1.

Introduccin Mucha gente sita el desarrollo de la programacin lineal entre los avances cientficos ms importantes de la mitad del siglo XX, y debemos estar de acuerdo con esta afirmacin si tenemos en cuenta que su impacto desde 1950 ha sido extraordinario. Se han escrito decenas de libros de texto sobre la materia y los artculos publicados que describen aplicaciones importantes se cuentan ahora por cientos. De hecho, una proporcin importante de todo el clculo cientfico que se lleva a cabo en computadoras se dedica al uso de la programacin lineal y a tcnicas ntimamente relacionadas. (Esta proporcin se estim en un 25%, en un estudio de la IBM). Un modelo de programacin lineal proporciona un mtodo eficiente para determinar una decisin ptima, (o una estrategia ptima o un plan ptimo) escogida de un gran nmero de decisiones posibles. En todos los problemas de Programacin Lineal, el objetivo es la maximacin o minimizacin de alguna cantidad. 2. Desarrollo Contruccin de los Modelos de Programacin Lineal De forma obligatoria se deben cumplir los siguientes requerimientos para construir un modelo de Programacin Lineal. Requerimiento 1. Funcin objetivo. (F.O). Debe haber un objetivo (o meta o blanco) que la optimizacin desea alcanzar. Requerimiento 2. Restricciones y decisiones. Debe haber cursos o alternativas de accin o decisiones, uno de los cules permite alcanzar el objetivo. Requerimiento 3. La F.O y las restricciones son lineales. Deben utilizarse solamente ecuaciones lineales o desigualdades lineales. Modelo standard de Programacin Lineal Optimizar Z = C1X1+ C1X2 +.+ Cn Xn). Funcin objetivo. Sujeta a a11X1+ a11X2 +..+ a1nXn) b1 a21X1+ a21X2 +..+ a2nXn) b1 Restricciones am1X1+ am1X2 +..+ amnXn) bm

Debiendo ser X1 0, X2 0, .. Xn 0 Donde : Xj : variables de decisin, j = 1,2.., n. n : nmero de variables. m : nmero de restricciones. aij , bi , cj constantes, i = 1,2.., m. Pasos para la construccin del modelo 1. 2. 3. 4. 5. 6. Definir las variables de decisin. Definir el objetivo o meta en trminos de las variables de decisin. Definir las restricciones. Restringir todas las variables para que sean no negativas. Ejemplo: Taller de mantenimiento. Un taller de mantenimiento fabrica dos tipos de piezas para la reparacin de equipos fundamentales del proceso productivo. Estas piezas requieren un cierto tiempo de trabajo en cada una de las tres mquinas que las procesan. Este tiempo, as como la capacidad disponible (h) y la ganancia por cada pieza se muestran en el cuadro siguiente: Tiempo por Pieza A I II III 2 1 4 B 2 2 2 4 160 120 280 Fondo de Tiempo(h)

Mquina

Ganancia ($/Pieza) 6

7. Se logra vender todo lo producido y se desea determinar la cantidad de piezas a fabricar que optimice la ganancia. 8. Formulando el modelo 9. X1 : Nmero de piezas del tipo A. 10. X2 : Nmero de piezas del tipo B. 11. Optimizando la ganancia (Z). 12. Max Z = 6X1 + 4X2 13. Sujeto a las restricciones: 14. 2X1 + 2X2 160 Fondo de tiempo de la mquina 1. 15. X1 + 2X2 120 Fondo de tiempo de la mquina 2. 16. 4X1 + 2X2 280 Fondo de tiempo de la mquina 3. 17. Como ninguna variable implicada puede ser negativa. 18. X1 0; X2 0