MODELOS

PROGRAMACION LINEAL
2016-1

PROGRAMACION LINEAL
La programacin lineal es una tcnica de
optimizacin que consiste en la
Maximizacin Minimizacin de una

Funcin Lineal
llamada funcin objetivo, sujeta a
restricciones tambin lineales.
El criterio de optimizacin es por lo
general un objetivo econmico por
ejemplo maximizar un beneficio o
minimizar un costo.

PROGRAMACION LINEAL
La programacin lineal proporciona un
ejemplo de lo que se llama un Modelo de
Optimizacin.
En los MODELOS de programacin lineal, y en
general en la teora de programacin matemtica,
el trmino optimizacin se usa para indicar la
maximizacin o la minimizacin de una funcin,
segn sea conveniente
Una forma de referirse a este modelo es definido
como el problema de asignar recursos limitados
de modo que se optimice un objetivo de inters.

PROGRAMACION LINEAL

Elementos de un Modelo de
Programacin Lineal
1. Una Funcin Objetivo Lineal
2. Un conjunto de Restricciones tambin
Lineales
3. Restricciones de no negatividad de las
variables de decisin

PROGRAMACION LINEAL

El modelo de un Programa Lineal toma la forma

siguiente :
Maximizar Minimizar Z = C1X1 + C2X2 + ..+ CnXn.
Sujeto a las restricciones estructurales:
<=

PROGRAMACION LINEAL
En las ecuaciones anteriores, aij, bi y cj
son valores que se asumen conocidos; y
el problema consiste en hallar los valores
de las xj, que optimicen la funcin
objetivo. Sujeta a las restricciones
estructurales y de no negatividad.
Las variables xj se llaman variables de
decisin.

PROGRAMACION LINEAL
Procesos en la solucin de un
Modelo de Programacin Lineal - PL
1. Formulacin del Modelo de Programacin Lineal
2. Solucin del Modelo de Programacin Lineal

PROGRAMACION LINEAL
Procesos en la solucin de un
Modelo de Programacin Lineal
1. Formulacin del Modelo de Programacin Lineal
Consiste en determinar el valor de los
coeficientes: aij, bi y cj y expresar el problema
en una de las formas del modelo de
programacin lineal.

PROGRAMACION LINEAL
Procesos en la solucin de un
Modelo de Programacin Lineal
2. Solucin del Modelo de Programacin Lineal
Consiste en aplicar un mtodo de solucin para
hallar el vector Xj que optimice la Funcin
Objetivo sujeta a restricciones lineales y
restricciones de no negatividad.

PROGRAMACION LINEAL
Una solucin del Modelo de programacin
lineal puede ser resuelto en forma grfica o en
forma analtica
FORMA GRAFICO

FORMA ANALITICO

METODO GRAFICO

METODO SIMPLEX

PROGRAMACION LINEAL
Solucin Grfica del Modelo de Programacin
Lineal
Es fcilmente comprensible y permite visualizar
algunas propiedades del modelo de programacin
lineal. Sin embargo desde un punto de vista prctico, el
METODO GRAFICO no es aplicable, por ser limitado a
programas que tienen un mximo de dos variables.
El mtodo consiste en delinear sobre el primer
cuadrante (debido a la condicin de no negatividad) la
regin de soluciones factibles; y luego graficar sobre
ella la funcin objetivo.

PROGRAMACION LINEAL
Una compaa manufacturera fabrica los productos 1 y 2. Cada
producto requiere un tiempo de manufacturacin en sus tres
departamentos y una disponibilidad de una cantidad fija de horas
hombre por semana en cada departamento; tal como se muestra en el
cuadro. El problema consiste en decidir que cantidad de cada producto
debe manufacturarse con el objeto de hacer el mejor empleo de los
medios limitados de produccin, sabiendo que la ganancia por cada
unidad del producto 1 es de S/. 1.00 y el producto 2 es de S/.1.50.

PRODUCTO
1
2
Horas/hombre
Disponible/semana

TIEMPO DE MANUFACTURACIN - HORAS

DPTO A
DPTO C
. DPTO B
2
2

1
2

4
2

160

120

280

PROGRAMACION LINEAL
Formulacin del Modelo
Sea Xi = nmero de unidades del producto i
Sean : X1 = nmero de unidades del producto 1
X2 = nmero de unidades del producto 2
Max Z = X1 + 1.5X2
Sujeto a:
2x1 + 2x2 <= 160
X1 + 2x2 <= 120
4x1 + 2x2 <= 280
Xj >= 0

PROGRAMACION LINEAL
Solucin Grfica
cin objetivo.

PROGRAMACION LINEAL
Solucin Grfica de PL
El punto B es la solucin del problema y el valor
ptimo de la funcin objetivo es Z = 100.
X1 = 40 ; X2 = 40
Max Z = X1 + 1.5X2 = 100
Representa el mximo valor de la funcin objetivo;
sujeta a las restricciones del programa lineal
propuesto.

PROGRAMACION LINEAL
Dos fbricas producen tres tipos diferentes de papel: grado bajo, grado
medio y grado alto. Se tiene contrato de venta para proveer: 16 tn de
grado bajo, 5 tn de grado medio y 20 tn de grado alto. Los costs de
operacin son de $1,000 dlares por da para la primera fbrica y de
$2000 dlares por da para la segunda fbrica. Cuntos das debe
trabajar cada fbrica a fin de cumplir con el mencionado contrato de
venta en la forma ms econmica?

FABRICA
1
2
Contrato de venta

PRODUCCIN
. EN Tn
GRADO ALTO GRADO MEDIO GRADO BAJO
2
2

1
1

8
7

16

20

PROGRAMACION LINEAL
Formulacin del Modelo
Sea Xi = nmero de das de trabajo en la fbrica i
Sean : X1 = nmero de das de trabajo en la fbrica 1/semana
X2 = nmero de das de trabajo en la fbrica 2/semana

Min Z = 1000X1 + 2000X2

Sujeto a:
8x1 + 2x2 >= 16
X1 + x2 >= 5
2x1 + 7x2 >= 20
Xj >= 0

PROGRAMACION LINEAL
Solucin Grfica

PROGRAMACION LINEAL
La solucin se encuentra en el punto A
Donde el valor ptimo de la funcin es Z = 7000.
X1 = 3 ; X2 = 2
Max Z = 1000X1 + 2000X2
= 1000(3) + 2000(2)
Representa el minimo valor de la funcin objetivo;
sujeta a las restricciones del programa lineal
propuesto.

PROGRAMACION LINEAL
Solucin Analtica del Modelo de Programacin
Lineal
METODO SIMPLEX
Provee un sistema rpido y efectivo para resolver
problemas de programacin lineal, llegando a la
solucin ptima por medio de interacciones a pasos
sucesivos.
El mtodo simplex utiliza los conceptos bsicos del
algebra matricial para determinar la interaccin de dos
o ms lneas hiperplanas.

PROGRAMACION LINEAL
Solucin Analtica del Modelo de Programacin
Lineal
METODO SIMPLEX
Comienza con una solucin factible, y sucesivamente
obtiene soluciones en las interacciones que ofrecen
mejores funciones que la funcin objetivo.
Finalmente, este mtodo proporciona un indicador que
determine el punto en el cual se logre una Solucin
Optima.

PROGRAMACION LINEAL
Solucin Analtica del Modelo : PL
METODO SIMPLEX
Los problemas reales requieren para su formulacin
un nmero variable de incgnitas (variables de
decisin) y restricciones.
Para efectos de representacin del problema, en su
forma general, supondremos que:
Nmero de incgnitas es
Nmero de Restricciones es m

PROGRAMACION LINEAL
Solucin Analtica del Modelo de Programacin
Lineal
METODO SIMPLEX
Una consecuencia inmediata del primer supuesto es
que, tanto en la funcin econmica como en las
restricciones, existir el mismo nmero de coeficientes
que de incgnitas, toda vez que cada variable lleve un
coeficiente.

PROGRAMACION LINEAL
METODO SIMPLEX
La Funcin Econmica Funcin Objetivo
Z = C1X1 + C2X2 + + CnXn
C1,C2,, Cn: son los coeficientes de las incgnitas y datos conocidos del problema.

Restricciones
Desigualdad con N incgnitas y N coeficientes.
Con la finalidad de distinguir los coeficientes de la funcin objetivo de los que figuran en las
restricciones, simbolizaremos estos ltimos por medio de la letra a, dotndola de dos subndices

a42.

El primero de ellos (4) en el ejemplo indicar la restriccin a la que pertenece el coeficiente (coeficiente de la cuarta
restriccin).
El segundo subndice indicar la incgnita a la cual est afectado, as a42 es coeficiente de X2
En general diremos que aij ser coeficiente de la restriccin i-sima y de la j-sima inggnita

PROGRAMACION LINEAL
METODO SIMPLEX
Cada restriccin tiene un trmino independiente, que representamos, en
el caso general con la letra b dotada de un subndice que denotar la
restriccin a la que corresponde. Con esta notacin, b4 simboliza el
trmino independiente de la cuarta restriccin.

CASO MAXIMIZACION
Maximizar (z) = C1X1 + C2X2 +..+CnXn
Sujeta a restricciones:

a11X1 + a12X2 ++ a1nXn b1

a21X1 + a22X2 ++ a2nXn b2
..
am1X1 + am2X2 + +amnXn bm
Aij, cj y bi son constantes del problema

PROGRAMACION LINEAL
METODO SIMPLEX
CASO MAXIMIZACION
Las restricciones son desigualdades, cuyo primer miembro es menor o igual al
segundo miembro.
Para lograr las igualdades en cada restriccin agregaremos Variables de Holgura
a cada una de las restricciones.
Maximizar (z) = C1X1 + C2X2 +..+CnXn+0Xn+1+0Xn+2+..+0Xn+m
Sujeta a restricciones:

a11X1 + a12X2 ++ a1nXn

a21X1 + a22X2 ++ a2nXn

Xn+1
Xn+2

am1X1 + am2X2 + +amnXn

aij, cj y bi son constantes del problema

b1
b2
Xn+m bm

PROGRAMACION LINEAL
METODO SIMPLEX
CASO MAXIMIZACION
Con la finalidad de facilitar los clculos posteriores reordenamos la presentacin
de la siguiente forma:
Bm

Xn+m

Trmino Independiente

b1 = Xn+1
b2 =
bm =

Variable de
Holgura

aij
Coeficiente de la restriccin
i e incgnita j

a11X1 + a12X2 ++ a1nXn

+ a21X1 + a22X2 ++ a2nXn
Xn+3 + am1X1 + am2X2 + +amnXn
+

Xn+2

Los valores conocidos del problema aij, cj y bi son constantes del problema;
es decir, omitiendo las incgnitas.

PROGRAMACION LINEAL
METODO SIMPLEX
CASO MAXIMIZACION
Con la finalidad de facilitar los clculos preparamos un Cuadro preparatorio para
pasar a la primera etapa de solucin:
Funcin
B

Xn+1 Xn+2 .. Xn+3

b1

b2

1
0

bm

C1

C2

Cn

X1

X2

Xn

a11 + a12 ++ a1n

a21 + a22 ++ a2n
.

am1+ am2 + +amn

PROGRAMACION LINEAL
METODO SIMPLEX - CASO MAXIMIZACION
En el Cuadro se han agregado las columnas (1) y (2) al principio.
En la columna (1) figuran los coeficientes de las variables que entran en la solucin (funcin objetivo).
En la columna (2) figuran las variables que entran en la solucin del problema.

Cj

Funcin
B

0 0

Xn+1 Xn+2 .. Xn+3

0 Xn+1

b1

0 Xn+2
.

b2

0 Xn+m

bm

C1

C2

Cn

X1

X2

Xn

a11 + a12 ++ a1n

a21 + a22 ++ a2n
.

am1+ am2 + +amn

PROGRAMACION LINEAL
En este caso, Xn+1, Xn+2,..,Xn+m tienen coeficiente cero en la funcin,
por lo tanto, la columna est compuesta solamente por ceros. En la
columna B figuran los valores que asignamos a las variables que entran
en la solucin.

Para una primera solucin se cuenta con:

X1=X2=X3=..=Xn = 0
Xn+1=b1, Xn+2 =b2, Xn+m=bm
Dicha solucin satisface las condiciones del problema;
pero el valor de la funcin es cero.
Z = (0)b1 + (0)b2 + (0)bm + C1(0) + C2(0) + Cn(0) = 0

PROGRAMACION LINEAL
Resolver analticamente la siguiente formulacin del Modelo de
Programacin Lineal:

Maximizar (Z) = 3X1 + 2X2 + X3

Sujeto a:
X1 + 2X2 + X3 10
X1 + X2 + 2X3 9
2X1
+ 3X3 12

PROGRAMACION LINEAL
Agregando la Variable de Holgura y reordenando las formulacin del
Modelo de Programacin Lineal al Cuadro preparatorio.

Maximizar (Z) = 0X4 + 0X5 + 0X6

3X1 + 2X2 + X3

Sujeto a:
10 = X4
X1 +
9=
X5
X1 +
12 =
X6 2X1

2X2 +
X2 +
+

X3
2X3
3X3

Con dicha informacin pasamos a la primera etapa de clculo:

PROGRAMACION LINEAL
Para el cuadro anterior se ha escogido como solucin
inicial factible lo siguiente:
X1=X2=X3 = 0
X4=10, X5 =9, X6= 12
Al sustituir estos valores en el sistema se comprueba que ellos satisfacen
las condiciones del problema; pero el valor adquirido por la funcin
objetivo es cero.

Z = (0)10 + (0)9 + (0)12 + 3(0) + 2(0) + 1(0) = 0

Adems, se han agregado dos reglones en el cuadro: Z j y ( Z j C j ).

PROGRAMACION LINEAL

Cj

X4

X5

X6

X1

X2

X3

X4

10

X5

X6

12

-3

-2

-1

Zj
Zj - Cj

PROGRAMACION LINEAL
Z j : Se obtiene por la suma de los productos de cada elemento de la columna
Cj por el correspondiente de la columna a que se refiere la Zj.
Para la columna ZB tendremos como resultado cero ya que 0(10) + 0(9) + 0(12)
es cero, para el resto de columnas se procede de la misma forma.
( Zj Cj ) : Se obtiene restando de cada elemento Zj; el correspondiente del
regln Cj.
Es decir, para la primera columna tendremos 0 0 = 0 y para la ltima columna
se tiene 0 3 = -3.
Con lo que se completa la primera etapa del clculo y
Pasamos a la segunda etapa de clculo: en la cul se obtenga otra solucin,
de manera que el valor que asuma la funcin objetivo sea mayor que la actual.

PROGRAMACION LINEAL
Para el cuadro siguiente se ha escogido como solucin
factible lo siguiente:
X2=X3=X6 = 0
X1= 6, X4 = 4, X5= 3
Al sustituir estos valores en el sistema se comprueba que ellos satisfacen
las condiciones del problema; pero el valor adquirido por la funcin
objetivo es 18.

Z = 3X1 + 2X2 + X3 = 3(6) + 2(0) +1(0) = 18

PROGRAMACION LINEAL
Para la tercera etapa no aparen elementos negativos, lo
que indica que no es posible incrementar la funcin.
X4=X3=X6 = 0
X1= 6, X2 = 2, X5= 1
Al sustituir estos valores en el sistema se comprueba que ellos satisfacen
las condiciones del problema y el valor adquirido por la funcin objetivo
es de 22.

Max Z = 3X1 + 2X2 + X3 = 3(6) + 2(2) +1(0) = 22

ESTRUCTURA DE LA TOMA DE
DECISIONES
REALIDAD

TOMA
DE
DESISIONES