Programación

Lineal
 Programación Lineal
Es un procedimiento o algoritmo matemático
mediante el cual se resuelve un problema
indeterminado, formulado a través de un sistema
de inecuaciones lineales, optimizando la función
objetivo, también lineal.
Consiste en optimizar (minimizar o maximizar)
una función lineal, denominada función objetivo,
de tal forma que las variables de dicha función
estén sujetas a una serie de restricciones que
expresamos mediante un sistema de
inecuaciones lineales. 2
 Historia de La
Programación Lineal
La programación lineal se plantea como un modelo matemático
desarrollado durante la Segunda Guerra Mundial para planificar los gastos
y los retornos, a fin de reducir los costos al ejército y aumentar las
pérdidas del enemigo. Se mantuvo en secreto hasta 1947.

En la posguerra, muchas industrias lo usaron en su planificación diaria.

Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo simplex, en 1947,
John von Neumann, que desarrolló la teoría de la dualidad en el mismo año, y Leonid
Kantorovich, un matemático ruso, que utiliza técnicas similares en la economía antes de Dantzig
y ganó el premio Nobel en economía en 1975. Leonid Khachiyan en 1979 fue el primero en
demostrar que el problema de la programación lineal se solucionaba en tiempo polinomial, sin
embargo, el mejor avance en los principios teóricos y prácticos en el campo se produjo en
1984, cuando Narendra Karmarkar introduce un nuevo método del punto interior
para resolver problemas de programación lineal.
3
 Metodología de La
Programación Lineal
Se siguen los siguientes pasos: definir el objetivo, definir las variables de
decisión, enseguida las restricciones estructurales y finalmente establecer
las restricción de no negatividad o de rango.
1. Definir el Objetivo: Consiste en definir un criterio de optimización el cual
puede ser Maximización o Minimización dependiendo del problema que se
desee resolver, el cual es una función lineal de las diferentes actividades del
problema.
2. Definir las variables de decisión: Son las incógnitas del problema.
3. Definir las Restricciones: Son los diferentes requisitos que debe cumplir cualquier
solución para que pueda llevarse a cabo. En cierta manera son las limitantes en los valores
de los niveles de las diferentes actividades (variables).
Pueden ser de: capacidad, mercado, de entradas, de calidad, de balance de material.
4. Definir Restricciones de No Negatividad: Se establece que todas las variables
deben tomar valores no negativos. 4
 La Programación Lineal
y su Aplicación
En infinidad de aplicaciones de la insdustria, la economía, la
estrategia militar, … etc, se presentan situaciones en las que se
exige maximizar o minimizar algunas funciones que se
encuentras sujetas a determinadas limitaciones, que llamaremos
restricciones.
• Programación de empresas de producción y servicios.
• Selección de medios de puiblicidad.
• Selección de puesta en marcha de equipos.
• Selección de proyectos de inversión.
• Selección de portafolios de inversión.
• Análisis de problemas de inventarios.
• Comparación de costos entre producir y tercerizar.
• Optimización de costos de procesos productivos.
5
 La PL … y su Aplicación
• Maximizar beneficios y rentabilidades.
• Uso de recursos intercambiables.
• Diseño de planes de servicios.
• Selección de requerimientos nuticionales.
• Optimización de formulas de medicamentos.
• Carga de maquinas de trabajo.
• Optimización de turnos de trabajo continuos o rotativos.
• Balance de redes de distribución.
• Frecuencias de recorrido de servicios de transporte.
• Ubicación y localización de empresas.
• Predicción de ventas.
• Asignación de mejores jugadores de equipos.
• …… etc
6
 Modelo de
Programación Lineal
En general, el problema que resuelve la programación lineal se
plantea así:

Variables de Decisión: X1 , X2 , X3 ... Xn

Función Objetivo: función matemática lineal que expresa el
objetivo, intención o propósito (lo que se pretende optimizar).
OPTIMIZAR Z = C1X1 + C2X2 + C3X3+ ... + CnXn
Donde:
C es un valor que pertenece a los número reales. (1,2,3,...,n)
7
 Modelo de P.L.
Restricciones Físicas (Estructurales):
a11 X1 + a12 X2 + a13 X3 + … + a1n Xn ≥ b1
a21 X1 + a22 X2 + a23 X3 + … + a2n Xn ≥ b2
a31 X1 + a32 X2 + a33 X3 + … + a3n Xn ≥ b3
am1 X1 + am2 X2 + am3 X3 + …+ amn Xn ≥ bm
aij pertenece a los número reales, i = 1,2,3,...,m
j = 1,2,3,...,n
bi pertenece a los número reales

Restricciones Formales (De rango):

X1 , X2 , X3 … Xn ≥ 0

Recursos: b1 , b2 , b3 … bm
8
 Métodos de Solución
Método Gráfico:
Se representa geométricamente a las
restricciones.
El modelo se puede resolver en forma
gráfica si sólo tiene dos variables.
Región factible Para modelos con tres o más
Conformada por el área variables, el método gráfico es
impráctico o imposible.
entre los vértices
del recinto.

Solución óptima
Vértice donde se encuentra
el valor máximo o mínimo Región factible
de acuerdo a la Función
Objetivo.
9
 Métodos de Solución
Método Gráfico:

Región
factible

10
 Método Simplex:
Se logra la solución resolviendo sistemas de
inecuaciones lineales, matriciales.

Solución mediante software

Aplicaciones
WINQSB datos de entrada
Las
variables y para el problema de las
móviles
WINQSB los nombres industrias galaxia
de las
restricciones
SOLVER pueden ser
cambiados Click para
aquí. resolver
Las variables son
restringidas a >=0 Ningún límite
superior

11
 Planteamiento de modelos
A continuación se plantean modelos usuales en nuestro medio, como
aplicaciones industriales o comerciales. Es importante plantear modelos,
que luego de estandarizarlos queden estructurados para proceder a su
solución.
Problema 1: maximización
Una empresa, especializada en la fabricación de mobiliario para casas de muñecas,
produce cierto tipo de minimesas y minisillas que vende a 2000 unidades monetarias
(u. m.) y 3000 u. m. por cada artículo, respectivamente. Desea saber cuántas
unidades de cada artículo debe fabricar diariamente un operario para maximizar los
ingresos, teniendo las siguientes restricciones:
• El número total de unidades de los dos tipos no podrá exceder de cuatro por día y
operario.
• Cada minimesa requiere dos horas para su fabricación; cada minisilla, tres horas. La
jornada laboral máxima es de diez horas.
• El material utilizado en cada minimesa cuesta 400 u.m. El utilizado en cada minisilla
cuesta 200 u.m. Cada operario dispone de 1200 u.m. diarias para material.

Plantear y resolver el anterior problema como un modelo de programación lineal. 12

 Información

Planteamiento X1 = Número de minimesas a producir diariamente por operario.

X2 = Número de minisillas a producir diariamente por operario.

Función Objetivo:
Maximizar Z = 2000 X1 + 3000 X2
Modelo Sujeta a:
X1 + X2 ≤ 4 Una solución es:
2 X1 + 3 X2 ≤ 10 X1 = 2 se deben producir dos minimesas diariamente
400 X1 + 200 X2 ≤ 1200 X2 = 2 se deben producir dos minimesas diariamente
Z = 10.000 la utilidad a obtener en u.m.
X1 , X2 ≥ 0
13
 Problema 2: maximización
En un almacén de frutas hay 800 kg de naranjas, 800 kg de manzanas
y 500 kg de plátanos. Para su venta se hacen dos lotes (A y B).
El lote A contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de
plátanos; el lote B se compone de 2 kg de naranjas, 1 kg de manzanas
y 1 kg de plátanos.
El beneficio por kilogramo que se obtiene con el lote A es de 1200 u.m. y con el lote B
de 1400 u.m.
Determinar el número de kilogramo de cada tipo para conseguir beneficios máximos.
Plantear y resolver el anterior problema como un modelo de programación lineal.

Información

14
 Planteamiento
XA = Número de lotes clase A para formar en Kg.
XB = Número de lotes clase B para formar en Kg.

Modelo:

Función Objetivo: Max Z = 1200 XA + 1400 XB

XA + 2 XB ≤ 800
Sujeta a: 2 XA + XB ≤ 800
XA + XB ≤ 500

XA , XB ≥ 0
Solución:
XA = 200 se deben formar 200 lotes de clase A.
XB = 300 se deben formar 300 lotes de clase B.

Z = 660.000 el beneficio máximo a obtener en u.m.

15
 Problema 3: Minimización
Una compañía tiene dos minas: la mina A produce diariamente 1
tonelada de carbón de antracita de alta calidad, 2 toneladas de carbón
de calidad media y 4 toneladas de carbón de baja calidad;
la mina B produce 2 toneladas de cada una de las tres clases. Esta compañía
necesita 70 toneladas de carbón de alta calidad, 130 de calidad media y 150
de baja calidad. Los gastos diarios de la mina A ascienden a 500 u.m. y los de
la mina B a 750 u.m.
¿Cuántos días deberán trabajar en cada mina para que la función de costo
sea mínima?.
Plantear y resolver el anterior problema como un modelo de programación lineal.

Información

16
 Planteamiento
X1 = Número de días a explotar la mina A.
X2 = Número de días a explotar la mina B.

Modelo:
Función Objetivo: Min W = 500 X1 + 750 X2

Sujeta a: X1 + 2 X2 ≥ 70
2 X1 + 2 X2 ≥ 130
4 X1 + 2 X2 ≥ 150
X1 , X2 ≥ 0
Solución:
X1 = 60 La mina A se debe explotar 60 días.
X2 = 5 La mina B se debe explotar 5 días.

W = 33.750 Los costos mínimos son de 33.750 u.m.

17
 Problema 4: Minimización
Las necesidades semanales mínimas de una persona en proteínas,
hidratos de carbono y grasas son, respectivamente, 8, 12 y 9
unidades. Se debe obtener un preparado con esa composición mínima
mezclando dos productos A y B, cuyos contenidos por kilogramo son
los que se indican en la siguiente tabla:

¿Cuántos kilogramos de cada producto deberán comprarse semanalmente para que el costo de preparar la
dieta sea mínimo?.

Información

18
 Planteamiento
XA = Cantidad de Kg de producto A a utilizar semanalmente.
XB = Cantidad de Kg de producto B a utilizar semanalmente.

Modelo:
Función Objetivo: Min W = 600 XA + 400 XB

Sujeta a: 2 XA + XB ≥8
6 XA + XB ≥ 12
XA + 3 XB ≥9
XA , XB ≥ 0
Solución:
XA = 3 Se deben utilizar 3 Kg de producto A a la semana.
X2 = 2 Se deben usar 2 kg de producto B semanalmente.

W = 2.600 Los costos mínimos en la semana son de 2.600 u.m.

19
 TALLER EN GRUPO (Máximo 3 integrantes)
Redacte el la situación problémica

Organice la información en una tabla

Información

20
 Planteamiento de variables de decisión:
X1 =
X2 =

Modelo:
Función Objetivo: Escriba la Función Objetivo

Escriba las restricciones

Sujeta a:

21