UNIVERSIDAD

INTRODUCCION
A pesar de que la programacin lineal se empez a estudiar desde finales del S.XIX no fue hasta mediados del presente siglo en que tuvo auge como tcnica matemtica aplicable a los problemas de la empresa. El r. !. amtzing desarroll el mtodo simple" # con ello hizo posible la solucin de

grandes problemas modelados con programacin lineal que solo quedaban en la situacin de estudios. $aralelamente a la invencin de este mtodo a partir de mediados del siglo se desarroll la computacin digital # se pudo tener resultados ptimos a los problemas estudiados que se quedaron como modelos. %a programacin lineal es actualmente la tcnica matemtica utilizada mas actualmente gracias a que el algoritmo simple" es mu# eficiente # al desarrollo de la computacin. %o que se busca con la aplicacin de la programacin lineal es resolver problemas comunes # a la vez mu# variados de la empresa en donde en general se tienen necesidades por satisfacer con cierto n&mero de recursos limitados o escasos # con el ob'etivo de lograrlo en forma ptima. Esto significa la b&squeda de un valor m"imo cuando se trata de beneficios( o bien la b&squeda de un m)nimo cuando se trata de esfuerzos a desarrollar.
PROGRAMACION LINEAL

Pgina 1

PROGRAMACIN LINEAL

PROGRAMACIN LINEAL
%a programacin lineal es una tcnica de modelado *construccin de modelos+. %a programacin lineal (PL) es una tcnica matemtica de optimizacin, es decir, un mtodo que trata de ma"imizar o minimizar un ob'etivo. Su inters principal es tomar decisiones ptimas. Se usa mucho en la industria militar # en la petrolera. S i bien esos sectores han sido quiz los principales usuarios de ella, el sector servicios # el sector p&blico de la econom)a tambin la han aprovechado ampliamente. ESTRUCTURA BSICA DE UN PROBLEMA DE PROGRAMACIN LINEAL (PL) -n problema de $% consta de una funcin ob'etivo *lineal+ por ma"imizar o minimizar, su'eta a ciertas restricciones en la forma de igualdades o desigualdades. CONCEPTOS CLAVE: Funcin ob !"i#o: %a funcin por optimizar *ma"imizar o minimizar+ R!$"%iccion!$: .epresentan condiciones que es preciso satisfacer. Sistema de igualdades # desigualdades */ 01+

PROGRAMCION LINEAL

Pgina 2

PROGRAMACIN LINEAL
Ejemplo: Maximizar P = X +1.27 S je!o a 2 X + " # 1$% X + & " # &%% X ' % RESTRICCIONES " ' % FUNCION OBJETIVO

BORJA

Y0

TIPO DE RESTRICCIONES&
Garantizan !" ning!na #aria$%" &" D"'i(i)n ("a n"gati#a*

.efle'an factores como la limitacin . e recursos # otras condiciones que impone la situacin del problema.

E$"%uc"u%'(!$

.estricciones de no negatividad ?X1 9 2uncin 3b'etivo .estricciones Estructurales

E'emplo4 5a"imizar 6 7 S X 8 9

:X ; = ;:> X1 ( % ) X2 ' %

: X ; Su'eto a < X 1 9 ;X ; =1;>

PROGRAMACION LINEAL

Pgina +

SOLUCIN PROBLEMAS DE PL&GRFICA DE PROGRAMACION LINEAL @uando un modelo de programacin lineal se e"presa en trminos de dos variables puede resolverse con procedimientos grficos. CONCEPTOS CLAVE: CON)UNTO FACTIBLE: Es el con'unto de puntos que integran la regin de resolucin. SOLUCIN FACTIBLE: @ada punto que integra la regin *plana+ que resuelve el problema. SOLUCIN PTIMA4 @onstitu#e la solucin al problema de programacin lineal LA IMPORTANCIA DE LA LINEALIDAD: %os modelos de $rogramacin %ineal e"igen que tanto las e"presiones de las restricciones como de los ob'etivos se hagan de modo lineal. Esto quiere decir que no pueden aparecer e"presiones del tipo "1 A ";, eXl "1<. $ara muchos problemas prcticos esta es una consideracin que impide el uso de la $rogramacin %ineal *aunque e"isten modos de reconvertir modelos de $rogramacin noB%ineal en modelos de $rogramacin %ineal+.

PROGRAMACION LINEAL

Pgina ,

 %a principal razn por la que los modelos de $rogramacin %ineal son preferibles es porque son mucho ms fciles de resolver. %os modelos de $rogramacin %ineal son ms fciles de resolver puesto que en el espacio de soluciones factibles siempre ser posible encontrar una solucin en vrtice, reduciendo de este modo el espacio de posibles soluciones ptimas a un n&mero finito de las mismas. esde luego en cada ocasin ha# que comprobar que es posible resolver mediante $rogramacin %ineal, es decir, comprobar que el modelo se a'usta suficientemente a la realidad.?.< Situaciones que pueden modelarse mediante $rogramacin %ineal %a programacin lineal, pese a sus restricciones evidentes por las caracter)sticas de las variables # las funciones, tiene una amplia variedad de aplicaciones. Algunos de los problemas clsicos de $rogramacin %ineal son4 B(!n*in+ (M!,c(')& Este tipo de problemas considera las decisiones relativas a la me'or generacin de uno o varios productos resultados de una mezcla. Cuiz el problema ms antiguo se refiere a la generacin de dietas, pero tambin en la industria de elaborados alimenticios o en la industria petrolera tiene aplicaciones.

PROGRAMACION LINEAL

Pgina -

 P%o*uc" Mi- (C'".(o+o *! P%o*uc"o$)& En su versin ms bsica pretende establecer la proporcin de productos a fabricar dados unos recursos limitados # unos beneficios esperados. D!ci$in *! In#!%$ion!$& 3tro de los problemas clsicos consiste en seleccionar la me'orcartera de inversiones minimizando riesgos o ma"imizando beneficios dado un con'unto d limitaciones en los recursos. P%ob(!/' *!( T%'n$0o%"!& @onsiste en definir, en una red de suministro, los centros que deben producir, la cantidad a producir # el destino de esta produccin, teniendo en cuenta costes de transporte #Do de almacn, adems de beneficios esperados # limitaciones en los recursos disponibles.

LOS PARMETROS:
Cuiz uno de los aspectos ms curiosos para el modelador novel son los parmetros de los modelos. Eo se sabe e"actamente se suele asumir que los parmetros del modelo e"isten, son ciertos # son conocidos. El modelador ine"perto suele tener la conciencia de que los datos estn dados. El modelador quiere creer que valores como el coste o la duracin de un cambio de partida, el ritmo de produccin o su coste asociado, la capacidad de la mquina *Fmedida en horas,
PROGRAMACION LINEAL Pgina .

en unidadesG+, el precio de los productos, o el nivel de stocH en un momento dado para un determinado producto, es conocido. Esto no es as) en prcticamente ninguna empresa para casi ning&n datos. @omenzando por la demanda que siempre es incierta por sus propias caracter)sticas, siguiendo por los costes que dependen del modo de clculo # que en nuestro caso son siempre de oportunidad # por tanto inaprensibles antes de tener la solucin al problema, pero tambin para parmetros que podr)an ser ms ob'etivos como los niveles de stocH o los ritmos de produccin en general ni estn ni se les espera en ning&n sistema de informacin que se precie. Iar)a bien cualquier modelador en dudar, hasta el &ltimo momento de la calidad de los datos de partida. %o que no har)a bien es en dudar de la bondad de estimarlos # traba'ar como si e"istieran. En algunos casos la mera e"istencia de un sistema que los utilice permitir reducir la incertidumbre de los mismos. En otros casos el sistema es poco sensible al dato concreto, # un a'uste *tuning+ de la primera apro"imacin permitir obtener resultados ms que suficientes. $or &ltimo, si sigue persistiendo la duda respecto a la validez de los datos... es en ese momento cuando el modelado matemtico ms sentido adquiere. $ues permite, mediante la resolucin iterativa de problemas, hacer un anlisis de sensibilidad que me'ore *# me'ora+ la percepcin que se tiene del problema. $ero tambin ha# mtodos en los de considerar como e"pl)citamente la la incertidumbre parmetros programacin

estocstica o el uso de $rogramacin 2uzz#.

PROGRAMACION LINEAL

Pgina /

D!1inicin *! Ob !"i#o$ (0o% 'c'b'%):

ado un con'unto de

restricciones, diferentes funciones ob'etivo conducirn a diferentes soluciones. Si diferentes funciones ob'etivo dan lugar a la misma solucin es conveniente analizar la estructura del modelo puesto que puede aportar un me'or entendimiento del problema. Algunos de los ob'etivos que se pueden definir son4 5a"imizar beneficio, 5inimizar costes, 5a"imizar rentabilidad, 5a"imizar el n&mero de empleados, 5inimizar el n&mero de empleados, 5a"imizar la satisfaccin del cliente # 5a"imizar la probabilidad de sobrevivir. $odr)an definirse muchos otros ob'etivos. $ero tambin podr)a ocurrir que no se quisiera optimizar nada o que se quieran JoptimizarJ diferentes ob'etivos de modo simultneo, teniendo estos ob'etivos direcciones conflictivas. En cualquiera de estos casos la $rogramacin 5atemtica es interesante # debe ser utilizada. P%ob(!/'$ Mono Ob !"i#o: El caso de los 3b'etivos Simples es el caso ms sencillo, generalmente se pretenden ma"imizar beneficios o minimizar costes. %a principal venta'a de estos ob'etivos es que los diferentes factores se ven reducidos a una unidad com&n4 la monetaria. Si se pretende minimizar costes es importante fi'ar restricciones adecuadas, puesto que en ocasiones minimizar costes supone no hacer nada. Kambin ha# que distinguir de manera adecuada los costes fi'os # los costes variables. Si se pretende ma"imizar beneficios ha# que tener en cuenta que estos se pueden obtener a lo largo del tiempo. Incorporar el concepto de tiempo en la evaluacin del beneficio se puede hacer de m&ltiples maneras entre las que destaca el Lalor Actual Eeto. P%o+%'/'cin Mu("i2Ob !"i#o: %a $rogramacin 5ultiB3b'etivo es $rogramacin 5atemtica, puesto que conceptualmente pertenece a ella con la caracter)stica de la e"istencia de ms de un ob'etivo *lo que por otro lado es ms habitual en la realidad que el caso de un solo ob'etivo+. %a optimizacin 5ultiB3b'etivo tiene sus ra)ces en los traba'os sobre
PROGRAMACION LINEAL Pgina 0

econom)a de EdgeMorth # $areto realizados a finales del siglo XIX. El concepto escalar de optimalidad no es aplicable en la $rogramacin 5ultiB3b'etivo, dando lugar al concepto de solucin no dominada u ptimo de $areto *recibe tambin otros nombres+. Este concepto permite la e"istencia de m&ltiples soluciones ptimas. E"isten algunos procedimientos eficaces como el simple" multiob'etivo, pero slo son &tiles para problemas de reducidas dimensiones. E( /3"o*o *! ('$ 0on*!%'cion!$&: -n modo de abordar este tipo de problemas es optimizar la suma ponderada de los valores de cada ob'etivo. $ara algunos autores esto no es posible salvo que se encuentre un factor com&n como podr)a ser el coste monetario, aunque esto no es siempre posible. %os pesos deben ser relativos *o valores monetarios o similares+ # deben tener en cuenta el rango de accin de cada variable. Al sumar diferentes ob'etivos, aunque sean ponderados, se est introduciendo un cierto grado de arbitrariedad por lo que ser necesario comprobar que el resultado se a'usta a nuestros requerimientos. -no de los pesos que se pueden utilizar inicialmente son los preciosBsombra N que en cada resolucin dan las restricciones, para un modelo en que todos los ob'etivos menos uno se han convertido en restricciones. $ara que la resolucin sea eficiente las ponderaciones deben ser todas positivas o todas negativas. El modo de a'ustar los pesos *parameter tuning+ puede alcanzar niveles de sofisticacin mu# elevados, aunque tambin se pueden a'ustar manualmente. M3"o*o *! ('$ %!$"%iccion!$: 3tro modo interesante de abordar estos problemas es el denominado mtodo de restricciones. En ella los ob'etivos se ordenan por importancia # se van tratando de optimizar uno detrs de otro, fi'ando en cada caso como restriccin que el valor de las funciones ob'etivos JmsJ importantes ha de ser igual al ptimo
PROGRAMACION LINEAL Pgina 11

encontrado. -na variante rela'ada de la anterior es la tcnica denominada J!oal $rogrammingJ donde para cada ob'etivo se establece un valor suficiente *o valor meta+, se fi'a tambin una penalizacin para el caso de que no se alcance dicho valor meta, # cada uno de los ob'etivos pasa al con'unto de restricciones pasando a formar parte de las restricciones. e este modo, al igual que en los casos anteriores el problema pasa a tener un solo ob'etivo, que es minimizar las penalizaciones ligadas a no alcanzar las metas fi'adas. $or &ltimo es posible abordar el problema 5ultiB3b'etivo encontrando las superficies que forman los puntos no dominados, siendo el decisor el que selecciona su opcin. -na solucin noBdominada es aquella que al compararse con cualquier otra solucin factible tiene al menos uno de los ob'etivos me'or. -na primera apro"imacin consistir en resolver el problema tantas veces como ob'etivos tenga el resultado, utilizando en cada ocasin un ob'etivo distinto. %a comparacin de los diferentes resultados puede dar una idea de qu solucin es me'or. En este caso se puede utilizar la solucin para un ob'etivo como la solucin inicial. $or &ltimo en ocasiones no e"iste ning&n ob'etivo real, lo &nico que se pretende es encontrar una solucin vlida. En otras ocasiones el ob'etivo a perseguir no es optimizable *por e'emplo el ob'etivo JsobrevivirJ+. El uso de los modelos matemticos nos puede permitir encontrar soluciones factibles *que cumplen las restricciones si stas e"isten+. %as restricciones TIPOS BSICOS DE RESTRICCIONES EN DIRECCIN DE OPERACIONES %as restricciones son e"presiones de relaciones entre variables. ichas relaciones se representan mediante restricciones en la programacin matemtica, # tienen la formulacin de una combinacin lineal de variables limitada por un determinado valor. %as restricciones se pueden clasificar en funcin de la realidad que pretenden representar, o
PROGRAMACION LINEAL Pgina 11

en funcin de su relacin con el resto del modelo matemtico. Seg&n su relacin con la realidad que pretenden representar se pueden encontrar las siguientes4 RESTRICCIONES DE CAPACIDAD& Se limita el consumo de capacidad productiva de un con'unto de recursosDproductosDoperaciones. DISPONIBILIDAD DE MATERIA PRIMA& Se limita el consumo de un determinado con'unto de productos *# en consecuencia la produccin de un con'unto de productos+ seg&n la cantidad de materia prima disponible en cada momento. LIMITACIONES EN LA DEMANDA DEL MERCADO& Se limita la produccin de un producto en funcin de la venta estimada de ste.
RESTRICCIONES DE CONTINUIDAD O BALANCE DE MATERIALES O ENERG4A&

En programacin multiperiodo, los productos que quedan al

final de un periodo son las que ha# al principio del siguiente. Kambin si un producto se descompone en otras unidades la suma de las cantidades descompuestas es igual a la cantidad original *o con un factor de rendimiento+. Son tambin restricciones de continuidad las que conectan los diferentes arcos que entran o salen de un nodo *por e'emplo en problemas de distribucin de energ)a+. ESTIPULACIONES DE CALIDAD: Al planificar la produccin de productos, se pueden establecer restricciones en funcin de las caracter)sticas de calidad de la mezcla # de las materias primas. RELACIONES DE TIPO LGICO& En ocasiones las restricciones tienen forma de e"presin lgica, Jsi consumes ms de ?>HM, ha# que activar un segundo generadorJ.

PROGRAMACION LINEAL

Pgina 12

M5TODO SIMPLE6 DE DANT7IG Este mtodo, es un algoritmo que parte de una solucin bsica posible # encuentra otra que me'ora el valor de la funcin ob'etivo. Este procedimiento se repite hasta que se alcanza el ptimo, si ste e"iste, o se arriba a una condicin de final anormal. El mtodo realiza una b&squeda eficiente pero no necesariamente recorriendo la ruta ms corta. El mtodo hace uso de una tabla de coeficientes de m 9 1 filas, correspondiendo a las m restricciones # a la funcin ob'etivo # n 9 m 9 ; columnas donde n primeras corresponden a las variables originales, las m siguientes a las flo'as, la pen&ltima a la variable asociada a la funcin ob'etivo # la restante contiene los trminos independientes de las restricciones. %a funcin ob'etivo4 o o 6 7 @> 9 @' X' se incorpora a la tabla ba'o la forma 6 B @' X' 7 @> # es posible considerar a 6 como una variable ms.

PROGRAMACIN NO2LINEAL %os modelos de programacin noBlineal son mucho ms comple'os de resolver que sus anlogos lineales. Adems en muchos paquetes aunque se encuentra una solucin sta no es necesariamente ptima. Sin embargo es posible convertir relaciones noBlineales en apro"imaciones lineales. $ara poder tomar la decisin acerca de qu

PROGRAMACION LINEAL

Pgina 12

mtodo de resolucin es ms apropiado es importante conocer si el problema es conve"o o noBconve"o. A0(ic'cion!$ "80ic'$: $laneacin de operaciones # ventas para encontrar el programa de produccin que tenga el costo m)nimo. Anlisis de la productividad en la produccin o servicios, considerar el grado de eficiencia con el cual los establecimientos de servicios # de manufactura estn utilizando sus recursos en comparacin con la unidad que tiene ma#or desempeOo. $laneacin de los productos, encontrar la mezcla ptima de productos, considerando que varios productos requieren

diferentes recursos # tienen distintos costos. .utas de los productos se refiere a encontrar el camino ptimo para fabricar un producto que debe ser procesado en secuencia. $rogramacin de veh)culos *mtodo de transporte+, encontrar la ruta ptima para utilizar los recursos de transporte que involucren el movimiento de productos o materiales de varios puntos llamados origen hacia otros puntos llamados destinos. @ontrol de procesos, minimizar el volumen de desperdicio de material generado en los procesos de produccin, tales como cortes de acero, pieles o telas.
PROGRAMACION LINEAL Pgina 1+

 @ontrol de inventario, encontrar la combinacin ptima de productos a mantener en e"istencia dentro de una red de almacenes para garantizar el abastecimiento de las demandas de las l)neas de produccin. 3tras aplicaciones que se pueden mencionar estn la

programacin de la distribucin de embarques, los estudios para ubicar una planta entre distintas alternativas # los programas de mane'o de materiales con un costo m)nimo. 5todo 5atemtico4 @omo se pudo observar, la solucin optima de cualquier modelo de programacin lineal se encuentra en uno de los puntos o vrtices que conforman el pol)gono del espacio solucin, los cuales se forman por las intersecciones de las restricciones del modelo. El

enfoque matemtico aprovecha esa situacin, # emplea el lgebra para encontrar esos puntos de interseccin a travs de la solucin de cada sistema de ecuaciones *inecuaciones+ que se forma con cada par de restricciones # luego evaluando esos puntos en la funcin ob'etivo se determina la solucin ptima, #a sea el ma#or valor para los casos de ma"imizacin, como el menor valor para los casos de minimizacin. %a con'ugacin del mtodo grfico con el matemtico es bastante

utilizada. En el sentido, que el mtodo grfico permite simplificar la cantidad de pares de sistemas de ecuaciones que se deben
PROGRAMACION LINEAL Pgina 1,

resolver, reduciendo este n&mero a un slo sistema de ecuaciones, el cual se puede resolver por cualquier mtodo matemtico de su conveniencia. Se recomienda el enfoque de reduccin o el

de sustitucin por su facilidad de encontrar la solucin al sistema. En el e'emplo prototipo, el sistema de ecuaciones lo conforma las restricciones *1+ # *;+, cu#a solucin arro'a el par ordenado que se constitu#e en la solucin ptima. Intenta verificarloP E"isten diversas aplicaciones #Do paquetes de softMare en el mercado que se pueden descargar de manera gratuita. Se les recomienda a los estudiantes para la solucin de problemas de programacin lineal buscar por alguno de estos4 %IE 3 D %IE!3

PROGRAMACION LINEAL

Pgina 1-

ROGRAMACIN LINEAL
5$% D @$%EX

BORJA

Pgina 1.

PROGRAMACION LINEAL

Pgina 1/

PROGRAMACION LINEAL

Pgina 10

PROGRAMACION LINEAL

Pgina 21

PROGRAMACION LINEAL

Pgina 21

PROGRAMACION LINEAL

Pgina 22

PROGRAMACION LINEAL

Pgina 22

PROGRAMACION LINEAL

Pgina 2+

PROGRAMACION LINEAL

Pgina 2,

PROGRAMACION LINEAL

Pgina 2-

PROGRAMACION LINEAL

Pgina 2.

PROGRAMACION LINEAL

Pgina 2/

PROGRAMACION LINEAL

Pgina 20

PROGRAMACION LINEAL

Pgina 21

PROGRAMACION LINEAL

Pgina 21