PERFIL DE LOS CAPTULOS

Captulo 1
(El problema de programacin lineal):
Este captulo comienza con una definicin formal del campo de programacin
matemtica y, en particular, la formulacin del problema de programacin lineal en
trminos matemticos de manera que se puede resolver en un ordenador. Varios
ejemplos se formulan.
Se seala que la mayora de los ejemplos de libros de texto, conceptualmente
simples y pequeas, lo que es fcil para representarlos como sistema de
desigualdades lineales (el enfoque de enfriamiento por hilera) y resolver en un
ordenador. Sin embargo, la mayora de las aplicaciones de la vida real tienden a
ser grandes y complejos, y son mucho ms fciles de formular y actualizacin en
una actividad enfoque (orientada a columnas). Sealamos las ventajas de ver el
problema desde la fila y la columna perspectivas.
Este captulo concluye con las suposiciones (axiomas) que el problema de
programacin lineal debe satisfacer aproximadamente en la prctica.
CAPTULO 1
EL problema de programacin lineal
Desde el momento en que fue propuesta por primera vez por uno de los autores
(George B. Dantzig) en 1947 como una manera para que los planificadores para
establecer objetivos generales y llegar a un calendario detallado para cumplir con
estos objetivos, la programacin lineal ha entrado en el uso de ancho. Tiene
muchas extensiones lineales y enteros conocidos colectivamente como el campo
de la programacin matemtica, tales como programacin entera, programacin
no lineal, programacin estocstica, optimizacin combinatoria, y la maximizacin
del flujo de red; estos se presentan en volmenes posteriores.
Aqu, es una definicin formal del campo que se ha convertido en una rama
importante de estudio en matemticas, economa, informtica y ciencias de
decisin(Es decir, la investigacin de operaciones y gestin de la ciencia):
La programacin matemtica (o teora de optimizacin) es la rama de las
matemticas que se ocupan de tcnicas para maximizar o minimizar una funcin
objetivo sujeta a lineal, no lineal, y las limitaciones de las variables enteras.
El caso especial, la programacin lineal, tiene una relacin especial con este
mbito ms general de programacin matemtica. Desempea una funcin
anloga a la de las derivadas parciales de una funcin en el clculo-es la
aproximacin de primer orden.

La programacin lineal se refiere a la maximizacin o minimizacin de una funcin

objetivo lineal en muchos variables sujetos a restricciones de igualdad y
desigualdad lineales.
Para muchas aplicaciones, la solucin del sistema matemtico puede interpretarse
como un programa, es decir, una declaracin de la hora y la cantidad de acciones
a realizar por el sistema de modo que pueda moverse desde su estado dado hacia
algn objetivo definido.
Los problemas de programacin lineal varan desde pequeas a grandes: El
nmero de restricciones de menos de 1.000 se considera "pequeo", entre 1.000 y
2.000 se considera "medio", y mayor que 2.000 se considera "grande". Los
modelos de programacin lineal puede ser muy grande en la prctica; algunos
tienen muchos miles de restricciones y variables. Para resolver grandes sistemas
requiere un software especial que ha tardado aos en desarrollarse. Otras
herramientas especiales, llamados generadores de matriz, se utilizan a menudo
para ayudar a organizar la formulacin del modelo y dirigir la generacin de los
coeficientes de los archivos de datos bsicos. A medida que el tamao de los
modelos que se pueden resolver ha crecido, tambin lo ha desarrollado el arte de
la gestin de modelos. Estos incluyen, en el lado de entrada, la formulacin del
modelo y el modelo de actualizacin y, en el lado de salida, que resume de la
salida solucin detallada en forma de grficos y otras pantallas (por lo que los
resultados pueden ser entendidas y aplicadas por los tomadores de decisiones
con mayor facilidad ).
1.1 algunos ejemplos sencillos
Lo que sigue son cuatro ejemplos muy simples de problemas de programacin
lineal tpicos; resultan ser similares a las primeras aplicaciones del campo. El
objetivo del sistema en cada uno pasa a ser la minimizacin de los costes totales o
maximizacin de los beneficios medidos en unidades monetarias. En otras
aplicaciones, sin embargo, el objetivo podra ser reducir al mnimo los costos de
mano de obra directa o para maximizar el nmero de piezas ensambladas o para
maximizar el nmero de alumnos formados que tienen una distribucin porcentaje
especfico de habilidades, etc.
Con la excepcin del problema "en el puesto de trabajo" (Ejemplo 1.2),cada uno
de estos ejemplos es tan pequea que el lector debe tener poca dificultad para
expresar el problema en trminos matemticos.
Ejemplo 1.2 (On-el puesto de trabajo)
Una planta de fabricacin est contrayendo para hacer algn bien. Su actual
fuerza de trabajo es demasiado pequeo para producir la cantidad de la materia
prima necesaria para cumplir con el programa especfico de pedidos para ser

entregados cada semana durante varias semanas, por lo tanto. Por lo tanto, los
trabajadores adicionales deben ser contratados, entrenados y se pone a trabajar.
La fuerza actual puede trabajar y producir en algn tipo previsto de la produccin,
o pueden formar un nmero fijo de nuevos trabajadores, o se puede hacer ambas
cosas al mismo tiempo, de acuerdo con algn tipo de cambio fijo entre la
produccin y el nmero de nuevos trabajadores capacitados. Incluso fueron a la
tripulacin a pasar una semana entera de formacin de nuevos trabajadores, sera
incapaz de formar el nmero deseado. La semana siguiente, el viejo equipo y los
trabajadores recin capacitados pueden trabajar o entrenar a nuevos trabajadores,
o pueden trabajar y de tren, etc.
El producto que est siendo producida es semiperecederos por lo que cualquier
cantidad fabricado antes de que sea necesario tendr que ser almacenado en un
coste. El problema es determinar el programa de contratacin, la produccin y el
almacenamiento que reduzca al mnimo los costos totales. Este es un problema de
programacin lineal cuya salida es un calendario de actividades en el tiempo.
Ejemplo 1.3 (problema para amas de casa)
Una familia de cinco vidas en el modesto salario del jefe del hogar. Un problema
constante que enfrenta el ama de casa es planificar un men semanal que refleje
las necesidades y gustos de la familia, el presupuesto limitado y los precios de los
alimentos. El marido debe tener 3.000 caloras por da, la mujer est en una dieta
de 1.500 caloras reduciendo, y los nios requieren 3.000, 2.700, y 2.500 caloras
por da, respectivamente.
De acuerdo con el asesoramiento prestado por un libro sobre nutricin, estas
caloras deben obtenerse para cada miembro por los alimentos que tienen no ms
de una cierta cantidad de grasas e hidratos de carbono y no menos de una cierta
cantidad de protenas. La dieta, de hecho, hace hincapi en las protenas.
Adems, cada miembro de la familia debe satisfacer sus necesidades diarias de
vitaminas. El problema es armar un men de cada semana que reduzca al mnimo
los costos en base a los precios actuales de los alimentos y sujeto a estos
criterios.
Este tipo de problema de programacin lineal, con algunas condiciones
adicionales especificadas para hacer la dieta recomendada ms agradable al
paladar, se ha utilizado para planificar mens para pacientes en hospitales. Una
formulacin anloga es utilizada por la industria agrcola para determinar las
mezclas de alimentacin ms econmicas para el ganado, aves y alimentos para
mascotas.
Ejemplo 1.4 (A Blending Problema)
Un tipo de problema de programacin lineal frecuente es uno que implica la
mezcla. Normalmente, un fabricante desea formar una mezcla de varios productos

que puede comprar de forma que la mezcla tiene caractersticas conocidas y

cuesta menos. Las caractersticas por ciento de la mezcla se especifican con
precisin. Un fabricante desea producir una aleacin (mezcla) que es un 30 por
ciento de plomo, un 30 por ciento zinc, y 40 por ciento de estao. Supongamos
que hay en el mercado aleaciones j = 1, ..., 9 con el composicin por ciento (de
plomo, zinc y estao) y los precios, como se muestra en la pantalla debajo. La
cantidad de cada tipo de aleacin debe ser comprado con el fin de minimizar los
costos por libra de mezcla?

Obviamente, el fabricante puede comprar aleacin de 5 a solas, pero le costar $

7.60 por libra. Por otra parte con 1/2 libra de aleacin de 2 y 1/4 libra cada una de
las aleaciones de 8 y 9 aos ser capaz de mezclar una mezcla 30-30-40 a un
costo de $ 5.55 por libra. Sin embargo, si compra 1/4 libra cada una de las
aleaciones, 6, 7, 8 y 9, que tambin ser capaz de mezclar una mezcla 30-30-40 a
un costo de $ 5.05. Despus de unos pocos ensayos de este tipo, el fabricante
puede tambin buscar un enfoque ms cientfico a su problema.
Las cantidades de plomo, zinc y estao en la mezcla final no se han especificado;
solamente sus proporciones se han dado, y que es necesaria para reducir al
mnimo el costo por libra de salida.
A menudo un intento de principiantes para formular el problema, sin restringir la
cantidad total producida, en cuyo caso las ecuaciones de balance de materiales se
vuelven difciles de interpretar cuando se expresa en trminos de porcentajes en
lugar de cantidades.
Vamos a exigir que se produce una cantidad definida de metales mezclados. Es
claro que el plan de compra ms econmico para producir una libra de una mezcla
especificada se puede convertir inmediatamente en el plan de compras ms
econmica para la produccin de n libras de salida simplemente multiplicando las
cantidades fraccionarias de cada tipo de aleacin por n; y por lo tanto vamos a
restringir la cantidad de aleaciones a aquellas combinaciones que producen una
libra de mezcla especificado de metal. Esta disposicin tiene el resultado ms feliz
que los requisitos de porcentaje de la declaracin original del problema se
convierten ahora en concreto: la mezcla debe contener 0,3 libras de plomo, 0,3
libras de zinc y 0,4 libras de estao.

Vamos a formular este modelo anotando las restricciones de balance de

materiales. Los variables de decisin son.

Donde xj es las libras fraccionarias de aleacin de j para ser utilizados en la

mezcla. Hay cinco artculos (no cuatro como puede esperarse): uno para cada uno
de los tres componentes (plomo, zinc y estao) de la aleacin, el costo de la
compra de la aleacin, y su peso. Segn nuestro anlisis anterior, vamos a
resolver el problema de mezcla para producir exactamente una libra de la mezcla.
Ahora est claro que el problema a resolver es:

Slo se requieren cambios menores en el modelo en el caso de las

especificaciones de la mezcla no se les da, precisamente, pero deben estar entre
ciertos lmites inferior y superior.
Ejercicio 1.1 Resolver el ejemplo 1.4
Numricamente usando la opcin de software DTZG Simplex Primal. Encuentra la
cantidad de cada tipo de aleacin de comprar y encontrar el coste mnimo para
producir una libra de la mezcla.
Ejercicio 1.2Demostrar que cualquiera de las ecuaciones anteriores (excluyendo el
objetivo) en
Ejemplo 1.4 se puede quitar como redundantes.
Ejemplo 1.5 (Un Problema de Transporte)
Supongamos que un distribuidor tiene dos fbricas de conservas marcados 1 y 2,
y tres almacenes etiquetados como a, b, y c en diferentes ubicaciones
geogrficas. Las fbricas de conservas pueden llenar 250 y 450 casos de latas por
da, respectivamente. Cada uno de los almacenes puede vender 200 casos por
da. El distribuidor desea determinar el nmero de casos que se enva desde las
dos fbricas de conservas a los tres almacenes de manera que cada almacn
obtiene el mayor nmero de casos, ya que puede vender a diario en el costo de
transporte total mnimo. La disponibilidad de los casos en las fbricas de

conservas y las exigencias que deben cumplirse exactamente en cada almacn se

resume en la siguiente tabla:

El exceso de produccin de 100 casos se puede almacenar sin costo. El coste de

envo por caso de cada fbrica de conservas de cada almacn se da en el
esquema de costes de envo en la pantalla debajo. El problema es determinar el
nmero de casos que cada fbrica de conservas expedirn a cada almacn con el
fin de minimizar el coste total de transporte.

Vamos a formular su modelo anotando las restricciones de balance de materiales.

Las variables de decisin son

Donde xij es el nmero de casos que hacen envos desde fbrica de conservas i =
1, 2 al almacn j = a, b, c. Hay seis elementos: Dlares (asociados con el costo de
envo), los casos disponibles en cada una de las dos fbricas de conservas, y
exigieron casos en cada uno de los tres almacenes.

Las limitaciones en la disponibilidad de balance de materiales son que el nmero

de casos enviados de cada fbrica de conservas no puede ser mayor que el
nmero de casos disponibles. As,

Las restricciones de balance de materiales en la demanda son: La cantidad

demandada a cada almacn debe ser igual a la cantidad enviada desde cada
fbrica de conservas al almacn.
El problema se especifica que la demanda debe satisfacerse con exactitud. As,

Por ltimo, el costo a minimizar se establece en una cantidad no especificada de

dlares z:

Consolidamos por debajo de las limitaciones matemticas del ejemplo transporte.

Propiedades del problema de transporte:

1. Viabilidad Teorema. Si la disponibilidad total no es menor que la demanda total,
una solucin siempre existe para (1,1), (1,2), y (1,3).
2. Teorema inviabilidad. Si la disponibilidad total es menor que la demanda total no
existe solucin de (1.1), (1.2) y (1.3).

3. Estructura.
El problema de transporte tiene una estructura muy especial. Observe que todos
los coeficientes de insumo-producto (excepto los del objetivo) son 1 o 0 con
exactamente dos columnas por de 1. Como resultado, el problema del transporte
se puede almacenar muy compacta en un ordenador, ya que necesitamos para
grabar slo los coeficientes de coste, lados derechos, y las ubicaciones de los
coeficientes que son 1. Este establecimiento de almacenamiento compacto ser
explotada en el algoritmo presentado en el captulo 8.
4. propiedad de entero.
En un problema de transporte, si todas las disponibilidades y demandas son
nmeros enteros positivos y si el problema tiene una solucin que satisface (1.1),
(1.2) y (1.3), entonces se mostrarn en el captulo 8 que tiene al menos una
solucin ptima en la que todas las variables xij tienen valores enteros.
Tenga en cuenta que la funcin objetivo slo puede tener un valor ptimo; Sin
embargo, puede haber muchas combinaciones de la xij variables que generan el
mismo valor ptimo. Si hay exactamente una combinacin de la xij que genera el
valor ptimo del objetivo, el valor de cada xij debe girar necesariamente ser un
entero. Si hay ms de una combinacin de valores xij que generan el valor ptimo
del objetivo, se puede demostrar que hay otras soluciones enteras, as como otras
soluciones en las que xij pueden tener valores no enteros. Todas estas
propiedades se le aparecen tambin en el captulo 8.
Ejercicio Resuelto 1.3
Ejemplo 1.5 numricamente utilizando el software DANTZIG Simplex Primal
opcin. Encuentra la cantidad ptima de envo desde la fbrica de conservas de
cada almacn y el mnimo coste de los envos.
Ejercicio 1.4 Como modo de ilustracin de lo anterior inviabilidad teorema, cambiar
el nmero de casos disponibles en Cannery 1-100.
Ejercicio 1.5 Demostrar la viabilidad de arriba y inviabilidad de los teoremas (1.1),
(1.2) y (1.3).
Ejercicio 1.6 Generalizar el problema de transporte a cualquier nmero de
orgenes (fbricas de conservas) y cualquier nmero de destinos (almacenes) y
demostrar la viabilidad y la inviabilidad teoremas para este sistema.
Ejercicio 1.7
Demostrar que si para el problema de transporte (1.4) hay ms de una solucin
entera ptima, a continuacin, las soluciones no enteras se pueden encontrar
mediante la formacin de ciertas combinaciones lineales ponderadas de dos
soluciones enteras.

1.2 ENUNCIADO MATEMTICO

La definicin matemtica de un programa lineal en forma estndar es encontrar los
valores de x1 0, x2 0,. . . , X 0 y z min satisfacer

En notacin matricial podemos repetir lo anterior como

La definicin de un dual de un programa lineal en forma estndar es encontrar los

valores de 1, 2,. . . , m, y v max satisfacer

En notacin matricial podemos repetir lo anterior como

Otras definiciones de un programa lineal, todos los equivalentes entre s, son los
de programas lineales en forma de desigualdad, von Neumann forma simtrica, y
otros que se describirn ms adelante. Para muchas aplicaciones es fcil de
formular el modelo como un sistema de ecuaciones y desigualdades con lmites
superior e inferior, posiblemente, en las variables. En muchas aplicaciones a gran
escala se necesita un procedimiento formal para la organizacin de los datos
bsicos del modelo e introducir en el ordenador.
Vase la Tabla 1-1
Para un diseo estndar para los datos de programacin lineal. Se llama una
cuadro.

Tabla 1-1: Tabla de coeficientes de una u Independiente en un LP tpico

1.3 FORMULACIN DE PROGRAMAS LINEALES
Actualmente, las computadoras se estn aplicando a casi todos los aspectos de la
actividad humana. Todos los campos de la ciencia, la medicina, la ingeniera,
negocios, lo que sea, est siendo informatizado de alguna manera. Sin embargo,
antes de poder colocar un problema en una computadora y eficiente de encontrar
una solucin, primero debe abstracta, lo que significa que tiene que construir un
modelo matemtico.
Es el proceso de abstraer las aplicaciones de todos los aspectos de la vida que ha
dado lugar a un nuevo y vasto mundo de las matemticas que se ha desarrollado
en su mayor parte fuera de los departamentos de matemticas. Esta matemtica,
ver, es tan interesante y emocionante como cualquier matemtica que se ensea
en los cursos estndar, tal vez ms porque todava es nuevo y desafiante.

El modelo matemtico de un sistema es la coleccin de relaciones matemticas

que, con el propsito de desarrollar un diseo o plan, caracterizan el conjunto de
soluciones factibles del sistema.
El proceso de construccin de un modelo matemtico se considera a menudo ser
tan importante como resolverlo ya que este proceso proporciona informacin
acerca de cmo funciona el sistema y ayuda a organizar la informacin esencial
sobre el tema. Modelos del mundo real no siempre son fciles de formular debido
a la riqueza, variedad y ambigedad que existe en el mundo real o debido a
nuestra comprensin ambigua de la misma. Sin embargo, es posible establecer
ciertos principios que distinguen los pasos separados en el proceso de creacin
del modelo cuando el sistema se puede modelar como un programa lineal.
El problema de programacin lineal es determinar los valores de las variables del
sistema que (a) son no negativos o satisfacer ciertos lmites, (b) satisfacer un
sistema de restricciones lineales, y (c) minimizar o maximizar una forma lineal en
las variables llamadas un objetivo.
Hay dos formas generales en las que podemos formular un problema como un
programa lineal: la columna (receta / actividad) enfoque y el enfoque fila (balance
de materiales). Ambas formas resultan en el mismo modelo final; el enfoque que
usted tome depender principalmente de cmo le gusta pensar y organizar los
datos para el problema.
En ciertas situaciones, es conveniente para el modelador para ver el sistema como
(i) un conjunto de actividades o procesos que puedan estar realizando en lugar de
(ii) una coleccin de declaraciones acerca de limitaciones en el uso de los
recursos escasos. Como veremos ms adelante, existen puntos en comn entre
estas dos maneras aparentemente muy diferentes de ver el sistema. De hecho,
hay beneficios que se pueden obtener mediante la visualizacin del sistema en
ambos sentidos y esto se recomienda. Vamos a describir tanto los enfoques e
ilustrar a travs de diversos ejemplos.
1.3.1 EL MTODO DE COLUMNA (RECETA / ACTIVIDAD)
El enfoque de la columna es considerar un sistema como descomponible en un
nmero de funciones elementales, las actividades. Una actividad se considera
como una especie de "recuadro negro" en el que el flujo de insumos tangibles,
como los hombres, materiales y equipos, y de la que fluyen los productos finales o
intermedios de fabricacin, o personal capacitado. Una actividad es anloga a una
receta en un libro de cocina. Lo que sucede a las entradas dentro de la "caja" es la
preocupacin del ingeniero de la misma manera como lo que la qumica tiene
lugar en el Cookpot es la preocupacin de un qumico; al tomador de decisiones,
slo las tasas de flujo de entrada y salida de la actividad son de inters. Los
diversos tipos de flujo se denominan elementos.

La cantidad de cada actividad se llama su nivel de actividad. Para cambiar el nivel

de actividad, es necesario cambiar la cantidad de cada tipo de flujo de entrada y
salida de la actividad. En la programacin lineal los niveles de actividad no se dan,
pero son las variables de decisin que se determine que cumplir con ciertos
requisitos especificados.
Los pasos para la formulacin de un programa lineal por el enfoque de la columna
son las siguientes.
Paso 1 Definir la actividad establecidos. Descomponer todo el sistema en estudio
en todas sus funciones primarias, las actividades o procesos y elija una unidad
para cada tipo de actividad o proceso en trminos de lo que su cantidad o nivel se
pueden medir. Por ejemplo, la fabricacin de un escritorio es una actividad. Se
define con el propsito de desarrollar un plan para la receta de los artculos
necesarios para producir un escritorio. El nmero de escritorios fabricados es el
nivel de la actividad, que es la variable de decisin que se determine.
Los niveles de actividad por lo general se indican mediante x1, x2, x3,. . . , Donde
x j es el nivel de actividad j.
Paso 2
Definir el conjunto de artculos. Determinar las clases de objetos, los objetos, que
son necesarios como entradas o salidas se producen como por las actividades, y
elija una unidad de medida de cada tipo de elemento. Obviamente, los nicos
elementos que deben ser considerados son los que son posibles cuellos de
botella. Seleccionar un elemento de tal manera que la cantidad neta de ella
producida por el sistema en su conjunto mide el "costo" (o tal que sus medidas
negativas del "beneficio" de todo el sistema). Por ejemplo, el tiempo en el taller de
carpintera, medido en horas, es un elemento. Tiempo en el taller de acabado,
medido en horas, es un elemento diferente, y, el dinero es otro elemento, medida
en dlares. La negativa del precio en dlares al que se vende un escritorio afecta
a la ganancia de la venta de un escritorio.
En muchas situaciones, "costos" se miden en trminos de dinero; Sin embargo, en
otras situaciones econmicas, podran medirse en trminos de mano de obra o
cualquier recurso escaso cuya entrada es para ser conservado o cualquier artculo
cuya produccin total del sistema debe ser maximizado.
La etiqueta de i se utiliza generalmente para referirse al tipo de elemento
consumido o producidos por las actividades. El papel que desempean los
elementos quedar ms claro en la siguiente etapa.
Paso 3
Definir los coeficientes de entrada-salida. Determinar la cantidad de cada artculo
consumido o producidos por la operacin de cada actividad en su nivel de la

unidad. Estos nmeros son anlogas a las cantidades de los diversos ingredientes
en una receta de libro de cocina y se llaman los coeficientes de entrada-salida de
la actividad. Son los factores de proporcionalidad entre los niveles de actividad y
flujos de las partidas.
Los coeficientes de insumo-producto se denotan por lo general a ij, donde i se
refiere al elemento y j se refiere a la actividad. Por ejemplo, en la fabricacin de
pupitres, aij podra ser la cantidad de tiempo en la tienda i necesaria para fabricar
una mesa j. Si aij del artculo i es requerido por la actividad j introducirla en la
columna j con un signo ms; si es producido por la actividad j introducirla en la
columna j con un signo negativo. A menudo en aplicaciones econmicas se utiliza
la convencin de signo opuesto para entrar. La convencin de signos es arbitraria
siempre que se mantiene constante. Cada elemento que se requiera o sea
producida por una actividad j se introduce en la columna j del cuadro.
Etapa 4
Determinar los flujos exgenos. Todo fuera del sistema se llama exgeno.
Especificar las cantidades exgenas de cada elemento que se suministran desde
el exterior hacia el sistema en su conjunto y especifican las cantidades exgenas
requeridos por el exterior del sistema como un todo.
Por lo general, se indican mediante bi del artculo i, y se introducen en el cuadro
de la derecha columna. Cada uno de estos, por nuestra suposicin de aditivita, es
igual al neto de las cantidades totales de cada elemento utilizado por las
actividades menos las cantidades totales de cada artculo producido por las
actividades.
Estas cantidades elemento neta por el equilibrio artculo hacia fuera a los lados
derechos exgenamente dados de las ecuaciones de balance de materiales que
se describen a continuacin.
Paso 5
Configurar el balance de las ecuaciones de materiales. Asignar niveles de
actividad desconocida x1, x2, x3,. . . , Por lo general no negativos, a todas las
actividades. Entonces, para cada elemento, se puede escribir fcilmente la
ecuacin de balance de materiales haciendo referencia a la cuadro que afirma que
la suma algebraica de los flujos de ese elemento en cada actividad (dada como el
producto de los niveles de actividad de la la fila superior por el aij coeficientes de
insumo-producto es apropiado) es igual al flujo exgeno del artculo.
La fila superior por el aij coeficientes de insumo-producto es apropiado) es igual al
flujo exgeno del artculo. Podra haber un excedente y la escasez de artculos.
Estos deben ser tenidos en cuenta y las actividades de excedentes y la escasez
apropiadas deben ser incluidas. Si no hay costos estn relacionados con la
cantidad excedente o escasez entonces podramos escribir la restriccin como

una desigualdad en lugar de una igualdad. Sin embargo, si el modelador desea

forzar la solucin no tener ningn dficit o supervit (o desea estar seguro de que
todos los costos, o sanciones, asociados con la escasez o ingresos obtenidos de
la venta de excedentes se contabilizan), entonces la relacin se escribira como se
muestra en la Tabla 1-1 en forma de ecuacin.
El enfoque de la actividad tal como se define requiere la configuracin de todas las
actividades a ser no negativo y todas las restricciones (balances de materia) que
se especifica como igualdades. Por lo tanto que probablemente no siempre tener
xito en la realizacin de la modelo en la primera secuencia de pasos. A menudo
sucede que ciertas actividades (que se refiere a las actividades como de holgura),
comnmente los relacionados con la disposicin de recursos no utilizados o el
sobrecumplimiento de los requisitos, se pasan por alto hasta que la formulacin de
las ecuaciones de balance de materiales obliga a su inclusin. Por lo tanto un
retorno del paso 5 al paso 1 veces puede ser necesario antes de que el modelo
est completo.
1.3.2 El RAW (balance de materiales) ENFOQUE
Para muchos modeladores de la forma natural de establecer un modelo de
programacin lineal es establecer directamente las relaciones de balance de
materiales en trminos de las variables de decisin. Los pasos son los siguientes.
Paso 1
Definir las variables de decisin. Este paso es similar a la para el enfoque
actividad. Definir todas las variables de decisin, es decir variables que
representan la cantidad a producir, comprar, etc. Por ejemplo, el nmero de mesas
de tipo 1 para la fabricacin es una variable de decisin. Recordemos que la
fabricacin de un escritorio es una actividad, y el nmero de mesas fabricadas es
el nivel de esta actividad.
Las variables de decisin son por lo general denotan por x1, x2, x3,. . . , Donde x j
es el nmero de escritorios de tipo j de fabricar.
Paso 2 definir el conjunto de artculos. Al igual que en el enfoque de la columna
determinar las clases de objetos, los objetos, que son considerados como
potenciales cuellos de botella y elija una unidad de medida de cada tipo de
elemento. Vea el Paso 2 del enfoque de la actividad para ms detalles.
La i etiqueta se utiliza generalmente para referirse a un tipo de elemento.
Paso 3 Configurar
Restricciones y la funcin objetivo. Para cada elemento, anote las limitaciones
asociadas con el cuello de botella al notar la cantidad de cada elemento se utiliza
o se produce por una unidad de cada decisin xj variable. Esto equivale a llenar
una fila del cuadro se muestra en la Tabla 1-1.

Esto da lugar a un sistema de desigualdades de balance de materiales (o

ecuaciones de balance de materiales) en funcin de si o no una escasez o exceso
de un elemento est permitido. A continuacin escribir la funcin objetivo que se
forma multiplicando cada variable de decisin por su costo unitario (o ganancia
unidad negativo) y sumando.
1.4 EJEMPLOS DE FORMULACIN DEL MODELO
1.4.1 mezcla de productos (columna ENFOQUE)
A continuacin describimos cmo formular el producto de la mezcla problema
descrito anteriormente en el Mtodo de Columna.
Una empresa de muebles fabrica cuatro modelos de escritorios. Cada escritorio
est construido en el taller de carpintera y se enva al lado del taller de acabado,
donde se barniza, encerado, y pulido. El nmero de horas-hombre de trabajo que
se requiere en cada tienda es como se muestra en la pantalla de abajo.

Debido a las limitaciones en la capacidad de la planta, no hay ms de 6.000 horas

de mano se puede esperar en el taller de carpintera y 4000 en el taller de
acabado en los prximos seis meses. El beneficio (ingresos menos costos de
mano de obra) de la venta de cada artculo es el siguiente:

Suponiendo que las materias primas y materiales estn disponibles en cantidad

adecuada y de todos los escritorios producidos pueden ser vendidos, la empresa
escritorio quiere determinar la combinacin ptima de productos, es decir, las
cantidades que hacen de cada tipo de producto que maximizar el beneficio.
Paso 1 La actividad establecida. Las cuatro actividades de fabricacin, cada uno
de los cuales se miden en escritorios producido, se encuentran
1. Fabricacin de Escritorio 1.
2. Fabricacin de Escritorio 2.
3. Fabricacin de escritorio 3.
4. Fabricacin de Escritorio 4.

Hay otras actividades, pero stos sern discutidos ms adelante

4 horas de capacidad de carpintera
1 hora de la capacidad de acabado

Tabla 1-2: Coeficientes de entrada-salida

Paso 2 El conjunto de artculos. Los artculos son
1. Capacidad de Carpintera Shop (medido en horas-hombre).
2. Capacidad de taller de acabados (medido en horas-hombre).
3. Costes (medido en dlares).
Paso 3 Los coeficientes de insumo-producto. 1 actividad de fabricacin, por
ejemplo, puede ser esquematizado como se muestra en la Figura 11.La tabla de
coeficientes de insumo-producto para las cuatro actividades de fabricacin se
muestra en la Tabla 1-2.
Paso 4 flujos exgenos. Dado que las capacidades de carpintera y acabados son
entradas para cada una de estas actividades, deben ser entradas al sistema en su
conjunto. En este punto, sin embargo, debemos enfrentar el hecho de que un
programa viable no necesita utilizar todo lo de esta capacidad. La aportacin total
no debe haber ms de 6.000 horas y 4.000 horas de carpintera de acabado, pero
pueden ser menos, y por lo tanto no se puede especificar con precisin en las
ecuaciones de balance de materiales.

Paso 5 Los balances de materia Si seguimos adelante con la formulacin de todos

modos, el uso de estos datos para los flujos exgenos, a continuacin, con el fin
de tener una formulacin matemtica correcta, tendramos que escribir los
balances de materiales como las desigualdades en lugar de ecuaciones. Por
ejemplo, la limitacin de la capacidad de carpintera es

Que no est de acuerdo con nuestras reglas para el enfoque de la actividad.

Vemos que el modelo no se puede completar con las listas de actividades y

elementos antes expuestos, y tenemos aqu la situacin mencionada en el primer
apartado en el que es necesaria una segunda pasada en el edificio inicial del
modelo. En este caso, todo lo que tenemos que hacer es aadir actividades al
modelo que dan cuenta de la carpintera y la capacidad de acabado no utilizado
por el resto del programa. Si especificamos "no utilizacin de la capacidad" como
una actividad, tenemos las dos actividades adicionales, denominadas actividades
de holgura, a aadir a los que se sealan en el Paso 1:
5. No utilizar Carpintera Shop Capacidad (medido en horas-hombre).
6. No utilizar taller de acabados Capacidad (medido en horas-hombre).

Actividad 5 se puede abstraer como se esquematiza en la figura 1-2.El cuadro

completo de entradas y salidas de las actividades y las disponibilidades exgenos
al sistema en su conjunto se muestran en la Tabla 1-3.
As, el problema de programacin lineal es determinar los nmeros

y z mnimo satisfacer

Tenga en cuenta que los mismos valores de la xj 's que minimizan la funcin de
coste tambin va a maximizar la funcin de utilidad p dada por

Por lo tanto, un problema de maximizacin de la ganancia se puede plantear como

un equivalente a un problema de minimizacin de costes. Se obtiene invirtiendo el
signo de los coeficientes de la funcin objetivo del problema de minimizacin de
costes.
Ejercicio 1.8 Resolver el problema de la mezcla de productos numricamente
usando la opcin de software DTZG Simplex Primal. Encuentra la cantidad ptima
de cada tipo de escritorio para la produccin y el beneficio mximo que se obtiene
mediante la fabricacin de estas cantidades.
1.4.2 MEZCLA DE PRODUCTOS (fila se aproximan)
A continuacin describimos cmo formular el problema de la mezcla de productos
se ha descrito anteriormente por el enfoque fila.
Paso 1 Definir las variables de decisin.
Las variables de decisin son el nmero de escritorios para la fabricacin de cada
tipo. Deje xj = el nmero de mesas de j para la fabricacin por mes, para j = 1, 2,
3, 4. Asociados con cada una de estas variables xj es la actividad de fabricacin
de un escritorio. Con el enfoque de columna descrita en la seccin anterior, se
definieron slo estas actividades en el primer paso.

Paso 2 Definir el conjunto de elementos. Al igual que con el enfoque de la

columna, los artculos estn
1. Capacidad de carpintera (medido en horas-hombre).
2. Capacidad de taller de acabados (medido en horas-hombre).
3. Costes (medido en dlares).
Paso 3 Configurar restricciones y la funcin objetivo.
La partida de costes conduce a la funcin objetivo a minimizar:

Los dos elementos de capacidad cada uno a la igualdad y limitaciones. La

fabricacin de una unidad de mesa 1, una unidad de recepcin 2, una unidad de
recepcin 3, y una unidad de recepcin 4 requiere 4 horas, 9 horas, 7 horas, y 10
horas, respectivamente, de la capacidad de la carpintera.
La capacidad total de carpintera no puede exceder de 6, 000 horas al mes. Por lo
tanto, el balance material de la desigualdad para el elemento de carpintera es.

De una manera similar, podemos escribir la restriccin para el taller de acabado

como

Por lo tanto, el problema de programacin lineal es para determinar los nmeros

y z mnimo satisface

1.4.3 UN PROBLEMA SIMPLE ALMACN

Considere el problema de almacenamiento de un almacn con una mercanca
para la venta en una fecha posterior. El almacn puede almacenar slo 100
unidades de la mercanca. Los costos de almacenamiento son $ 1.00 por ao
cuarto para cada unidad. En cada trimestre el precio de compra es igual al precio
de venta.

Este precio vara, sin embargo, de un trimestre a otro como se muestra en la

pantalla de abajo.

Suponiendo que el almacn tiene una reserva inicial de 50 unidades, esto sugiere
que un beneficio se puede realizar mediante la venta cuando el precio es alto y la
compra cuando el precio es bajo.El problema es determinar el ptimo de venta, el
almacenamiento, y la compra de plan para un perodo de un ao por trimestres.
En cada periodo (trimestre) t, se distinguen cuatro tipos de actividades:

Actividad Cantidad
1. La venta de XT1
2. Almacenamiento de la xt2
3. Las compras de la xt3
4. No Uso de la capacidad (holgura) XT4
y tres tipos de elementos:
Artculos
1. valores
2. Capacidad de almacenamiento
3. Los costes

Estas actividades tienen las caractersticas de entrada-salida que se muestran en

la Figura 1-3 para un perodo de tiempo tpico t.
Con cuatro cuartos, cada elemento y la actividad aparece cuatro veces en la tabla
1-4, el cuadro para el problema de almacn, una vez cada trimestre con un
subndice de tiempo diferente.El problema aqu es encontrar los valores de XTi 0
que satisfacen las ecuaciones implcitas por el cuadro vivo y que reduzcan al
mnimo el costo total.
ENTRADAS

OCUPACIONES

SALIDAS

Ejercicio 1.9
Resolver el problema de almacn simple usando la opcin de software DTZG
Simplex Prima. Encontrar el ptimo de venta, el almacenamiento, y la compra de
la poltica y el costo total asociado.

Ejercicio 1.10
Considere el problema cclico almacn, donde los 4 trimestres de cada ao son
seguidos por cuatro partes del prximo ao para ao tras ao indefinidamente en
el futuro.
Asumir los niveles de las actividades en aos Erent di ff correspondiente en la
misma repeticin de la temporada. Adems se supone que todos los datos con
respecto a los costos, precio de venta y la capacidad son los mismos.
En lugar de tener una reserva inicial de 50 unidades en la mano Supongamos que
el problema es determinar el nivel de existencias ideal para tener a mano en el
comienzo de cada ao, por lo que la red de beneficios netos t por unidad es
maximizada. Formule el modelo de programacin lineal para ser resuelto.

1.4.4 Controles sobre el puesto de trabajo

El propsito de este ejemplo es ilustrar la capacidad del modelo de programacin

lineal para cubrir las muchas y variadas condiciones que son tan caractersticas de
las aplicaciones prcticas.
Una planta de fabricacin tiene un contrato para producir 1.500 unidades de
algunos productos bsicos, C, con el rt calendario de entrega requerida, como se
muestra en la pantalla de abajo.

Lo contratacin, anillo fi , produccin y almacenamiento de horario debe adoptar el

fabricante para reducir al mnimo el costo de su contrato en las siguientes
condiciones ?
1. Cada unidad de produccin no entregados en la fecha prevista implica una
penalizacin de p = $ 90 por semana hasta el parto es eficaz.
2. Toda la produccin antes de lo previsto requiere un almacenamiento en s = $ 30
/ juego / semana.
3. Todas las entregas requeridas se deben cumplir para el final de la semana
quinta.
4. Inicialmente hay g = 20 trabajadores y h = 10 unidades de C en la mano.
5. Cada trabajador utilizado en la produccin durante una semana puede resultar k
= 8 unidades de C. 6. Cada trabajador utilizado para entrenamiento de los reclutas
durante una semana puede entrenar l -1 = 5 nuevos trabajadores (es decir,
producir L = 6 trabajadores entrenados incluido l mismo).

7. El salario de un trabajador son m = $ 300 / semana cuando se utiliza en la

produccin o cuando est inactivo. 8. El salario de un trabajador ms l -1 reclutas
usados en el entrenamiento por una semana son n = $ 1.800.
9. El costo de fuego a un trabajador es f = $ 300.

Lo contratacin, anillo fi, produccin y almacenamiento de horario debe adoptar el

fabricante para reducir al mnimo el costo de su contrato en las siguientes
condiciones?

Adems de ecuaciones de este tipo , habr una ecuacin de costos para el

elemento de costo. En cada uno de los cinco perodos semanales , tendrn que
ser establecido seis tipos de actividades mencionadas en la siguiente pantalla.
Entrenamiento .
Productor.
Ralent .
Disparar .
Almacenar .
Prstamo

Las caractersticas de entrada-salida de cada una de estas actividades se

muestran en la Figura 14 .
Excepto tal vez la actividad de prstamos, que son sencillos.
Cada fracaso para producir suficiente cantidad de mercanca M hace que sea
necesario tomar prestada una unidad de la mercanca C en el perodo t de un
competidor y para volver una unidad a la competencia en el prximo perodo de
tiempo a un costo pena de p dlares.
Estas actividades se muestran en forma de tabla convencional en la Tabla 1-5 .
En la semana quinta se omite la actividad endeudamiento porque la condicin ( 3 )
en la pgina 19 establece que todas las entregas se deben cumplir para el final de
la semana quinta .
En la sexta semana una actividad fi anillo F6 se ha introducido para deshacerse
de todos los trabajadores y para terminar el programa
Ejercicio 1.11 Por qu es necesario para terminar el programa de esta manera?

ejercicio 1.12
Suponiendo que el anillo Fi es el opuesto de contratacin, dar razones por las que
es mejor tratar a estos como dos actividades no negativos en lugar de como una
sola actividad con los niveles de actividad positivos y negativos.

ejercicio 1.13
Resolver el modelo simple capacitacin para el trabajo numricamente usando la
opcin de software DTZG Simplex Primal.
Encuentra la contratacin ptima, anillo de ficcin, y el calendario de
almacenamiento que el fabricante debe adoptar.
1.5 LMITES
En un programa lineal en la forma estndar los niveles de las actividades son no
negativos. En muchos problemas del mundo real los niveles de las actividades se
encuentran entre los lmites.
no negatividad
Tpicamente, en modelos de programacin lineal , los niveles de las actividades
son no negativos .

Por ejemplo, no es posible entrenar a un nmero negativo de los trabajadores o

para combinar cantidades negativas de los alimentos para determinar la dieta
ptima.
Un ejemplo sutil de no negatividad se produce en un clsico muy conocido: el
Sombrerero Loco , se recordar, en las aventuras de Alicia en el pas de las
maravillas , fue instando a Alice a tener poco ms de t , y Alice estaba objetando
que no poda ver cmo se podra tomar ms cuando ella no haba tenido ninguna .
El sombrerero respondi : " Quiere decir , que no se ve cmo se puede tomar
menos t.
Es muy fcil tomar ms que nada " .
Lewis Carroll , el autor , fue un matemtico , y su punto probablemente se perdi
en su audiencia de pre - programacin lineal , por qu debe uno hacer hincapi en
lo obvio hecho de que la actividad de "tomar el t " no se puede hacer en cantidad
negativa? Tal vez era forma de decir que los matemticos haban estado tan
ocupado durante siglos se extienden el sistema de nmeros, de los nmeros
enteros a fracciones a negativo a los nmeros imaginarios, que haban olvidado el
arte de mantener las variables de sus problemas en su rango no negativos
originales de Carroll.
Esta caracterstica de las variables del modelo de programacin lineal en la
mayora de las situaciones se conoce como el supuesto de no negatividad .En los
programas lineales, las restricciones de no negatividad de las variables se denotan
por xj 0 .

Lmites superior e inferior A veces, un nivel de actividad se requiere que sea no

menos de alguna cantidad llam una cota inferior. Esta cota puede ser positivo o
negativo. Pueden existir otras restricciones sobre las variables, as, de tal manera
que no pueden superar una cierta cantidad llamada una cota superior.
Para la actividad j , esto puede ser representado por lj xj uj . En algunas de las
aplicaciones de los programas lineales, las variables pueden ser permitidas tener
valores negativos. Por ejemplo, en aplicaciones financieras, puede haber ninguna
restriccin sobre el signo del nivel de una actividad de caja medir flujo.
En ciertas situaciones puede incluso ser ventajoso por razones de clculo para
restringir ciertas variables sean siempre no positiva o para permitir que ciertas
variables a ser temporalmente negativo.

1.6 axiomas

Un modelo de programacin lineal es satisface ciertos supuestos (o axiomas), a

saber, proporcionalidad, aditivita, y la continuidad.
Otros tipos de programas matemticos no satisfacen estos, por ejemplo, modelos
de programa entero no satisfacen el axioma de continuidad.

PROPORCIONALIDAD
Por ejemplo, supongamos que 1 rebanada de pan proporciona 77,5 caloras; si se
duplica el nmero de cortes que proporciona 155 caloras.
Es decir, en el modelo de programacin lineal de las cantidades de flujo de
diversos artculos en y fuera de la actividad son siempre proporcional al nivel de
actividad. Los ingredientes para hacer dos panes son el doble que para una
racin. Si queremos duplicar el nivel de actividad, simplemente duplicar todos los
flujos correspondientes para el nivel de actividad de la unidad. En general, la
hiptesis de proporcionalidad implica que si aij unidades del artculo ITH son
requeridos por 1 nivel de la unidad de la actividad j, entonces las unidades xj de la
actividad j requieren unidades del producto i aijxj. Las hiptesis de
proporcionalidad se desprende que si cuesta cj para comprar 1 nivel de la unidad
de la actividad j luego cuesta cjxj para comprar unidades xj de la actividad j.
aditividad
Por ejemplo, si 2 rebanadas de pan proporcionan 155 caloras y un huevo cocido
proporciona 80 caloras , a continuacin, se proporcionan 235 caloras por el
consumo de 2 rebanadas de pan y 1 hervida huevo.
En general, la suposicin de aditividad implica que si aij unidades del artculo ITH
son proporcionados por 1 unidad de las unidades de actividad y AIK j de el
elemento i-simo son proporcionados por 1 unidad de la actividad k-simo luego
aijxj + aikxk unidades del artculo ITH son proporcionada por las unidades xj de las
unidades de actividad y xk j de la actividad de orden k .

La suposicin de aditividad tambin implica que si cuesta cj para comprar 1 unidad

de la actividad j-sima y cuesta ck para comprar 1 unidad de la actividad de orden
k , entonces cuesta cjxj + ckxk para comprar unidades xj de la actividad j-sima y
unidades xk de la k-sima actividad.
Es decir, la suposicin de aditividad implica que la funcin objetivo es aditivamente
separable en las variables; no hay trminos variables mixtas como ckjxkxj .
CONTINUIDAD

Los niveles de actividad, o variables , puede tomar cualquier valor real dentro de
su rango permitido .
Por lo tanto, si un problema requiere que un cierto nivel de actividad, debe
preocuparse por uno de un conjunto finito de valores ( por ejemplo, un nmero
discreto de valores reales o enteros ) , el problema no puede ser representado
como un programa lineal .
Tales problemas se pueden reformular como programacin entera, que , en
general, pertenecen a una clase de problemas que se han demostrado ser mucho
ms difcil de resolver que problemas de programacin lineal .