ESCUELA DE POSTGRADO

MAESTRA EN GESTIN EMPRESARIAL

INVESTIGACIN DE OPERACIONES
Programacin Lineal

Mg. Denis Benavente Riveros

2007

PROGRAMACIN LINEAL
OBJETIVOS
Fijar los requerimientos para establecer un modelo de
programacin lineal.
Representacin y solucin grfica de un modelo de
programacin lineal bidimensional.
Uso del Mtodo Simplex para planteamiento y resolucin de
problemas de PL multidimensional (ms de 2 variables).
Ventajas del modelo de programacin lineal:
*
*
*
*

Obtencin de una solucin ptima nica.

Obtencin de soluciones alternativas
Consideracin de Modelos no acotados.
Consideracin de Modelos no factibles.

PROGRAMACION LINEAL
Modelo matemtico de optimizacin utilizado para la mejor asignacin de recursos
cuyo uso est sometido a restricciones y se busque maximizar o minimizar una
funcin objetivo.

I. Construccin de Modelos de Programacin Lineal

Requerimientos para construir un modelo de Programacin Lineal:
1. Funcin Objetivo: debe haber un objetivo o meta que la empresa desea
alcanzar:
Ejs. - Maximizar las utilidades
- Minimizar los costos
- Maximizar el Nro. potencial de clientes esperados
- Minimizar el tiempo total de fabricacin.

2. Restricciones y decisiones: los valores de las variables quedan limitados a ciertos rangos y dentro del nmero de alternativas de
decisin debe haber una que permite hallar la funcin objetivo
3. La funcin objetivo y las Restricciones son lineales: la f.o. y las ecuaciones e
inecuaciones que restringen
las decisiones deben ser LINEALES (las variables se afectan con exponente 1).

Programacin Lineal
En conclusin:
Un modelo de programacin lineal est compuesto de lo
siguiente:
* Un conjunto de variables de decisin
* Una funcin objetivo
* Un conjunto de restricciones

Un modelo de programacin lineal busca maximizar o

minimizar una funcin lineal, sujeta a un conjunto de
restricciones lineales.

PROGRAMACION LINEAL
Etapas para la construccin de modelos de Programacin Lineal:
a. Plantear el modelo de PL: establecer las variables de decisin
b. Plantear el objetivo en trminos de las variables de decisin; esto es la relacin entre la f.o. y las restricciones.
c. Definir las restricciones o limitaciones de uso para la asignacin de los recursos escasos.
d. Restringir todas las variables a no negatividad.

II. Soluciones a los modelos de PL.

a. Mtodo Grfico (Maximizacin y Minimizacin): slo para dos variables
b. Mtodo Simplex (Maximizacin y Minimizacin): dos o ms variables.

PROGRAMACION LINEAL
Ejemplo 1:Aplicacin del modelo Programacin Lineal-Maximizacin
La FMA (Fbrica de Muebles Arequipa ) produce dos tipos de
muebles de comedor: Virginia (V) y Mariana (M). Cada comedor
requiere de una cantidad de tiempo diferente para la construccin
y la pintura. La FMA desea determinar el nmero de unidades de
cada tipo de comedor a producir diariamente de tal manera que
las utilidades generadas sean mximas. Los requerimientos y
capacidades de produccin diarios se resumen en:
RECURSOS REQUERIDOS
PRODUCTO
RECURSOS DISPONIBLES
PARA PRODUCIR UNA UNIDAD Virginia (V) Mariana (M)
( Capacidad por Da)
Tiempo de Construccin C (Hrs.)

12

120

Tiempo de Pintado P ( Hrs.)

64

200

240

Margen de Contribucin ( S/.)

Programacin Lineal
Solucin: Caso Fbrica de Muebles Tacna FMT

La utilidad mxima
ocurre en un vrtice del
conjunto de soluciones
factibles.

xV = 4 Juegos Modelo Virginia xM

= 8 Juegos Modelo Mariana
con una ganancia mxima de S/2720

Programacin Lineal
Ejemplo 2: Aplicacin de la PL en Minimizacin

Artefactos Tacna S.A.

La empresa Artefactos Tacna S.A. (ATSA), tiene que planificar para el mes
siguiente una nueva estrategia de publicidad para lanzar una nueva lnea
de TV Color. Para esto, desea lanzar publicidad por los siguientes medios:
a. TV Tacna
b. Diario El Correo de Tacna
Por estudios anteriores se sabe que:
1) La publicidad por TV llega al 2% de familias de Ingresos Altos y al 3%
de las familias de Ingresos Medios.
2) La publicidad en peridico llega al 3% de las familias de Ingresos Altos y
al 6% de las familias de Ingresos Medios
La publicidad en peridico cuesta S/.500 por anuncio y por TV cuesta
S/.2000 por spot. ATSA, desea obtener una presentacin como mnimo al
36% de familias de Ingresos Altos y al 60% de familias de Ingresos Medios.
Cuntos anuncios por los dos medios o por uno solo debe contratar para
optimizar los costos de publicidad?

Programacin Lineal
Solucin: Caso Artefactos Tacna S.A. (ATSA)

Min C = 2000xt + 500xp

xP = 12 avisos en Diario xM
= 0 avisos en TV con un
costo mnimo de S/6000

PROGRAMACION LINEAL

Ejemplo 3: Aplicacin del modelo Programacin Lineal

PROBLEMA: FABRICA DE JUGUETES GALAXIA.

La F.J. Galaxia produce dos tipos de juguetes:

* Space Ray
* Zapper
Los recursos estn limitados a:
* 1200 Kgs. de plstico especial.
* 40 horas de produccin semanalmente.

PROGRAMACION LINEAL
Requerimientos de Marketing.
* La produccin total no puede exceder de 800 docenas/sem.
* El nmero de docenas de Space Rays no puede exceder al
nmero de docenas de Zappers por ms de 450.

Requerimientos Tecnolgicos.
* Space Rays requiere 2 Kgs. de plstico y 3 minutos de
produccin por docena.
* Zappers requiere 1 Kg. de plstico y 4 minutos de produccin
por docena.

PROGRAMACION LINEAL

Plan Actual de produccin:

* Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a Space Ray ($8 de utilidad por
docena).
* Usar la menor cantidad de recursos para producir Zappers,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).
El plan actual de produccin consiste en fabricar:
Space Rays = 550 docenas x semana
Zappers
= 100 docenas x semana
Utilidad
= $4900 por semana
Queremos determinar si es el mejor Plan!

Un buen gerente siempre

buscar un esquema de
produccin que
incremente las ganancias
de su compaa.

PROGRAMACION LINEAL

EL MODELO DE PROGRAMACIN
LINEAL PROVEE UNA SOLUCIN
MATEMTICAMENTE CALCULADA PARA
SOLUCIONAR ESTE PROBLEMA, ESTO
ES, OPTIMIZAR LA PRODUCCION Y
VENTA DE LA MEZCLA DE PRODUCTOS.

PROGRAMACION LINEAL

Solucin problema Juguetera Galaxia

Variables de decisin
* X1 = Cantidad producida de Space Rays (en docenas por
semana).
* X2 = Cantidad producida de Zappers (en docenas por
semana).

Funcin objetivo
* Maximizar la ganancia semanal.

PROGRAMACION LINEAL

Modelo de Programacin Lineal

Max Z = 8X1 + 5X2 (ganancia semanal)
Sujeto a:
2X1 + 1X2 <= 1200 (Cantidad de plstico)
3X1 + 4X2 <= 2400 (Tiempo de produccin)
X1 + X2 <= 800 (Limite produccin total)
X1 - X2 <= 450 (Produccin en exceso)
Xj >= 0 , j= 1, 2.

(Resultados positivos)

PROGRAMACION LINEAL

Conjunto de soluciones factibles para el

modelo lineal.

El conjunto de puntos que satisface todas las

restricciones del modelo es llamado:
REGION FACTIBLE

PROGRAMACION LINEAL

EL PROBLEMA PUEDE SER

RESUELTO USANDO EL
METODO GRAFICO, PUES SE
PUEDEN REPRESENTAR
TODAS LAS RESTRICCIONES,
LA FUNCION OBJETIVO Y LOS
TRES TIPOS DE PUNTOS DE
FACTIBILIDAD.

PROGRAMACION LINEAL
X2
1200

Restriccin del plstico:

2X1+X2<=1200
Restriccin del total de produccin:
X1+X2<=800

No Factible

600

Horas de
Factible
Produccin
3X1+4X2<=2400

Restriccin del
exceso de produccin:
X1-X2<=450
600

Punto Inferior
Punto Medio

X1

800

Tipos de puntos
de factibilidad

Punto Extremo

PROGRAMACION LINEAL
1200

X2

Se toma un valor cercano al

punto ptimo
800

Regin no
factible

600

Feasible
Regin
region
Factible
400

X1
600

800

PROGRAMACION LINEAL

Resumen de la solucin ptima

Space Rays = 480 docenas
Zappers
= 240 docenas
Ganancia = $5040
* Esta solucin utiliza todas las materias primas (plstico) y
todas las horas de produccin.
* La produccin total son 720 docenas (no 800).
* La produccin de Space Rays excede a la de Zappers por solo
240 docenas y no por 450.

PROGRAMACION LINEAL
Resumen de conclusiones de metodo grfico de PL:
Soluciones ptimas y puntos extremos.
* Si un problema de programacin lineal tiene una solucin
ptima, entonces esta corresponde a un punto extremo.

Mltiples soluciones ptimas.

* Cuando existen mltiples soluciones ptimas implica que la
funcin objetivo es una recta paralela a uno de los lados
de la regin factible.
* Cualquier promedio ponderado de la solucin ptima es
tambin una solucin ptima.

PROGRAMACION LINEAL

El Mtodo Simplex, sus pasos......

Paso 0 :

Adicione las variables de Holgura a

todas las desigualdades

Paso 1 :

Encontrar una Solucin

Bsica Factible

Paso 2 :
S
Paso 3 :
Resuelva para la
nueva mejor
Solucin Bsica
factible,

Puede encontrar una

solucin Bsica
Factible Mejor una
que aporte una
utilidad ms alta?

No

Paso 4 :

La solucin bsica
factible es ptima
PARE

PROGRAMACION LINEAL
Conceptos bsicos para el mtodo SIMPLEX:
1. Variable de Holgura, es una variable de artificio que permite completar
el faltante para convertir una inecuacin en ecuacin cuando el primer
miembro es menor o igual al segundo.
5x1 + 7x2

145

Al adicionarle la variable de holgura h1 es equivalente a:

5x1 + 7x2 + h1 =

145

2. Variables bsicas y soluciones bsicas factibles

- Variables bsicas son las que tienen valor positivo y diferente de cero ( 0 )
- La solucin factible es aquella que satisface las restricciones de no negatividad
- Una solucin bsica es aquella que teniendo ms variables que restricciones permite un conjunto de variables extra iguales a cero (igual # de ecuaciones y variables)
- Una solucin bsica factible es la solucin bsica que no tiene valores de variables
y que tiene a lo sumo el # de ecuaciones con variables positivas y el resto ceros.
3. Forma de los coeficientes separados: permite considerar slo los coeficientes de
las variables de las restricciones
Columna Pivote: columna de coeficientes con la VNB que se escoge para ser VB Entrante.
Fila Pivote: fila de coeficientes con la VB actual con valor +1 que se escoge para ser VB
Saliente.
# Pivote: coeficiente que est en la interseccin de la columna y la fila pivote.

PROGRAMACION LINEAL
Variable
Bsica

XV

XM

h1

h2

Valor

Razn de Valor/ Coeficiente

z
Variable
Bsica
Z

XV

XM

h1

h2

Valor

Razn de Valor/ Coeficiente

XV

XM

h1

h2

Valor

Razn de Valor/ Coeficiente

z
Variable
Bsica
Z

PROGRAMACION LINEAL
n.p

Variable
Bsica
Z

XV

XM

h1

h2

Valor

Razn de Valor/ Coeficiente

h1

12

120

h2

64

Z
1
-200 -240
c.p
Variable
n.p
Bsica
Z
XV
XM

0
h1

h2

Valor

120 / 12 = 10
64 / 4 =

16

0 /-240 = 0
Razn de Valor/ Coeficiente

XM

1/2

1/12

10

10 / 1/2 = 20

h2

- 1/3

24

24 / 6 =

-80

20

2400

Variable
Bsica
Z

XV

XM

h1

h2

1/9

-1/12

XM

XV

c.p

1
0

- 1/18
0

140/9

1/6
40/3

Valor
=
=
=

f.p.

f.p.

2400/-80 = -30
Razn de Valor/ Coeficiente

10 / 1/2 = 20

24 / 6 =

2720

2400/-80 = -30

PROGRAMACION LINEAL
1

INICIE EXCEL

LEA ATENTAMENTE EL MENSAJE DE

TERMINACIN DE SOLVER

CONSTRUYA O ABRA SU
MODELO DE OPTIMIZACION

GRABE SU LIBRO
MODIFIQUE EL
MODELO

NO

SELECCIONE SOLVER EN EL
MENU DE HERRAMIENTAS

ENCONTR SOLVER
LA SOLUCION PTIMA?
Si

ESPECIFIQUE EN EL CUADRO DE
DIALOGO DE SOLVER:
1. LA CELDA QUE VA A OPTIMIZAR
2. LAS CELDAS CAMBIANTES
3. LAS RESTRICCIONES
EN EL DIALOGO OPCIONES, HAGA
CLICK EN ASUMIR MODELO LINEAL
ENSEGUIDA EN EL BOTON ACEPTAR

HAGA CLICK EN UTILIZAR LA SOLUCION

DE SOLVER Y LUEGO EN EL BOTN
ACEPTAR

SI

DESEA MODIFICAR
EL MODELO Y VOLVER
A OPTIMIZAR?
NO

HAGA CLICK EN EL BOTON RESOLVER

PARA QUE EMPIECE LA OPTIMIZACION
1

GRABE EL MODELO FINAL

Y SALGA DE EXCEL

PROGRAMACION LINEAL

Anlisis de sensibilidad para la solucin

ptima.
Es sensible la solucin ptima a cambios en los
parmetros de entrada?
Posibles razones para responder la pregunta anterior:
* Los valores de los parmetros usados fueron los mejores
estimados.
* Medio ambiente por ser dinmico puede producir cambios.
* El anlisis del qu pasa si puede proveer informacin
econmica y operacional.

PROGRAMACION LINEAL

Anlisis de sensibilidad de los

coeficientes de la funcin objetivo
Rango de optimalidad
La solucin ptima permanecer inalterable mientras:
Un coeficiente de la funcin objetivo se encuentre dentro del
rango de optimalidad.
No haya cambios en ningn otro parmetro.
El valor de la funcin objetivo cambiar si el coeficiente
multiplica una variable cuyo valor es distinto de cero.

PROGRAMACION LINEAL
Los efectos de los cambios en un coeficiente de la funcin
objetivo, sobre la solucin ptima
1200

X2

800
x
Ma

Ma
x4
Ma x1 +
x3 5
.75 x2
x1

1+
8x

600

2
5x

+5

x2

Max
2x1
+

5x2

X1
400

600

800

PROGRAMACION LINEAL
Los efectos del cambio de un coeficiente de la funcin
objetivo, sobre la solucin ptima

3.7
5

x1
+

1+

5x2

x2
+5

Ma
x

x1
x8
Ma

600

755 x

5x2

800

33.7.

Rango de optimalidad

x2
+5

Ma
x

1+
100 x
x1
Ma

X2

x1
x8
Ma

1200

5x2

400

600

800

X1

PROGRAMACION LINEAL
Cambios Mltples

El rango de optimalidad es vlido cuando un nico coeficiente de la

funcin objetivo cambia.

Cuando cambia ms de una variable se utiliza la regla del 100%.

PROGRAMACION LINEAL
Regla del 100%
Para cada aumento (disminucin) en un coeficiente de la funcin
objetivo calcular (y expresar como un porcentaje) la relacin de
cambio del coeficiente al mximo aumento posible (disminucin)
determinada por los lmites del rango de optimalidad.
Sumar todos los cambios de porcentaje. Si el total es menor que
100%, la solucin ptima no cambiar. Si este total es mayor que
100%, la solucin ptima puede cambiar.

PROGRAMACION LINEAL

Reduccin de costos
La reduccin de costos de una variable a su cota inferior
(comnmente cero) implica que:
Los coeficientes de la funcin objetivo deben cambiar antes que la
variable pueda tomar un valor sobre la cota inferior.
Con lo anterior la cantidad de ganancia ptima cambiar segn las
variables aumentadas desde la cota inferior.

Holgura complementaria
Existe holgura en la solucin ptima, cuando cada variable est en
su cota inferior o el costo reducido es 0.

PROGRAMACION LINEAL

Anlisis de Sensibilidad del

coeficiente del lado derecho
Cualquier cambio en el lado derecho (bi) de una restriccin
activa cambiar la solucin ptima.

Cualquier cambio en el lado derecho de una restriccin no

activa que sea menor que la holgura o o el exceso, no
produce ningn cambio en la solucin ptima.

PROGRAMACION LINEAL
Para el anlisis de sensibilidad de la validez de los
coeficiente del lado derecho nos interesa responder las
siguientes preguntas :

Manteniendo todos los otros coeficientes , en cunto cambiara el

valor ptimo de la funcin objetivo (por ejemplo, la ganancia) si el
coeficiente del lado derecho de una restriccin cambia en una unidad?

Hasta cuntas unidades se puede agregar o disminuir para que la

solucin siga siendo vlida?

PROGRAMACION LINEAL
X2
1200

2x1
+1

2
1x
50
13
<=

0
120
<=

+
2x1

x2

600

Restriccin materiales
(plsticos)
Nueva restriccin materiales (plsticos)
Ganancia mxima= 5040
Combinacin de restricciones
en la produccin

Restriccin del
Feasible
tiempo de
produccin

Puntos extremos
X1
600

800

PROGRAMACION LINEAL

Interpretacin correcta del precio sombra

Los costos amortizados: El precio sombra, es el valor por una unidad
extra del recurso, ya que el costo del recurso no es incluido en el
clculo de los coeficientes de la funcin objetivo.
Los costos incluidos: El precio sombra es el valor superior por unidad
del recurso, el costo del recurso se incluye en el clculo del coeficiente
de la funcin objetivo.

PROGRAMACION LINEAL

El rango de factibilidad
El conjunto de los coeficientes del lado derecho entregan
el rango para que el mismo conjunto de restricciones
determine el punto ptimo.
Dentro del rango de factibilidad, los precios sombras
permanecen constante; sin embargo, la solucin ptima
cambiar.

PROGRAMACION LINEAL

Otros cambios para optimizar la

funcin objetivo

La incorporacin de una restriccin.

La eliminacin de una restriccin.
La incorporacin de un variable.
La eliminacin de un variable.
Cambio en el lado izquierdo de los coeficientes.

PROGRAMACION LINEAL

Modelo sin solucin ptima

No factible: Ocurre cuando en el modelo no hay ningn
punto de factible.
No acotado: Ocurre cuando el objetivo puede crecer
infinitamente (objetivo a maximizar).

PROGRAMACION LINEAL

Infactibilidad
Ningn punto se encuentra,
simultneamente, sobre la lnea 1
la lnea 2
y 3

PROGRAMACION LINEAL

Solucin No Acotada
La
f

Ma
xim
un
ci
iza
no
r
bje
La
t iv
o
r

fac eg
tib in
le

PROGRAMACION LINEAL

Dieta Marina
Un problema de minimizacin del costo de
la dieta:
Mezcle dos porciones de los productos:
Texfoods, Calration.
Minimice el costo total de la mezcla.
Mantenga los requerimientos mnimos
de Vitamina A, Vitamina D, y hierro.

PROGRAMACION LINEAL

Variables de decisin:
x1 (X2) - - La cantidad de Texfoods (Calration) que se us en

El modelo
cada porcin
(cada 20.60X1
onzas).+ 0.50X2
minimizar
Costo por 2 oz.
sujeto a
20X1 + 50X2 100
% Vitamina A
por 2 oz.
25X1 + 25X2 100 Vitamina D
50X1 + 10X2 100 hierro % requerido
X1, X2

PROGRAMACION LINEAL

La solucin grfica
5
4

Restriccin de hierro

Regin factible
Restriccin de vitamina D

2
Restriccin de vitamina A

PROGRAMACION LINEAL

Resumen de la solucin ptima

Producto Texfood = repartir 1.5 (= 3 onzas)

Producto Calration = repartir 2.5 (= 5 onzas)
Costo =$ 2.15 por porcin servida.
El requisito mnimo para la Vitamina D y el hierro no se
encuentran en supervit.
La mezcla provee 155% del requerimiento para Vitamina
A.

PROGRAMACION LINEAL

Solucin para problemas lineales con muchas

variables de decisin usando el computador
Los paquetes de programas lineales resuelven modelos
lineales con gran cantidad de variables y restricciones.
La mayora de los software usan la tcnica algebraica
llamada algoritmo Simplex.
Los paquetes incluyen:
El criterio de la funcin objetivo (Max. o Min.)
El tipo de cada restriccin:
.
Los coeficientes reales para el problema.

, ,

PROGRAMACION LINEAL

La solucin generada por un software de

programacin lineal incluye:
Los valores ptimos de la funcin objetivo.
Los valores ptimos de las variables de decisin.
La minimizacin del costo para los coeficientes de la
funcin objetivo.
Los rangos de optimizacin para los coeficientes de la
funcin objetivo.
La cantidad de holgura o exceso sobre cada restriccin.
Los precios sombra (o dual) para las restricciones.
Los rangos de factibilidad para el coeficiente del lado
derecho.

Las
variables y
los nombres
de las
restricciones
pueden ser
cambiados
aqu.

WINQSB datos de entrada

para el problema de las
industrias galaxia

Las variables son

restringidas a >=0

Click para
resolver
Ningn lmite
superior

FINALIZAMOS

Gracias