PROGRAMACION LINEAL

OBJETIVO
1. Identificar las caractersticas y suposiciones de
los modelos de programacin lineal.
2. Formular modelos apropiados para diversos
problemas.
3. Demostrar anlisis grficos y soluciones para
problemas con dos variables.
4. Definir las variables de holgura y supervit.
5. Explicar el anlisis de sensibilidad.

INVESTIGACION OPERATIVA
Es un procedimiento para resolver problemas
relacionados con la toma de decisiones en
diferentes campos de aplicacin.
La IO tiene por objetivo la determinacin de
una decisin ptima.
Evaluar una decisin requiere de una funcin
de utilidad.

SISTEMA

Conjunto
formado
por
elementos
interconectados de acuerdo a un criterio de
ordenamiento.
Los elementos de un sistema se llaman
subsistemas y los elementos de estos se
llaman componentes.
Un sistema es un subsistema de un sistema
mayor.

MODELO
Es la representacin de un sistema de
acuerdo a los objetivos de estudio.
Un sistema puede estar representado por
diferentes modelos.
El modelo es una representacin que trata de
comportarse de una manera aproximada al
sistema dado.

FASES DE UN ESTUDIO DE IO:

1. Definicin del problema.

2. Construccin del modelo.
3. Solucin del modelo.
4. Validacin del modelo.
5. Implementacin de la solucin.

La definicin del problema implica definir el

alcance del problema investigado.
Esta funcin debe ser realizada por todo el equipo
de IO. El objetivo es identificar tres elementos
principales del problema de decisin: (1)
descripcin de las alternativas de decisin; (2)
determinacin del objetivo del estudio, y
(3) especificacin de las limitaciones bajo las
cuales funciona el sistema modelado.

La construccin del modelo implica un intento de

transformar la definicin del problema en
relaciones matemticas. Si el modelo resultante se
ajusta a uno de los modelos matemticos estndar,
como la programacin lineal, se suele obtener una
solucin utilizando los algoritmos disponibles.
Por otra parte, si las relaciones matemticas son
demasiado complejas como para permitir la
determinacin de una solucin analtica, el equipo
de IO puede optar por simplificar el modelo y
utilizar un mtodo heurstico, o bien considerar la
simulacin, si es lo apropiado.

La solucin del modelo es por mucho la ms

sencilla de todas las fases de IO porque implica el
uso de algoritmos de optimizacin bien definidos.
Un aspecto importante de la fase de solucin del
modelo es el anlisis de sensibilidad. Tiene que
ver con la obtencin de informacin adicional
sobre el comportamiento de la solucin ptima
cuando el modelo experimenta algunos cambios
de parmetros. El anlisis de sensibilidad es
particularmente necesario cuando no se pueden
estimar con precisin los parmetros del modelo.

La validez del modelo comprueba si el modelo

propuesto hace en realidad lo que dice que hace,
es decir, predice adecuadamente el
comportamiento del sistema que se estudia? Al
principio, el equipo de IO debe estar convencido
de que el resultado del modelo no contenga
sorpresas.
En otras palabras, tiene sentido la solucin? Los
resultados sin intuitivamente aceptables? Del lado
formal, un mtodo comn de comprobar la validez
de un modelo es comparar su resultado con
resultados histricos.

La implementacin de la solucin de un modelo

validado implica la transformacin de los
resultados en instrucciones de operacin
comprensibles que se emitirn a las personas que
administrarn el sistema recomendado. La
responsabilidad de esta tarea recae principalmente
en el equipo de IO.

MODELOS DE USO FRECUENTE

Pert - Cpm (proyectos)
Programacin Lineal (mezclas, inventarios,
produccin).
Colas de espera.
Modelos de simulacin.

MODELO DE PROGRAMACION LINEAL

Es una tcnica de optimizacin, que consiste
en la maximizacin o minimizacin de una
funcin lineal, llamada funcin objetivo,
sujeta a restricciones lineales.
El criterio de optimizacin es por lo general
un objetivo econmico, utilidades , costos,
por esta razn se llama Funcin Objetivo.

Todos los modelos de IO, incluido el de PL, constan

de tres componentes bsicos:
1. Las variables de decisin que pretendemos
determinar.
2. El objetivo (la meta) que necesitamos optimizar
(maximizar o minimizar).
3. Las restricciones que la solucin debe satisfacer.
La definicin correcta de las variables de decisin
es un primer paso esencial en el desarrollo del
modelo. Una vez hecha, la tarea de construir la
funcin objetivo y las restricciones es ms
directa.

CONDICIONES BASICAS
El objetivo y la funcin de restriccin en todas las
PL deben ser lineales.
Adicionalmente, todos los parmetros
(coeficientes de las funciones objetivo y de
restriccin) del modelo se conocen con certeza.
Las variables no pueden tomar valores negativos.

PASOS PARA LA FORMULACION DE UN PROBLEMA

Paso 1.Definir las variables de decisin. Qu es lo que se
pretende decidir? Defina especficamente cada variable de
decisin, recordando que las definiciones empleadas en la funcin
objetivo debern ser igual de tiles en el caso de las restricciones.
Paso 2. Escribir la funcin objetivo. Qu es lo que se intenta
maximizar o minimizar? Si se trata de las utilidades del mes
entrante, escriba una funcin objetivo en la cual las utilidades del
prximo mes sean una funcin lineal de las variables de decisin.
Identifique los parmetros que acompaarn a cada variable de
decisin.
Paso 3. Escribir las restricciones. Qu factores limitan los valores
de las variables de decisin? Identifique las restricciones y los
parmetros de cada variable de decisin incluida en esas
expresiones. Igual que en el caso de la funcin objetivo, el
parmetro de una variable que no produce efecto alguno sobre
una restriccin es 0. A fin de mantener la debida correccin
formal, escriba tambin las restricciones de no negatividad.

FORMA ESTANDAR DEL MODELO

La utilidad de fabricar el tubo tipo1 es $34, y la utilidad de fabricar el tubo

2 es de $40 . Plantear el problema de PL.

EJEMPLO

Per Airlines est estudiando la posibilidad de

proporcionar servicio areo desde su centro de
operaciones en Lima, a Roma, y Madrid. Per Airlines
tiene una terminal en el aeropuerto de Lima, que est
en servicio 12 horas diarias. Cada vuelo requiere el uso
de la terminal durante 1 hora. Cada vuelo a Roma
consume 15 horas de tiempo de la tripulacin de
pilotos y se espera que produzca una utilidad de
$2,500. Para atender a Madrid se requieren 10 horas
de tiempo de la tripulacin de pilotos por vuelo y eso
redundara en una utilidad de $2,000 por vuelo. La
mano de obra de la tripulacin de pilotos est limitada
a 150 horas diarias. El mercado para el servicio a Roma
se limita a nueve vuelos al da.
Plantear el modelo de Programacin Lineal.

Plantear el problema como un programa lineal.

Plantear el problema como un programa lineal.

Plantear el problema como un programa lineal.