Trabajo Io 8
Trabajo Io 8
HUAMANGA
CORREO : [email protected]
CÓDIGO : 27090523
AYACUCHO - PERÚ
2015
EJEMPLO 4.10: Una cia. Manufactura elabora dos tipos de bates baseball para: uno de
peso ligero usado en los juegos de ligas menores y otro de peso mediano que se vende
una los equipos de ligas mayores.
La producción de un bate requiere una operación de torno para darle forma, un proceso
de lija para suavizar la madera, y para los medianos, solamente: una mano de laqueado
como tratamiento final.
Un bate para liga menor requiere 1 minuto en un torno de alta velocidad en tanto que
el bate para liga mayor toma 2 minutos de tiempo torneado, puesto que se le debe dar
la forma con tolerancias muy estrechas. Debido a la rápida dada de forma del peso
ligero, se requieren 3 minutos en la máquina lijadora, en tanto que el mediano necesita
solo 2 minutos para ser lijado. El laqueado esta hecho a mano y como resultado de esto
solo pueden producirse 400 medianos durante una semana para una semana promedio
de trabajo debe utilizarse 1000 minutos de tiempo de torno y 1800 minutos de tiempo
de lijado.
Asúmase hace que la compañía puede vender tantos bates de cada tipo de como los que
pueden producir: además se conoce la del que utilidad es de s / .3.00 por cada ligero
peso y s / .4.00 por cada mediano producido.
a) solución gráfica
X1= # de bates ligeros producidos por semana
X2 = # de bates medianos producidos por semana
(Max) 𝑍 = 3𝑋1 + 4𝑋2
Sujeto a:
𝑋1 + 2𝑋2 ≤ 1000
3𝑋1 + 2𝑋2 ≤ 1800
𝑋2 ≤ 400
𝑋1 , 𝑋2 ≥ 0
Gráficamente:
Figura (4.16)
Solución:
𝑋1 = 400
𝑋2 = 300
𝑍 = 2400
B) solución grafica
Agregando a cada restricción se correspondiente variable de holgura se tiene:
(Max) 𝑍 = 3𝑋1 + 4𝑋2 + 0𝑋3 + 0𝑋4 + 0𝑋5
Sujeto a:
𝑋1 + 2𝑋2 + 𝑋3 ≤ 1000
3𝑋1 + 2𝑋2 + 𝑋4 ≤ 1800
𝑋2 + 𝑋5 ≤ 400
𝑋𝑗 ≥ 0; 𝑗 = 1, 2, … , 5
Para encontrar el número de soluciones básicas aplicamos la fórmula del cálculo
combinatorio visto en (4.5)
5!
𝐶35 = 2!3! = 10 soluciones
Esto puede verificarse mediante una simple numeración de todas las selecciones
posibles de variables básicas como sigue:
1(𝑋3 , 𝑋4 , 𝑋5 ) 6(𝑋1 , 𝑋2 , 𝑋3 )
2(𝑋2 , 𝑋3 , 𝑋4 ) 7(𝑋1 , 𝑋2 , 𝑋5 )
3(𝑋2 , 𝑋4 , 𝑋5 ) 8(𝑋1 , 𝑋3 , 𝑋5 )
4(𝑋2 , 𝑋3 , 𝑋5 ) 9(𝑋1 , 𝑋4 , 𝑋5 )
5(𝑋1 , 𝑋2 , 𝑋4 ) 10(𝑋1 , 𝑋3 , 𝑋4 )
Podemos seleccionar una de estas soluciones, digamos la primera (𝑋3 , 𝑋4 , 𝑋5 ) y
determinar por medio de los métodos de GAUSS JORDAN que los valores de las variables
básicas son dadas por (1000, 1800, 400) (nótese que para esta selección particular de
variables básicas no fue necesaria ninguna eliminación de variables en el sistema).
La solución corresponde al punto 1, el origen, en la figura (4.16). Como no se producen
bates de ningún tipo; la función objetivo es cero.
Seleccionando otro juego de variables básicas digamos (𝑋2 , 𝑋3 , 𝑋4 ) podemos
determinar una solución básica de (400, 200, 1000) que le corresponde al punto 2 de la
figura (4.16). Para esta solución Z es igual a 1600 que es preferible a Z=0
Otra selección (𝑋2 , 𝑋4 , 𝑋5 ) determinamos la solución básica (500, 800, -100), y un valor
de la función objetivo de 2000 sin embargo, en esta situación 𝑋5= -100 y viola la
condición de no- negatividad: como resultado, esta solución aunque básica, no
representa una solución factible del problema.
Por consiguiente, consideramos nosotros solamente, soluciones básicas factibles al
buscar la solución óptima.
Del grafico (4.16) podemos ver que las soluciones básicas 4, 6, 9 no son soluciones
básicas factibles. La solución 10, (𝑋1 , 𝑋3 , 𝑋4 ) no es una solución básica factible por una
razón diferente de las otras.
No existe solución básica para esta selección de variables. Para localizar la solución
óptima para el problema en discusión, seria materia simple, evaluar la función objetivo
para cada solución básica factible y luego identificar la solución que maximiza la
contribución, luego la solución óptima corresponde a la solución básica factible.
(𝑋1 , 𝑋2 , 𝑋5 ) = (400, 300, 100) 𝑦 𝑍 = 𝑆/. 2400
Esta técnica requiere que primero se hallen todas las soluciones básicas de
(𝑛 + 𝑛)!⁄
𝑛! 𝑚! , se determine cuáles de estas son factibles, y se evalué la función
objetivo para todas las soluciones básicas factibles.
A medida que el número de variables n se incrementa crece geométricamente la
magnitud de la tarea. Para un problema de cualquier tamaño realístico una estrategia y
búsqueda de numeración total consumirá excesivamente, el tiempo, aun para una
computadora.
Con el método algebraico no se obtiene la solución óptima en forma inmediata sino que
se comienza con una solución básica factible inicial, ignorando completamente las
soluciones no factibles y se realizan una serie de pasos sucesivos e interacciones que van
mejorando progresivamente la función objetivo, hasta llegar al valor óptimo. Es decir se
encuentra una solución inicial y luego mediante un criterio de decisión se verifica si es
susceptible a ser mejorado. Si la solución puede mejorarse se procede a su revisión y
mejoramiento y se busca otra solución.
El proceso continuo repitiéndose hasta que se encuentre la solución óptima.
Para ilustrar este método continuemos con el ejemplo propuesto:
Solución básica factible inicial
Desarrollamos en primer lugar una solución que utilice solo las holguras (𝑋3 , 𝑋4 , 𝑋5 )
ello implica que: X1= X2= 0.
Nuestra solución consiste entonces en disponer de:
X3 = 1000 minutos de tiempo de torno.
X4 = 1800 minutos de tiempo de lijado.
X5 = 400 bates medianos no producidos.
Puestos que los costos asociados a las holguras es cero, el valor de la función objetivo
es cero, es decir Z= 0. Note que las variables qu es encuentran en la solución son
llamadas variables básicas y las que no se encuentran en la solución (𝑋1 , 𝑋2 ) son
llamadas variables no básicas.
Redispongamos la solución inicial y la información disponible reagrupando las variables
de las ecuaciones 1, 2 y 3 de la siguiente manera:
𝑋3 = 1000 − 𝑋1 − 2𝑋2
𝑋4 = 1800 − 3𝑋1 − 2𝑋2
𝑋5 = 400 − 𝑋2
Este juego de ecuaciones admite cierta interpretación física.
Inicialmente toda esta en latencia. Disponemos de tiempo de torno, tiempo de lijado,
etc. (X1 = X2 =0), si en este momento se produce un bate d cualquier tipo, las holguras
tendrán una merma en su nivel.
Digamos si se produce un bate ligero (X1= 1), X3 disminuirá en 1 y X4 en 3. Esto nos da
la idea que llamaremos régimen de sustitución. Cada coeficiente asociado con una
variable estructural indica la merma producida en la holgura correspondiente a un
determinado tipo de restricción.
Revisión de la solución básica factible inicial
Puesto que el cronograma da un valor Z de cero es claro que puede mejorarse. La mejora
se realiza diseñando una nueva solución de modo tal que por lo menos una de las
variables (holguras) de la presente solución sea reemplazada por una de las variables
(bates) que no figura en la solución. El reemplazo de variables se realiza una a la vez.
En nuestro ejemplo las variables contenidas en la solución son 𝑋3 , 𝑋4 𝑦 𝑋5 . Las variables
no contenidas X1 y X2.
Por consiguiente la revisión de nuestra solución consiste en determinar que variable
debe salir de la solución y cual otra sustituirla. Es decir (3) seleccionar 𝑋3 , 𝑋4 𝑦 𝑋5 la que
debe salir de la solución y entre X1 y X2 la que debe ingresar a la solución.
Formulemos dos preguntas.
1. ¿Qué variable (bates) no está presente en la presente solución debe ingresar
un reemplazo de una de las variables (en este momento holguras) que está en
la solución?
2. ¿Cuál es la máxima cantidad de variable (bates) que pueden ingresar a la
solución?
La selección de una variable ingresante es hecha por medio del examen de la función
objetivo, para determinar el efecto de cada variable que no se encuentra en la solución
(no básica) sobre el valor de z. Esto es, se selecciona como variable ingresante aquella
que proporciona el mayor incremento en z por unidad de incremento en la variable.
De acuerdo con nuestra regla de decisión ingresará a la base la variable no básica x2 (más
adelante el nombre que recibirá será el de la columna clave).
De las ecuaciones:
Lo máximo en x2, estará dado por las restricciones de tiempo de torno, de lijado, etc.
De la ecuación (4):
1000
𝑀𝑎𝑥 𝑋2 = = 500
2
De la ecuación (5):
1800
𝑀𝑎𝑥 𝑋2 = = 900
2
De la ecuación (6):
400
𝑀𝑎𝑥 𝑋2 = = 400
1
El máximo número de bates medianos que pueden producirse, es el menor de los tres
valores calculados, es decir 400; dado que de otra manera al reemplazar el valor de x2
en alguna de las ecuaciones (4), (5) y (6) se encontraría que alguna de la variables toma
valores negativos, violando la condición de no-negatividad, se elige entonces x2 = 400.
La ecuación (6) es la más restrictiva y recibe el nombre de ecuación clave, (más adelante
el nombre que recibirá será el de la fila clave); luego la variable que sale de la base será
x5.
𝑋2 = 400 − 𝑋5 … … … … . (7)
Para saber la cantidad de recursos que quedan disponibles en la ecuación (4) y (5)
produciendo x2 = 400, reemplazamos la ecuación (7) en (4):
𝑋3 = 1000 − 𝑋1 − 2(400 − 𝑋5 )
𝑋2 = 400
𝑋4 = 1000
𝑋1 = 𝑋5 = 0
Variables no básicas
𝑍 = 𝑆/.1600
Nos preguntamos: ¿Es esta solución óptima? La información obtenida en esta segunda
solución es que z = 1,600 y que si introducimos una unidad de x1 proporciona un
incremento de S/. 3 en z. Luego la solución puede mejorarse introduciendo x1.
Para determinar el máximo de x1 que podemos introducir en la solución, sin violar las
restricciones de no-negatividad, supongamos que x5 sea cero, entonces se tiene:
De la ecuación (8):
𝑀𝑎𝑥 𝑋1 = 200
De la ecuación (9):
1000
𝑀𝑎𝑥 𝑋1 = = 333.3
3
Despejando x1 de (8):
𝑋1 = 200
𝑋2 = 400
𝑋4 = 400
𝑋3 = 𝑋5 = 0
𝑋1 = 200
𝑍 = 2200
De (7):
𝑀𝑎𝑥 𝑋5 = 400
De (11):
𝑀𝑎𝑥 𝑋5 = −100
De (12):
400
𝑀𝑎𝑥 𝑋5 = = 100
4
3 1
𝑋5 = 100 + 𝑋3 − 𝑋4 … … … … . . (14)
4 4
(14) en (7)
3 1
𝑋2 = 300 − 𝑋3 + 𝑋4 … … … … (15)
4 4
(14) en (11)
1 1
𝑋1 = 400 + 𝑋3 − 𝑋4 … … … … … (16)
2 2
3 1
𝑍 = 2400 − 𝑋3 − 𝑋4
2 2
𝑋1 = 400
𝑋2 = 300
𝑋3 = 𝑋4 = 0
𝑋5 = 100
𝑍 = 𝑆/.2400