Facultad de Ingeniera

Escuela de Ingeniera Industrial

Materia: Investigacin de Operaciones I
Profesor: Emmanuel Lpez







PROGRAMACIN LINEAL
CASO DE APLICACIN








Integrantes:
Chivico Carlos
Rodrguez Mariamilagro
Serrano Ismael
Caracas, 27 de agosto de 2013
Indice

























Introduccin
La programacin lineal consiste en optimizar (minimizar o maximizar) una funcin lineal,
denominada funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a
una serie de restricciones que expresamos mediante un sistema de inecuaciones lineales.
El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al
menos, a Joseph Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin.
La programacin lineal se plantea como un modelo matemtico desarrollado durante la
Segunda Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al
ejrcito y aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la
posguerra, muchas industrias lo usaron en su planificacin diaria.
Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorvich, un matemtico ruso, que utiliza tcnicas similares en la economa antes de
Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico ruso, Leonid
Khachiyan, dise el llamado Algoritmo del elipsoide, a travs del cual demostr que el
problema de la programacin lineal es resoluble de manera eficiente, es decir, en tiempo
polinomial.2 Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo del punto
interior para resolver problemas de programacin lineal, lo que constituira un enorme avance
en los principios tericos y prcticos en el rea.
Sin duda alguna uno de los mtodos analticos ms viables econmicamente para la
solucin de problemas de administracin es el de la Programacin Lineal, el cual tiene diversas
aplicaciones y ha sido aplicado exitosamente en las industrias petrolera, automotriz, qumica,
forestal, metalrgica, agrcola, militar, etc. Incluso en mercadotecnia, se le ha empleado para
seleccionar los medios de publicidad y los canales adecuados de distribucin.
Para comprender lo que es la Programacin Lineal es importante entender los
siguientes conceptos bsicos:
Variables de Decisin: Con las variables de decisin nos referimos al conjunto de
variables cuya magnitud deseamos determinar resolviendo el modelo de programacin lineal.
Restricciones: Estn constituidas por el conjunto de desigualdades que limitan los
valores que puedan tomar las variables de decisin en la solucin.
Funcin Objetivo: Es la funcin matemtica que relaciona las variables de decisin.
Linealidad: Se refiere a que las relaciones entre las variables, tanto en la funcin
objetivo como en las restricciones deben ser lineales.
Desigualdades: Las desigualdades utilizadas para representar las restricciones deben
ser cerradas o flexibles, es decir, menor - igual (<=) o mayor igual (>=). No se permiten
desigualdades de los tipos menor- estrictamente o mayor estrictamente, o abiertas.
Condicin de no negatividad: En la programacin lineal las variables de decisin slo
pueden tomar valores de cero a positivos. No se permiten valores negativos.
Aplicaciones
La programacin lineal constituye un importante campo de la optimizacin por varias
razones, muchos problemas prcticos de la investigacin de operaciones pueden plantearse
como problemas de programacin lineal. Algunos casos especiales de programacin lineal,
tales como los problemas de flujo de redes y problemas de flujo de mercancas se consideraron
en el desarrollo de las matemticas lo suficientemente importantes como para generar por si
mismos mucha investigacin sobre algoritmos especializados en su solucin. Una serie de
algoritmos diseados para resolver otros tipos de problemas de optimizacin constituyen casos
particulares de la ms amplia tcnica de la programacin lineal. Histricamente, las ideas de
programacin lineal han inspirado muchos de los conceptos centrales de la teora de
optimizacin tales como la dualidad, la descomposicin y la importancia de la convexidad y sus
generalizaciones. Del mismo modo, la programacin lineal es muy usada en
la microeconoma y la administracin de empresas, ya sea para aumentar al mximo
los ingresos o reducir al mnimo los costos de un sistema de produccin. Algunos ejemplos son
la mezcla de alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la
asignacin de recursos humanos y recursos de mquinas, la planificacin de campaas
de publicidad, entre otros.
Otros son:
Optimizacin de la combinacin de cifras comerciales en una red lineal
de distribucin de agua.
Aprovechamiento ptimo de los recursos de una cuenca hidrogrfica, para un ao con
afluencias caracterizadas por corresponder a una determinada frecuencia.
Soporte para toma de decisin en tiempo real, para operacin de un sistema de obras
hidrulicas;
Solucin de problemas de transporte.

















Caso de Aplicacin. Fabricacin de Bicicletas

Programa de fabricacin de la planta FABICA
Variables de decisin
i=N de periodo {1,2} (agosto, septiembre) j=N de modelo de bicicleta {1,2} (MPH,MPM)
X
ij
= N de unidades a producir en el periodo i, del tipo j
Y
ij
= N de unidades en el inventario al final del periodo i, del tipo j
C
1
=Costo unitario del producto C
2
=Costo del inventario

Objetivo: Minimizar
Funcin: Costo total (C
t
)

Funcin Objetivo:
C
t
=C
1

Min C
t
: 120(X
11
+X
21
) + 90(X
12
+X
22
) + 2,4(Y
11
+Y
21
) + 1,8(Y
12
+Y
22
)

Restricciones
X
11
+20-150=Y
11


Satisfacer demanda de periodo 1 MPH
X
12
+30-125=Y
12
Satisfacer demanda de periodo 1 MPM
X
21
+Y
11
-200=Y
21
Satisfacer demanda de periodo 2 MPH
X
22
+Y
12
-150=Y
22
Satisfacer demanda de periodo 2 MPM
Y
21
25 unidades Inventario final del modelo MPH del mes de septiembre
Y
22
25 unidades Inventario final del modelo MPM del mes de septiembre
3,5X
11
+2,6X
12
900 horas Mnima cantidad de horas disponible de mano de obra para el
Periodo 1
3,5X
11
+2,6X
12
1100 horas Mxima cantidad de horas disponible de mano de obra para el
Periodo 1

3,5X
11
+2,6X
12
- (3,5X
21
+2,6X
22
) 100
3,5X
21
+2,6X
22
- (3,5X
11
+2,6X
12
) 100

Al momento de resolver el problema de programacin lineal entera se decidi trabajar
en el programa WinQSB, donde tenemos una primera tabla, llamada tabla simplex inicial donde
se encuentra el sistema de ecuaciones, es decir las restricciones a las que se sujeta el caso. Y
a su vez definiendo las ocho variables de decisin como X
i
donde i=1,2,3,4,5,6,7,8;
respectivamente en el orden como se encuentra en la funcin objetivo.

Tabla Inicial Simplex



Mnima cantidad de horas disponibles de mano de
obra para el Periodo 2
Luego de resuelto el problema, tenemos una ltima tabla llamada tabla final optima,
donde tenemos el valor optimo del costo mnimo del modelo, como tambin los valores de las
variables de decisin para llegar a esta solucin ptima. A su vez, podemos notar que se
cumplen las diez restricciones del problema.

Tabla final Optima

Entonces tenemos que:
C
t
= $ 67.156,20 cuando,
X
11
= 187 unidades, X
21
= 168 unidades, X
12
= 103 unidades, X
22
= 167 unidades,
Y
11
= 57 unidades, Y
21
= 25 unidades, Y
12
= 8 unidades, Y
22
= 25 unidades.
El anlisis de precio sombra es cuanto es lo ms que estoy dispuesto a pagar por una
unidad de recurso extra, este es el mximo incremento en el precio sin que nuestras ganancias
disminuyan. Debido a que el precio sombra es la variacin unitaria en el valor objetivo ptimo
por cada variacin por unidad en el lado derecho, en ecuaciones de demanda mnima los
precios sombras me dicen cuanto gano si la demanda mnima se reduce en una unidad del
producto X
ij
. Entonces podemos decir:
Como las restricciones 7,8,9,10 arrojaron un precio sombra igual a cero, implica que el
aumento de una unidad en la disponibilidad horas no influye en nada en la funcin Objetivo. En
cambio las primeras seis restricciones tienen un precio sombra respectivo, esto indica que si se
aumenta en una unidad la produccin o el inventario de bicicletas para el periodo i y modelo
j modificara la funcin objetivo en $117,6 ; $88,2 ; $120; $90; $122,4 y $91,8 respectivamente.


















Conclusiones
Finalmente se demostr que al momento de realizar un proyecto siempre es til usar la
programacin lineal para utilizar los recursos de la manera ms adecuada posible y a la vez
conocer si el proyecto es rentable o no.
Los anlisis de costos y precios sombras arrojaron que algunos elementos sern
significativos dentro del valor de la funcin objetivo aumentndola, siempre y cuando se
aumenten unidades de estos, puntualmente es en el caso de la produccin e inventario de las
bicicletas en ambos periodos. En cambio notamos que si se varia en al menos una unidad la
disponibilidad de horas de trabajo no afectara el valor de la funcin objetivo ni negativa ni
positivamente.















Bibliografa
Winston, Wayne L. (2005): Investigacin de operaciones. Aplicaciones y
Algoritmos. Internacional Thomson Editores, S.A. Mxico.
Taha, H (2012): Investigacion de Operaciones. Pearson Educacin. Mxico.