Herramientas para la toma decisiones: La Programacin Lineal

Indice
1. Introduccin
2. Desarrollo
3. Mtodos de solucin
4. Aspectos undamentales Del Mtodo !imple"
#. $i%liogra&'a
(. Pro%lemas
1. Introduccin
Mucha gente sita el desarrollo de la programacin lineal entre los avances cientficos ms importantes
de la mitad del siglo XX, y debemos estar de acuerdo con esta afirmacin si tenemos en cuenta que su
impacto desde 19! ha sido e"traordinario# $e han escrito decenas de libros de te"to sobre la materia y
los artculos publicados que describen aplicaciones importantes se cuentan ahora por cientos# %e
hecho, una proporcin importante de todo el clculo cientfico que se lleva a cabo en computadoras se
dedica al uso de la programacin lineal y a t&cnicas ntimamente relacionadas# '(sta proporcin se
estim en un )*, en un estudio de la +,M-#
.n modelo de programacin lineal proporciona un m&todo eficiente para determinar una decisin
ptima, 'o una estrategia ptima o un plan ptimo- escogida de un gran nmero de decisiones posibles#
(n todos los problemas de /rogramacin 0ineal, el ob1etivo es la ma"imacin o minimi2acin de alguna
cantidad#
2. Desarrollo
3ontruccin de los Modelos de /rogramacin 0ineal
%e forma obligatoria se deben cumplir los siguientes requerimientos para construir un modelo de
/rogramacin 0ineal#
4equerimiento 1# 5uncin ob1etivo# '5#6-#
%ebe haber un ob1etivo 'o meta o blanco- que la optimi2acin desea alcan2ar#
4equerimiento )# 4estricciones y decisiones#
%ebe haber cursos o alternativas de accin o decisiones, uno de los cules permite alcan2ar el ob1etivo#
4equerimiento 7# 0a 5#6 y las restricciones son lineales#
%eben utili2arse solamente ecuaciones lineales o desigualdades lineales#
Modelo standard de /rogramacin 0ineal
6ptimi2ar 8 9 31X1: 31X) :;#: 3n Xn-# 5uncin ob1etivo#
$u1eta a a11X1: a11X) :;##: a1nXn- b1
a)1X1: a)1X) :;##: a)nXn- b1
4estricciones
#
am1X1: am1X) :;##: amnXn- bm
%ebiendo ser
X1 !, X) !, ;## Xn !
%onde <
X1 < variables de decisin, 1 9 1,)##, n#
n < nmero de variables#
m < nmero de restricciones#
ai1 , bi , c1 constantes, i 9 1,)##, m#
/asos para la construccin del modelo
1- %efinir las variables de decisin#
)- %efinir el ob1etivo o meta en t&rminos de las variables de decisin#
7- %efinir las restricciones#
=- 4estringir todas las variables para que sean no negativas#
(1emplo< >aller de mantenimiento#
.n taller de mantenimiento fabrica dos tipos de pie2as para la reparacin de equipos fundamentales del
proceso productivo# (stas pie2as requieren un cierto tiempo de traba1o en cada una de las tres
mquinas que las procesan# (ste tiempo, as como la capacidad disponible 'h- y la ganancia por cada
pie2a se muestran en el cuadro siguiente<
M)*uina
+iempo por Pie,a
ondo de +iempo-./
A $
I ) )
1?!
II 1 ) 1)!
III = )
)@!
0anancia -12Pie,a/ ? =
$e logra vender todo lo producido y se desea determinar la cantidad de pie2as a fabricar que optimice
la ganancia#
5ormulando el modelo
X1 < Amero de pie2as del tipo B#
X) < Amero de pie2as del tipo ,#
6ptimi2ando la ganancia '8-#
Ma" 8 9 ?X1 : =X)
$u1eto a las restricciones<
)X1 : )X) 1?! 5ondo de tiempo de la mquina 1#
X1 : )X) 1)! 5ondo de tiempo de la mquina )#
=X1 : )X) )@! 5ondo de tiempo de la mquina 7#
3omo ninguna variable implicada puede ser negativa#
X1 !C X) !
3. Mtodos de solucin
(l m&todo simple" es un procedimiento iterativo que permite tender progresivamente hacia la solucin
ptima# (s un procedimiento sistemtico y eficiente para encontrar y probar soluciones situadas en los
v&rtices de optimalidad#
(l m&todo requiere que las restricciones sean ecuaciones en lugar de inecuaciones, lo cual se logra
aDadiendo variables de holgura a cada inecuacin del modelo, variables que nunca pueden ser
negativas y tienen coeficiente ! en la funcin ob1etivo# /ara el modelo formulado anteriormente
tenemos<
8 E ?X1 E =X) 9 !
)X1 : )X) : s1 9 1?!
X1 : )X) : s) 9 1)!
=X1 : )X) : s7 9 )@!
>odas las variables son no negativas#
0a solucin bsica inicial se obtiene seleccionando las variables de holgura como variables bsicas,
resultando conveniente disponer los valores como se muestran en la tabla siguiente<
i F, 8 X1 X) $1 $) $7 ,i
1 8 1 G ? G= ! ! ! !
) $1 ! ) ) 1 ! ! 1?!
7 $) ! 1 ) ! 1 ! 1)!
= $7 ! = ) ! ! 1 )@!
3ada ecuacin debe tener una nica variable bsica'F,-, con el coeficiente unidad en la fila
correspondiente#
(sta solucin bsica debe ser e"aminada para observar si puede ser me1orada# 0a presencia de
coeficientes negativos en la 56 indica que la solucin bsica puede ser me1orada, pues el valor de 8 se
incrementar#
3uando no hay coeficientes negativos, significa que la solucin es ptima#
/ara encontrar una solucin me1orada es necesario<
(legir la variable que entra como la de mayor coeficiente negativo 'X1-
(legir la variable que sale como aquella que al ser removida permita que la variable que entra a la
base pueda tener un valor tan grande como sea posible, sin violar alguna de las restricciones en el
modelo# (n este caso la variable $7 de1a la base y a su ve2 X1 se introduce como la nueva variable
bsica#
(l elemento pivote es el coeficiente que est en la interseccin de la columna de la variable que
entra y la fila de la variable que sale#
0os valores correspondientes a la nueva fila pivote se obtienen dividiendo los coeficientes de la fila
pivote en la tabla inicial por el elemento pivote#
0as otras filas de la solucin me1orada se calculan por la e"presin<
Aueva fila 9 5ila anterior E elemento de la columna pivote'nueva fila pivote-
Bs, se obtiene la siguiente tabla<
i F, 8 X1 X) $1 $) $7 ,i
! 8 1 ! G 1 ! ! 1# =)!
1 $1 ! ! 1 1 ! G!# )!
) $) ! ! 1# ! 1 G !#) !
7 X1 ! 1 !# ! ! !#) H!
3omo se puede apreciar esta no es an la solucin ptima I/or qu&J
+terando nuevamente se obtiene la tabla correspondiente que se muestra a continuacin<
i F, 8 X1 X1 $1 $) $7 ,i
! 8 1 ! ! 1 ! 1 ==!
1 X) ! ! 1 1 ! G !# )!
) $) ! ! ! G 1# 1 !# )!
7 X1 ! 1 ! G !# ! !# ?!
I(s esta la solucin ptimaJ $i lo es determine entonces los valores de las variables para el ptimo#
$e ha aplicado el algoritmo para el caso del modelo estndard, cuando se presentan problemas con
restricciones o 9 y el criterio de optimi2acin es mnimo, entonces hay que introducir variables
artificiales y se sugiere convertir el problema en un problema de ma"imi2ar#
4. Aspectos undamentales Del Mtodo !imple"
1# (ncuentra una solucin ptima
)# (s un m&todo de cambio de bases
7# 4equiere que la funcin ob1etivo sea e"presada de tal forma que cada variable bsica tenga como
coeficiente !
=# 4equiere que cada variable bsica apare2ca en una y solamente una ecuacin de restriccin#
%ualidad
Bsociado a cada problema de /rogramacin 0ineal e"iste un llamado dual, de hecho al de
/rogramacin 0ineal se le llama primal# 0a forma general del problema dual es la siguiente<
6ptimi2ar 8 9 b1K1: b1K) :;#: bn Kn-# 5uncin ob1etivo#
$u1eta a a11K1: a11K) :;##: am1K1- 31
a)1K1: a))K) :;##: am)K)- 31
# 4estricciones
#
a1mK1: a)mK) :;##: amnKm- 3n
/ara facilitar la comprensin de lo anterior consid&rese el diagrama siguiente<
Primal Dual
31;;# 3n '1-
a11 b1
')- '7-
am1 bm
b1;;# bm '7-
')- a11;;# am1 31
'1-
3)
3aria%les
X1;;# Xn
3aria%les
K1;;# Km
(l problema dual tiene las siguientes caractersticas<
(l el ob1etivo de la optimi2acin es contrario al del primal#
0as inecuaciones de restriccin son inversas#
0a solucin del dual es la misma que la del primal#
%esde el punto de vista econmico, el significado de las variables duales es de gran inter&s para los
gerentes, ya que representan el valor por unidad de recurso adicional, lo cul permite tomar decisiones
sobre donde invertir para incrementar las utilidades#
Bnlisis de $ensibilidad
(l ob1etivo del anlisis de sensibilidad es determinar la influencia de ciertos valores en la solucin
ptima, que nos permite la interpretacin ra2onable de los resultados obtenidos# (n muchos casos la
informacin lograda por la aplicacin del anlisis de sensibilidad puede ser ms importante y ms
informativa que simple resultado obtenido en la solucin ptima#
(l anlisis deviene del resultado de los cambios en<
0os coeficientes en la funcin ob1etivo#
0os t&rminos independientes en las restricciones#
#. $i%liogra&'a
1# Brbonas, M#(# 6ptimi2acin +ndustrial '+-< %istribucin de los recursos# 3oleccin /roductica Ao# )?#
Marcombo $#B, 19@9#
)# Brbonas, M#(# 6ptimi2acin +ndustrial '++-< /rogramacin de recursos# 3oleccin /roductica Ao# )9#
Marcombo $#B, 19@9#
7# Bnderson, %#4#, $Leeney#M# , Nilliams,>#B# , +ntroduccin a los Modelos 3uantitativos para
Bdministracin# Orupo (ditorial +beroam&rica# 1997#
=# MosPoLit2,Q# y Nright O#/# +nvestigacin de 6peraciones# /renticeRQall Qispanoamericana $#B#
1991#
# >ru1illo,MC,atista,B< M&todos (conmicosGMatemticos +#(ditorial +$/MB(, Qabana,19@?#
?# >aha,Q< +nvestigacin de 6peraciones#Blfaomega,M&"ico,199#
H# ,uffa,(< 6perations Management< /roblems and Models# (dicin 4evolucionaria,0a Qabana, 19?@#
(. Pro%lemas
1G .na empresa se dedica a la produccin de pinturas para interiores y e"teriores para su distribucin al
mayoreo# $e utili2an dos materiales bsicos, B y ,, para producir las pinturas# 0a disponibilidad m"ima
de B es de ? toneladas diariasC la de , es de @ toneladas por da# 0a necesidad diaria de materia prima
por tonelada de pintura para interiores y e"teriores se resumen en la tabla que sigue<
>oneladas de M/ por %isponibilidad
tonelada de pintura m"ima en toneladas
("terior +nterior
Materia prima B 1 ) ?
Materia prima , ) 1 @
(l estudio de mercado ha establecido que la demanda diaria de pintura para interiores no puede ser
mayor que la pintura para e"teriores en ms de una tonelada# Bs mismo, el estudio seDala que la
demanda m"ima de pintura para interiores est limitada a dos toneladas diarias#
0a ganancia por tonelada es de S7!!! para la pintura de e"teriores y S)!!! para la pintura de interiores#
3unta pintura para e"teriores e interiores debe producir la empresa todos los das para ma"imi2ar el
ingreso brutoJ
)G B una empresa se le ha planteado la tarea de cumplir un contrato de e"plotacin de dos productos B
y , para el pr"imo semestre# (l contrato estipula que deben ser entregados como mnimo )!!!
unidades de ambos productos, siendo al menos @!! de ,# 0os precios de venta son de ! y @! pesos
por unidad para B y , respectivamente# 0a empresa cuenta con 7 establecimientos que pueden
acometer esa tarea disponiendo los mismos de !, @!! y 97! horas de tiempo productivo en el
semestre respectivamente#
(l tiempo de produccin que toma cada producto, en horas, para cada establecimiento, as como el
costo por hora de produccin de cada uno, se dan en la tabla siguiente<
/roductos
(stablecimientos B , 3ostoThora'pesosTh-
1 !,9 1,7 )
) 1,) G )!
7 1,! 1, ))
/ara balancear el uso de la fuer2a laboral, se desea por la empresa que el * de capacidad productiva
utili2ada en los tres establecimientos sea la misma#
/or otra parte para el terminado de los productos se utili2a una materia prima de importacin de las que
disponen 7!!! unidades, siendo la norma unitaria de consumo de una unidad para B y ) para ,#
/lantee el modelo matemtico que permita conocer la forma ms provechosa de cumplir el contrato#
7G ("isten dos centrales cerca de la baha de Aipe< el Aicaragua y el 4afael 5reire, para los cuales se
plantea revincular sus dos 2onas caDeras de modo que se minimicen los costos de produccin de
a2car 'incluyendo los costos de transportacin de caDa-#
(l costo de produccin por arroba de a2car para cada caso se muestra a continuacin<
8ona Aicaragua 4afael 5reire
+ 1,) 1,7!
++ 1,@! 1,?!
(l central Aicaragua debe moler entre un mnimo de )! millones de arrobas de caDa y un m"imo de 7!
millones de caDaC y el 4afael 5reire entre 1 y ) millones de arrobas de caDa#
0as 2onas caDeras a distribuir son dos< la 8ona + con una produccin de caDa estimada en )! millones
de arrobas, y la 2ona ++ con 1 millones de arrobas# Ao debe quedar caDa sin cortar#
(n la tabla siguiente se muestran los factores de conversin de arrobas de caDa necesarias para
producir una arroba de a2car los cuales varan en cada central y por 2ona caDera<
8ona Aicaragua 4# 5reire
+ @,7 9,1!
++ @,!! H,H!
0a meta de produccin para los dos centrales en con1unto es por lo menos de H!! arrobas de a2car#
>odos los datos del problema corresponden a una 2afra#
=G .na empresa siderrgica produce tres tipos de rollos, cada uno hecho de una diferente aleacin# (l
problema consiste en determinar las cantidades de cada aleacin que debe producirse, dentro de las
limitaciones de venta y de las capacidades de las mquinas, para hacer m"imas las ganancias# 0os
datos sobre capacidades y otros elementos se presentan en las siguientes tablas#
6peracin Mquinas >urnos de @ hT$emana >iempo 6cioso en *
3a1a de 4ecocido = )1
4ecocido 3ontinuo 1 )! 1!
Molinos 3ontinuos 1 1) !
Bleacin 6peracin Felocidad /otencial Fentas
'>Tmes-
Oanancia '>-
1 3a1a de 4ecocido )@ hT1! > 1)! )
Molinos 3ontinuos 1 mTmin
4ecocido 3ontinuo ? mTmin
Molinos 3ontinuos @ mTmin
) 3a1a de 4ecocido 7 hT1! > )! 7
4ecocido 3ontinuo 11 mTmin
Molinos 3ontinuos ? mTmin
7 4ecocido 3ontinuo mTmin 1!! =!
Molinos 3ontinuos ? mTmin
0os rollos de cada aleacin son de 1)) m de largo y pesan = >#=G .na empresa siderrgica produce 7
tipos de rollos, cada uno hecho de una diferente aleacin#
G .n barco tiene 7 bodegas< en la proa, en la popa y en el centro# 0os lmites de capacidad son<
/roa )!!!t 1!!!!! metros cbicos
3entro 7!!!t 17!!! metros cbicos
/opa 1!!t 7!!!! metros cbicos
/ueden ser transportadas las cantidades de mercancas que aparecen en la siguiente tabla# /uede
aceptarse el total o una porcin cualquiera de cada artculo#
Folumen en Oanancia en
Brtculo 3antidad en toneladas tT metro cbico pesosTtoneladas
B ?!!! ?! ?
, =!!! ! @
3 )!!! )
/ara preservar el equilibrio del barco, el peso en cada bodega debe ser proporcional a la capacidad en
toneladas# 3mo debe distribuirse la carga para hacer m"ima la ganancia#
?G .na empresa tiene ) talleres B y ,# (n ambos se producen los productos tipo 1 y tipo) en base a las
materias primas M y A# 0a empresa dispone diariamente de 1! t de M y =t de A#
(l consumo de M y A por cada producto en cada taller es el siguiente en Ug<
>aller 1 >aller )
M A M A
/roducto 1 !,H !,7 /roducto 1 !,? !,=
/roducto ) !,@ !,) /roducto ) !,9 !,1
0a capacidad de produccin del >aller 1 es de =!!! productos 1 o ?!!! productos ) o la combinacin de
ambos# (l taller ) puede producir !!! productos 1 o H!!! productos ) o la combinacin de ambos#
%eben producirse al menos =!!! productos 1 y la cantidad de productos ) que se produ2can en ambos
talleres debe ser la misma#
(l costo de produccin del producto 1 en el taller 1 es de S!,?! y del producto ), S!,@! (l del taller )
son un )!* mayores#
$i las capacidades de produccin deben aprovecharse como mnimo a un 9!* y a un @* en cada
taller# /lantee el modelo matemtico que minimice los costos de la empresa#
HG (n el combinado del vidrio de la 0isa se producirn en el pr"imo perodo ) modelos de 1arrones, uno
de cenicero y ) modelos de vasos de cristal para el consumo nacional#
(n la obtencin de estos productos se combinan dos materias primas '/ y V-, siendo el consumo en Ug
para cada producto y el costo de produccin los que se muestra en la tabla a continuacin<
Marrones 3enicero Fasos de 3ristal
1 ) 1 )
/ !,!7 !,?7 !,!H G G
V !,!9 !,11 !,! !,!1 !,!=
3osto ) 7 1 !, 1
'STu-
0a materia prima V es de importacin y solo se dispone de @)! Ug en el perodo y de la materia prima
/ se recibirn ?! Ug# >odos los productos pasan por tres procesos< horneado, acabado y envasado de
la produccin#
(n el %pto de horneado pueden colocarse en un horno )!! 1arrones o 7! ceniceros o =!! vasos o una
combinacin factible' este %pto cuenta con = hornos de este tipo en el perodo-
(n el %pto de acabado se le da un tratamiento especial a los modelos de tipo ) de 1arrones y vasos de
cristal, pudiendo atenderse 1! y )! 1arrones y vasos por hora respectivamente#
(n el %pto de envasado se invierten 7, ) y 7 minutos en el embala1e de los 1arrones, ceniceros y vasos
respectivamente#
$e espera que para el perodo anali2ado se contar con un fondo de tiempo de )@! horas para cada
uno de estos %epartamentos#
/or las caractersticas de la demanda se desea que la cantidad de vasos producidos sea al menos el
doble de la de 1arrones y que por cada 1arrn del modelo tipo 1 se produ2ca un cenicero#
/lantee el modelo m:atemtico que permita obtener la planificacin ptima de la produccin#
@G 0a empresa confitera Qabana se dedica a la elaboracin de un amplio surtido de caramelos y
bombones, considerndose que e"isten cuatro grupos fundamentales de estos productos, los cuales
son<
Orupo /recio de venta'STUg-
1 3aramelos especiales 1,7H
) 3aramelos normales 1,)7
7 ,ombones surtido ,!!
= ,ombones especiales ?,!!
0a materia prima fundamental de los grupos 1 y) es a2car refino, colorante y sabori2ante y de los
grupos 7 y =, a2car refino, cocoa, altea y licores#
0os caramelos pueden ser de tres sabores diferentes y los bombones especiales pueden ser elaborados
con dos tipos de licor#
(n la tabla siguiente se muestra el insumo' Ug de mat primaT Ug de producto-, disponibilidades y costo
total#
M# /4+MB O4./6 %( /46%.3>6$ %+$/6A'>- 36$>6'S-
1 ) 7 =
a2car refino !,H !,? !, !,7 ?! 1@!!!
colorante !,) !,) G G ) @!!
sabori2ante 1 !,1 !,) G G !!
sabori2ante ) !,1 !,) G G ?!!
sabori2ante 7 !,1 !,) G G = =!!
cocoa G G !,7 !, = )H!!!
altea G G !,) !,! H!!
licores 1 G G G !,1 = 1)!!
licores ) G G G !,1 7 9!!
(n la produccin intervienen ) grupos de obreros calificados cuyas productividades son<
6,4(46$ /46%.3>+F+%B%'>TQ- por $B0B4+6 /64 Q64B
grupo de producto
1 ) 7 =
6brero B !,!= !,!= !,! !,!= !,9!
6brero , !,!1 !,!7 !,!) !,!= !,@!
$e dispone de =! obreros de calificacin B y ?! de calificacin ,, los cuales laborarn )= das al mes
durante @ horas cada da# Ao e"isten restricciones en cuanto al fondo de tiempo productivo disponible
de sus mquinas# /lantee el modelo matemtico que ma"imice la ganancia#
3ategora< Bdministracin y finan2as
3ategora propuesta< +nvestigacin de 6peraciones
/alabras claves
/rogramacin lineal, +nvestigacin de 6peraciones, 6ptimi2acin, M&todo $imple"
%atos de los autores
5ernando Marrero %elgado# Mster en +nformtica Bplicada# +ngeniero +ndustrial# /rofesor Bsistente
%epartamento de +ngeniera +ndustrial# .niversidad 3entral de 0as Fillas# $anta 3lara# 3uba#
fmarreroWfce#uclv#etecsa#cu
Mavier Bsencio Oarca# %octor en 3iencias >&cnicas# +ngeniero +ndustrial# /rofesor >itular# %epartamento
de +ngeniera +ndustrial# .niversidad 3entral de 0as Fillas# $anta 3lara# 3uba#
asencioWfce#uclv#etecsa#cu
4en& Bbreu 0edn# Mster en +ngeniera +ndustrial# +ngeniero +ndustrial# /rofesor Bsistente
%epartamento de +ngeniera +ndustrial# .niversidad 3entral de 0as Fillas# $anta 3lara# 3uba#
rabreuWfce#uclv#etecsa#cu
4en& 6ro2co $nche2# +ngeniero +ndustrial# Bspirante a Mster del %epartamento de +ngeniera
+ndustrial# .niversidad 3entral de 0as Fillas# $anta 3lara# 3uba# fmarreroWfce#uclv#etecsa#cu
Qugo 4# Oranela Martn# %octor en 3iencias >&cnicas# +ngeniero +ndustrial# /rofesor Bu"iliar#
%epartamento de +ngeniera +ndustrial# .niversidad 3entral de 0as Fillas# $anta 3lara# 3uba#
hugranWfce#uclv#etecsa#cu
>raba1o enviado por<
5ernando Marrero %elgado
fmarreroWfce#uclv#etecsa#cu