INVESTIGACION DE

OPERACIONES

Programacin Lineal
 Objetivos del Captulo
Fijar los requerimientos para establecer un
modelo de programacin lineal.
Representacin grfica de un modelo de
programacin lineal.
Ventajas del modelo de programacin lineal:
* Obtencin de una solucin ptima nica.
* Obtencin de soluciones alternativas
* Modelos no acotados.
* Modelo no factibles.
.
 Conceptos de anlisis de sensibilidad:
* Reduccin de costos.
* Rango de optimalidad.
* Precios sombra.
* Rango de factibilidad.
* Holgura complementaria.
* Agregar restricciones/variables.

Obtencin de una solucin por mtodos

compu-tacionales:
* WINQSB
* EXCEL
* LINDO
 2.1 Introduccin a la
Programacin Lineal

Un modelo de programacin lineal busca

maximizar o minimizar una funcin lineal,
sujeta a un conjunto de restricciones lineales.

Un modelo de programacin lineal esta

compuesto de lo siguiente:
* Un conjunto de variables de decisin
* Una funcin objetivo
* Un conjunto de restricciones
 La importancia de la programacin lineal:

* Ciertos problemas se describen facilmente a travs de

la
programacin lineal.

* Muchos problemas pueden aproximarse a modelos

lineales.

* La salida generada por el programa que resuelve el

modelo de
programacin lineal entrega informacin til para
responder
nuevas condiciones sobre el qu pasa si.
 2.2 El problema de la industria
de juguetes Galaxia.
Galaxia produce dos tipos de juguetes:
* Space Ray
* Zapper

Los recursos estn limitados a:

* 1200 libras de plstico especial.
* 40 horas de produccin semanalmente.
 Requerimientos de Marketing.

* La produccin total no puede exceder de 800 docenas.

* El nmero de docenas de Space Rays no puede
exceder al
nmero de docenas de Zappers por ms de 450.

Requerimientos Tecnolgicos.

* Space Rays requiere 2 libras de plstico y 3 minutos de

produccin por docena.
* Zappers requiere 1 libra de plstico y 4 minutos de
produccin
por docena.
 Plan comn de produccin para:

* Fabricar la mayor cantidad del producto que deje mejores

ganancias, el cual corresponde a Space Ray ($8 de utilidad
por docena).
* Usar la menor cantidad de recursos para producir Zappers,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).

El plan comn de produccin consiste en:

Space Rays = 550 docenas

Zappers = 100 docenas

Utilidad = $4900 por semana

 El gerente siempre
buscar un esquema
de produccin que
incrementre las
ganancias de su
compaa
 EL MODELO DE
PROGRAMACIN LINEAL
PROVEE UNA SOLUCIN
INTELIGENTE PARA ESTE
PROBLEMA
 Solucin
Variables de decisin

* X1 = Cantidad producida de Space Rays (en docenas por

semana).

* X2 = Cantidad producida de Zappers (en docenas por

semana).

Funcin objetivo

* Maximizar la ganancia semanal.

 Modelo de Programacin Lineal

Max 8X1 + 5X2 (ganancia semanal)

Sujeto a:

2X1 + 1X2 <= 1200 (Cantidad de plstico)

3X1 + 4X2 <= 2400 (Tiempo de produccin)
X1 + X2 <= 800 (Limite produccin total)
X1 - X2 <= 450 (Produccin en exceso)
Xj >= 0 , j= 1, 2. (Resultados positivos)
 2.3 Conjunto de soluciones
factibles para el modelo lineal.
El conjunto de puntos que satisface todas las
restricciones del modelo es llamado:

REGION FACTIBLE
USANDO UN GRAFICO SE
PUEDEN REPRESENTAR
TODAS LAS
RESTRICCIONES, LA
FUNCION OBJETIVO Y LOS
TRES TIPOS DE PUNTOS
DE FACTIBILIDAD.
 X2

1200
Restriccin del plstico:
The Plastic constraint
2X1+X2<=1200
Restriccin del total de produccin:
X1+X2<=800
600 No Factible

Restriccin del
Horas de Factible exceso de produccin:
Produccin X1-X2<=450
3X1+4X2<=2400 600
X1
800
Punto Inferior
Tipos de puntos de factibilidad
Punto Medio
Punto Extremo
 2.4 Resolucin grfica para
encontrar la solucin ptima.
 comenzar con una ganancia dada de = $2,000...
X2 Entonces aumente la ganancia...
1200
...y contine hasta que salga de la regin factible e
bl ct i
n fa
4,
Utilid. = $3,
Ganancia 2,000
=$5040 g i
re
r la
800
u la
alc
600
ec
R

X1

400 600 800

1200 X2
Se toma un valor cercano al
punto ptimo

800 Regin no
factible
600

Feasible
Regin
region
Factible
X1
400 600 800
 Resumen de la solucin ptima

Space Rays = 480 docenas

Zappers = 240 docenas
Ganancia = $5040

* Esta solucin utiliza todas las materias primas

(plstico) y
todas las horas de produccin.
* La produccin total son 720 docenas (no 800).
* La produccin de Space Rays excede a la de Zappers
por solo
240 docenas y no por 450.
 Soluciones ptimas y puntos extremos.

* Si un problema de programacin lineal tiene una solucin

ptima, entonces esta corresponde a un punto extremo.

Mltiples soluciones ptimas.

* Cuando existen mltiples soluciones ptimas implica que la

funcin objetivo es una recta paralela a uno de los lados
de la regin factible.
* Cualquier promedio ponderado de la solucin ptima es
tambin una solucin ptima.
 Solucin mediante el mtodo Simplex

Partamos de la base que el problema a resolver es el

siguiente:
Max 8X1 + 5X2 (ganancia semanal)
Sujeto a:
2X1 + 1X2 <= 1200 (Cantidad de plstico
3X1 + 4X2 <= 2400 (Tiempo de produccin X1 + X2 <=
800 (Limite produccin total
X1 - X2 <= 450 (Produccin en exceso
Xj >= 0 , j= 1, 2. (Resultados positivos)

Para poder utilizar el mtodo simplex se deben cumplir

las siguientes restricciones:
 Restricciones del Algoritmo

a) Solo se puede utilizar para maximizar la funcin

objetivo.
Para minimizar se debe maximizar (-z).
b) Solo se puede aplicar a restricciones de igualdad.
2x1 + X2 + S1 =1200 ;S1 = Var. de holgura

<= 3X1 + 4X2 + S2 = 2400 ;S2 = Var de

holgura
X1 + X2 + S3 = 800 ;S3 = Var de holgura

(caso ficticio)
>= 2X1 + x2 >= 100
2X1 + X2 - S4 = 100 ;S4 = Var de exceso
c) Todas las variables deben ser mayores que cero.

x1 - x2 + S4 + a1 = 450 a1= Var artificial

Por el hecho de haber agregado una variable

artificial se debe agregar a la funcin objetivo a1 pero
con un valor muy grande y negativo representado por
-M.

Max 8x1 + 5x2 - Ma1

 2.5 Anlisis de sensibilidad para
la solucin ptima.
Es sensible la solucin ptima a cambios en los
parmetros de entrada?

Posibles razones para responder la pregunta

anterior:

* Los valores de los parmetros usados fueron los mejores

estimados.
* Medio ambiente por ser dinmico puede producir cambios.
* El anlisis del qu pasa si puede proveer informacin
econmica y operacional.
2.6 Anlisis de sensibilidad de
los coeficientes de la funcin
objetivo
Rango de optimalidad
La solucin ptima permanecer inalterable
mientras:
Un coeficiente de la funcin objetivo se encuentre

dentro del rango de optimalidad.

No hay cambios en ningn otro parmetro.

El valor de la funcin objetivo cambiar si el

coeficiente
multiplica una variable cuyo valor es distinto de cero.
 Los efectos del cambios en un coeficiente de
la funcin objetivo, sobre la solucin ptima
X2
1200

800
Ma
Ma

x4
x

Ma x1 +
8x

600
1+

x3 5
.75 x2
5x

x1
+5
2

x2
Max
2x1
+ 5x2

X1

400 600 800

 Los efectos del cambio de un coeficiente de la
funcin objetivo, sobre la solucin ptima

X2
1200
Rango de optimalidad

Ma
Ma
x8

x1
x1
Ma

100 x
+5
x 33.7.

x2

1+
755 x
800 1+

5x2
5x2
Ma

Ma
x8

600 x
x1

3.7
5
+5

x1
+
x2

5x2

400 600 800 X1

 Cambios Mltples

El rango de optimalidad es vlido cuando un nico

coeficiente de la funcin objetivo cambia.

Cuando cambia ms de una variable se utiliza la regla

del 100%.
 Regla del 100%

Para cada aumento (disminucin) en un coeficiente de

la funcin objetivo calcular (y expresar como un
porcentaje) la relacin de cambio del coeficiente al
mximo aumento posible (disminucin) determinada
por los lmites del rango de optimalidad.

Sumar todos los cambios de porcentaje. Si el total es

menor que 100%, la solucin ptima no cambiar. Si
este total es mayor que 100%, la solucin ptima
puede cambiar.
 Reduccin de costos
La reduccin de costos de una variable a su cota inferior
(comnmente cero) implica que:
Los coeficientes de la funcin objetivo deben cambiar
antes que la variable pueda tomar un valor sobre la cota
inferior.
Con lo anterior la cantidad de ganancia ptima cambiar
segn las variables aumentadas desde la cota inferior.

Holgura complementaria
Existe holgura en la solucin ptima, cuando cada
variable est en su cota inferior o el costo reducido es 0.
2.7 Anlisis de Sensibilidad
del
coeficiente del lado derecho

Cualquier cambio en el lado derecho (bi) de

una restriccin activa cambiar la solucin
ptima.

Cualquier cambio en el lado derecho de una

restriccin no activa que sea menor que la
holgura o o el exceso, no produce ningn
cambio en la solucin ptima.
 Para el anlisis de sensibilidad de la
validez de los coeficiente del lado derecho
nos interesa responder las siguientes
preguntas :
Manteniendo todos los otros coeficientes , en cunto
cambiara el valor ptimo de la funcin objetivo (por
ejemplo, la ganancia) si el coeficiente del lado derecho
de una restriccin cambia en una unidad?

Hasta cuntas unidades se puede agregar o disminuir

para que la solucin siga siendo vlida?
 X2

1200

2x1 Restriccin materiales

+1
(plsticos)
Nueva restriccin materiales (plsticos)
x2

2x1
<=

+
120

Ganancia mxima= 5040

1x
2
0

600
<= Combinacin de restricciones
13
50
en la produccin
Restriccin del
Feasible
tiempo de Puntos extremos
X1
produccin
600 800
 Interpretacin correcta del precio
sombra
Los costos amortizados: El precio sombra, es el valor
por una unidad extra del recurso, ya que el costo del
recurso no es incluido en el clculo de los coeficientes
de la funcin objetivo.

Los costos includos: El precio sombra es el valor

superior por unidad del recurso, el costo del recurso se
incluye en el clculo del coeficiente de la funcin
objetivo.
 El rango de factibilidad

El conjunto de los coeficientes del lado

derecho entregan el rango para que el mismo
conjunto de restricciones determine el punto
ptimo.
Dentro del rango de factibilidad, los precios
sombras permanecen constante; sin
embargo, la solucin ptima cambiar.
 2.8 Otros cambios para
optimizar la funcin objetivo
La incorporacin de una restriccin.
La eliminacin de una restriccin.
La incorporacin de un variable.
La eliminacin de un variable.
Cambio en el lado izquierdo de los
coeficientes.
 2.9 Modelo sin solucin
ptima
No factible: Ocurre cuando en el modelo no
hay ningn punto de factible.

No acotado: Ocurre cuando el objetivo puede

crecer infinitamente (objetivo a maximizar).
 Infactibilidad

Ningn punto se encuentra,

simultneamente, sobre la lnea 1
la lnea 2 y 3

1
3
Solucin No Acotada

La
f
Ma
xim

un
ci iza
no r
bje
La t iv
r
fac eg o
tib in
le
 2.10 Dieta Marina
Un problema de minimizacin del costo
de la dieta:
Mezcle dos porciones de lo productos:

Texfoods, Calration.
Minimice el costo total de la mezcla.
Mantenga los requerimientos mnimos

de Vitamina A, Vitamina D, y hierro.

 El modelo
Variables de decisin:
x1 (X2) - - El cantidad
minimizar de Texfoods
0.60X1 + 0.50X2(Calration) se
Costo por 2 oz.
sujeto
us en a
cada porcin (cada 2 onzas) .
20X1 + 50X2 100
% Vitamina A 25X1 + 25X2 100
por 2 oz. Vitamina D % requerido
50X1 + 10X2 100
hierro X1, X2 0
 La solucin grfica
5 Restriccin de hierro

4 Regin factible

Restriccin de vitamina D

2
Restriccin de vitamina A

2 4 5
Resumen de la solucin ptima
Producto Texfood = repartir 1.5 (= 3 onzas)
Producto Calration = repartir 2.5 (= 5 onzas)
Costo =$ 2.15 por porcin servidar.
El requisito mnimo para la Vitamina D y el
hierro no se encuentren en supervit.
La mezcla provee 155% del requerimiento
para Vitamina A.
 2.11 Solucin para problemas
lineales con muchas variables de
decisin usando el computador
Los paquetes de programas lineales resuelven
grandes modelos lineales.
La mayora de los software usan la tcnica
algebraica llamada algoritmo Simplex.
Los paquetes incluyen:
El criterio de la funcin objetivo (Max o Min).
, ,
El tipo de cada restriccin: .
Los coeficientes reales para el problema.
 La solucin generada por un
software de programacin lineal
incluye:
Los valores ptimos de la funcin objetivo.
Los valores ptimos de las variables de decisin.
La minimizacin del costo para los coeficientes de la
funcin objetivo.
Los rangos de optimizacin para los coeficientes de
la funcin objetivo.
La cantidad de holgura o exceso sobre cada
restriccin.
Los precios sombra (o dual) para las restricciones.
Los rangos de factibilidad para el coeficiente del lado
derecho.
Las
WINQSB datos de entrada
variables y para el problema de las
los nombres industrias galaxia
de las
restricciones
pueden ser
cambiados Click para
aqu. resolver
Las variables son
restringidas a >=0 Ningn lmite
superior