UNIDAD N°3: Programación lineal

LINDO: Linear INteractive Discrete

Optimization (Optimización Lineal Discreta e
Interactiva).
Es un software muy básico que permite realizar
optimización de problemas de programación
lineal y cuadrática, definidos sobre variables
reales y/o binarias.
Status: Ofrece el estado de la solución actual (óptima, factible,
no factible, o no acotada).

Iterations: Número de iteraciones (tablas del algoritmo) que se

han realizado.

Infeasibility: Cantidad por la cual las restricciones han sido

excedidas o violadas.

Objective: Valor actual de la función objetivo.

Elapsed time: Tiempo transcurrido desde el inicio de la

resolución.
! : Con el signo de admiración se pueden realizar comentarios, al momento de
la compilación la línea que tiene el símbolo mencionado adelante no tomará
en cuenta lo que esté escrito ahí. Es obligatorio que la línea comience con “!”
si se desea hacer comentarios.

Max/Min: Se usa para señalar qué tipo de problema tenemos que solucionar, si
es de maximización o de minimización. Se pone antes de poner la función
objetivo.

subject to/ st: “Sujeto a”, recordemos que esta expresión se coloca siempre
justo después de mostrar la función objetivo.

>, <, =, <=, >= : Signos de restricción, funcionan tal y como los conocemos en
todos lados.
No Negatividad: El Programa LINDO asume la restricción de no negatividad.

Operadores: LINDO solo reconoce cinco operadores matemáticos: + - > < y = .

END (FIN): Aunque en el ejemplo presentado no fue incluido, en ocasiones será

necesario indicar a LINDO que el modelo ha concluido mediante la palabra
clave END al analizar las restricciones.
FREE: Modificador de una variable, por lo general, en Lindo siempre se asumen
las condiciones de no negatividad, pero si estamos ante un problema en el
campo de economía y necesitamos dejar de lado esas restricciones
escribimos “FREE” antes de la variable.

GIN: Modificador de una variable; existen casos, en el que la solución de un

problema es hacer, por ejemplo, 14.48 mesas, pero nosotros sabemos que
eso es imposible así que tenemos que ver que es lo más óptimo si fabricar 14 o
15 sillas dependiendo el caso. Se coloca antes de la variable.

INT: Modificador de una variable, se hace uso de ella cuando queremos que la
variable sea binaria, sus valores quedan restringidos a 0 ó 1.
Cierta PYME se dedica la la construcción de mesas y sillas para
colegios.
Los tiempos de producción requeridos para una mesa y una silla
en distintos momentos del día se calculan en 2 horas y 1 hora,
respectivamente. Las horas laborales totales por semana son sólo
40 (esta limitación proviene de la familia del carpintero).
La materia prima requerida para una mesa y una silla es de 1 y 2
unidades, respectivamente y el abastecimiento total de materia
prima es de 50 unidades por semana. Los ingresos netos de la
venta de una mesa y una silla son 50 euros y 30 euros
respectivamente. El objetivo es determinar cuántas mesas y sillas
se debería fabricar por semana para maximizar sus ingresos
netos.
La función objetivo logra su optimo,
al fabricar 10 mesas (variable X1) y
20 sillas (variable X2).
REDUCE COST:

El costo reducido (costo de oportunidad)

de una variable x que tome el valor cero
(0), es lo que debe mejorar el coeficiente
de x en la función objetivo para que el
valor óptimo de x pase a ser no nulo. (Las
variables que ya son no nulas tienen
costo reducido nulo.)
El ejercicio planteado anteriormente
posee un costo reducido de cero.
En este caso particular, por cada unidad de
Z producida disminuirá en 1 la función
objetivo, o equivalentemente, para que
resulte rentable generar unidades de Z es
necesario que su precio de venta aumente
al menos en 1.
SLACK OR SURPLUS (HOLGURA O EXCEDENTE):

Holgura representa la cantidad que sobra de

un recurso y Excedente representa el exceso
de producción. Es decir, esta columna nos
dice cuan cerca estamos (en unidades) de
‘agotar’ la restricción asociada (cumplirla en
igualdad). Si es del tipo <= será un ‘SLACK’
(Holgura) y si es del tipo >=, un ‘SURPLUS’
(excedente).
SLACK OR SURPLUS (HOLGURA O EXCEDENTE):

ROW, Restricción asociada.

En este caso (ejemplo 1), no existe ningún tipo

de Holgura (<=), se agotó la Mano de Obra y
Materiales disponibles.
En otro ejemplo, en el cuadro se
muestra que existe una holgura de
10.000 kg de Plomo para la función
óptima, es decir, sobran 10.000 kg de
Plomo.
DUAL PRICE (precio sombra):
Los Precios duales (DUAL PRICES) nos dan la
cantidad en que „mejoraría‟ la función objetivo
(aumentado en un MAX, disminuyendo en un
MIN) si „relajásemos‟ la restricción asociada en
una unidad.
El precio dual de una restricción indica
aproximadamente lo que mejorará la función
objetivo por cada unidad que aumente el
término independiente de la restricción.
En este ejemplo (ejercicio 1), por cada unidad
adicional de Mano de Obra la función aumentaría
en 23,3, y por cada unidad adicional de
Materiales ésta aumentaría en 3,3.
Objective Coefficient Ranges:

Contiene el valor actual del coeficiente de

cada variable en la función objetivo junto con lo
máximo que puede aumentar o disminuir para
que la solución óptima no cambie.
En este ejercicio, el precio de la variable X1
puede incrementarse en 9,9 euros como
máximo, sin que varíe la solución óptima.
La variable X2 puede disminuir, su precio, en
5 euros, como máximo, sin que varíe la
solución óptima.
Righthand Side Ranges:
Contiene el valor actual de término
independiente de cada restricción
junto con lo máximo que puede
aumentar o disminuir para que las
variables básicas de la solución
óptima sigan siendo las mismas. Si la
restricción no está saturada podemos
decir que la solución óptima seguirá
siendo la misma.
Righthand Side Ranges:
Un incremento en 60 horas la Mano de
Obra, la solución óptima seguirá siendo la
misma.