x n 3 3 s.a x1 x2 + x+ x + s1 = 5 3 3 6x1 + 7x2 9x+ + 9x + s2 = 4 3 3 x1 + x2 + 4x+ 4x = 10 3 3 x1 , x2 , x+ , x , s1 , s2 0 3 3 donde x3 = x+ x . 3 3 (b) M x1 + 2x2 + 3x3 n s.a x1 + x2 s1 = 2 x1 + x2 + s2 = 3 x1 + x3 s3 = 4 x1 + x3 + s4 = 5 x1 , x2 , s1 , s2 , s3 , s4 0 (c) M x+ + x + x+ x 2x3 n 1 1 2 2 s.a 2x+ 2x + 3x+ 3x + s1 = 4 1 1 2 2 x+ x x3 s2 = 2 1 1 x+ x + 2x+ 2x = 1 1 1 2 2 x+ , x , x+ , x , x3 , s1 , s2 0 1 1 2 2 donde x1 = x+ x y x2 = x+ x . 1 1 2 2 (b) M x1 + 2x2 + 3x3 n s.a. 2 x1 + x2 3 4 x1 + x3 5 x1 , x2 , x3 0 (c) Mx x1 x2 + 2x3 a s.a. 2x1 + 3x2 4 x1 x3 2 x1 + 2x2 = 1 x1 , x2 cualesquiera, x3 0

Programacin Lineal Continua/ Investigacin Operativa o o 9. Dado el PL:

Maximizar 3x1 + x2 s.a x1 + x2 20 x1 + 2x2 30 2x1 + x2 30 x1 , x2 0

a) Expresa el PL en forma estndar. a b) Determina todas las soluciones bsicas y clasif a calas en Factibles y No Factibles. Alguna de las SBF obtenidas es degenerada (alguna variable bsica toma el valor 0)? Si la respuesta es armativa, qu ms a e a puedes decir sobre esa solucin? o c) Sustituir en la funcin objetivo las SBF encontradas y determinar cul es la mejor. Comprobar grcamente o a a que la solucin obtenida es la optima. o d) Muestra cmo las soluciones bsicas no factibles estn representadas en el espacio de la solucin grca. o a a o a Solucin: El problema en forma estndar es: o a Maximizar 3x1 + x2 s.a x1 + x2 + s1 = 20 x1 + 2x2 + s2 = 30 2x1 + x2 + s3 = 30 x1 , x2 , s1 , s2 , s3 = 0 La matriz de restricciones A, el vector estndar son: a 1 1 A = 1 2 2 1 b del lado derecho y el vector de costes c del problema en forma 3 1 1 0 0 20 0 1 0 , b = 30 , c = 0 0 0 0 1 30 0

Para determinar todas las soluciones bsicas tenemos que buscar todas las bases de I 3 que se pueden formar a R con los vectores columna de la matriz A: Por ejemplo, 1 1 xB = 1 2 2 1 tomando como base B1 = (a1 , a2 , a3 ), se tiene que V B = {x1 , x2 , s1 }, V N B = {s2 , s3 }, 1 1 20 10 0 0 30 = 10 y xN = 0 0 30 0

Programacin Lineal Continua/ Investigacin Operativa o o Haciendo lo mismo con el resto de posibles bases: B1 = (a1 , a2 , a3 ) x1 = (10, 10, 0, 0, 0)t SBF B2 = (a1 , a2 , a4 ) x2 = (10, 10, 0, 0, 0)t SBF B3 = (a1 , a2 , a5 ) x3 = (10, 10, 0, 0, 0)t SBF B4 = (a1 , a3 , a4 ) x4 = (15, 0, 5, 15, 0)t SBF B5 = (a1 , a3 , a5 ) x5 = (30, 0, 10, 0, 30)t SB No Factible B6 = (a1 , a4 , a5 ) x6 = (20, 0, 0, 10, 10)t SB No Factible B7 = (a2 , a3 , a4 ) x7 = (0, 30, 10, 30, 0)t SB No Factible B8 = (a2 , a3 , a5 ) x8 = (0, 15, 5, 0, 15)t SBF B9 = (a2 , a4 , a5 ) x8 = (0, 20, 0, 10, 10)t SB No Factible B10 = (a3 , a4 , a5 ) x4 = (0, 0, 20, 30, 30)t SBF Grcamente, a
x2

20

x8 = (0, 15)

10

x1 = x2 = x3 = (10, 10)

x10 = (0, 0)

10

x4 = (15, 0)

20

x1

Los puntos extremos x4 , x8 y x10 corresponden a bases unicas, B4 , B8 y B10 ; mientras que el punto extremo x = (10, 10, 0, 0, 0)t, que es degenerado, corresponde a tres bases diferentes: B1 , B2 y B3 . Esto es debido a que este punto extremo (10, 10, 0, 0, 0)t est denido unicamente por dos variables x1 , x2 positivas, que son bsicas. a a La tercera variable bsica es 0 y puede ser cualquiera de las otras tres variables, s1 , s2 o s3 . (10, 10, 0, 0, 0)t a est en la interseccin de las tres restricciones y, por tanto, las variables de holgura correspondientes son 0. a o

Programacin Lineal Continua/ Investigacin Operativa o o Sustituyendo en la funcin objetivo los 4 puntos extremos encontrados, se tiene que: o x1 = (10, 10, 0, 0, 0)t z = 40 x4 = (15, 0, 5, 15, 0)t z = 45 x8 = (0, 15, 5, 0, 15)t z = 15 x4 = (0, 0, 20, 30, 30)t z = 0 Por tanto, el optimo se alcanza en x4 = (15, 0, 5, 15, 0)t, como se puede comprobar grcamente. a Las soluciones bsicas no factibles se obtienen como puntos de corte de las restricciones con los ejes fuera del a conjunto factible.