Qu es el Programa

LINDO?
LINDO: Linear INteractive Discrete

Optimization
(Optimizacin
Discreta e Interactiva).

Lineal

Es un software muy bsico que permite

realizar optimizacin de problemas de

programacin
lineal
y
cuadrtica,
definidos sobre variables reales y/o
binarias.
1

LINDO

Universidad Andrs Bello

Dnde puedo descargar el

programa LINDO?
Desde la Pgina:

http://www.lindo.com/
Usted obtiene una versin FREE del

programa LINDO.

Universidad Andrs Bello

Dnde puedo descargar el

programa LINDO?

Universidad Andrs Bello

Caractersticas LINDO
Podemos

guardar el problema
(expuesto en el software LINDO) y
su solucin; el archivo (guardado)
tendr la extensin ltx (es decir,
*.ltx).

Universidad Andrs Bello

Caractersticas LINDO
Status: Ofrece el estado de la solucin actual (ptima,

factible, no factible, o no acotada).

Iterations: Nmero de iteraciones (tablas del algoritmo)

que se han realizado.

Infeasibility: Cantidad por la cual las restricciones han

sido excedidas o violadas.

Objective: Valor actual de la funcin objetivo.
Elapsed time: Tiempo transcurrido desde el inicio de la

resolucin.
Universidad Andrs Bello

Caractersticas LINDO
! : Con el signo de admiracin se pueden realizar comentarios,

al momento de la compilacin la lnea que tiene el smbolo

mencionado adelante no tomar en cuenta lo que est escrito
ah. Es obligatorio que la lnea comience con ! si se desea
hacer comentarios.
Max/Min: Se usa para sealar qu tipo de problema tenemos

que solucionar, si es de maximizacin o de minimizacin. Se

pone antes de poner la funcin objetivo.
subject to/ st: Sujeto a, recordemos que esta expresin se

coloca siempre justo despus de mostrar la funcin objetivo.

>, <, =, <=, >= : Signos de restriccin, funcionan tal y como

los conocemos en todos lados.

Universidad Andrs Bello

Caractersticas LINDO
No Negatividad: El Programa LINDO asume la

restriccin de no negatividad.
Operadores:

LINDO solo reconoce

operadores matemticos: + - > < y = .

cinco

END (FIN): Aunque en el ejemplo presentado no

fue incluido, en ocasiones ser necesario indicar

a LINDO que el modelo ha concluido mediante la
palabra clave END al analizar las restricciones.

Universidad Andrs Bello

Caractersticas LINDO
FREE: Modificador de una variable, por lo general, en Lindo

siempre se asumen las condiciones de no negatividad, pero si

estamos ante un problema en el campo de economa y
necesitamos dejar de lado esas restricciones escribimos
FREE antes de la variable.
GIN: Modificador de una variable; existen casos, en el que la

solucin de un problema es hacer, por ejemplo, 14.48 mesas,

pero nosotros sabemos que esoes imposible as que tenemos
que ver que es lo ms ptimo si fabricar 14 o 15 sillas
dependiendo el caso. Se coloca antes de la variable.
INT: Modificador de una variable, se hace uso de ella cuando

queremos que la variablesea binaria,susvalores quedan

restringidosa 0 1.
Universidad Andrs Bello

Ejercicio 1
Un carpintero slo fabrica mesas y sillas y vende todas las mesas y las

sillas que fabrica en un mercado. Sin embargo, no tiene un ingreso

estable y desea optimizar esta situacin. El objetivo es determinar
cuntas mesas y sillas debera fabricar por semana para maximizar sus
ingresos netos.
Los tiempos de produccin requeridos para una mesa y una silla en

distintos momentos del da se calculan en 2 horas y 1 hora,

respectivamente. Las horas laborales totales por semana son slo 40
(esta limitacin proviene de la familia del carpintero).
La materia prima requerida para una mesa y una silla es de 1 y 2

unidades, respectivamente y el abastecimiento total de materia prima

es de 50 unidades por semana. Los ingresos netos de la venta de una
mesa y una silla son 50 euros y 30 euros respectivamente.
Universidad Andrs Bello

10

Desarrollo Ejercicio 1
Las variables de decisin X1 y X2 representan la

cantidad de mesas y sillas por semana.

Maximizar 50 X1 + 30 X2
Sujeto a:
2X1 + X2 40 (restriccin de mano de obra)
X1 + 2 X2 50 (restriccin de materiales)
X1, X2 0

Universidad Andrs Bello

11

Desarrollo Ejercicio 1

Universidad Andrs Bello

12

Desarrollo Ejercicio 1

Universidad Andrs Bello

13

Desarrollo Ejercicio 1

Universidad Andrs Bello

14

Desarrollo Ejercicio 1

Universidad Andrs Bello

15

Desarrollo Ejercicio 1

Universidad Andrs Bello

16

Desarrollo Ejercicio 1

Universidad Andrs Bello

17

Desarrollo Ejercicio 1

Universidad Andrs Bello

18

Desarrollo Ejercicio 1
Es decir, la estrategia ptima es

fabricar 10 mesas (variable X1) y 20

sillas (variable X2).

Universidad Andrs Bello

19

Desarrollo Ejercicio 1
REDUCE COST:
El costo reducido (costo de oportunidad)

de una variable x que tome el valor cero

(0), es lo que debe mejorar el coeficiente
de x en la funcin objetivo para que el
valor ptimo de x pase a ser no nulo. (Las
variables que ya son no nulas tienen
costo reducido nulo.)
Universidad Andrs Bello

20

Desarrollo Ejercicio 1
El ejercicio planteado anteriormente

posee un costo reducido de cero.

Universidad Andrs Bello

21

Desarrollo Ejercicio 1

Por ejemplo, en este caso particular, por cada

unidad de Z producida disminuir en 1 la

funcin objetivo, o equivalentemente, para que
resulte rentable generar unidades de Z es
necesario que su precio de venta aumente al
menos en 1.
Universidad Andrs Bello

22

Desarrollo Ejercicio 1
SLACK

OR
EXCEDENTE):

SURPLUS

(HOLGURA

Holgura representa la cantidad que sobra de

un recurso y Excedente representa el exceso

de produccin. Es decir, esta columna nos dice
cuan cerca estamos (en unidades) de agotar
la restriccin asociada (cumplirla en igualdad).
Si es del tipo <= ser un SLACK (Holgura) y
si es del tipo >=, un SURPLUS (excedente).

Universidad Andrs Bello

23

Desarrollo Ejercicio 1
SLACK

OR
EXCEDENTE):

SURPLUS

(HOLGURA

ROW, Restriccin asociada.

En este caso (ejemplo 1), no existe ningn tipo de

Holgura (<=), se agot

Materiales disponibles.
Universidad Andrs Bello

la Mano

de

Obra

24

Desarrollo Ejercicio 1
En otro ejemplo, en el cuadro se

muestra que existe una holgura de

10.000 kg de Plomo para la funcin
ptima, es decir, sobran 10.000 kg
de Plomo.

Universidad Andrs Bello

25

Desarrollo Ejercicio 1
DUAL PRICE (precio sombra):
Los Precios duales (DUAL PRICES) nos dan la cantidad

en que mejorara la funcin objetivo (aumentado en

un MAX, disminuyendo en un MIN) si relajsemos la
restriccin asociada en una unidad.

El

precio
dual
de
una
restriccin
indica
aproximadamente lo que mejorar la funcin objetivo
por cada unidad que aumente el trmino
independiente de la restriccin.
Universidad Andrs Bello

26

Desarrollo Ejercicio 1
En este ejemplo (ejercicio 1), por

cada unidad adicional de Mano de

Obra la funcin aumentara en 23,3,
y por cada unidad adicional de
Materiales sta aumentara en 3,3.

Universidad Andrs Bello

27

Desarrollo Ejercicio 1
Objective Coefficient Ranges:
Contiene el valor actual del coeficiente de cada

variable en la funcin objetivo junto con lo

mximo que puede aumentar o disminuir para
que la solucin ptima no cambie.

Universidad Andrs Bello

28

Desarrollo Ejercicio 1
En este ejercicio, el precio de la variable

X1 puede incrementarse en 9,9 euros

como mximo, sin que vare la solucin
ptima.
La

variable X2 puede disminuir, su

precio, en 5 euros, como mximo, sin que
vare la solucin ptima.

Universidad Andrs Bello

29

Desarrollo Ejercicio 1
Righthand Side Ranges:
Contiene

el valor actual de trmino

independiente de cada restriccin junto
con lo mximo que puede aumentar o
disminuir para que las variables bsicas de
la solucin ptima sigan siendo las
mismas. Si la restriccin no est saturada
podemos decir que la solucin ptima
seguir siendo la misma.
Universidad Andrs Bello

30

Desarrollo Ejercicio 1
Righthand Side Ranges:
Un incremento en 60 horas la Mano

de Obra, la solucin ptima seguir

siendo la misma.

Universidad Andrs Bello

31

Ejercicio 2
Una empresa elabora tres tipos de alimentos

utilizando cuatro tipos de cereales. Cada saco de

alimento contiene 50 kg, y se vende al precio
(en euros) indicado en la tabla siguiente, que
contiene tambin la composicin de cada saco y
lasdeexistencias
deMaz
cereales
en la fbrica:
Saco
Avena
Cebada
Mijo
Precio
alimento
1

25

25

20

20

10

12

20

30

6,20

Existenci
as

50.000

80.000

40.000

10.000

Universidad Andrs Bello

32

Ejercicio 2
Determina el nmero de sacos que

deber producir la empresa de cada

tipo de pienso para maximizar el
ingreso (supuesto que vende toda
su produccin).

Universidad Andrs Bello

33

Desarrollo Ejercicio 2
Variables de decisin:

X = Unidades del saco 1 de 50 kg.

Y = Unidades del saco 2 de 50 kg.
Z = Unidades del saco 3 de 50 kg.
Universidad Andrs Bello

34

Desarrollo Ejercicio 2
Maximizar 9x + 12y + 6,2z
s.a
25x + 20z 50.000 (cantidad avena)
25x + 20y 80.000 (cantidad maz)
20y + 30z 40.000 (cantidad
cebada)
10y 10 000 (cantidad mijo)
x, y, z 0 (no negatividad)
Universidad Andrs Bello

35

Desarrollo Ejercicio 2

Universidad Andrs Bello

36

Desarrollo Ejercicio 2

Universidad Andrs Bello

37

Desarrollo Ejercicio 2

Universidad Andrs Bello

38

Desarrollo Ejercicio 2

Universidad Andrs Bello

39

Universidad Andrs Bello

40