UNIVERSIDAD PRIVADA ANTENOR ORREGO

Introduccin a la
Programacin
Lineal
Dra. Ing Mara Isabel Landeras Pilco

ESCUELA DE INGENIERIA INDUSTRIAL

Definicin
La Programacin Lineal puede ser usada para
resolver una extensa variedad de problemas
propios de los negocios, ya sea para
maximizar beneficios o para minimizar costos.
En cada caso, la solucin ptima nos explica
cmo podran ser asignados los recursos para
obtener un objetivo establecido.
Propiedades bsicas de un
problema
Proporcionalidad significa que el aporte a la funcin
objetivo y la cantidad de recursos que se utilizan son
proporcionales al valor de cada variable decisional.
Aditividad significa que es posible encontrar el valor
de la funcin objetivo y el total de los recursos
sumando la contribucin de la funcin objetivo y los
recursos que se utilizan, para todas las variables de
decisin.
Divisibilidad significa que las variables de decisin
son continuas.
Optimalidad significa que la solucin ptima siempre
ocurre en uno de los vrtices del conjunto de
soluciones factibles.
Caractersticas de un modelo
Un modelo de programacin lineal busca
maximizar o minimizar una funcin lineal,
sujeta a un conjunto de restricciones lineales.
Un modelo de programacin lineal esta
compuesto de lo siguiente:
Un conjunto de variables de decisin
Una funcin objetivo
Un conjunto de restricciones
La importancia de la PL
Ciertos problemas se describen fcilmente a
travs de la programacin lineal.

Muchos problemas pueden aproximarse a

modelos lineales.

La salida generada por el programa que

resuelve el modelo de programacin lineal
entrega informacin til para responder
nuevas condiciones sobre el qu pasa si.
 Modelos matemticos estndares
de PL
n
Cj. Xj
n
F.O. (mx.) = Cj. Xj F.O. (mn.)
j
j
=

sujeto a: sujeto a:

ai1. X1 + ... + aij . X j + ... + ain . Xn bi ai1. X1 + ... + aij . X j + ... + ain . Xn
bi
Xj 0
Xj 0

donde: i = 1 ... m y j= 1 n
donde: i = 1 ... m y j = 1 n
Ejemplo
La empresa Electromed SA. Produce y vende dos
tipos de nebulizadores, a pistn y ultrasnicos.
Cada nebulizador a pistn fabricado y vendido le
produce un beneficio de $20.- y cada ultrasnico
$30.-. Ambos nebulizadores deben ser
ensamblados y embalados a travs de operaciones
diferentes. La capacidad mensual de ensamblado
y embalaje y los requerimientos para cada tipo de
nebulizador se dan en la siguiente tabla:
Ejemplo
Horas requeridas Ensamblado Embalaje
Producto
Nebulizador a pistn 3 1

Nebulizador 2 2
ultrasnico
Capacidad mensual 2000 h. 1000 h.
Ejemplo

Hallar el plan de produccin mensual de modo

de obtener el mayor beneficio considerando
que todo lo fabricado se vende.

Determinar los intervalos de optimidad para

cada uno de los coeficientes de la F.O. y de
factibilidad para los recursos.
Ejemplo - resolucin
Definir las variables

Xp: cantidad de nebulizadores a producir

mensualmente del tipo a pistn.

Xu: cantidad de nebulizadores a producir

mensualmente del tipo ultrasnico.
Ejemplo - resolucin
Plantear el modelo

F.O. (maximizar) = $/u 20 . Xp + $/u 30 . Xu

s.a:
Restriccin dada por la capacidad de ensamblado
3h/u . Xp + 2h/u . Xu 2000 h/mes

Restriccin dada por la capacidad de embalaje

1h/u . Xp + 2h/u . Xu 1000 h/mes

Restriccin de no negatividad de las variables

Xp y Xu 0
Ejemplo - resolucin
Modelo a resolver

Maximizar Z = 20.Xp + 30.Xu

s.a:
3.Xp + 2.Xu 2000

1.Xp + 2.Xu 1000

Xp y Xu 0
Ejemplo resolucin grfica
Resolucin grfica
Plan de produccin (mensual):
Xp
500 unidades de nebulizadores a
Xp+2Xu=1000 pistn
250 unidades de nebulizadores
ultrasnicos
Beneficio mximo (mensual):
500 $17.500.-
Mxima Z = 20Xp+30Xu= 17500

3Xp+2Xu=2000

250 Z = 20Xp+30Xu=6000 Xu
Ejemplo - Solucin
Plan de produccin (mensual):
500 unidades de nebulizadores a
pistn
250 unidades de nebulizadores
ultrasnicos
Beneficio mximo (mensual): $17.500.-
 Ejemplo de minimizacin
Un estudio realizado a la poblacin estudiantil ha detectado
una falencia en los porcentajes de calcio, protenas y fibras
que se consumen. Se desea realizar una mezcla de maz y
harina de soja que revierta esta situacin a un mnimo
costo.
Para una buena dieta se requiere al menos 10% de calcio,
30% de protenas y como mximo 5% de fibras. Realizado
un estudio se establece que para el comedor del colegio se
requerir como mximo 9 kg diarios de dicha mezcla.
En la siguiente tabla se indican, por kg de producto, las
proporciones de calcio, protenas y fibras que aportan,
adems del costo.
 Ejemplo de minimizacin

PRODUCTO CALCIO PROTEINA FIBRA COSTO

Maz 0.1 0.09 0.02 0.20

Harina de 0.2 0.60 0.06 0.60

soja
Ejemplo - resolucin
Definir las variables

Xm: cantidad de maz en la mezcla en kg.

Xh: cantidad de harina de soja en la mezcla en kg.

Plantear el modelo

F.O. (minimizar) = $/kg 0.20 . Xm + $/kg 0.60 . Xh

Ejemplo - resolucin
Restriccin dada por la necesidad de calcio
0.1 /kg . Xm + 0.2/kg . Xh 0.1

Restriccin dada por la necesidad de protenas

0.09 /kg . Xm + 0.60/kg . Xh 0.30

Restriccin dada por la necesidad de fibras

0.02 /kg . Xm + 0.06/kg . Xh 0.05

Restriccin dada por la necesidad de alimento

Xm + Xh 9 kg

Restriccin de no negatividad de las variables

Xm y Xh 0
Resolucin grfica
Solucin:

Planificacin Diaria:

Xm = 0 kg
Xh = 0.5 kg

Z mn = $ 0.3
Ejemplo con casos especiales
Terminal portuaria de cargas
El Consejo de Administracin de una terminal
portuaria de cargas ha aprobado el presupuesto
para el prximo perodo fiscal. En el mismo se
aprueba la compra de un lote de contenedores para
reemplazar los que han quedado obsoletos,
facultando al gerente de operaciones la toma de
decisin sobre las caractersticas de la compra.

El gerente de operaciones debe determinar la

conveniencia de comprar contenedores de 8 o 12
metros de longitud. Para ello deber tener en
cuenta la siguiente informacin almacenada en los
ltimos ejercicios del sector:
Ejemplo con casos especiales
Terminal portuaria de cargas
1.La operacin con contenedores de 12 m. de
longitud se factura a $150.-, y los de 8m. a
$120.-. Los costos promedio de operacin
ascienden a $100.-
2.La dimensin de la playa de maniobras en el
muelle de cargas es de 5850 m2. Ha quedado
demostrado por estudios de distribucin que, en
promedio, cada contenedor absorbe una
superficie de 45 y 39 m2 para 8 y 12m. de
longitud, respectivamente. Esto tiene en cuenta
los espacios para maniobra y circulacin.
3. Se dispone de 55h. semanales para la carga de
los contenedores. Un contenedor grande
consume 5 veces ms tiempo que uno chico.

4. El tiempo promedio de carga de las bodegas

de los buques es de 15h. para el tipo de calado
que admite el puerto. Se considera igual
tiempo para todo tipo de contenedor.
5. En la elaboracin del presupuesto se incluy
un incremento de $3.300.- anuales para
mantenimiento de los contenedores a reponer.
Dado que los contenedores de 8m. de longitud
permiten la instalacin de equipos de
refrigeracin para transporte de mercadera
perecedera, su costo de mantenimiento anual
es de $300.-, tres veces superior a los de 12m.
Ejemplo con casos especiales
Terminal portuaria de cargas
Como primer paso el gerente de operaciones
ha decidido plantear un sistema de
programacin lineal para facilitar la decisin a
tomar.

El sistema de programacin lineal responde al

siguiente modelo general:
 n

F.O. (mx.) = Cj. Xj

j

sujeto a: ai1. X1 + ... + aij . X j + ... + ain . Xn bi

Xj 0

donde: i = 1 ... m y j= 1 n
Ejemplo con casos especiales
Terminal portuaria de cargas

Definiendo las variables como :

X8: cantidad de contenedores de 8m. de

longitud a comprar.

X12: cantidad de contenedores de 12m. de

longitud a comprar.
El modelo queda configurado de la siguiente
manera:

Funcin Objetivo (maximizar los

beneficios) =

Z = 20 $/cont. X8 + 50 $/cont. X12

sujeta a:
Ejemplo con casos especiales
Terminal portuaria de cargas
Restriccin dada por la disponibilidad de
tiempo de carga de los contenedores:

1 h sem/cont. X8+ 5 h sem/cont. X12 55 h

semanales

Restriccin dada por la disponibilidad de

tiempo promedio de carga de las bodegas:

1 h/cont. X8+ 1 h/cont. X12 15 h

 Restriccin dada por el presupuesto anual
para el mantenimiento de los contenedores:

300 $ anuales/cont. X8+ 100 $ anuales/cont.

X12 3.300 $ anuales.

Restriccin dada por la capacidad de la

playa de maniobras:

45 m2/cont. X8 + 39 m2/cont. X12 5850 m2.

 Restriccin de no negatividad de las
variables:

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 20 . X8 + 50 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 15
3. 300 . X8+ 100 . X12 3.300
4. 45 . X8 + 39 . X12 5.850

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
X12
(4) Restriccin redundante

(3)

(2)

(1)

X8
Ejemplo con casos especiales
Terminal portuaria de cargas
Plan de compra:
X12
Comprar 5 unidades de
contenedores de 8 metros de
longitud
Comprar 10 unidades de
(2) contenedores de 12 metros de
(3)
longitud
Beneficio mximo: $600.-
10
(1)
Zmx= 600

5 X8
Z= 100
Ejemplo con casos especiales
Terminal portuaria de cargas
Luego de haber resuelto el problema, y no habiendo
an elevado el pedido de compra, el Gerente de
Operaciones recibe los siguientes informes, con lo
cual se desea conocer si deber modificar la
decisin adoptada:

1. Variaciones en los precios de mercado y en los

costos de operacin han determinado que los
beneficios resultantes para ambos contenedores
asciendan a $30.-
2. Una reciente fluctuacin en el mercado asitico
podra ocasionar nuevas distorsiones en los
beneficios de operacin de los contenedores.
Pudiendo alcanzar los mismos a $10.- y $20.-
respectivamente para los de 8 y 12m.

La Gerencia General emite una circular en la

cual informa que los fondos no afectados del
presupuesto corriente no podrn ser utilizados
para el prximo ejercicio. Con lo cual deber
consumir el total de los $3.300.- para
mantenimiento.
4. Recibe los objetivos para el presente ao del plan
de mejora continua de calidad en el cual se
espera llegar al final del perodo con un tiempo
promedio de carga de las bodegas de los buques
de 11h.

5. Existira un proyecto de ley que gravara con una

tasa especial la tenencia de contenedores para
financiar los dficits de las cajas de jubilaciones.
De aprobarse dicho proyecto, debera pagarse
anualmente $20.- por contenedor de 8m. y $25
por contenedor de 12m., no pudiendo ser el
aporte menor a $2000.
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 30 . X8 + 30 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 15
3. 300 . X8+ 100 . X12 3.300
4. 45 . X8 + 39 . X12 5.850

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
Plan de compra:
X12
Estoy en presencia de soluciones
mltiples.
1. Comprar 5 unidades de contenedores
de 8 metros de longitud y 10 unidades
de contenedores de 12 metros de
(2) longitud
(3)
2. Comprar 9 unidades de contenedores
de 8 metros de longitud y 6 unidades de
10 contenedores de 12 metros de longitud
(1)
Beneficio mximo: $450.-
Zmx= 450

5 X8
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 10 . X8 + 20 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 15
3. 300 . X8+ 100 . X12 3.300
4. 45 . X8 + 39 . X12 5.850

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
X12 Plan de compra:
Comprar 5 unidades de
contenedores de 8 metros de
longitud
Comprar 10 unidades de
(2)
(3)
contenedores de 12 metros de
longitud
Beneficio mximo: $250.-
10
(1)

Zmx= 250

5 X8
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 10 . X8 + 20 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 15
3. 300 . X8+ 100 . X12 = 3.300
4. 45 . X8 + 39 . X12 5.850

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
Plan de compra:
X12
Comprar 9 unidades de
contenedores de 8 metros de
longitud
Comprar 6 unidades de
(2)
contenedores de 12 metros de
(3) longitud
Beneficio mximo: $210.-

(1)
6

Zmx= 210
9 X8
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 10 . X8 + 20 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 11
3. 300 . X8+ 100 . X12 3.300
4. 45 . X8 + 39 . X12 5.850

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
X12 Plan de compra:
Comprar ninguna unidad de
contenedores de 8 metros de
longitud
Comprar 11 unidades de
(2) (3) contenedores de 12 metros de
longitud
Beneficio mximo: $220.-
(1)

Zmx= 220

X8
Ejemplo con casos especiales
Terminal portuaria de cargas
Modelo matemtico
Maximizar Z = 10 . X8 + 20 . X12
s.a:
1. 1 . X8+ 5 . X12 55
2. 1 . X8+ 1 . X12 11
3. 300 . X8+ 100 . X12 3.300
4. 45 . X8 + 39 . X12 5.850
5. 20 . X8 + 25 . X12 2.000

X8 y X12 0
Ejemplo con casos especiales
Terminal portuaria de cargas
X12 (4)
(5)

(3)

Solucin NO FACTIBLE
(2)

(1)

X8
CASOS ESPECIALES DE
PROGRAMACIN LINEAL

Situaciones Representacin Tabla del Mtodo

grfica
X2
Simplex

(2)

Soluciones (3)

ptimas
(1)

alternativas: Zmx
En la tabla final
X1
observo algn cero
en los Cj Zj
en este caso correspondientes a
existen dos o las variables no
ms soluciones bsicas.
ptimas.
 CASOS ESPECIALES DE
PROGRAMACIN LINEAL
Situaciones Representacin grfica Tabla del Mtodo Simplex

No acotamiento

En un problema de
maximizacin, se dice que X2 (2)
En algunas de las tablas
no est acotado, si el valor observo que todos los aij de la
de la solucin puede ser variable que debe entrar en la
infinitamente grande sin base son 0.
Z
infringir ninguna de las (1)

restricciones. En este caso existe alguna falla

X1 en el planteo del problema,
X2
falta al menos una restriccin.

Se considera una utopa

En un problema de (2)
(3)
gerencial.
minimizacin, se dice que
es no acotado si puede (1)

hacerse que el valor de la Z

X1
solucin sea infinitamente
pequeo.
CASOS ESPECIALES DE
PROGRAMACIN LINEAL

Situaciones Representacin Tabla del

grfica Mtodo Simplex
X2 (4)

(5)

No factibilidad
(3)

en este caso no (2) En la tabla final

existen (1)

X1
observo alguna
soluciones para variable artificial,
el problema de Ai, en la base.
programacin
lineal que
satisfagan todas
las restricciones.
Anlisis de sensibilidad
El anlisis de sensibilidad es el estudio de la
forma en la que afectan a la solucin ptima los
cambios en los coeficientes de la funcin
objetivo (Cj) y en la disponibilidad de recursos
(lado izquierdo de las restricciones, bi).

Como este anlisis comienza una vez obtenida la

solucin ptima, se lo denomina tambin como
anlisis de post-optimidad.
Anlisis de sensibilidad
La principal importancia del anlisis de
sensibilidad para quienes deben tomar
decisiones es que los problemas reales se
producen en ambientes dinmicos. Los precios
de las materias primas varan, el cambio de
tecnologa produce reduccin de costos, etc. Por
lo tanto, este anlisis proporcionar informacin
para responder a esos cambios, sin necesidad de
resolver un nuevo modelo modificado.
Anlisis de sensibilidad
Al hacer el anlisis de sensibilidad se obtendrn
intervalos de optimidad para los coeficientes de
la funcin objetivo (Cj) y de factibilidad para los
recursos (lado izquierdo de las restricciones, bi),
pero veamos que significa un intervalo de
optimidad. Primero debemos aclarar que estos
intervalos surgirn de variar uno slo de los Cj
(o bi), mientras el resto permanece constante.