Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Programación Lineal
1
Objetivos de aprendizaje
7.1 Introducción
7.2 Requerimientos de un problema de programación lineal
7.3 Formulación de problemas de PL
7.4 Solución gráfica de un problema de PL
7.5 Solución del problema de PL de Flair Furniture usando
QM para Windows y Excel
7.6 Solución de problemas de minimización
7.7 Cuatro casos especiales de PL
7.8 Análisis de sensibilidad
7-3
Introducción
7-4
Requerimientos de un problema de
programación lineal
Todos los problemas de PL tienen 4 propiedades en
común:
1. Todos los problemas buscan maximizar o minimizar
alguna cantidad (la función objetivo).
2. Hay limitaciones o restricciones que acotan el grado en
que se puede alcanzar el objetivo.
3. Debe haber disponibles cursos de acción alternativos .
4. El objetivo y las restricciones en los problemas se
tienen que expresar en términos de ecuaciones
lineales o desigualdades.
7-5
Suposiciones básicas de PL
Se supone que existen condiciones de certeza, es decir,
se conocen con certidumbre el número en el objetivo y en
las restricciones, y no cambia durante el periodo de
estudio.
Se supone que existe proporcionalidad en el objetivo y
en las restricciones.
Se supone aditividad ya que el total de todas las
actividades es igual a la suma de las actividades
individuales.
Se hace la suposición de divisibilidad, donde las
soluciones no necesitan ser números enteros
Todas las respuestas o las variables son no negativas.
7-6
Propiedades y supuestos de la PL
7-7
Formulación de problemas de PL
7-8
Formulación de problemas de PL
Una de las aplicaciones más comunes de la PL es el
problema de la mezcla de productos.
Dos o más productos se fabrican con recursos limitados,
como personal, maquinaria y materia prima.
La utilidad que la empresa busca maximizar se basa en
la contribución a la utilidad por unidad de cada producto.
La compañía quiere determinar cuántas unidades de
cada producto se deberían fabricar para maximizar la
utilidad general, dados sus recursos limitados.
7-9
Compañía Flair Furniture
Pintura y barnizado 2 1 0
7-11
Compañía Flair Furniture
El objetivo es:
Maximizar la utilidad
Las restricciones son:
1. Las horas de tiempo de carpintería utilizadas no
pueden exceder las 240 horas por semana.
2. Las horas de tiempo de pintura y barnizado
utilizadas no pueden exceder las 100 horas por
semana.
Las variables de decisión que representan las decisiones
reales que tomarán se definen como:
T = número de mesas producidas por semana.
C = número de sillas producidas por semana.
7-12
Compañía Flair Furniture
7-13
Compañía Flair Furniture
De manera similar,
Tiempo de pintura y barnizado utilizado
≤ Tiempo disponible de pintura y barnizado.
2 T + 1C ≤ 100 (horas de tiempo de pintura y barnizado)
7-14
Compañía Flair Furniture
7-15
Solución gráfica
a un problema de PL
La forma más fácil de resolver algunos problemas
pequeños de PL es gráficamente.
El método gráfico tan solo funciona cuando hay
únicamente dos variables de decisión.
Cuando hay más de dos variables, se necesita un
enfoque más complejo, ya que no es posible trazar
la solución en una gráfica de dos dimensiones.
El método gráfico proporciona información valiosa
acerca de cómo funcionan otros enfoques.
7-16
Representación gráfica
de las restricciones
100 –
– Este eje representa la restricción T ≥ 0
80 –
Número de sillas
–
60 –
–
40 – Este eje representa
– La restricción C ≥ 0
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-17
Representación gráfica
de las restricciones
El primer paso para resolver el problema es
identificar un conjunto o la región de soluciones
factibles.
Para ello, trazamos cada ecuación de restricción
en una gráfica.
Empezamos por trazar la gráfica de la parte de
la igualdad de las ecuaciones de restricción:
4T + 3C = 240
Despejamos las intersecciones de los ejes y se
traza la recta.
7-18
Representación gráfica
de las restricciones
Cuando Flair no fabrica mesas, la restricción de
carpintería es:
4(0) + 3C = 240
3C = 240
C = 80
De manera similar para las no sillas:
4T + 3(0) = 240
4T = 240
T = 60
Esta recta se muestra en la gráfica siguiente:
7-19
Representación gráfica
de las restricciones
100 –
–
Número de sillas
80 – (T = 0, C = 80)
–
60 –
–
40 –
–
(T = 60, C = 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-20
Representación gráfica
de las restricciones
80 –
Cualquier punto por encima
–
de la gráfica transgrede la
60 –
restricción.
–
(30, 40) (70, 40)
40 –
–
20 –
– (30, 20)
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-21
Representación gráfica
de las restricciones
El punto (30, 40) se encuentra en la gráfica y
satisface exactamente la restricción
4(30) + 3(40) = 240.
El punto (30, 20) se encuentra por debajo de la
gráfica y satisface la restricción
4(30) + 3(20) = 180.
El punto (70, 40) está por encima de la gráfica y
no satisface la restricción
4(70) + 3(40) = 400.
7-22
Representación gráfica
de las restricciones
Región que satisface la restricción de
pintura y barnizado
C
100 – (T = 0, C = 100)
–
Número de sillas
80 –
–
60 –
–
40 –
–
(T = 50, C = 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-23
Representación gráfica
de las restricciones
Para producir mesas y sillas, se deben utilizar ambos
departamentos.
Tenemos que encontrar una solución que satisfaga
ambas restricciones al mismo tiempo.
Una nueva gráfica muestra ambas gráficas de restricción.
La región factible (o área de soluciones factibles) es
donde se satisfacen todas las restricciones.
Cualquier punto dentro de esta región es una solución
factible.
Cualquier punto fuera de la región es una solución no
factible.
7-24
Representación gráfica
de las restricciones
Región de solución factible para el problema de la
compañía Flair Furniture
C
100 –
–
Número de sillas
7-26
Representación gráfica
de las restricciones
Para el punto (50, 5)
7-27
Método de solución
de la recta de isoutilidad
Una vez que la región factible se ha graficado, tenemos
que encontrar la solución óptima entre las soluciones
posibles.
La forma más rápida manera de hacer esto consiste en
usar el método de la recta de isoutilidad.
A partir de un valor de utilidad pequeño, pero posible, se
traza la gráfica de la función objetivo.
Se mueve la recta de la función objetivo en la dirección
de aumento de la utilidad, mientras se conserva la
pendiente.
El último punto que toca en la región factible es la
solución óptima.
7-28
Método de solución
de la recta de isoutilidad
Para Flair Furniture, se elije una ganancia de $2,100.
La función objetivo es entonces
$2,100 = 70T + 50C
Encontrando el valor de las intersecciones de los ejes,
podemos trazar la gráfica.
Esto evidentemente no es la mejor solución posible.
Se pueden crear gráficas adicionales usando mayores
utilidades.
Cuanto más nos alejamos del origen, mayor será la
utilidad.
La máxima utilidad ($4,100 dólares) se generarán cuando
la recta de isoutilidad pase por el punto (30, 40).
7-29
Método de solución
de la recta de isoutilidad
100 –
–
Número de sillas
80 –
–
60 –
– $2,100 = $70T + $50C
(0, 42)
40 –
–
(30, 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-30
Método de solución
de la recta de isoutilidad
Cuatro líneas de isoutilidad graficadas
para la compañía Flair Furniture
C
100 –
–
$3,500 = $70T + $50C
Número de sillas
80 –
– $2,800 = $70T + $50C
60 –
– $2,100 = $70T + $50C
40 –
– $4,200 = $70T + $50C
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-31
Método de solución
de la recta de isoutilidad
100 –
–
Número de sillas
80 –
Recta de utilidad máxima
–
60 – Punto de solución óptima
– (T = 30, C = 40)
40 –
– $4,100 = $70T + $50C
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 T
Número de mesas
7-32
Método de solución
del punto esquina
Un segundo enfoque para la solución de problemas
de PL utiliza el método del punto
de esquina.
Este implica considerar la utilidad en cada punto
esquina de la región factible.
La teoría matemática detrás de los problemas de PL
establece que una solución óptima se encuentra en
un punto esquina o punto extremo, de la región
factible
Para Flair Furniture, la región factible es un polígono
de cuatro lados con cuatro puntos esquina
designados 1, 2, 3 y 4 en la gráfica.
7-33
Método de solución
del punto esquina
Cuatro puntos esquina de la región factible
C
100 –
2 –
Número de sillas
80 –
–
60 –
–
3
40 –
–
20 –
–
1 |– | | | | | | | | | | |
0 20 40
4 60 80 100 T
Número de mesas
7-34
Método de solución
del punto esquina
Para encontrar las coordenadas para el punto 3 con
precisión tenemos que determinar la intersección de las dos
rectas de restricción.
Utilizando el método de ecuaciones simultáneas, se
multiplica la ecuación por -2 la ecuación de pintura y se
suma a la ecuación de la carpintería
4T + 3C = 240 (recta de carpintería)
– 4T – 2C = –200 (recta de pintura)
C = 40
Al sustituir 40 por C en cualquiera de las ecuaciones originales se
puede determinar el valor de T.
7-36
Holgura y excedente
Holgura es la cantidad de un recurso que no se utiliza.
Para una restricción menor que o igual a:
Holgura = cantidad de recursos disponibles cantidad de
recursos utilizados.
El excedente se emplea con las restricciones mayor que
o igual a para indicar la cantidad en que se ha superado
lado derecho de una restricción.
Excedente = cantidad real cantidad mínima.
7-37
Resúmenes de métodos
de solución gráfica
MÉTODO DE LA ISOUTILIDAD
1. Graficar todas las restricciones y encontrar la región factible.
2. Seleccionar una recta de utilidad (o de costo) específica(o) y trazar la gráfica
para encontrar la pendiente.
3. Mover la recta de la función objetivo en la dirección de aumento de la utilidad
(o de la disminución del costo), conservando la pendiente. El último punto
que se toca en la región factible es la solución óptima.
4. Determinar los valores de las variables de decisión en este último punto y
calcular la utilidad (o el costo).
MÉTODO DEL PUNTO DE ESQUINA
1. Graficar todas las restricciones y encontrar la región factible.
2. Encontrar los puntos esquina de la región factible.
3. Calcular la utilidad (o el costo) en cada uno de los puntos esquina factibles.
4. Seleccionar el punto esquina con el mejor valor de la función objetivo
determinado en el paso 3. Esta es la solución óptima.
7-38
Solución del problema de PL de Flair
Furniture con QM para Windows y Excel
7-39
Uso de QM para Windows
7-40
Uso de QM para Windows
7-41
Uso de QM para Windows
7-42
Uso de QM para Windows
7-43
Uso de QM para Windows
Resultados gráficos de QM para Windows
para el problema de Flair Furniture
7-44
Uso de la instrucción Solver
de Excel para problemas de PL
7-45
Uso de la instrucción Solver
para el problema de Flair Furniture
7-46
Uso de la instrucción Solver
para el problema de Flair Furniture
7-47
Uso de la instrucción Solver
para el problema de Flair Furniture
Introducción de datos en Excel para el ejemplo de
Flair Furniture
7-48
Uso de la instrucción Solver
para el problema de Flair Furniture
7-49
Uso de la instrucción Solver
para el problema de Flair Furniture
7-50
Uso de la instrucción Solver
para el problema de Flair Furniture
Una vez que el modelo se ha introducido, se pueden utilizar
los pasos siguientes para resolver el problema.
En Excel 2010, seleccione Data – Solver.
Si Solver no aparece en el lugar indicado, consulte el
Apéndice F para tener instrucciones acerca de cómo
activar este complemento.
1. En el cuadro de Set Objective, introduzca la dirección
de celda de la utilidad total.
2. En el cuadro By Changing Cells, escriba las direcciones
de las celdas para los valores de las variables
3. Haga clic en Max para un problema de maximización y
en Min para uno de minimización.
7-51
Uso de la instrucción Solver
para el problema de Flair Furniture
4. Marque la casilla Make Unconstrained Variables
Non-Negative.
5. Haga clic en el botón Select Solving Method y
seleccione Simplex LP en el menú que aparece.
6. Haga clic en Add para agregar las restricciones.
7. En el cuadro de diálogo que aparece, introduzca
las referencias de celdas para los valores del
lado izquierdo, el tipo de ecuación y los valores
del lado derecho.
8. Haga clic en Solve.
7-52
Uso de la instrucción Solver
para el problema de Flair Furniture
Inicio de Solver
7-53
Uso de la instrucción Solver de
Excel para problemas de PL
Introduzca la dirección de
Cuadro de la celda para el valor de la
función objetivo.
diálogo de
parámetros Especifique la ubicación de
los valores para las variables.
Solver pondrá aquí los
de Solver valores óptimos.
7-54
Uso de la instrucción Solver
para el problema de Flair Furniture
7-55
Uso de la instrucción Solver
para el problema de Flair Furniture
Cuadro de diálogo de resultados de Solver
7-56
Uso de la instrucción Solver
para el problema de Flair Furniture
7-57
Solución de problemas
de minimización
Muchos de los problemas de PL incluyen minimizar un
objetivo como el costo, en vez de maximizar una
función de utilidad.
Los problemas de minimización se pueden resolver
gráficamente, primero estableciendo la región de
solución factible y, después, utilizando ya sea el
método del punto esquina o bien un método de recta
de isocosto (que es similar al método de isoutilidad en
problemas de maximización), para encontrar los
valores de las variables de decisión (por ejemplo, X1 y
X2) que producen el costo mínimo
7-58
Rancho Holiday Meal Turkey
El rancho Holiday Meal Turkey está considerando
comprar dos marcas diferentes de alimento para pavo, y
mezclarlos para ofrecer una buena dieta de bajo costo
para sus aves
7-60
Rancho Holiday Meal Turkey
Use the método del punto de esquina.
En primer lugar se construye la región de la solución
factible.
La solución óptima se encuentran en una de las
esquinas como estaría en un problema de
maximización.
7-61
Región factible para el problema del
rancho Holiday Meal Turkey
X2
–
20 –
Libras de la marca 2
15 – Región factible
a
10 –
Restricción del ingrediente B
7-63
Rancho Holiday Meal Turkey
Sustituyendo estos valores en la función objetivo, se
encuentra
7-64
Rancho Holiday Meal Turkey
Solución gráfica del problema del rancho Holiday Meal
Turkey usando la recta de isocosto
X2
–
Región factible
20 –
Libras de marca 2
54
15 – ¢ =2
Di X
1 +
rec 3X
ció 2 R
n ect
10 – de ad
3 1. lc ei
2¢ os soc
=2 tod ost
X ec o
1 + rec
5– 3X i en
2 te
(X1 = 8.4, X2 = 4.8)
| | | | | |
0–
5 10 15 20 25 X1
Libras de marca 1 7-65
Rancho Holiday Meal Turkey
Solución gráfica del problema del rancho Holiday
Meal Turkey usando la recta de isocosto
7-66
Rancho Holiday Meal Turkey
Solución de Excel 2010 para el problema del rancho
Holiday Meal Turkey
Se establece que la celda
Se especifica Min para objetivo es D5.
minimización.
Se selecciona
Simplex LP.
7-67
Rancho Holiday Meal Turkey
Solución de Excel 2010 para el problema del rancho
Holiday Meal Turkey
7-68
Cuatro casos especiales de PL
7-69
Cuatro casos especiales de PL
Solución no factible
Sucede cuando no hay solución a un problema de
PL que satisfaga todas las restricciones dadas.
No hay una región de solución factible.
Es un hecho frecuente en la vida real.
Por lo general, se relajan una o más restricciones
hasta que se encuentra una solución.
7-70
Cuatro casos especiales de PL
X2
8–
–
6–
–
Región que
4–
satisface la
–
tercera restricción
2–
–
0– | | | | | | | | | |
2 4 6 8 X1
Región que satisface las primeras dos restricciones
7-71
Cuatro casos especiales de PL
Región no acotada
A veces, un problema de programación lineal no
tiene solución finita.
En un problema de maximización, una o más
variables de solución, y la utilidad, se pueden hacer
infinitamente grandes sin contravenir ninguna
restricción.
En una solución gráfica, la región factible se extiende
infinitamente hacia la derecha, es ilimitada o existe
una solución sin acotar.
Esto implica que el problema se ha formulado
incorrectamente.
7-72
Cuatro casos especiales de PL
X1 ≥ 5
15 –
X2 ≤ 10
10 –
Región factible
5–
X1 + 2X2 ≥ 15
| | | | |
0– 5 10 15 X1
7-73
Cuatro casos especiales de PL
Redundancia
Una restricción redundante es aquella que no
afecta la región de solución factible.
Una o más restricciones pueden estar
enlazadas.
En un hecho frecuente en la vida real.
No causa problemas particulares, pero la
eliminación de las restricciones redundantes
simplifica el modelo.
7-74
Cuatro casos especiales de PL
30 –
25 –
2X1 + X2 ≤ 30
20 –
Restricción
redundante
15 –
X1 ≤ 25
10 – X1 + X2 ≤ 20
Región
5–
factible
| | | | | |
0–
5 10 15 20 25 30 X1
7-75
Cuatro casos especiales de PL
7-76
Cuatro casos especiales de PL
8–
7–
A La solución óptima consiste en todas
6–
las combinaciones de X1 y X2 a lo largo
5– del segmento AB
4–
2–
B Recta de isoutilidad para
1 – Región $12 superpuesta en el
factible segmento de recta AB
0– | | | | | | | |
1 2 3 4 5 6 7 8 X1
7-77
Análisis de sensibilidad
7-78
Análisis de sensibilidad
60 –
7-81
Cambios en el coeficiente
de la función objetivo
En problemas de la vida real, las tasas de contribución
en las funciones objetivo fluctúan de manera periódica.
Gráficamente, esto significa que aunque la región de
solución factible siga siendo exactamente la misma,
cambiará la pendiente de la recta de isoutilidad o de
isocosto.
Se puede aumentar o disminuir el coeficiente de la
función objetivo de cualquier variable, y el punto
esquina actual puede seguir siendo óptimo.
Es necesario saber cuánto de coeficiente de la función
objetivo puede cambiar para que la solución óptima
esté en un punto esquina diferente.
7-82
Cambios en el coeficiente
de la función objetivo
Cambios en los coeficientes de contribución de los
radiorreceptores
X2
40 –
Recta de utilidad para 50X1 + 80X2
(pasa por el punto b)
30 –
Recta antigua de utilidad para 50X1 + 120X2
(pasa por el punto a)
20 – b
a Recta de utilidad para 50X1 + 150X2
(pasa por el punto a)
10 –
c
| | | | | |
0– 10 20 30 40 50 60 X1
7-83
QM para Windows y cambios en los
coeficientes de la función objetivo
Introducción de datos y análisis de sensibilidad de la
compañía High Note Sound con QM para Windows
Programa 7.5A
7-84
Excel Solver y Changes in
Objective Function Coefficients
Hoja de cálculo Excel 2010 para la compañía High Note
Sound
Las celdas de cambio de variable en el cuadro de diálogo de Solver son B4:C4.
7-85
Solver de Excel y cambios en los
coeficientes de la función objetivo
7-86
Solver de Excel y cambios en los
coeficientes de la función objetivo
Reporte de sensibilidad en Excel 2010 para la compañía
High Note Sound
7-87
Cambio en los coeficientes
tecnológicos
Los cambios en los coeficientes tecnológicos a
menudo reflejan los cambios en el estado de la
tecnología.
Si la cantidad de recursos necesarios para producir un
producto cambia, los coeficientes de las ecuaciones
de restricción va a cambiar.
Esto no cambia la función objetivo, pero puede
producir un cambio significativo en la forma de la
región factible.
Esto puede causar un cambio en la solución óptima.
7-88
Cambio en los coeficientes
tecnológicos
Cambio en los coeficientes tecnológicos de la compañía
High Note Sound
60 – 60 – 60 –
3X1 + 1X2 ≤ 60 2 X1 + 1X2 ≤ 60 3X1 + 1X2 ≤ 60
40 – 40 – 40 –
Todavía
Solución solución Solución
a óptima a óptima óptima
20 – 20 – d 20 –
b 2X1 + 4X2 ≤ 80 2X1 + 4X2 ≤ 80 16 f g 2X1 + 5 X2 ≤ 80
|c | | | e | | | |c | |
0– 20 40 X1 0– 20 30 40 X1 0– 20 40 X1
Reproductores de CD
7-89
Cambios en los recursos o los
valores del lado derecho (RHS)
Los valores de la derecha del lado de las
restricciones con frecuencia representan los
recursos disponibles para la empresa.
Si los recursos adicionales estuvieran
disponibles, se podría obtener una mayor
utilidad total.
El análisis de sensibilidad acerca de los recursos
ayudará a responder preguntas acerca de
cuánto se debe pagar por los recursos
adicionales y cuánto más de un recurso sería
útil.
7-90
Cambios en los recursos o los
valores del lado derecho (RHS)
Si el lado derecho de una restricción se cambia, la
región factible cambiará (a menos que la restricción
sea redundante).
Con frecuencia, cambiará la solución óptima.
La cantidad de cambio en el valor de la función
objetivo que es resultado de una unidad de cambio en
uno de los recursos disponibles se llama el precio dual
o valor dual.
El precio dual para una restricción es la mejora en el
valor de la función objetivo que es resultado de un
incremento de una unidad en el lado derecho de la
restricción
7-91
Cambios en los recursos o los
valores del lado derecho (RHS)
Sin embargo, el posible aumento en el lado derecho
de un recurso es limitado.
Si el número de horas aumenta más allá del límite
superior, entonces la función objetivo ya no aumentará
el precio dual.
Simplemente sería el exceso de (holgura) horas de un
recurso o la función objetivo puede cambiar en una
cantidad diferente del precio dual.
El precio dual tan solo es importante dentro de los
límites.
7-92
Cambios en el recurso de tiempo de
electricista de la compañía High Note Sound
X2 a)
60 –
| c | | |
0– 20 40 50 60 X1
7-93
Cambios en el recurso de tiempo de
electricista de la compañía High Note Sound
X2 b)
60 –
7-94
Cambios en el recurso de tiempo de
electricista de la compañía High Note Sound
X2 c)
60 –
Restricción modificada que representa
240 horas del recurso tiempo de electricista
40 –
Restricción
que representa
20 – 60 horas del
recurso
tiempo de técnico
de sonido
| | | | | |
0– 20 40 60 80 100 120
X1
7-95
QM para Windows y cambios
en los valores del lado derecho
Análisis de sensibilidad de la compañía High Note Sound
utilizando QM para Windows
7-96
Solver de Excel y cambios en los
valores del lado derecho
Análisis de sensibilidad en Excel 2010 para la compañía
High Note Sound
Los valores de la solución para las variables indican
que se deberían fabricar 0 reproductores de CD y 20
radiorreceptores
7-97