Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Metodologías para la
toma de decisiones
Guía práctica aplicada a la
programación lineal
El contenido de este documento permitirá al lector comprender la programación lineal, asociada
al ámbito industrial, contextualizando dicha técnica matemática en las situaciones cotidianas
que vive una empresa.
Autores:
● Carolina Juyo
● Carol Arango
● Mario Alberto Peña
● Heydi Chirva
● Edwin Garzon
● Andres Garcia
● Carlos Fernando Rodríguez H
● Cristian Pachon
● Betsy Mayerly lopez
● Juan Felipe gonzalez
● Andres vargaz
● Julian florez
● Liliana rodriguez
● Javier Bonilla
TABLA DE CONTENIDO
INTRODUCCIÓN 6
CAPITULO 1. Programación lineal. 7
1.1. ¿QUÉ ES LA PROGRAMACIÓN LINEAL? 7
1.2. CAMPOS DE APLICACIÓN. 8
CAPÍTULO 2. Planteamiento de problema. 10
2.1. ELEMENTOS IMPLÍCITOS EN EL PROBLEMA DE PROGRAMACIÓN LINEAL.
10
2.1.1. Proporcionalidad. 11
2.1.2. Aditividad.. 11
2.1.3. No negatividad. 11
2.2. GENERACIÓN DEL MODELO. 11
2.2.1. Variables de decisión. 12
2.2.2. Función objetivo. 12
2.2.3. Restricciones. 13
2.3. PASOS PARA EL PLANTEAMIENTO DEL MODELO DE PROGRAMACIÓN
LINEAL. 14
2.3.1. Formulación del problema. 15
2.3.2. Definición de las variables de decisión. 15
2.3.3. Definición de la función objetivo. 15
2.3.4. Determinación de las restricciones del modelo.. 16
2.3.5. Ejemplo 2.1.. 16
CAPITULO 3. Métodos de solución utilizados en la programación lineal. 21
3.1. METODO GRAFICO. 21
3.1.1. Procedimiento para el desarrollo de la solución. 21
3.1.2. Análisis de pendientes. 21
3.2. METODO ALGEBRAICO. 21
3.2.1. Calculo de solución en vértices. 21
3.3. METODO SIMPLEX. 22
3.3.1. Análisis de la solución óptima. 22
3.3.2. Toma de decisiones. 23
CAPITULO 4. Análisis de sensibilidad. 23
4.1. LIMITES DE OPTIMALIDAD. 23
4.2. LIMITES DE FACTIBILIDAD. 23
4.3. PRECIO SOMBRA DE UN PRODUCTO. 23
4.4. COMPORTAMIENTO DE LOS RECURSOS. 23
CAPITULO 5. Casos prácticos. 23
5.1. PROBLEMA 1. SOLUCIÓN POR EL METODO GRAFICO. 24
5.1.1. Desarrollo del modelo. 24
5.1.2. Análisis de sensibilidad. 24
5.2. PROBLEMA 2. SOLUCIÓN METODO SIMPLEX. 24
5.2.1. Desarrollo del modelo. 24
5.2.2. Análisis de sensibilidad. 24
5.3. PROBLEMA 3. SOLUCIÓN POR SOLVER. 24
6. REFERENCIAS BIBLIOGRAFICAS 24
INTRODUCCIÓN
● Método gráfico
● Método simplex
● Método de las dos fases
● Variables de decisión.
● Función objetivo.
● Restricciones
2.2.2. Función objetivo. Es nada más que la pregunta que se quiere resolver en
el problema o la meta que se desea cumplir, la cual depende de la situación
que afronte la empresa. la función objetivo se basa en dos enfoques:
¿Cómo puedo ¿Cómo puedo
Imagen 1. Enfoques de la función objetivo.
aumentar las utilidades disminuir los costos en
en mi empresa? mi empresa?
Enfoques de la
función objetivo
¡ ¡
● ¿Qué se maximiza en una empresa?
Los empresarios por lo general siempre van a buscar a reducir los costos
operacionales, tales como: transportes, inventarios, almacenaje y producción,
hablando en términos asociados al ámbito industrial, sin embargo, la aplicabilidad
de la programación lineal abarca otras áreas de conocimiento, como: medicina,
ciencias sociales y económicas. Al igual que el en la maximización se realiza una
suma – producto.
● Tiempos.
● Disponibilidad de recursos: mano de obra, materiales, instalaciones,
presupuestos, maquinarias, equipos y herramientas.
● Costos operacionales.
Para definir las restricciones se utilizan las expresiones matemáticas mayor o igual
que ( ≥ ), menor o igual que ( ≤ ¿ o igual que ( ¿ ). En el modelo de
programación lineal dichas restricciones se representan en inecuaciones
lineales de la siguiente forma:
1. a1 X 1 +b1 X 2 +c 3 X 3=d 1
2. a1 X 1 +b1 X 2 +c 3 X 3 ≥ d 1
3. a1 X 1 +b1 X 2 +c 3 X 3 ≤ d 1
2.3.1. Formulación del problema. Esta es el paso inicial para el desarrollo del
modelo. La formulación del problema surge del planteamiento de una
pregunta central, la cual está directamente relacionada con el criterio de la
función objetivo.
Dicha pregunta debe ser planteada en forma cerrada, es decir, que solo va a tener
una única respuesta.
Ejemplo:
Ejemplo:
3 X 1 +1 X 3 ≤ 230 botonestranparentes
No negatividad.
X 1 ; X 2 ; X 3 ; X 4 ≥0
Los tiempos estándar de fabricación para el balde plástico con manija de color rojo
son de 0.5 horas en el proceso de soplado y 1 hora en el proceso de
inyección; para balde plástico con escurridor los tiempos estándar de
soplado son de 0.8 horas y de 0.6 horas de inyección. La planta tiene un
porcentaje de ineficiencia del 15%, el cual se ve reflejado en la siguiente
tabla por proceso de fabricación:
● Restricciones.
S.A.
horas
0,575 X 1 +0,92 X 2 ≤ 19607,36667 disponibles en pro ceso de soplado
año
horas
1,15 X 1+ 0,69 X 2 ≤ 39214,73333 disponiblesen proceso de inyección .
año
● No negatividad.
X1 ; X2≥ 0
CAPÍTULO 3. Métodos de solución utilizados en la programación lineal.
Variables de Decisión:
X: Hectáreas a cultivar para fabricar empanadas papa carne
Y: Hectáreas a cultivar para fabricar papas rellenas
Función Objetivo:
40x+130y
Maximizar Z= 40x+130y
Restricciones:
X+Y>=100
90X+190Y=20.000
20X+30Y>= 1.100
Numerar ecuaciones
X, Y>= 0
3.2. MÉTODO ALGEBRAICO.
Tomando los datos del ejemplo 1 caso práctico aplicado método gráfico se tendrán
en cuenta las restricciones donde se realizará el despeje correspondiente
para graficar en el plano cartesiano despejando la variable Y de las ecuaciones
para dar valores en X para así poder proceder a graficar en el plano cartesiano
Restricciones:
90X+190Y=20.000
20X+30Y>= 1.100
Despejo Y en ecuación 1
90X+190Y=20.000
190Y=20000
Y=(20000-90X) /190
Despejo Y en ecuación 2
20X+30Y>= 1.100
30Y=1100
Y=(1100-20X) /30
Numerar ecuaciones
( ) ( )
1 ⋯ 0 1 0 0
ln = ⋮ ⋱ ⋮
0 ⋯ 1 n∗n
l 2= ( )
1 0
0 1 2∗2
l 3= 0 1 0
0 0 1 3∗3
Con frecuencia se dice que las decisiones son algo así como el motor de los
negocios y en efecto, de la adecuada selección de alternativas depende en
gran parte el éxito de cualquier organización.
Planeación: Procedimientos
● Presupuestos
● Programas
● Políticas
● Estrategias
● Objetivos
● Propósitos
Control: Retroalimentación
● Corrección
● Medición
Al momento de tomar una decisión es importante ya que por medio de esta
podemos estudiar un problema o situación que es valorado y considerado
profundamente para elegir el mejor camino a seguir según las diferentes
alternativas y operaciones.
●Elaboración de premisas.
●Identificación de alternativas.
●Evaluación alternativa en términos de la meta deseada.
●Elección de una alternativa, es decir, tomar una decisión.
●Componentes De La Decisión
[ ] [ ][]
b1 s1.1 0
b2 +∆ bi X s1.2 ≥ 0
bn s 1.n 0
[ ] [ ][]
b1 s 1.1 0
b2 −∆ bi X s 1.2 ≥ 0
bn s1.n 0
X Y S1 S2 Z b
Y 0 1 5/48 - 0 2,5
1/48
[ ][ ]
5 5
2.5+ ∆ bi
[ ]
2.5
2.5
− ∆ bi X
48
−1
≥
2.5+
48
−1
∆ bi
48 48
5
Y =2.5+ ∆ b i ≥ 0(1)
48
−1
X =2.5+ ∆ bi ≥ 0 (2)
48
Despejando:
2.5
∆ b 1 ≥− ⟹ ∆ b1 ≥−24
5 (3)
48
2.5
∆ b 1 ≥− ⟹ ∆ b1 ≤120 (4)
−1
48
6 ≤ ∆ b1 +30 ≤150
6 ≤ ∆ b1 ≤150
El resultado es el siguiente:
Ilustración javier bonilla analisis de sensibilidad
Precio sombra
De forma sencilla en la solución de problemas de programación lineal el precio
sombra es el costo de producir una unidad adicional en una línea de producción, y
observar la forma en que esto afecta la función objetivo-planteada inicialmente a
continuación explicaremos la forma de calcularlo mediante el análisis de
sensibilidad aplicando la herramienta de solver en Excel,
Una vez tengamos las variables, la función objetiva y las restricciones,
procedemos a habilitar el complemento de análisis de datos en Excel y a habilitar
la herramienta de solver.
Una vez seleccionado damos aceptar y podemos usas la herramienta, esto nos
permitirá realizar el análisis de sensibilidad de forma sencilla y rápida. Nos
dirigimos a la barra de Excel de datos, damos clic en solver y se nos despliega la
siguiente pestaña donde tenemos que colocar las restricciones, las variables y el
método de solución en este caso simplex.
Ilustración autor Cristian pachon guia para diligenciar datos solver
Una vez definido los valores damos resolver y activamos la casilla de sensibilidad
Variables:
● Planta 1 (x)
● Planta 2 (y)
Función objetivo:
Min Z = 2000x + 6000y
Restricciones:
S.a. 2x + 10y ≥ 30
10x + 2y ≥ 30
x,y≥0
x y s1 s2 bi bi/y
s1 2 10 -1 0 30 3
s2 10 2 0 -1 30 15
-z 2000 6000 0 0 0
6. REFERENCIAS BIBLIOGRÁFICAS
● http://www.iol.etsii.upm.es/arch/pl_teoria.pdf