Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Definición.
Para seleccionar una alternativa se deben satisfacer varios criterios, estos criterios se pueden dividir
en dos categorías:
Objetivo.- Cuando más de una alternativa satisface todas las restricciones, el objetivo se utiliza para
seleccionar la mejor, entre todas las alternativas factibles.
2.2. Restricciones.
Son las limitaciones que tienen que cumplir las alternativas que son consideradas como factibles.
Para representarlas se utilizan desigualdades o ecuaciones.
2.3. Linealidad.
El modelo matemático de Programación Lineal está, como su nombre lo indica, está restringido a
expresiones de tipo lineal, esto significa que las variables tienen como exponente la unidad y no se
permiten productos entre variables.
Con la finalidad de mostrar cómo se formula un modelo de Programación Lineal nos vamos a referir
al siguiente problema, tomado de los ejercicios del método gráfico:
Para formular un modelo de Programación Lineal el primer paso es, si el problema lo permite,
ordenar la información disponible en forma de una tabla o matriz, tal como está en el caso del
problema anterior.
El segundo paso es definir las variables de decisión mismas que representan los aspectos que
necesitamos conocer, es decir las incógnitas que darán respuesta a lo que deseamos conocer, para
esta aplicación a continuación se definen dos variables:
Una vez que se han definido las variables, el siguiente paso es, identificar el criterio de selección de
las alternativas y expresarlo como una función de dichas variables, esta función se llama función
objetivo. El criterio que se utiliza en este caso es la contribución por unidad, lo que se busca, es que
ésta se máxima, primero determinaremos la contribución que producen los artículos tipo A, para
ello multiplicamos, la contribución por cada producto que es de $ 3, por el número de productos de
este tipo que es 𝑥1 , esto es:
3𝑥1
De la misma forma la contribución que producen los artículos de tipo B, se encuentra, multiplicando
la contribución por producto que es de $ 1.5 por el número de productos de este tipo, que se
representa por 𝑥2 , la contribución se expresa como:
1.5𝑥2
Finalmente, sumamos las dos contribuciones y tenemos la función objetivo de la cual queremos el
valor máximo, esto se expresa como:
El siguiente paso, es identificar las limitaciones del problema y representarlas como ecuaciones o
desigualdades. Este problema tiene dos limitaciones, que representan la cantidad disponible de
cada recurso, las restricciones se forman multiplicando la cantidad que se utiliza para producir cada
artículo, según lo que indica la tabla, por la cantidad que se producirá de cada artículo, para el primer
artículo se utilizan, 40 unidades del recurso uno, esto multiplicado por las unidades producidas que
es 𝑥1 nos da el total de unidades necesarias para producir el artículo A, la expresión resultante es:
60𝑥1
20𝑥2
La suma de las dos expresiones anteriores debe ser como máximo, el total de unidades que se tienen
del recurso uno, de este modo la primera restricción es:
De la misma forma procedemos para el recuso dos y esto da la segunda restricción tal como se
muestra en seguida:
𝑥1 ≥ 0, 𝑥2 ≥ 0
𝑥1 ≥ 0, 𝑥2 ≥ 0
En este problema la información no se puede ordenar en forma de una tabla, así que seguiremos
los pasos ya indicados, y en forma sistemática, iremos identificando y construyendo cada una de las
partes del modelo, tomando la información proporcionada por el texto del problema.
Lo primero será definir las variables de decisión:
Para construir la función objetivo, identificamos que el criterio de selección es el interés, entonces
el interés de cada opción se obtiene al multiplicar el rendimiento porcentual de cada opción, por la
cantidad invertida correspondiente a esa opción, de esta manera la función objetivo será:
El siguiente paso es formular las restricciones, para ello vamos siguiendo cada una de las condiciones
que tienen los préstamos que hace esta institución.
En primer lugar tenemos una cantidad de $ 1, 000, 000 para realizar todos los préstamos, dado que
la cuarta variable representa la cantidad que no se presta, esto significa que tenemos una igualdad
entre los fondos prestados y no prestados con el total de los fondos, de tal manera que la primera
restricción es:
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 1, 000, 000
La segunda condición dice que los préstamos personales deben ser de un máximo del 25% de todos
los préstamos, esto se representa por la siguiente desigualdad:
𝑥2 ≤ 0.25(𝑥1 + 𝑥2 + 𝑥3 )
La tercera condición dice que los préstamos a empresas no deben ser mayores que los préstamos
hipotecarios, esto se puede representar con la siguiente desigualdad:
𝑥1 ≤ 𝑥2
Los préstamos a empresas tienen otra condicionante, deben ser 10% mayores que los préstamos
personales, esto se representa con la siguiente desigualdad:
𝑥1 ≥ 1.10𝑥3
Por último, como todo modelo de Programación Lineal, todas las variables deben ser no negativas,
esto se expresa como:
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
Reuniendo todas las expresiones anteriores tenemos el modelo completo que se muestra en la parte
de abajo:
𝑀𝑎𝑥: 𝑧 = 0.10𝑥1 + 0.08𝑥2 + 0.12𝑥3 + 0.05𝑥4
𝑠. 𝑎. 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 1, 000, 000
𝑥2 ≤ 0.25(𝑥1 + 𝑥2 + 𝑥3 )
𝑥1 ≤ 𝑥2
𝑥1 ≥ 1.10𝑥3
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
3.- El Orangetown Police Department tiene los siguientes requerimientos mínimos diarios de
personal:
Cada oficial de policía trabaja 8 horas consecutivas. El departamento de policía está buscando una
planeación de personal que minimice el total de oficiales de policía que se necesitan diariamente.
Formúlense las relaciones del modelo de P. L. para encontrar una programación óptima. No se
resuelva. (Sugerencia: sea X i el número de oficiales de policía que inician su trabajo en el período
i.)
Este problema tampoco es un problema convencional de Programación Lineal, por lo que vamos a
proceder del mismo modo que lo hicimos en el ejemplo anterior.
En este caso la definición de las variables de decisión nos la proporciona el problema por lo que sólo
debemos particularizar cada una, quedando como:
Una vez definidas las variables, se identifica el criterio de selección de la mejor alternativa, que en
este caso es el número mínimo de policías, de esta forma la función objetivo es:
𝑀𝑖𝑛: 𝑧 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 + 𝑥6
La clave para formular las restricciones de este problema, es darse cuenta de que cada oficial de
policía trabaja 8 horas consecutivas, lo que significa que su trabajo abarca dos turnos, esto a su vez
indica que en cada turno, habrá policías que inician su trabajo en ese período y policías que
concluyen su trabajo también en ese período, por ejemplo, en el primer turno terminan sus 8 horas
de trabajo los oficiales que iniciaron en el último turno, el turno seis, estos oficiales trabajan sus
cuatro horas iniciales en dicho período y sus cuatro horas finales en el siguiente turno, que es el
primero, también en este turno inician a trabajar los oficiales del primer turno, por lo que en este
primer turno, hay policías del turno seis y del turno uno, esta condición se complementa con la
cantidad mínima de policías que se requieren para este primer turno que es de 40, según se indica
en la tabla, de acuerdo con esto, la desigual para el primer turno se expresa como:
𝑥6 + 𝑥1 ≥ 40
Del mismo modo se formulan las demás restricciones, de tal modo que el modelo completo es:
𝑀𝑖𝑛: 𝑧 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 + 𝑥6
𝑠. 𝑎. 𝑥6 + 𝑥1 ≥ 40
𝑥1 + 𝑥2 ≥ 20
𝑥2 + 𝑥3 ≥ 80
𝑥3 + 𝑥4 ≥ 90
𝑥4 + 𝑥5 ≥ 70
𝑥5 + 𝑥6 ≥ 50
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 , 𝑥6 ≥ 0
4. El Método Gráfico.
Producto Recurso
Recurso A B disponible
R1 60 20 1 200
R2 40 50 2 000
Contribución / $ 3 $ 1.50
unidad
a) Escríbanse la función objetivo y las restricciones.
b) Encuéntrese la solución óptima mediante el método gráfico.
𝑥1 , 𝑥2 ≥ 0
1,200
𝑆𝑖 𝑥2 = 0 entonces 60𝑥1 = 1, 200 y 𝑥1 = = 20 B(20,0)
60
X2
A
50
X
40 X
X
30 X X
X X
20 X X X
X X X
10 X X X
X X X X
X X X X
10 B 20 30 40 50 X1
X2
A
50
40 C
30 X X
X X X
20 X X X X
X X X X X
10 X X X X X X X
X X X X X X X X
X X X X X X X X X
10 20 30 40 D 50 X1
X2
A
50
40 C
X E
30 X X
X X
20 Área de X
Soluciones X
10 Factibles X
X X X X
X X X X
10 B 20 30 40 D 50 X1
𝑧 = 3𝑥1 + 1.5𝑥2 = 15
15
𝑆𝑖 𝑥1 = 0 entonces 1.5𝑥2 = 15 y 𝑥2 = 1.5 = 10 𝐹(0,10)
15
𝑆𝑖 𝑥2 = 0 entonces 3𝑥1 = 15 y 𝑥2 = =5 𝐺(0,5)
3
𝑧 = 3𝑥1 + 1.5𝑥2 = 45
45
𝑆𝑖 𝑥1 = 0 entonces 1.5𝑥2 = 45 y 𝑥2 = 1.5 = 30 𝐻(0,30)
45
𝑆𝑖 𝑥2 = 0 entonces 3𝑥1 = 45 y 𝑥2 = = 15 𝐼(0,15)
3
X2
A
50
40 C Valor Máximo
E
30 H
20
10 F
I
G 10 B 20 30 40 D 50 X1
La gráfica sugiere una forma de resolver el modelo, esta consiste en evaluar todos los vértices del
área de soluciones factibles, tal como se muestra en seguida.
Para determinar las coordenadas del vértice E es necesario resolver el sistema de ecuaciones
formado por las dos restricciones del modelo.
Solución.
Como podemos observar, el criterio de selección de las alternativas nos indica que la utilidad es
máxima en el punto E del área de soluciones factibles, esto indica que la combinación de productos
optima es:
100
𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑥1 = ≅ 9.09 ≅ 9 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑎𝑟𝑡í𝑐𝑢𝑙𝑜 𝐴
11
360
𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑥2 = ≅ 32.73 ≅ 33 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 𝑎𝑟𝑡í𝑐𝑢𝑙𝑜 𝐵
11
Interpretación de los resultados:
El objetivo alcanzado fue de $ 76.36 esto representa el valor máximo de utilidad bruta que se puede
obtener con la disponibilidad actual de recursos.
100 360
Del recurso uno se utilizó: 60 ( 11 ) + 20 ( 11 ) = 1, 200
100 360
Del recurso dos se utilizó: 40 ( 11 ) + 50 ( 11 ) = 2, 000
El Método Símplex.
Una forma más eficiente de resolver los problemas de Programación Lineal es el Método Símplex
este procedimiento es un método iterativo que, mediante una solución inicial, se va aproximando
en forma sucesiva a la solución óptima, cada solución es mejor que la anterior, hasta llegar a la
solución final.
Para explicar este método veamos el mismo ejemplo del método gráfico.
𝑥1 , 𝑥2 ≥ 0
En seguida vamos a enlistar todos los pasos que debemos seguir para aplicar este método.
Las variables que se agregaron a las restricciones también se aumentan en la función objetivo con
un coeficiente de cero.
2. Se forma la primera tabla del Método Símplex, tal como se muestra en la figura de abajo.
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
60 20 1 0 1200
40 50 0 1 2000
Zj
Cj-Zj
3. Completar la tabla anotando las variables básicas (son las que tienen una columna con un uno
positivo y el resto son ceros) con los coeficientes que tienen en la función objetivo.
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
0 S3 60 20 1 0 1200
0 S4 40 50 0 1 2000
Zj
Cj-Zj
4. Calcular el renglón 𝑍𝑗 multiplicando cada coeficiente de las variables básicas por los elementos
correspondientes de cada columna de la matriz, estos productos se suman y el resultado se anota
en la columna correspondiente del renglón 𝑍𝑗 .
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
0 S3 60 20 1 0 1200
0 S4 40 50 0 1 2000
Zj 0 0 0 0 0
Cj-Zj
5. Para completar la primera tabla, se obtiene el renglón 𝐶𝑗 − 𝑍𝑗 restando a cada elemento del
renglón 𝐶𝑗 el elemento correspondiente del renglón 𝑍𝑗 , los resultados se muestran en la siguiente
tabla.
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
0 S3 60 20 1 0 1200
0 S4 40 50 0 1 2000
Zj 0 0 0 0 0
Cj-Zj 3 1.5 0 0
𝑍=0
𝑆3 = 1, 200 𝑆4 = 2, 000
Todas las variables que no son básicas se llaman no básicas y su valor es de cero:
𝑥1 = 𝑥2 = 0
1. Se elige, del renglón 𝐶𝑗 − 𝑍𝑗 , una variable que entra al problema, ésta debe ser la que haga crecer
más rápido a la función objetivo para llegar más pronto a la solución final. En este caso es 𝑥1 .
2. Se selecciona la variable que va a ser reemplazada por la variable que entra (𝑥1 ), para ello se
dividen los valores de la columna de soluciones, entre los valores correspondientes de la columna
de la variable 𝑥1 , de los valores obtenidos, se elige el más pequeño y éste señala a la variable que
sale de la solución (𝑆3 ). Estas dos operaciones se ven en la siguiente tabla.
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
0 S3 60 20 1 0 1200 20
0 S4 40 50 0 1 2000 50
Zj 0 0 0 0 0
Cj-Zj 3 1.5 0 0
Zj 3 1 0.05 0 60
Cj-Zj 0 0.5 -0.05 0
4. El procedimiento se repite hasta que en el renglón 𝐶𝑗 − 𝑍𝑗 sólo haya ceros o números negativos,
lo que se muestra en la última tabla.
Cj 3 1.5 0 0
V.B. X1 X2 S3 S4 SOLUCIÓN
3 X1 1 0 0.02272727 -0.00909091 9.09090909
5. El paso final es la interpretación de los resultados que como se puede apreciar en la tabla, son los
mismos encontrados por el método gráfico.
El objetivo alcanzado fue de $ 76.36 esto representa el valor máximo de utilidad bruta que se puede
obtener con la disponibilidad actual de recursos.