Max z = 3x + 2y
Restricciones
Cuando x e y crecen, la función objetivo de Gepetto también crece.
Pero no puede crecer indefinidamente porque, para Gepetto, los
valores de x e y están limitados por las siguientes tres restricciones:
Restricción 1: no más de 100 horas de tiempo de acabado pueden ser usadas.
Restricción 2: no más de 80 horas de tiempo de carpinteria pueden ser usadas.
Restricción 3: limitación de demanda, no deben fabricarse más de 40 muñecos.
Restricción 3: x ≤ 40
Muñeco Tren
Carpintería 1 1 ≤ 80 x + y ≤ 80 (carpinteria)
x ≥0 (restricción de signo)
y ≥0 (restricción de signo)
Formulación matemática del PPL
s.a: 6x + 3y ≥ 30 (mujeres)
2x + 8y ≥ 24 (hombres)
x, y ≥ 0 (no negatividad)
PROBLEMA DE LA MEZCLA DE PRODUCTOS
Una compañía fabrica dos tipos de componentes electrónicos: transistores y
bobinas.
Cada transistor requiere un minuto de tiempo en el departamento de ensamble,
dos minutos de tiempo en el departamento de Control de Calidad y un minuto de
tiempo en empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un minuto de tiempo
en Control de Calidad y dos minutos en empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C. Calidad y 400
minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar a la utilidad.
La compañía desea determinar la mezcla de productos optima que maximice la
utilidad total.
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Maximizar las utilidades de la compañía (U).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de transistores a fabricar por día {unds./día}
Y….Cantidad de bobinas a fabricar por día {unds./día}
Paso 3: Identificar las restricciones del modelo
R1) Tiempo disponible en el depto. de Ensamble por día 300 min.
R2) Tiempo disponible en el depto. de C. Calidad por día de 400 min.
R3) Tiempo disponible en el depto. de Empaque por día de 400 min.
R4) No Negatividad.
Paso 4: Construcción del modelo matemático
F. Objetivo
MAX { U = X + Y }
Sujeto a :
R1) X + 2Y 300
R2) 2X + Y 400
R3) X + 2Y 400
R4) X , Y 0
EJERCICIO PROPUESTO
El departamento de rayos X de un hospital tiene dos máquinas, A y B, que pueden
utilizarse para revelar radiografías. La capacidad de procesamiento diaria de estas
máquinas es A=80 y B=100 radiografías. El departamento debe planear procesar
al menos 150 radiografías por día. Los costos de operación por radiografía son $4
para la máquina A y $3 para la máquina B. ¿Cuántas radiografías por día debe
procesar cada máquina para minimizar costos?
Se pide:
Formular como un problema de P.L. identificando claramente la función objetivo y
las variables de decisión.
Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Minimizar los costos de procesamiento (C).{dólares/día}
Paso 2: Identificar las variables de decisión que deseamos determinar
X….Cantidad de radiografías a procesar en máquina A al día {rad./día}
Y…. Cantidad de radiografías a procesar en máquina B al día {rad./día}
Paso 3: Identificar las restricciones del modelo
R1) Capacidad de procesamiento de rad. en la maquina A de 80.
R2) Capacidad de procesamiento de rad. en la maquina B de 100.
R3) Capacidad mínima del departamento de 150 rad. por día.
R4) No Negatividad.
Paso 4: Construcción del modelo matemático
F.Objetivo
M IN { C = 4X + 3Y }
Sujeto a :
R1) X 80
R2) Y 100
R3) X + Y 150
R4) X , Y 0