PROGRAMACIN LINEAL

Investigacion de operacines

AUTOR: Juan Carlos Gutirrez Vamegas

 NDICE

Introduccin
Recomendaciones acadmicas
1. Programacin lineal
4.2. Problema de Optimizacin
4.3. Optimizacin lineal
4.4. Elementos de un programa lineal
4.5. Ejemplo de un programa lineal
4.6. Ejemplos de aplicaciones
Referencias
Referencias Bibliogrficas

INTRODUCCIN

Cuando nos enfrentamos a un problema, existen diferentes caminos para la bsqueda de la

solucin, sin embargo, cuando se considera un enfoque profesional casi siempre existe la
tendencia a utilizar algn tipo de anlisis cuantitativo porque suponemos que es as que se debe
encontrar la solucin. Esta tendencia no es gratuita, ni de ninguna manera infundada, porque los
modelos matemticos estn profundamente arraigados en la formacin de casi todas las
profesiones. Confiamos mucho ms en una persona o institucin si sta ha utilizado algn tipo de
anlisis cuantitativo en la resolucin del problema que nos aqueja. Sin embargo, es importante
notar que las matemticas por s solas no solucionarn todos nuestros problemas, en algunos
casos es muy difcil expresar los elementos de un problema de forma cuantitativa y aun cuando
logremos encontrar dicha formulacin, no siempre el modelo matemtico tendr una solucin,
existen an problemas muy difciles inclusive para el ms poderoso de los computadores
disponibles hoy en da.

En este sentido, las matemticas aplicadas conforman un rea extensa, en donde diferentes tipos
de profesionales se involucran en alguno de sus aspectos, pero que son difciles de cubrir
totalmente por una sola profesin. Aqu, durante este mdulo, nos interesar trabajar en el
campo de la optimizacin, especficamente en la optimizacin lineal. Aunque parezca sumamente
restrictivo, este campo nos brinda opciones infinitas en sus aplicaciones y con toda seguridad, es
este primer curso de investigacin de operaciones no alcanzaremos a cubrir todo el espectro de
posibilidades que nos ofrece la optimizacin lineal. Pero ser nuestro propsito cubrir sus
principios bsicos y entender con algn nivel de detalle las aplicaciones ms clsicas, aquellas con
las que se origin el estudio de la programacin lineal.

2 POLITCNICO GRANCOLOMBIANO
En esta unidad iniciaremos el estudio de los principios que rigen la optimizacin lineal, lo cual
requiere cierto grado de formalidad matemtica, por lo cual es sumamente recomendable que se
revisen los conceptos bsicos del clculo diferencial y sobretodo del lgebra lineal, algunos
autores sostienen que la optimizacin lineal no es ms que una generalizacin del lgebra lineal.
Al margen de dicho formalismo, es importante que nos centremos en las aplicaciones presentadas
en la segunda parte de esta cartilla, es all donde ustedes encontraran una mejor motivacin para
dominar estos conceptos, al ver de primera mano los diferentes problemas que sern capaces de
resolver una vez conozcan a fondo como se formula y resuelve un problema de programacin
lineal.

Finalmente, para que el conjunto de nuevos conceptos que aprenderemos sea fcilmente
asimilado, es indispensable realizar las lecturas recomendadas de cada semana, ellas fueron
seleccionadas porque presentan los mismos conceptos con un lenguaje que sin sacrificar
rigurosidad es mucho ms amable, as que aunque parezca mucho material de lectura, vale
totalmente la pena el esfuerzo. No olviden visitar los links del material multimedia, all
encontrarn recursos valiosos que facilitarn la comprensin de muchos de los problemas
abordados en los ejemplos Es necesario que sigan las recomendaciones aqu consignadas y las de
su tutor, para que de esta forma se utilice todo el material del mdulo y se haga de una forma
eficiente.

RECOMENDACIONES ACADMICAS

Como en los diferentes mdulos de aprendizaje autnomo, es importante que cada estudiante
se haga responsable por su proceso formativo, as que se espera que cada uno de ustedes dedique
un mnimo de 3 horas diarias al trabajo de esta asignatura. Es recomendable que al inicio de cada
semana, se defina un horario que se ajuste a su disponibilidad de tiempo y a sus diferentes
responsabilidades, pero que adems sea de un estricto cumplimiento. En dicho horario se
recomienda que cada semana se siga la siguiente secuencia con el material del curso:

Leer cuidadosamente la cartilla semanal, en ella encontrar un panorama general del

tema a discutir esa semana y las principales definiciones, conceptos y ejemplos del
mismo.
Complementar el material de la cartilla con las lecturas recomendadas, en ellas se
reforzarn los conceptos introducidos en la cartilla y se expandir el abanico de
ejemplos de aplicacin.
Consultar el material audiovisual recomendado, all en un ambiente ms informal y
didctico se presentaran nuevos ejemplos que complementan a los ya revisados en la
cartilla y lecturas.
Finalmente, recuerde que una parte importante del proceso de aprendizaje involucra
en intercambio de ideas, tal vez dificultades, con otras personas. Utilizando los canales

INVESTIGACIN DE OPERACIONES 3
 establecidos (chat, mensajes personalizados y el foro general del mdulo), formule sus
preguntas u observaciones sobre el tema y/o los ejemplos, ya sea a otros estudiantes o
al tutor. Este atento a las respuestas y si an requiere una explicacin, no dude en
preguntar de nuevo.

No olvide revisar el calendario acadmico establecido para cada unidad de estudio, recuerde que
el tutor siempre estar disponible para atender sus dudas, as que usted puede enviarle un
mensaje en cualquier momento que lo necesite.

DESARROLLO TEMTICO

4. Programacin lineal

4.2. P roblema de Optimizacin

Este curso est centrado en conocer y aplicar correctamente los principios de la programacin
lineal a problemas de optimizacin. En ese sentido, es pertinente que definamos claramente lo
que se entiende como un problema de optimizacin y, dentro de cada uno de estos, encontrar
las caractersticas que debe cumplir para que se pueda usar como herramienta de solucin la
programacin lineal.

Comencemos con un problema de optimizacin no restringido, tal vez el lector est familiarizado
con este tipo de problemas en una variable. All, se tena una funcin () y lo que se buscaba
era encontrar sus puntos mnimos o sus puntos mximos. Decimos que el problema es no
restringido porque dichos puntos crticos, los mximos y los mnimos, se buscaban sobre todo el
dominio de la funcin. En la figura 1 se ilustra este problema.

An, cuando es un ejemplo sencillo, podemos observar varios elementos interesantes. Primero,
partimos de una funcin a optimizar, en este caso (), la cual se conocer como funcin
objetivo, est es una funcin de una indeterminada, en este caso , que juega el papel de la
variable de decisin. Para que un problema de decisin est bien formulado le exigiremos que
exista ms de una "solucin", el caso sin soluciones, aunque interesante, no ser abordado aqu
y cuando slo existe una solucin esta ser la ptima. En la figura 1, existen infinitas soluciones,
cada punto del dominio es una solucin, porque all la funcin objetivo est bien definida. La idea
del problema de optimizacin est en encontrar la mejor de las soluciones; para el caso del
mnimo, en la figura podemos ver que la mejor de las soluciones se encuentra alrededor de 3.5
(la solucin exacta, a dos cifras decimales, es 3.43), mientras que para el caso del mximo, en la
figura podemos ver que la mejor de las soluciones se encuentra alrededor de 6.5 (la solucin
exacta, a dos cifras decimales, es 6.44). Es decir, tenemos una mejor solucin dependiendo de si
buscamos el valor ms bajo o el valor ms alto de la funcin objetivo, este criterio de bsqueda
se conocer como criterio de optimizacin.

4 POLITCNICO GRANCOLOMBIANO
Aunque nuestro primer problema nos permite explorar muchos de los elementos con los que
trataremos a lo largo del curso, nos hacen falta dos de los principales aspectos del problema que
son el ncleo de la programacin lineal, por lo tanto, es importante centrarnos en las funciones
lineales e incluir restricciones al problema de optimizacin.

Figura 1. Ejemplo de un problema de optimizacin no restringida

Fuente: Elaboracin propia

4.3. Optimizacin lineal

El primer elemento que debemos definir para entrar en el campo de la optimizacin lineal es una
funcin lineal. Si seguimos considerando un problema con una nica variable de decisin, una
funcin lineal toma la forma conocida de = + , en donde nuestra funcin () es
precisamente . Es este caso, observamos que tenemos una funcin polinmica, en donde, el
grado mayor del polinomio es 1, es decir, la mayor potencia de que aparece en la funcin es 1.
Aunque parezca una definicin no tan directa para una lnea recta, el usar la definicin de funcin
polinmica nos permite extender dicha definicin al caso multivariado, en donde tendremos una
funcin que depende de ms de una variable de decisin, all nuevamente lo que exigiremos para
tener una funcin lineal en las variables de decisin es que el grado del polinomio sea como
mximo 1. Veamos unos ejemplos que ilustran este concepto:

INVESTIGACIN DE OPERACIONES 5

= 3 + 1 Funcin lineal
-
= 5 + 1 No es funcin lineal, trmino al cuadrado
= + 1 No es funcin lineal, hay un radical
/01
= 2 No es funcin lineal, es una funcin exponencial
, = 3 + 5 2 Funcin lineal
, = + 2 - No es funcin lineal, trmino al cuadrado
, = 3 + 2 No es funcin lineal, trmino cuadrtico ()

Con base en los diferentes ejemplos mostrados, debemos caracterizar lo que se entiende por una
funcin lineal, primero debe ser una funcin polinmica, eso excluye radicales, logaritmos y
funciones exponenciales, como se puede observar en los primeros cuatro ejemplos. Pero cuando
pasamos al caso de mltiples variables de decisin, debemos ser an mucho ms cuidadosos, es
claro que el quinto ejemplo muestra una relacin lineal, porque todos los exponentes de las
variables son 1, as como en el sexto ejemplo el exponente de y hace que la funcin no sea lineal.
Sin embargo, es el ltimo ejemplo el que nos puede causar problemas, all todos los exponentes
de las variables son 1, sin embargo el ltimo trmino involucra el producto de dos variables, por
lo tanto ese trmino tiene grado 2, as que la funcin no es lineal.

De esta forma, se hace necesario definir formalmente lo que se entender aqu como una funcin
lineal de las variables de decisin. Supongamos que en nuestro problema se tiene en siguiente
conjunto de variables de decisin:

5 , - , 1 , , 7

Es decir, tenemos diferentes variables en nuestro problema, entonces una combinacin lineal
estar dada por la expresin:

5 5 + - - + 1 1 + + 7 7

En donde todos los coeficientes, para nuestro caso, sern nmeros reales independientes del
conjunto de variables.

De esta forma, entenderemos por funcin lineal a una combinacin lineal de las variables de
decisin, es decir, a funciones de la forma:

5 , - , , 7 = 5 5 + - - + 1 1 + + 7 7

6 POLITCNICO GRANCOLOMBIANO
Ya definido el tipo de funciones que permitiremos en nuestro problema, es hora de incluir el
aspecto final que nos llevar a tener un programa de optimizacin lineal. Una funcin lineal es no
acotada en 7 , en donde corresponde a la dimensin del espacio en donde se encuentra
definida la funcin, es decir, en nuestro caso el nmero de variables de decisin del problema.
As, que no tiene sentido buscar el valor mximo o el valor mnimo en todo su dominio, el
problema tendr sentido si dicha funcin est sujeta a un conjunto de restricciones, las cuales
acotarn el conjunto de soluciones de tal forma que si tenga sentido buscar un valor extremo ya
sea mnimo y/o mximo.

Ese conjunto de restricciones estar definido nuevamente por una serie de desigualdades en
donde las funciones que las definen pueden ser de cualquier tipo e involucrar a todas o a un
subconjunto de las variables de decisin. Sin embargo, para que sigamos teniendo un problema
de optimizacin lineal, dichas funciones no podrn ser diferentes, en su caracterstica lineal, a la
funcin objetivo, es decir, todas las restricciones debern estar formadas por desigualdades que
involucren slo a funciones lineales.

Encontrar la solucin a un problema de optimizacin con restricciones es mucho ms complicado

que en los casos donde no tenemos un problema restricto, los mtodos de solucin que buscan
los picos o valles de las funciones ya no se pueden aplicar directamente porque debido a las
restricciones es muy posible que el valor mximo, o mnimo, ya no se encuentre en un pico, o un
valle, de la funcin sino en cualquier punto intermedio. Es por eso que se requiere de nuevos
algoritmos de solucin y nuevas condiciones que nos permitan establecer cuando nos
encontramos en la solucin ptima.

Afortunadamente, en el caso en que todas las funciones sean lineales, combinaciones lineales de
las variables de decisin, existen algoritmos sumamente eficientes para encontrar dichas
soluciones y las condiciones de optimalidad estn totalmente caracterizadas. Es por eso que en
nuestro curso nos centraremos en la formulacin y solucin de problemas de programacin lineal,
entendiendo por ello a problemas de optimizacin restringidos en donde tanto la funcin objetivo
como el conjunto de restricciones estn definidas por combinaciones lineales de las variables de
decisin.

4.4. Elementos de un programa lineal

Con base en lo discutido en las dos secciones anteriores, estamos en condiciones de definir de
manera ms precisa los principales elementos que tendrn los problemas que solucionaremos en
este curso, es importante que se tengan en cuenta siempre que vayamos a formular y/o resolver
un problema, de esta al ser exhaustivos en la definicin de cada elemento, podremos
potencializar nuestras capacidades de resolucin de problemas.

El orden que se presenta a continuacin, aunque es el ms conveniente, no es una camisa de

fuerza, debido a que en situaciones particulares es posible que vayamos definiendo diferentes

INVESTIGACIN DE OPERACIONES 7
 elementos y que no se siga en estricto rigor la secuencia aqu recomendada, esto har parte de
nuestras habilidades para la formulacin de problemas. Dicho esto, los principales elementos de
un programa lineal son:

Variables de decisin

Las variables de decisin representan, generalmente, los aspectos del problema que es posible
ajustar o definir por el tomador de decisiones, estos valores no son conocidos de antemano y se
tiene un conjunto posible entre el cual se debe escoger el mejor valor. En un programa lineal, las
variables de decisin son estrictamente valores reales mayores o iguales a cero. Sin embargo, a
medida que avancemos con los modelos podremos ver que estos valores se pueden restringir an
ms, para que sean nmeros enteros o inclusive tomar slo un par de valores o permitir que se
tomen valores negativos. La dimensin del espacio de soluciones estar dada por el nmero de
variables de decisin que se definan.

Funcin objetivo

Como ya lo hemos enunciado antes, la funcin objetivo ser una funcin lineal, es decir, una
combinacin lineal de las variables de decisin. Esta funcin debe representar el objetivo o meta
que se busca optimizar con la solucin del problema y est compuesta por la suma de las
contribuciones de cada variable de decisin al objetivo propuesto.

Criterio de optimizacin

Con la funcin objetivo ya definida es importante, y no siempre obvio, definir la direccin en la

que se va a optimizar a dicha funcin. Es decir, si se trata de un problema de minimizacin o de
un problema de maximizacin.

Conjunto de restricciones

En este punto se debe decidir cules son las limitantes que impiden el crecimiento, o disminucin,
exagerado de la funcin objetivo. En este punto se encuentran las disponibilidades de recursos,
as como las restricciones tecnolgicas, las capacidades de las mquinas o los medios de
transporte, la mano de obras disponible y en general cualquier aspecto que limite a alguna
variable de decisin. Es importante sealar que aqu tambin se encontrarn los compromisos
comerciales con los clientes, los pedidos a satisfacer o las fechas de entrega. De la misma forma,
ser habitual que aparezcan restricciones que no estn relacionadas directamente con recursos
o compromisos del problema real, pero que son relaciones artificiales que se imponen para
conseguir la solucin adecuada del problema. Las restricciones generalmente sern
desigualdades, ya sea de menor o igual o de mayor o igual, pero tambin se pueden tener
igualdades en algunos casos.

8 POLITCNICO GRANCOLOMBIANO
Entre el conjunto de restricciones es importante sealar la restriccin de No negatividad, la cual
es un conjunto de restricciones en s misma, se define una restriccin para cada variable de
decisin, la que asegura que los valores que toma dicha variable son siempre mayores o iguales
a 0.

Ahora veremos un ejemplo tpico de un programa lineal para que comprendamos de mejor
manera cada uno de los elementos descritos.

4.5. Ejemplo de un programa lineal

Considere la siguiente situacin:

Suponga que durante las vacaciones de mitad de ao usted ha podido visitar a una muy querida
ta que vive a las afueras de la ciudad. All, su ta tiene una parcela de 10 hectreas y generalmente
cultiva tomates o zanahorias, cuyo precio por libra es bastante similar. Cada periodo ella decide
cultivar uno u otro tipo de cultivo, pero tambin tiene la opcin de dividir su parcela y en una parte
cultivar tomates y en la otra zanahorias. El principal problema que tiene es el gasto de dos insumos
crticos, el fertilizante y el pesticida. Para cada hectrea cultivada con tomates se deben utilizar
10 libras de fertilizante y 3 galones de pesticida, mientras que para cada hectrea cultivada con
zanahoria se requieren 15 libras de fertilizante pero slo 2 galones de pesticida. El fertilizante que
utiliza su ta es orgnico, producido por ella misma y por lo tanto slo dispone de 120 libras para
todos sus cultivos. Por otra parte, el pesticida es un producto qumico y por lo tanto se debe
mantener su utilizacin en un nivel muy bajo, por lo tanto su ta no utiliza ms de 30 galones en
toda su parcela.

Finalmente, segn las estimaciones de su ta, cada hectrea cultivada con tomates produce 60
kilos de producto, mientras que cada hectrea cultivada con zanahorias producir 80 kilos de
producto. Usted, como un futuro profesional que domina las matemticas aplicadas, le debe
ayudar a su ta a tomar la mejor decisin para su cultivo.

El problema anterior, aunque muy sencillo como veremos a continuacin, ilustra completamente
todos los elementos importantes de un programa lineal, veamos cada aspecto con detalle.

Las variables de decisin se refieren a los aspectos del problema que son controlables por el
tomador de decisiones, en este caso su ta. Aunque parecen existir mltiples aspectos que se
pueden decidir, todos ellos se relacionan directamente con una decisin fundamental: cuntas
hectreas dedicar a cada tipo de cultivo. Su ta podra por ejemplo tratar de decidir cunto
pesticida gastar, pero el gasto es una cantidad fija por cada hectrea dependiendo el tipo de
cultivo, as que al decidir cultivar tomates o zanahorias implcitamente se decide cuanto pesticida
gastar, de la misma forma el consumo de fertilizantes est implcito en la decisin del cultivo.

INVESTIGACIN DE OPERACIONES 9
 Una vez identificadas los aspectos que vamos a modelar con las variables de decisin, debemos
escribirlo de forma concreta, definiendo una variable de decisin para cada aspecto. En este caso
tenemos dos variables de decisin, una asociada a cada tipo de cultivo, las cuales escribimos as:

5 : Nmero de hectreas a cultivar con tomates

- : Nmero de hectreas a cultivar con tomates

Note que las variables de decisin del problema toman valores numricos, si por ejemplo
decidimos que 5 =3, es claro su significado, debemos cultivar 3 hectreas con tomates. Es
importante garantizar que todas las variables de decisin sean definidas de tal forma que siempre
tomen valores numricos. Notemos adems, que si por ejemplo 5 =3.5, dicha respuesta es
completamente vlida en nuestro problema, se puede separar de la parcela una zona de 3.5
hectreas para tomates, es decir, los valores de cada variable no tienen porque razn ser valores
enteros. Este ltimo aspecto no ser tan evidente en todos los problemas, pero esos casos los
analizaremos ms adelante.

Una vez definidas las variables de decisin, tenemos que definir la funcin objetivo. Esta funcin
debe representar fielmente la meta a conseguir con la solucin del problema. En muchos casos
se define en trminos monetarios, ya sean gastos, ingresos o utilidades; pero este no siempre es
el caso, por ejemplo, en este problema no tenemos ningn tipo de informacin financiera, la nica
informacin relacionada est en la frase cuyo precio por libra es bastante similar es decir, no
hay diferencia en los ingresos por libra de cada tipo de producto. Por lo tanto, para optimizar el
uso de la parcela, se debe buscar la mayor produccin. Cada tipo de cultivo produce una
determinada cantidad de producto y la produccin total ser la suma de las producciones de cada
tipo de cultivo, lo que garantiza la linealidad de la funcin objetivo, por ejemplo, si dividimos la
parcela a la mitad, 5 hectreas para cada tipo de cultivo, tendramos una produccin de:

Para los tomates: 60 kilos/hectrea 5 hectreas = 300 kilos

Para las zanahorias: 80 kilos/hectrea 5 hectreas = 400 kilos

As, la produccin total sera de 605 + 805 = 700 kilos. En general, para obtener la
produccin total se debe multiplicar la cantidad de hectreas cultivadas con tomates por 60 y las
cultivadas con zanahorias por 80 y sumar las dos cantidades, es decir:

= 605 + 80-

En donde el uso de la letra para definir la funcin objetivo es una costumbre.

Ahora, con base en nuestra definicin de la funcin objetivo debemos decidir si lo que queremos
es encontrar el valor ms grande o el valor ms pequeo para dicha funcin, es decir, debemos
escoger el criterio de optimizacin. En este caso, como la funcin objetivo representa la

10

10 POLITCNICO GRANCOLOMBIANO
produccin total de la parcela, no tiene sentido disminuirla, lo que queremos es encontrar el
mayor nivel de produccin posible, por lo tanto queremos maximizar a , esto se indica como:

Mx = 605 + 80-

Ahora debemos definir cules de los aspectos del problema limitan la produccin de la parcela, si
no existieran dichos lmites, podramos hacer la funcin objetivo tan grande como queramos, por
ejemplo, podramos cultivar 1000000 de hectreas con tomates y 1000000 con zanahorias,
obteniendo una produccin de 140000000 kilos de producto. Pero obviamente, esto no es
posible. Existen restricciones naturales en el problema, la cantidad de hectreas de la parcela es
limitada, no podemos cultivar millones de hectreas si slo disponemos de 10, esta sera nuestra
primera restriccin, la cantidad de hectreas disponibles, para expresar esta restriccin con base
en las variables de decisin definidas consideremos los siguientes ejemplos:

Se pueden cultivar 5 hectreas con tomates y 5 hectreas con zanahorias, porque

5 + 5 10
Se pueden cultivar 7 hectreas con tomates y 3 hectreas con zanahorias, porque

7 + 3 10
Se pueden cultivar 5 hectreas con tomates y 2 hectreas con zanahorias, porque

5 + 2 10
No se pueden cultivar 6 hectreas con tomates y 5 hectreas con zanahorias, porque

6 + 5 10

En donde usamos siempre el signo porque se trata de un recurso limitante. Esta relacin, se
puede expresar fcilmente usando las variables de decisin porque estas representan
precisamente el nmero de hectreas a cultivar, es decir, la restriccin se puede escribir como:

5 + - 10

El nmero de hectreas de la parcela no es el nico limitante, tambin tenemos una restriccin

en la cantidad de fertilizante que debemos usar, sin embargo, aqu no podemos poner
simplemente la suma de las variables de decisin y compararla con la cantidad de fertilizante
disponible, es decir, la expresin 5 + - 120 no tiene sentido. Al lado derecho estamos
sumando hectreas y el lado izquierdo, el nmero 120, representa libras de fertilizante. Debemos
ajustar nuestro lado izquierdo para que tambin represente libras de fertilizante, para ello
tomemos por ejemplo una de las soluciones planteadas anteriormente.

Si cultivamos 5 hectreas con tomates y 5 hectreas con zanahorias, entonces el gasto de

fertilizante sera de:

INVESTIGACIN DE OPERACIONES 11
 Para los tomates: 10 libras/hectrea 5 hectreas = 50 libras
Para las zanahorias: 15 libras/hectrea 5 hectreas = 75 libras

As consumiramos en total 125 libras de fertilizante, lo cual no es posible porque slo tenemos
120 libras disponibles.

Por otra parte si cultivamos 7 hectreas con tomates y 3 hectreas con zanahorias, entonces el
gasto de fertilizante sera de:

Para los tomates: 10 libras/hectrea 7 hectreas = 70 libras

Para las zanahorias: 15 libras/hectrea 3 hectreas = 45 libras

As consumiramos en total 115 libras de fertilizante, lo cual es menor o igual a 120.

Comparando las dos relaciones anteriores tenemos que:

105 + 155 120

107 + 153 120

Es decir, la restriccin del fertilizante en trminos de las variables de decisin se puede escribir
como:

105 + 15- 120

Un razonamiento similar para el otro recurso, el pesticida, del cual tenemos disponibles slo 30
galones, nos lleva a la siguiente relacin:

Si cultivamos 5 hectreas con tomates y 5 hectreas con zanahorias, entonces el gasto

de pesticida sera de:

35 + 25 30

La cual, en trminos de las variables de decisin se expresa como:

35 + 2- 30

As, hemos definido un conjunto de restricciones que representan las limitaciones reales del
problema. Slo nos queda por definir una ltima restriccin, la de no negatividad, la cual
sencillamente se expresa como:

5 0

- 0

12

12 POLITCNICO GRANCOLOMBIANO
En resumen, nuestro modelo lineal para el problema del cultivo de tomates y zanahorias se
escribe as:

5 : Nmero de hectreas a cultivar con tomates

- : Nmero de hectreas a cultivar con tomates

Mx = 605 + 80-
. .
5 + - 10
155 + 10- 120
35 + 2- 30
5 0
- 0

La solucin del problema es un aspecto que dejaremos para la semana 3, en donde

encontraremos cuntas hectreas con cada tipo de cultivo se deben plantar y cul sera la
produccin total de la parcela.

4.6. Ejemplos de aplicaciones

El ejemplo anterior es una simplificacin excesiva de los modelos a los cuales nos enfrentaremos
al solucionar problemas de la vida real. En esos problemas el nmero de variables de decisin
puede alcanzar nmeros de millones, mientras que el conjunto de restricciones puede estar
formado por cientos de miles, sin embargo, la estructura de dichos problemas es la misma que
mostramos con nuestro ejemplo. Ahora discutiremos brevemente algunas de las aplicaciones ms
importantes de la programacin lineal, no entraremos en los detalles de cada modelo porque an
no tenemos los elementos necesarios para ello, el objetivo aqu es que veamos las variadas
aplicaciones en donde se puede usar la programacin lineal.

En cualquiera de las referencias bibliogrficas de nuestro modelo se encontrarn infinidad de

aplicaciones a diferentes problemas que fueron abordado a travs de la programacin lineal, sin
ser exhaustivos estos incluyen temas como:

Administracin de proyectos
Mezclas alimenticias
Asignacin de recursos
Control de trfico
Flujo en redes
Capacitacin de personal

INVESTIGACIN DE OPERACIONES 13
 Definicin de turnos de operarios
Definicin de horarios de clase
Asignacin de salones y profesores
Ubicacin de sucursales
Localizacin de planta
Distribucin dentro de la planta
Recorrido de vehculos para recoger o entregar
Planeacin de mens
Seleccin de proyectos
Control de inventarios

Estos son slo algunos ejemplos de los problemas ms comunes que se han abordado con la
programacin lineal, para ser un poco ms especficos researemos aqu algunos proyectos que
son interesantes, primero, por tratarse de problemas locales y, segundo, por ser trabajos
relativamente recientes. Es altamente recomendable que se sigan las referencias y se consulten
los textos completos, los cuales estn disponibles en la web y son de acceso abierto.

Modelo de Programacin Lineal entera mixta para el corte, carga y transporte de caa
de azcar. Un caso de estudio en Per (Morales-Chvez, Soto-Meja y Sarache, 2016)
Modelo de programacin lineal binaria para el balance de carga de trabajo en el
problema de asignacin de proyectos (Acua-Parada, Madiedo-Bautista y Ortiz-
Pimiento, 2013)
Un nuevo algoritmo para la solucin de problemas de programacin lineal (Ramrez,
Buitrago, Britto y Fedossova, 2012)
Evaluacin de la eficiencia de las compaas areas brasileas a travs de un modelo
hbrido de anlisis envolvente de datos (DEA) y programacin lineal multiobjetivo (Da
Silveira, De Mello y Meza, 2012)
Competencia espacial por cuotas de mercado: El problema del lder-seguidor mediante
programacin lineal (Rodrguez, Peate y Prez, 2011)
Aplicacin de un modelo de programacin lineal en la optimizacin de un sistema de
planeacin de requerimientos de materiales (MRP) de dos escalones con restricciones
de capacidad (Hidalgo & Daz, 2010)
Uso de la programacin lineal paramtrica en la solucin de un problema de planeacin
de requerimiento de materiales bajo condiciones de incertidumbre (Serna, Serna y
Ortega, 2010)

14

14 POLITCNICO GRANCOLOMBIANO
 Validacin de soluciones obtenidas para el problema del despacho hidrotrmico de
mnimo costo empleando la programacin lineal binaria mixta (Ortiz Pimiento & Diaz
Serna, 2008)
Programacin lineal como herramienta para toma de decisiones financieras (Daz, 2007)
Formulacin de mezclas de sustratos mediante programacin lineal (Morales, Garca,
Haller, Victoria y Spnola, 2005)
Uso de programacin lineal para conocer los parmetros geomtricos de superficies
cnicas convexas (Santiago-Alvarado, Vzquez-Montiel, Nivn-Santiago y Castaeda-
Roldn, 2004)
Modelado del Transporte de Distribucin Mediante Programacin Lineal Entera (Ferrer,
Coves y De Los Santos, 2004)
La programacin lineal, como una herramienta para la asignacin del presupuesto
publicitario (Mndez, 2003)
Uso de la programacin lineal binaria entera para apoyar la planificacin de las paradas
de equipos industriales para su mantenimiento (Espinosa, 2002)

Esta es slo una pequea muestra de trabajos en nuestro idioma que utilizan la programacin
lineal como su herramienta de trabajo principal.

INVESTIGACIN DE OPERACIONES 15
 REFERENCIAS

Referencias Bibliogrficas

Acua-Parada, S. Y., Madiedo-Bautista, E. y Ortiz-Pimiento, N. R. (2013). Modelo de

programacin lineal binaria para el balance de carga de trabajo en el problema de asignacin de
proyectos. Ingeniera y Universidad, 17(1), 167181.

Da Silveira, J. Q., De Mello, J. C. C. B. S. y Meza, L. A. (2012). Evaluacin de la eficiencia de las

compaas areas brasileas a travs de un modelo hbrido de anlisis envolvente de datos
(DEA) y programacin lineal multiobjetivo. Ingeniare. Revista chilena de ingeniera, 20(3), 331
342.

Daz, G. M. (2007). Programacin lineal como herramienta para toma de decisiones financieras.
Sotavento M.B.A., 0(10), 6067. Recuperado de
http://revistas.uexternado.edu.co/index.php/sotavento/article/viewFile/1600/1439

Espinosa, F. F. (2002). Uso de la programacion lineal binaria entera para apoyar la planificacion
de las paradas de equipos industriales para su mantenimiento. Informacion Tecnologica, 13(6),
6166. Recuperado de https://www.scopus.com/inward/record.uri?eid=2-s2.0-
0036942926&partnerID=40&md5=414cbcf4df371c511ffdf8d8752c47a3

Ferrer, L., Coves, A. M. y De Los Santos, M. A. (2004). Modelado del Transporte de Distribucin
Mediante Programacin Lineal Entera. Informacion Tecnologica, 15(4), 6569. Recuperado de
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
4043181941&partnerID=40&md5=56cb1897d581ab3ff99685ee3a1ceccd

Hidalgo, L. D. y Daz, H. H. T. (2010). Aplicacin de un modelo de programacin lineal en la

optimizacin de un sistema de planeacin de requerimientos de materiales (MRP) de dos
escalones con restricciones de capacidad. Revista VIRTUALPRO Procesos Industriales 30(1), 168
173.

Mndez, J. R. (2003). La programacin lineal, como una herramienta para la asignacin del
presupuesto publicitario. Sotavento M.B.A., 0(1).

Morales, B. P. Z., Garca, P. S., Haller, V. H. V., Victoria, D. E. y Spnola, A. G. (2005). Formulacin
de mezclas de sustratos mediante programacin lineal. Revista de ciencia y tecnologa de
Amrica, 30(6), 365369.

Morales-Chvez, M. M., Soto-Meja, J. A. y Sarache, W. (2016). Modelo de Programacin Lineal

entera mixta para el corte, carga y transporte de caa de azcar. Un caso de estudio en Per.
Dyna, 83(195), 173179. http://doi.org/10.15446/dyna.v83n195.49490

16

16 POLITCNICO GRANCOLOMBIANO
Ortiz Pimiento, N. R. y Diaz Serna, F. J. (2008). Validacin de soluciones obtenidas para el
problema del despacho hidrotrmico de mnimo costo empleando la programacin lineal
binaria mixta. Dyna, 75(156), 4354.

Ramrez, A. L., Buitrago, O., Britto, R. A. y Fedossova, A. (2012). Un nuevo algoritmo para la
solucin de problemas de programacin lineal. Ingeniera e Investigacin, 32(2), 6873.

Rodrguez, C. M. C., Peate, D. R. S. y Prez, J. A. M. (2011). Competencia espacial por cuotas de

mercado: El problema del lder-seguidor mediante programacin lineal. Rect@: Revista
Electrnica de Comunicaciones y Trabajos de ASEPUMA, 12(1), 6984.

Santiago-Alvarado, A., Vzquez-Montiel, S., Nivn-Santiago, R. y Castaeda-Roldn, C. (2004).

Uso de programacin lineal para conocer los parmetros geomtricos de superficies cnicas
convexas. Revista Mexicana de Fisica, 50(4), 358365. Recuperado de
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
5044226797&partnerID=40&md5=3eadf56f6f16e4035fe4204107170a0a

Serna, M. D. A., Serna, C. A. y Ortega, G. P. (2010). Uso de la programacin lineal paramtrica en

la solucin de un problema de planeacin de requerimiento de materiales bajo condiciones de
incertidumbre. Ingeniera e Investigacin, 30(3), 96105.

INVESTIGACIN DE OPERACIONES 17