Planteamiento de los Modelos Lineales

PLANTEAMIENTO DE LOS MODELOS LINEALES

En general, un Gerente trata de maximizar las utilidades ó minimizar los costos, para lograrlo
cuenta con un conjunto de factores llamadas variables de decisión, y también con limitaciones ó
restricciones.
Un modelo matemático es una representación simplificada del problema real de decisión donde las
variables de decisión, el objetivo del modelo y las restricciones se representan mediante símbolos
matemáticos y ecuaciones. Un modelo lineal, es un tipo particular del modelo matemático, en el cual las
relaciones que intervienen las variables son lineales y con un objetivo único.

En el Modelo Lineal hay tres elementos básicos:

1) Variables de decisión: Símbolo que se utiliza para representar una cantidad ó nivel de actividades
desconocidas y que conocemos comúnmente como incógnitas y las representamos por x1, x2, .... , xn ó en
algunos casos con dos o más subíndices, xij , y se deben determinar en la solución del modelo.

2) Un Objetivo ó meta: Que tratamos de optimizar que esta representada por una función lineal
basándose en las variables de decisiones que llamaremos Función Objetivo. Y la expresamos por: Máx
(Min) Z=F(x1, x2, .... , xn)= C1x1+C2x2+.... + Cn xn donde los coeficientes representan las contribuciones
de cada variable al objetivo.

3) Restricciones: Limitaciones que necesitamos satisfacer ó disponibilidad de recursos escasos y se

expresan como un conjunto de restricciones lineales, es decir,
ai1 x1+ ai2 x2+……+ain xn [, , =] bi donde i representa el número de limitaciones presentes en el
modelo, los coeficientes de las restricciones se llaman coeficientes tecnológicos ó tasas físicas de
sustitución y representan la tasa a la cual los recursos escasos se convierten en las variables de decisión
que se desean. Los valores bi representan la cantidad de recurso i disponible para asignar a las
actividades.

Tanto la función objetivo como las restricciones son funciones lineales que cumplen con la
proporcionalidad, la aditividad y la divisibilidad.
La Proporcionalidad: La contribución de cada variable de decisión tanto en la función objetivo como en
las restricciones, serán directamente proporcional al valor de la variable y esa proporcionalidad esta
reflejada por los coeficientes.

La Aditividad: Establece que la contribución total de todas las variables en la función objetivo y en las
restricciones sea la suma directa de la contribución individual de cada variable.

La Divisibilidad: Las variables de decisiones en un modelo lineal pueden tomar cualquier valor,
incluyendo valores no enteros, que satisfagan las restricciones. Como cada variable de decisión representa
el nivel de alguna actividad, esta actividad se puede realizar a niveles fraccionales. Cuando esto no es
posible entonces estamos en presencia de un modelo lineal Entero.

Además de los tres elementos básicos, si exigimos que las variables de decisión sean no negativas,
es decir, “Xi ≥ 0” estamos en presencia de un Modelo de Programación lineal (P.L.)
 Planteamiento de los Modelos Lineales

Luego el modelo se plantearía en forma matemática de la siguiente manera:

Máx (Min) Z= C1x1+C2x2+.... + Cn xn

s.a.
ai1 x1+ai2 x2+……+ain xn [, , =] bi  i = 1,2, … , m
 xi  0

PASOS PARA CONSTUIR EL MODELO:

1) Defina claramente las variables de decisión tanto cuantitativamente como cualitativamente.

2) Plantear el objetivo del modelo, es decir, la función objetivo, determinando la contribución de
cada variable de decisión a la función objetivo para que esta sea consistente con su valor, es
decir, los valores que tendran los coeficientes de cada variable de decisión así como las
unidades que representan.
3) Plantear las restricciones, determinado cuales son las relaciones físicas que existen entre las
variables de decisiones y los recursos escasos disponibles para que sean consistentes estas
limitaciones ó restricciones, es decir, los valores que van atener los coeficientes tecnológicos de
cada variable de decisión. Y además identificar los recursos ó requerimientos disponibles (bi)
incluyendo la unidad de medición asociadas con los recursos.
4) Si el modelo es de Programación Lineal agregar la condición de no negatividad de las variables
de decisiones.

Ejemplo:
Una compañía de Pintura produce pinturas tanto para interiores como para exteriores, a partir de dos
materias primas, M1 y M2. Por cada tonelada de pintura para interiores se requiere 4 toneladas de M1
y 2 toneladas de M2 y para cada tonelada de pintura para exteriores se requiere de 6 toneladas de M1
y una de M2. Se dispone de 24 toneladas de M1 y 6 de M2 diariamente. La utilidad que arroja una
tonelada de pintura para exteriores es de 5000 dólares y de una tonelada de pintura para interiores es
de 4000 dólares. La demanda máxima diaria de pintura para interiores es de 2 toneladas. Además la
demanda diaria de pintura para interiores no puede exceder a la de pintura para exteriores por más de
una tonelada. La compañía quiere determinar la mezcla de producción óptima de pinturas para
interiores y exteriores que maximice las utilidades diarias y satisfaga las limitaciones.

a) Variables de Decisiones:
x1= n° de toneladas diarias producidas de pintura para exteriores.
x2= n° de toneladas diarias producidas de pintura para interiores.

b) Función Objetivo:
Cada tonelada de pintura para exteriores contribuye en la utilidad en 5000 dólares y cada
tonelada de pintura para interiores en 4000 dólares, luego el objetivo es maximizar las utilidades
diarias, entonces esto se expresa como:

Máx Z = 5000x1+ 4000x2 (Utilidad diaria expresada en dólares)

2
 Planteamiento de los Modelos Lineales

c) Restricciones del modelo:

Cada tonelada de pintura para exteriores utiliza 6 toneladas de M1 y cada tonelada de pintura para
interiores utiliza 4 toneladas de M1 y solo se dispone al día de 24 toneladas de M1, luego la
expresión algebraica será:

6x1+4 x2  24 (disponibilidad máxima de M1 en toneladas).

Cada tonelada de pintura para exteriores utiliza una tonelada de M2 y cada tonelada de pintura
para interiores utiliza 2 toneladas de M2 y solo se dispone al día de 6 toneladas de M2, luego la
expresión algebraica será:

1x1+2 x2  6 (disponibilidad máxima de M2 en toneladas).

Hay además dos tipos de restricciones de la demanda: Una de demanda máxima diaria de pintura
para interiores que se limita a dos toneladas. Y la otra el exceso de producción diaria de pintura
para interiores sobre la pintura para exteriores es cuando mucho de una tonelada. Luego las
expresiones algebraicas serán de la siguiente manera:

1 x2  2 (demanda máxima de pintura para interiores en toneladas).

1x2-1 x1  1 (diferencia máxima entre la producción de los dos tipos de pinturas).

d) No negatividad de las variables:

Como le que se produce es pinturas y esto tiene que tener un valor positivo ó cero, entonces se
cumple: x1, x2  0

Luego el modelo de Programación Lineal será:

x1= n° de toneladas diarias producidas de pintura para exteriores.

x2= n° de toneladas diarias producidas de pintura para interiores.

Máx Z = 5000x1+ 4000x2 (Utilidad diaria expresada en dólares)

s.a.
6x1+4 x2  24 (disponibilidad máxima de M1 en toneladas).
1x1+2 x2  6 (disponibilidad máxima de M2 en toneladas).
1 x2  2 (demanda máxima de pintura para interiores en toneladas).
-1x1+1 x2  1 (diferencia máxima entre la producción de los dos tipos de pinturas).
x1, x2  0. (la no negatividad de las variables)