CAP.

 PROGRAMACIÓN LINEAL
Programación Lineal
Programación Lineal tiene las siguientes
aplicaciones típicas:
- Un fabricante desea elaborar un programa de
producción y una política de inventarios que
satisfaga la demanda del futuro, minimizarán
la producción y costos de inventario.
- Un analista financiero debe seleccionar un
portafolios de inversión entre acciones y
bonos, debe maximizar el retorno de la
inversión.
Programación Lineal
- Un gerente de mercadotecnia desea
determinar como asignar el presupuesto de
publicidad entre varios medios alternativos ,
buscar la mezcla de medios para maximizar
la efectividad de la publicidad.
- Una empresa tiene almacenes en diferentes
ubicaciones , con una demanda específica
determinar cuanto embarcar de cada
almacén para cada cliente, minimizar los
costos de transporte.
Naturaleza y estructura de los
modelos matemáticos

 Variables y parámetros de decisión

 Restricciones

 Función Objetivo
 Programación Lineal : Formulación de
Problemas
 Una empresa dispone de 70 trabajadores con
cualificaciones diferentes (Economistas, Ingenieros,
Auxiliares Administrativos, etc..) a los que hemos de
asignar 70 actividades también diferentes. Para decidir una
determinada asignación de tareas deberíamos escoger de
entre un total de 70! (Permutaciones de 70 elementos)
aquella que maximiza el resultado final de la empresa.
Como 70! es aproximadamente igual a 10100, aún revisando
un 1 millón de asignaciones diferentes al segundo
necesitaríamos aproximadamente 1087 años para revisar
todas las asignaciones posibles.
 Este tipo de problemas requiere desarrollar modelos de
programación matemática, otros métodos matemáticos,
para llegar a algún tipo de conclusiones.
 Características de la P. L.
 1. Un único objetivo lineal a optimizar
(maximizar o minimizar)
 2. Unas variables de decisión que siempre
son continuas y no negativas
 3. Una o más restricciones lineales
 4. Un conocimiento exacto de los
parámetros y recursos utilizados en la
construcción del modelo.
 Formulación de Modelos
 Primero veremos como con la programación lineal
se puede expresar matemáticamente.
 Ejemplo: Dos empresas Mineras extraen dos tipos diferentes de
minerales, los cuales son sometidos a un proceso de trituración, con
tres grados: alto , medio y bajo. Las compañías han firmado un
contrato para proveer de mineral a una planta de fundición, cada
semana, 12 toneladas de mineral de grado alto, 8 toneladas de grado
medio y 24 toneladas de grado bajo. Cada una de las empresas tiene
diferentes procesos de fabricación.
 Mina Coste por día (miles de $US.)
Producció(toneladas/día)
 Alto Medio Bajo
 X 180 6 3 4
 Y 160 1 1 6
 ¿Cuántos días a la semana debería operar cada empresa para cumplir
el contrato con la planta de fundición?
Formulación matemática básica en un
problema de I.O.

Debemos buscar una solución que minimice el coste de

producción de las empresas, sujeta a las restricciones
impuestas por el proceso productivo así como el contrato
con la planta de fundición.

Traducción del problema en términos matemáticos

1. definir las variables
2. las restricciones
3. el objetivo
Formulación matemática básica en un
problema de I.O. Restricciones

Variables Se recomienda primero plantear las

restricciones con palabras antes de
Representan las decisiones que pasar a su formulación matemática
puede tomar la empresa:
Restricción 1. Refleja el balance
Dx = número de días a la semana entre las limitaciones productivas
que la empresa X produce de la fábrica y el contrato con la
Dy= número de días a la semana planta de fundición
que la empresa Y produce Grado
Notar que Dx0 y Dy0 Alto 6Dx+1Dy12
Medio 3Dx+1Dy8
Objetivo
Bajo 4Dx+6Dy24
Como objetivo buscamos
minimizar el coste Restricción 2. Días de trabajo
disponibles a la semana
Dx5 y Dy5
Formulación matemática básica en un
problema de I.O.
La representación completa del problema tomaría la
siguiente forma:
Minimizar 180Dx+160Dy
Restriciones:
6Dx+1Dy12
3Dx+1Dy8
4Dx+6Dy24
Dx5, Dy5
Dx0, Dy0
Algunas reflexiones
• Hemos pasado de la definición del problema a su
formulación matemática.
• Error de especificación, el error más frecuente consiste
en descuidar las limitaciones (restricciones,
características de las variables, etc,)
En el ejemplo anterior:
a) Todas las variables son continuas (admitimos fracciones
de día)
b) Existe un único objetivo (minimizar los costes)
c) El objetivo y las restricciones son lineales
Las tres consideraciones anteriores nos llevan a lo que
denominamos un problema de Programación Lineal PL
 Algunas reflexiones
El ejercicio anterior plantea un PROBLEMA DE DECISIÓN
Hemos tomado una situación real y hemos construido su
equivalente matemático MODELO MATEMÁTICO
Durante la formulación del modelo matemático nosotros
consideramos el método cuantitativo que (esperanzadamente)
nos permitirá resolver el modelo numéricamente ALGORITMO
El algoritmo es un conjunto de instrucciones que siguiendo de
manera gradual producen una solución numérica
Llegamos a una nueva definición de I.O.
Ciencia para la representación de problemas reales mediante
modelos matemáticos que junto con métodos cuantitativos nos
permiten obtener una solución numérica a los mismos
Dificultades

Dificultades de este tipo de enfoques:

•Identificación del problema (debemos ignorar partes o
tratar el problema entero)
•Elección del modelo matemático adecuado así como el
algoritmo adecuado para resolverlo (validación del
algoritmo)
•Dificultades en la implementación
•Velocidad (costes) que supone llegar a una solución
•Calidad de la solución
•Consistencia de la solución
EJEMPLO DE ASIGNACION DE PERSONAL
 Farmacias Bolivia en sus 9 sucursales ha decidido
ampliar su servicio a 24 horas, con la consiguiente
necesidad de nuevo personal de atención al cliente.
 La gerencia de la Empresa ha estimado las
necesidades mínimas de personal por tramos
horarios para poder cubrir los requerimientos de los
clientes que se presenten. Se definieron 6 tramos de 4
horas. La necesidad mínima de personal en cada
tramo se indica en el Cuadro.
 Por otro lado, el departamento de recursos humanos
ha informado a la gerencia que los contratos
laborales han de ser de ocho horas seguidas, según
normativa laboral, independientemente de los
horarios de entrada y salida del personal.
 El problema es encontrar el número mínimo de
personal necesario para cubrir la demanda.
 REQUERIMIENTO DE PERSONAL

1 2 3 4 5 6
J 00:00 - 04:00 - 08:00 - 12:00 - 16:00 - 20:00 -
04:00 08:00 12:00 16:00 20:00 24:00

PERSONAL 9 5 3 7 5 6
Nj
 Formulación del problema
 En primer lugar, se tienen que
definir las variables del modelo que
queremos desarrollar.
 Como se controlará el número de
personal en cada turno, definimos Xj
como la cantidad de personal que
entra a trabajar en el turno j, en donde
varía j=1,...,6. Es decir, hay una variable
para cada turno.
 Las restricciones del modelo tienen que reflejar la
necesidad de que la cantidad de personal que entren en el
periodo j más el número de personas que entraron a trabajar
en el turno j-1 sean suficientes para cubrir las necesidades
del turno j (Nj).
 Esta situación queda reflejada en el Cuadro 2. En esta tabla,
un trabajador que entra a trabajar, por ejemplo, a las 4:00,
trabajará en los turnos 2 y 3, y por tanto, contribuirá a
cubrir las necesidades de estos dos turnos.
 En otras palabras, el turno j estará siendo atendido por Xj-1 y
Xj. En consecuencia, tendremos que Xj-1 + Xj (el personal que
trabaja durante el turno j) tiene que ser, como mínimo, igual a
Nj, que es el número mínimo de personal de la farmacia
que sería necesario para este turno.
 En términos matemáticos la restricción es la siguiente:
Xj-1 + Xj ≥ Nj
 El objetivo de la gerencia consiste en la minimización del
número total de personal de atención necesario para
cubrir las necesidades diarias. Este número será igual a X1
+X2 +X3 +X4 +X5 +X6 que representa la suma del número de
personal que entra en cada periodo.
 Finalmente, el modelo matemático es el siguiente:
6
min Z = ∑ Xj
j=1
 Con las restricciones: X6 + X1 ≥ 9 Xj > 0, j= 1,...,6
X1 + X2 ≥ 5
X2 + X3 ≥ 3
X3 + X4 ≥ 7
X4 + X5 ≥ 5
X5 + X6 ≥ 6
 1 2 3 4 5 6
00:00 - 04:00 - 08:00 - 12:00 - 16:00 - 20:00 -
04:00 08:00 12:00 16:00 20:00 24:00

0:00 X1 X1

04:00 X2 X2

08:00 X3 X3

12:00 X4 X4

16:00 X5 X5

20:00 X6 X6

Personal 9 5 3 7 5 6
Nj
EJEMPLO DE Programación Financiera
 El Banco BISA SA está preparando su plan de
inversiones para los próximos dos años.
Actualmente, la empresa tiene 1,5 millones de
dólares para invertir y espera ingresar, gracias a
inversiones pasadas, un flujo de dinero al final
de los meses, 6 12 y 18 próximos.
 Por otra parte, la empresa quiere expandirse y
tiene dos propuestas sobre la mesa.
 La primera es asociarse con la empresa Minera
San Cristobal y la segunda con la empresa
Gravetal SA
 En el Cuadro se muestra el flujo de caja (MILES DE
DOLARES)del Banco BISA SA si entrara con un 100% en cada
uno de los proyectos.
INICIAL 6 MESES 12 MESES 18 MESES 24 MESES

INVERSIONES 500 400 380

PASADAS

MINERA SAN - 1000 - 700 1800 400 600

CRISTOBAL

GRAVETAL - 800 500 -200 - 700 2000

S.A.
 Debido a regulaciones, al Banco BISA SA no se le permite
pedir préstamos directos.
 Pero si que puede, cada seis meses, invertir sus fondos
excedentes (es decir, aquellos que no ha invertido en
ningún proyecto) en un fondo que le daría un 7% cada
seis meses.
 Por otro lado, BISA SA puede participar en cada uno de
los proyectos con un nivel inferior al 100% y,
consecuentemente, el flujo de caja se reducirá en la
misma proporción. Es decir, que si decide entrar por
ejemplo con el 50% en el proyecto de Gravetal, el flujo
correspondiente también se reducirá en la misma
proporción.
 El problema que se plantea BISA SA es cuanto invertir en
cada proyecto para maximizar el dinero en efectivo que
tendrá la empresa en dos años
Formulación del problema
 Una vez el problema ha sido identificado y los
parámetros del modelo han sido definidos, se
tienen que definir las variables.
 Sea X1 el porcentaje de participación en el
proyecto Minera San Cristobal y X2 el
porcentaje de participación en el proyecto
Gravetal SA (0 ≤ X1 ≤ 1, 0 ≤ X2 ≤ 1). Por otro
lado, sean S0, S6, S12 y S18 el dinero que se
depositará en el fondo en los periodos 0, 6 12 y
18 respectivamente.
 Para formular las restricciones del modelo se utilizará un
razonamiento secuencial.
 La empresa dispone de 1,5 millones de dólares hoy
(periodo 0) y las quiere gastar considerando las opciones
siguientes:
 1. participar en el proyecto Minera San Cristobal, que
implicaría desembolsar 1.000.000X1 dólares en el periodo
0;
 2. participar en el proyecto Gravetal SA, teniendo que
gastar 800.000X2;
 3. depositar el dinero al 7%
 Estas opciones no son excluyentes entre ellas. Por lo
tanto, se tiene que cumplir la siguiente ecuación de
equilibrio:
1.500 = 1.000X1 + 800X2 + S0
 Al cabo de seis meses, la empresa ingresará 500.000
dólares, gracias a inversiones realizadas
anteriormente.
 También el dinero depositado en el fondo en el
periodo anterior estará a disposición junto con los
intereses: S0 + 0,07S0 .
 Por otra parte, el proyecto Gravetal SA dará una
entrada de dinero igual a 500.000X2. Con este dinero
tendrá que hacer frente al compromiso adquirido
con Minera San Cristobal, 700.000X1, y depositar lo
que quede al 7% una vez más.
 Matemáticamente:
500 + 500X2 + 1,07S0 = 700X1 + S6
 En el periodo 12, la empresa recibirá 400.000
dólares, de inversiones anteriores, y
1.800000X1 del proyecto Minera San Cristobal
y el dinero del fondo junto con los intereses.
 Con estos ingresos tendrá que cubrir el
compromiso del proyecto Gravetal SA, 200X2 y
depositar S12 en el fondo.
 En términos matemáticos:

400 + 1.800X1 + 1,07S6 = 200X2 + S12

 En el periodo 18, los ingresos que tendrá
la empresa vendrán de inversiones
anteriores (380.000), del proyecto Minera
San Cristobal (400.000X1) y del depósito
realizado en el periodo anterior
incluyendo los intereses (1,07 S12 ). Con
este dinero tendrá que realizar un gasto
de 700.000 X2 en el proyecto Gravetal y el
resto puede volver a ponerlo en el fondo
(S18). Es decir:
380 + 400X1 + 1,07S12 = 700X2 + S18
 Finalmente, al cabo de dos años (periodo 24),
el BISA tendrá únicamente ingresos y no
tendrá ningún gasto. Los ingresos provienen
de los dos proyectos (600.000 X1 + 2.000.000
X2) y del dinero depositado en el periodo
anterior, 1,07 S18.
 Si se define Z como los ingresos realizados en
el periodo 24 en miles de dólares, tendremos
que:
Z = 600X1 + 2.000X2 + 1,07S18
 Este es el objetivo del problema: Maximizar
los ingresos al cabo de dos años.
 Finalmente, como solo se puede invertir un máximo
de 100% en cada proyecto, las variables X1 y X2 no
pueden exceder la unidad. Por lo tanto, hay que
añadir las restricciones siguientes:
X1 ≤ 1 X2 ≤ 1
 El programa lineal se escribe de la forma siguiente:
Max Z = 600X1 + 2.000X2 + 1,07S18
 Con restricciones:
 1000X1 + 800X2 + S0 = 1.500
 700X1 -500X2 -1,07S0 + S6 = 500
 -1.800X1 + 200X2 -1,07S6 + S12 = 400
 -400X1 + 700X2 -1,07S12 + S18 = 380
 X1 ≤ 1 ; X2 ≤ 1 ; X1, X2, S0, S6, S12, S18 ≥ 0
 Métodos de Resolución
 Un modelo matemático de decisión, por muy bien
formulado que esté, no sirve de nada sino podemos
encontrar una solución satisfactoria.
 Una de las características de la programación lineal
es que, gracias a sus propiedades matemáticas, se
consigue la solución óptima sin muchas dificultades.
 En primer lugar se verá el método gráfico, un
sistema limitado a problemas con dos variables, y a
continuación el método Simplex, el algoritmo más
común para solucionar problemas lineales con
muchas variables y restricciones.
 Un modelo matemático de decisión, por muy bien
formulado que esté, no sirve de nada sino podemos
encontrar una solución satisfactoria.
 Una de las características de la programación lineal es
que, gracias a sus propiedades matemáticas, se
consigue la solución óptima sin muchas dificultades.
 En primer lugar se verá el método gráfico, un sistema
limitado a problemas con dos variables, y a
continuación el método Simplex, el algoritmo más
común para solucionar problemas lineales con
muchas variables y restricciones.
 Anatina Toys fabrica 2 tipos de juguetes de madera,
autitos y rompecabezas.
 Un autito se vende en Bs. 54 y requiere 20 Bs. de materia
prima. Cada autito que se fabrica incrementa la mano
de obra variable y los costos globales en 28 Bs.
 Un rompecabezas se vende en Bs. 42 y requiere 18 Bs. de
materia prima. Cada rompecabezas incrementa la mano
de obra variable y costos globales en 20 Bs.
 Para la fabricación se requiere mano de obra
especializada: carpintera y acabados. Un autito requiere
2 h de acabado y1 h de carpinteria. Un rompecabezas
requiere 1h acabado y 1h de carpinteria.
 Todas las semanas Anatina Toys consigue todo el
material , pero solo 100h de trabajo de acabado y 80h de
trabajo de carpinteria.
 La demanda de rompecabezas es ilimitada y solo se
vende 40 autitos por semana.
 Anatina Toys debe maximizar las utilidades semanales
(ingresos – costos)
 Diseñar un modelo matemático y resolver por el
metodo grafico.

 X1 = cantidad de autitos fabricados cada semana

 X2 = cantidad de rompecabezas fabricados a la semana
 La función objetivo será: Los ingresos semanales menos
los costos de materia prima y menos los costos varables.
 Ingresos por semana = 54 X1 + 42 X2
 Costos materia prima semana = 20 X1 + 18 X2
 Costos variables semana = 28 X1 + 20 X2

 Entonces Anatina Toys quiere maximizar:

(54 X1 + 42 X2)-(20 X1 + 18 X2)-(28 X1 + 20 X2) =
Max Z = 6 X1 + 4 X2
Los coeficientes para X1 es 6 y para X2 es 4 que es la
utilidad.
 RESTRICCIONES
 Restricción 1: 100h de trabajo de acabado
2 X1 + X2 ≤ 100
 Restricción 2: 80h de trabajo de carpintería
X1 + X2 ≤ 80
 Restricción 3: Debido a la demanda limitada de
autitos no debe producirse mas de 40 autitos.
X1 ≤ 40
 Restricción 4 De signo: La producción no puede ser
negativa. Entonces:
X1 ≥ 0 ; X2 ≥ 0
 REGION FACTIBLE
Es el conjunto de todas las soluciones que satisfacen las
restricciones. Por ej. Para X1 = 40 y X2 = 20 Cumple
Para X1 = 15 y X2 =70 No Cumple
Para X1 = 10 y X2 = 70 Cumple
Para X1 = 20 y X2 = 60 Cumple
SOLUCION OPTIMA:
En Maximización es el punto donde el valor es
el mas alto en la función objetivo
En minimización es lo contrario.
En nuestro caso el máximo es en Max Z = 6 X1 + 4 X2
Para X1 = 20 y para X2 = 60 Max Z = 360