Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicaciones PL PDF
Aplicaciones PL PDF
ESQUEMA DE CONTENIDOS___________________________________________
Finanzas
Asignacin tareas
Aplicaciones
Prog. Lineal
Produccin
Marketing
Otras decisiones
Mezclas
INTRODUCCIN
Logstica
___________________
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
OBJETIVOS
________________________
CONOCIMIENTOS PREVIOS
___________________________________
CONCEPTOS FUNDAMENTALES
______________________________
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
X1
X2
X3
X4
MAX
ST
X1
X2
X3
X4
=
=
=
=
"anuncios
"anuncios
"anuncios
"anuncios
en
en
en
en
TV por semana"
peridico por semana"
radio 1 por semana"
radio 2 por semana"
X1 TO <=
X4 TO <=
2 AT
0 AT
1, BND=
2, BND=
2 PIVOT
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
27
31
31
2 PIVOTS=
31
66900.00
VALUE
2.000000
5.000000
6.000000
0.000000
REDUCED COST
-5000.000000
-8500.000000
-2400.000000
-2800.000000
SLACK OR SURPLUS
10.000000
0.000000
19.000000
20.000000
35.000000
1.000000
60.000000
NO. ITERATIONS=
31
BRANCHES=
2 DETERM.=
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
1.000E
Por tanto, la forma ms efectiva de distribuir nuestro capital en base a las condiciones
preestablecidas, ser emitiendo dos anuncios semanales en televisin, 5 en el peridico, y 6 en
la radio 1. Ello har que unos 66.900 potenciales compradores conozcan nuestros productos.
ESTUDIOS DE MERCADO
La programacin lineal es aplicable tambin a la investigacin de mercados. En el siguiente
ejemplo se muestra cmo los estadsticos pueden hacer uso de la Programacin Lineal a la hora
de disear encuestas:
Supongamos que pretendemos realizar una encuesta para determinar la opinin de los
espaoles acerca del problema de la inmigracin. A fin de que la misma sea significativa desde
un punto de vista estadstico, exigiremos que sta deba cumplir los siguientes requisitos:
1. Entrevistar al menos un total de 2.300 familias espaolas.
2. De las familias entrevistadas, al menos 1.000 deben cumplir que su cabeza de familia no
supere los 30 aos de edad.
3. Al menos 600 de las familias entrevistadas tendrn un cabeza de familia con edad
comprendida entre los 31 y los 50 aos.
4. El porcentaje de entrevistados que pertenecen a zonas con elevada tasa de inmigracin no
debe ser inferior a un 15% del total.
5. Finalmente, no ms de un 20% de los entrevistados mayores de 50 aos pertenecern a
zonas con alta tasa de inmigracin.
Adems, todas las encuestas debern realizarse en persona. A continuacin indicamos el coste
estimado de cada encuesta segn la edad del encuestado y si procede o no de una zona con
una alta tasa de inmigracin:
ZONA
Tasa de inmig. elevada
Tasa de inmig. baja
EDAD 31-50
6.80
7.25
EDAD > 50
5.50
6.10
Obviamente, nuestro objetivo ser cumplir todos los requisitos anteriores minimizando el coste:
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
ST
I3 + I4 + I5 + N3 + N4 + N5 >= 2300
I3 +
N3
>= 1000
I4 +
N4
>= 600
I3 + I4 + I5 - .15 I3 - .15 I4 - .15 I5 - .15 N3 -.15 N4 - .15 N5 >= 0
I5 - .2 I5 - .2 N5 <= 0
END
GIN 6
2)
WITH RC >
0.000000E+00
0 PIVOT
15166.00
VALUE
0.000000
600.000000
140.000000
1000.000000
0.000000
560.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
395.000000
0.000000
NO. ITERATIONS=
4
BRANCHES=
0 DETERM.=
1.000E
REDUCED COST
7.500000
6.800000
5.500000
6.900000
7.250000
6.100000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0
As pues, deberamos realizar la encuesta exclusivamente a 600 individuos del tipo I4, a 140 del
tipo I5, a 1.000 del tipo N3 y a 560 del tipo N5. Ello supondra unos costes estimados de 15.166
.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
La empresa tiene contratos de larga duracin para suministrar corbatas a cinco cadenas de
tiendas de ropa. En dichos contratos se especifica que la empresa deber suministrar unas
cantidades mnimas mensuales de cada tipo de corbata y, que en caso de recibir una demanda
superior al mnimo, ser la propia empresa la que decida si puede o no servir la cantidad extra
solicitada. A continuacin aparecen los datos relevantes:
TIPO DE
CORBATA
Seda
Poliester
Algodn # 1
PRECIO DE
VENTA ()
6.70
3.55
4.31
MNIMO A
SERVIR
6.000
10.000
13.000
DEMANDA
MENSUAL
7.000
14.000
16.000
METROS
NECESARIOS
0.125
0.08
0.10
Algodn # 2
4.81
6.000
8.500
0.10
COMPOSICIN
100% seda
100% poliester
50% poliester
50% algodn
30% poliester
70% algodn
MAX
ST
.125 S
<= 800
.08 P + .05 A1 + .03 A2 <= 3000
.05 A1 + .07 A2 <= 1600
S
S
P
P
A1
A1
>=
<=
>=
<=
>=
<=
6000
7000
10000
14000
13000
16000
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
6000
8500
END
GIN 4
Observar que la solucin a nuestro caso ser producir cada mes 6.400 corbatas de seda, 14.000
de polister, 16.000 de algodn #1, y 8.500 de algodn #2. Ello nos dar unos beneficios de
160.052 por mes.
0 PIVOT
160052.0
VALUE
6400.000000
14000.000000
16000.000000
8500.000000
REDUCED COST
-4.080000
-3.070000
-3.560000
-4.000000
SLACK OR SURPLUS
0.000000
825.000000
204.999985
400.000000
600.000000
4000.000000
0.000000
3000.000000
0.000000
2500.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
2
BRANCHES=
0 DETERM.=
1.000E
PLANIFICACIN DE LA PRODUCCIN
El establecer un plan de produccin para un perodo de semanas o meses resulta ser una tarea
difcil e importante en la mayora de las plantas de produccin. El director de operaciones debe
considerar muchos factores: mano de obra, costes de inventario y almacenamiento, limitaciones
de espacio, demanda, etc. Por lo general la mayora de las plantas producen ms de un bien,
con lo que la tarea anterior se complica an ms. Como veremos en el siguiente ejemplo, el
problema de la planificacin se asemeja bastante al de la combinacin ptima de bienes,
pudiendo ser el objetivo maximizar beneficios o bien minimizar los costes de produccin ms
almacenamiento.
La empresa Motores de Almazora, S.A. fabrica dos tipos de motores elctricos los cuales vende
a la compaa Electrodomsticos Villareal, S.A. Tres veces al ao, el director de compras de esta
ltima empresa enva a la primera un pedido que abarca los siguientes cuatro meses. A
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
800
1.000
FEBRERO
MARZO
ABRIL
700
1.200
1.000
1.400
1.100
1.400
i=1,2,3,4
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
XA2
IB2
IA1
IB3
IA3
TO
TO
TO
TO
TO
<=
<=
<=
>=
>=
1138
0
476
2
757
AT
AT
AT
AT
AT
1,
2,
3,
4,
5,
BND=
BND=
BND=
BND=
BND=
-0.7630E+05
-0.7630E+05
-0.7630E+05
-0.7630E+05
-0.7630E+05
TWIN=-0.7630E+05
TWIN=-0.7630E+05
TWIN=-0.1000E+31
TWIN=-0.7630E+05
TWIN=-0.7630E+05
...
48
51
55
58
65
65
65
65
65
66
68
...
...
...
76301.87
VALUE
1270.000000
1144.000000
843.000000
793.000000
1010.000000
1192.000000
1399.000000
1699.000000
470.000000
914.000000
757.000000
450.000000
10.000000
2.000000
1.000000
300.000000
SLACK OR SURPLUS
0.000000
0.000000
REDUCED COST
10.000000
10.000000
11.000000
11.000000
6.000000
6.000000
6.600000
6.600000
0.180000
0.180000
0.180000
0.180000
0.130000
0.130000
0.130000
0.130000
DUAL PRICES
0.000000
0.000000
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
8)
0.000000
0.000000
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
0.000000
0.000000
0.000000
2820.000000
2384.000000
2542.000000
2550.000000
319.999908
0.000085
319.999908
0.000083
114.999924
205.000076
319.999908
0.000078
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
245
BRANCHES=
62 DETERM.=
1.000E
ABOGADO DIVORCIO
A1
FUSIN
EMPRESAS
2
ABSORCIN
EMPRESAS
8
EXHIBICIONISMO
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
5
10
A2
A3
A4
9
4
6
3
8
7
5
3
6
8
4
4
Para resolver esta situacin, consideraremos las variables Xij, donde i = 1, 2, 3, 4 segn
abogado, y j = 1, 2, 3, 4 segn caso. As, la variable Xij tomar el valor 1 si el abogado i es
asignado al caso j, y 0 en caso contrario.
TITLE
MAX
DESPACHO DE ABOGADOS
6X11 + 2X12 + 8X13 + 5X14 + 9X21 + 3X22 + 5X23 + 8X24 +
4X31 + 8X32 + 3X33 + 4X34 + 6X41 + 7X42 + 6X43 + 4X44
! Maximizamos la efectividad total
ST
X11
X12
X13
X14
+
+
+
+
X21
X22
X23
X24
+
+
+
+
X31
X32
X33
X34
+
+
+
+
X41
X42
X43
X44
=
=
=
=
1
1
1
1
!
!
!
!
Caso
Caso
Caso
Caso
divorcio
fusin
absorcin
exhibicionismo
X11
X21
X31
X41
+
+
+
+
X12
X22
X32
X42
+
+
+
+
X13
X23
X33
X43
+
+
+
+
X14
X24
X34
X44
=
=
=
=
1
1
1
1
!
!
!
!
Abogado
Abogado
Abogado
Abogado
1
2
3
4
END
INT 16 ! Todas las variables son binarias
9)
WITH RC >
1.00000
0 PIVOT
14
30.00000
VALUE
0.000000
0.000000
1.000000
0.000000
0.000000
0.000000
0.000000
1.000000
0.000000
1.000000
0.000000
0.000000
1.000000
0.000000
0.000000
0.000000
SLACK OR SURPLUS
0.000000
REDUCED COST
-6.000000
-2.000000
-8.000000
-5.000000
-9.000000
-3.000000
-5.000000
-8.000000
-4.000000
-8.000000
-3.000000
-4.000000
-6.000000
-7.000000
-6.000000
-4.000000
DUAL PRICES
0.000000
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
11
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
7)
0.000000
0.000000
8)
9)
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
14
BRANCHES=
0 DETERM.=
1.000E
Queda claro pues que el abogado 1 se ocupar del caso de absorcin empresarial, el abogado 2
del caso de exhibicionismo, el abogado 3 del caso de la fusin, y el abogado 4 del divorcio.
PLANIFICACIN DE HORARIOS
La planificacin de horarios intenta dar una respuesta efectiva a las necesidades de personal
durante un perodo concreto de tiempo. La aplicacin de la PL a este tipo de problemas resulta
especialmente til cuando los directivos disponen de cierta flexibilidad a la hora de asignar tareas
a empleados polifuncionales. Un sector tpico donde se hace uso de la PL para tomar decisiones
sobre planificacin de horarios son las entidades bancarias.
Supongamos que una oficina bancaria necesita diariamente entre 10 y 18 cajeros en funcin de
la hora segn se especifica en la tabla siguiente:
FRANJA
HORARIA
9 a.m. 10 a.m.
10 a.m. 11 a.m.
11 a.m. 12 a.m.
12 a.m. 1 p.m.
1 p.m. 2 p.m.
2 p.m. 3 p.m.
3 p.m. 4 p.m.
4 p.m. 5 p.m.
N DE CAJEROS
NECESARIOS
10
12
14
16
18
17
15
10
TITLE
!
!
!
!
HORARIOS BANCO
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
12
MIN
50 F + 16 P1 + 16 P2 + 16 P3 + 16 P4 + 16 P5
! Queremos minimizar los costes salariales
ST
F
F
.5F
.5F
F
F
F
F
+
+
+
+
P1
P1 + P2
P1 + P2 +
P1 + P2 +
+ P2 +
+
P3
P3 + P4
P3 + P4 +
P3 + P4 +
+ P4 +
+
P5
P5
P5
P5
>=
>=
>=
>=
>=
>=
>=
>=
10
12
14
16
18
17
15
10
F <= 12
4P1 + 4P2 + 4P3 + 4P4 + 4P5 <= 56
! Los part-time harn a lo sumo el 50% de las horas
END
GIN 6
VALUE
10.000000
0.000000
2.000000
7.000000
5.000000
0.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
3.000000
6.000000
5.000000
0.000000
0.000000
2.000000
0.000000
NO. ITERATIONS=
8
BRANCHES=
0 DETERM.=
1.000E
REDUCED COST
50.000000
16.000000
16.000000
16.000000
16.000000
16.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
13
TIPO DE INVERSIN
INTERS
ESPERADO
Crdito al consumo
Bonos corporativos
Depsitos de oro
Prstamos a la
construccin
7%
11%
19%
15%
LMITE DE
INVERSIN
( MILLONES DE )
1.0
2.5
1.5
1.8
Adems, la Directiva requiere que al menos un 5% de los fondos se dediquen a depsitos de oro
y prstamos a la construccin, mientras que el porcentaje dedicado a crditos al consumo no
debe superar el 15%.
TITLE
!
!
!
!
X1
X2
X3
X4
MAX
ST
"Cantidad
"Cantidad
"Cantidad
"Cantidad
invertida
invertida
invertida
invertida
en
en
en
en
crditos al consumo"
bonos corporativos"
depsitos de oro"
prstamos a la construccin"
<= 1000000
<= 2500000
<= 1500000
<= 1800000
+ X4 - .55X1 - .55X2 - .55X3 - .55X4 >= 0
- .15X1 - .15X2 - .15X3 - .15X4 >= 0
+ X2 + X3 + X4 <= 5000000
END
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
14
VALUE
750000.000000
950000.000000
1500000.000000
1800000.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
SLACK OR SURPLUS
250000.000000
1550000.000000
0.000000
0.000000
550000.000000
0.000000
0.000000
NO. ITERATIONS=
DUAL PRICES
0.000000
0.000000
0.080000
0.040000
0.000000
-0.040000
0.104000
ORIGEN
Castelln
Sabadell
Madrid
2
3
DESTINO
Barcelona
3
1
Vitoria
5
4
La compaa pretende establecer un plan de distribucin que minimice sus costes anuales de
transporte.
TITLE
!
!
!
!
!
!
CM
CB
CV
SM
SB
SV
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
15
2 CM + 3 CB + 5 CV + 3 SM + 1 SB + 4 SV
CM + SM = 10000
CB + SB = 8000
CV + SV = 15000
CM + CB + CV <= 20000
SM + SB + SV <= 15000
END
GIN 6
VALUE
10000.000000
0.000000
8000.000000
0.000000
8000.000000
7000.000000
REDUCED COST
2.000000
3.000000
5.000000
3.000000
1.000000
4.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
2000.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
2
BRANCHES=
0 DETERM.=
1.000E
GRANO
A
B
C
COSTE POR
KG.
0.33
0.47
0.38
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
16
MIN
ST
22
16
8
5
XA + 28 XB + 21 XC >= 3
XA + 14 XB + 25 XC >= 2
XA + 7 XB + 9 XC >= 1
XA
+ 6 XC >= .425
XA +
XB +
XC =
.125
END
LP OPTIMUM FOUND AT STEP
0.5075001E-01
VARIABLE
XA
XB
XC
ROW
2)
3)
4)
5)
6)
VALUE
0.025000
0.050000
0.050000
SLACK OR SURPLUS
0.000000
0.350001
0.000000
0.000000
0.000000
NO. ITERATIONS=
REDUCED COST
0.000000
0.000000
0.000000
DUAL PRICES
-0.390000
0.000000
0.000000
-0.440000
10.450000
Queda claro pues que la solucin ideal ser usar 25 gramos de grano tipo A, 50 de grano tipo B
y otros 50 de grano tipo C. Con ello logramos cumplir con nuestro eslogan al menor coste
posible.
BIBLIOGRAFA
______________________________________________
1) Anderson, D.R., Sweeney, D. J. y Williams, T.A. (2001): Quantitative Methods for Business. West
Publishing Company. (Existe versin en espaol).
2) Anderson, D.R., Sweeney, D. J. y Williams, T.A. (2000): An Introduction to Management Science.
Quantitative Approach to Decision Making. West Publishing Company. (Existe versin en espaol)
3) Anderson, D.R., Sweeney, D. J. y Williams, T.A. (1999): Contemporary Management Science with
Spreadsheets. International Thomson Publishing Company.
4) Camm, J. y Evans, J.R. (2000): Management Science and Decision Technology. South Western
College Publishing.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
17
12) Winston, W. y Albright, S. C. (1997): Practical Management Science. Spreadsheet Modeling and
Applications. Duxbury Press.
ENLACES
___________________________________
http://www-fp.mcs.anl.gov/otc/Guide/CaseStudies/
Pgina web de ejemplos de aplicacin de programacin matemtica.
http://www.statslab.cam.ac.uk/~rrw1/opt/diet_history.html
Historia del problema de la dieta.
http://www.e-optimization.com/directory/trailblazers/dantzig/interview_dietg.cfm
Cmo George Dantzig resolvi el problema de la dieta.
http://www.maths.abdn.ac.uk/~igc/tch/index/mx3503/notes/node14.html
Curso bsico de Programacin Lineal y temas afines de la Universidad de Aberdeen.
http://www.fred.ifas.ufl.edu/courses/AEB5516/Lectures/blending.doc
Ejemplos de mezclas y de dietas resueltos con Programacin Lineal.
http://dsc.gsu.edu/dscthw/Optimize/LP.PDF
Artculo de 65 pginas con ejemplos clsicos de aplicacin de la Programacin Lineal.
http://www.pitt.edu/~jrclass/or/or-intro.doc
Artculo introductorio a la Investigacin Operativa y sus aplicaciones.
http://www.kem.ae.poznan.pl/Books/Excel-Solver/T1/T1.htm
Tutorial sobre optimizacin con Excel-Solver.
http://www.faqs.org/faqs/linear-programming-faq/
Web dedicada a preguntas ms comunes acerca de Programacin Lineal.
http://carbon.cudenver.edu/~hgreenbe/courseware/LPshort/intro.html
Se trata de un curso breve de Programacin Lineal.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
18