Leccin 1

Modelos de Programacin Lineal: Planteamiento Matemtico y Solucin mediante Mtodos Grficos

Basadas en las presentaciones de Quantitative Analysis for Management, by Render, Stair, and Hanna

Objetivos de Aprendizaje
Despus de completar esta Leccin el estudiante debe estar en condiciones de:

1. Entender las hiptesis bsicas de la Programacin Lineal. 2. Hacer el planteamiento matemtico de problemas de Programacin Lineal 3. Resolver Grficamente problemas de Programacin Lineal de dos variables 4. Entender los conceptos de Variables de Decisin, Solucin ptima, funcin objetivo, restricciones
Leccin 1 MAT350 2

Secciones de Lectura del Texto

7.1 7.2 7.3 7.4 Introduccin Requerimientos de los problemas de PL Formulacin de los problemas de PL Solucin grfica

Revise los ejercicios resueltos al final de la seccin y realice la autoevaluacin

Leccin 1 MAT350 3

7.1 Introduccin

Introduccin
 Muchas decisiones administrativas

implican utilizar recursos de la manera ms eficiente posible:

 Maquinaria, fuerza laboral, dinero, tiempo,

espacio de almacenamiento, materia prima.

 Programacin Lineal (PL es una tcnica PL)

de modelado matemtico ampliamente usada para ayudar a los administradores en la planificacin y la toma de decisiones  Semntica
 Programacin: elegir curso de accin  Lineal: en el modelo matemtico estn presentes slo

ecuaciones lineales.

Leccin 1 MAT350 5

7.2 Requerimientos de un problema de Programacin Lineal

Leccin 1 MAT350 6

Requerimientos de un problema de Programacin Lineal

 Todos los problemas de PL tienen en

comn lo siguiente:

1. Tienen como objetivo maximizar o minimizar alguna cantidad (la funcin objetivo) objetivo 2. La presencia de limitaciones o restricciones que acotan el grado en el cual se puede alcanzar un objetivo. 3. Deben existir varias alternativas. 4. Tanto la funcin objetivo como las restricciones deben ser modeladas matemticamente a travs de ecuaciones o inecuaciones lineales
Leccin 1 MAT350 7

Qu es una ecuacin lineal?

 Es una ecuacin donde todas las variables tienen grado 1 o 0  Ejemplo:
 x + 5y +3z = 20
Grado 2

 No son lineales:
 x2 + 5y +3z=20  1/x+y2 = 23
Grado 2 Grado -1

Leccin 1 MAT350 8

Propiedades e Hiptesis de los PL

PROPIEDADES 1. Una funcin objetivo 2. Una o ms restricciones 3. Cursos de accin alternativos 4. La funcin objetivo y las restricciones son lineales HIPOTESIS 1. Certeza 2. Proporcionalidad 3. Aditividad 4. Divisibilidad 5. Variables no negativas
Tabla 7.1 pagina 243
Leccin 1 MAT350 9

7.3 Formulacin de problemas de PL

Leccin 1 MAT350 10

ormulando problemas de PL 1..

 Los pasos son:

1. Entender completamente el problema. 2. Identificar las variables de decisin, la funcin objetivo y las restricciones. 3. Usar las variables de decisin para encontrar las expresiones matemticas de la funcin objetivo y de las restricciones.
 En las siguientes lminas ahondaremos en estos pasos.  Sigan las recomendaciones al pie de la letra
Leccin 1 MAT350 11

ormulando problemas de PL ..2..

  

Es muy importante seguir una organizacin. Los problemas son todos diferentes y los datos no estn organizados. Debe leerse el problema hasta el final, incluidas las preguntas. Luego de leer varias veces el problema hay que extraer las VARIABLES DE DECISIN que son las cantidades incgnitas que hay que determinar para optimizar (max o min) cierto indicador. Las variables se denotan con letras por lo general x con subndice., x1, x2, x3,.etc. Las variables pueden estar en el cuerpo del problema o tambin en las preguntas. Tengan en cuenta que en TODOS los problemas del captulo 7 existen solamente dos variables de decisin. Es muy importante que las variables de decisin queden muy bien descritas de lo contrario habr dificultades en las siguientes etapas de modelacin. Esta es la parte ms importante y difcil de la modelacin. La descripcin debe indicar claramente que significa cada unidad de la variable por ejemplo: "cantidad de galones de gasolina extra" "cantidad de dinero en dlares depositado en fondos de reserva" y no limitarse a poner "gasolina extra" o "fondos de reserva".

Leccin 1 MAT350 12

Formulando problemas de PL ..3..

 Una vez extradas las variables de decisin se

determina la FUNCIN OBJETIVO. La funcin objetivo es la magnitud que hay que optimizar (max o min) y depende de las variables de decisin linealmente (es decir siempre hay coeficientes reales multiplicados por las variables de decisin). Tambin del contexto se extrae la informacin de si se quiere minimizar o maximizar el valor de la funcin objetivo.

Leccin 1 MAT350 13

Formulando problemas de PL ..4..

 Por ltimo para concluir el planteamiento

matemtico se extraen las RESTRICCIONES. Las restricciones son ecuaciones o inecuaciones que relacionan ciertas cantidades que dependen de los valores de las variables de decisin y al igual que la funcin objetivo dependen linealmente.

Leccin 1 MAT350 14

Ejemplo 1.

Flair Furniture Company

 Leer el problema Flair Furniture Company en la

pgina 244. En la Tabla siguiente se aprecia un resumen de los datos.

Horas requeridas para producir una unidad (M) MESAS 4 2 $70 (S) SILLAS 3 1 $50 HORAS DISPONIBLES SEMANALES 240 100

DEPARTMENTO Carpintera Pintura y barnizado Utilidad por unidad

Tabla 7.2 pgina 245

Leccin 1 MAT350 15

Ejemplo 1.

Flair Furniture Company

 Variables de Decisin M = nmero de mesas que va producirse semanalmente S = nmero de sillas que va producirse semanalmente

POR FAVOR OBSERVEN LA DESCRIPCIN LARGA, DETALLADA Y CLARA DE LAS VARIABLES DE DECISION, DE ELLO DEPENDE EL EXITO POSTERIOR. ERROR COMUN ES PONER
M = mesas S = sillas

EVITEN ESO Y SIEMPRE DEJEN MUY CLARAS LAS UNIDADES (NMERO, KILOGRAMOS, DLARES, ETC) Leccin 1 MAT350 16

Ejemplo 1.

Flair Furniture Company

 Creamos la funcin objetivo en funcin de M y S

Maximizar las utilidades = $70M + $50S  Desarrollamos las restricciones  Para la carpintera, el tiempo total usado es
(4 horas por mesa)(Nmero de mesas producidas) + (3 horas por silla)(Nmero de sillas producidas)

 Sabemos que

El tiempo a usar en la carpintera Tiempo disponible en la carpintera 4M + 3S 240

Leccin 1 MAT350 17

Ejemplo 1.

Flair Furniture Company

 De manera similar

El tiempo de pintura y barniz usado Tiempo disponible para pintura y barniz 2 M + S 100 Esto significa que cada mesa necesita de 2 horas de pintura y barniz
 Ambas restricciones limitan la capacidad de

produccin y afectan la utilidad total.

Leccin 1 MAT350 18

Ejemplo 1.

Flair Furniture Company

 Los valores de M y S deben ser no negativos

M 0; S 0
 El planteamiento matemtico quedara de la

siguiente forma:

M = nmero de mesas que va producirse semanalmente S = nmero de sillas que va producirse semanalmente

Max utilidades = $70M + $50S Sujeto a: 4M + 3S 240 (restricciones de carpintera) 2M+ 1S 100 (restricciones de pintura y barnizado) M, S 0 (restricciones de no negaividad)
Leccin 1 MAT350 19

Ejemplo 2. Problemas de las bolsas de Golf



Se quieren producir dos tipos de bolsas para jugadores de GOLF: Bolsas estndar con utilidad de $10 por bolsa y bolsas de lujo con utilidad de $9 por bolsa. Para fabricar cada bolsa se requiere de que pasen por un proceso industrila de 4 departamentos: Corte y Teido, Costura, Terminado e Inspeccin y Embalaje. Embalaje. En la siguiente tabla se proporcionan los tiempos de manufactura de cada tipo de bolsa en cada departamento y las horas disponibles en los prximos 3 meses. El problema de la meses. compaa Par es determinar cuntas bolsas estndares y cuntas bolsas de lujo deben fabricar con objeto de maximizar la contribucin a las utilidades.
Leccin 1 MAT350 20

Ejemplo 2. Problemas de las bolsas de Golf

Tiempo de produccin (horas)
Producto Bolsa Estndar Bolsa de Lujo
Corte y teido Costura Terminado Inspeccin Embalaje

7/10 1

1/2 5/6

1 2/3

1/10 1/4

Horas disponibles en los prx. 3 meses 630 600 708 135

Leccin 1 MAT350 21

Ejemplo 2. Problemas de las bolsas de Golf

Variables de decisin x1 = nmero de bolsas estndares fabricadas x2 = nmero de bolsas de lujo fabricadas Funcin Objetivo Contribucin a las utilidades totales z = 10 x1 + 9 x2 El objetivo de Par se plantea de la siguiente manera max z = 10 x1 + 9 x2
Leccin 1 MAT350 22

Ejemplo 2. Problemas de las bolsas de Golf RESTRICCIONES

 Corte y Teido  Costura  Terminado  Inspeccin y embalaje  No negatividad

7 x1  1x2 e 630 10 1 5 x1  x2 e 600 2 6 2 1x1  x2 e 708 3 1 1 x1  x2 e 135 10 4 x1 , x2 u 0

Leccin 1 MAT350 23

Ejemplo 2. Problemas de las bolsas de Golf PLANTEAMIENTO MATEMATICO

max 10 x1  9 x2 , sujeta a 7 x1  1x2 e 630 10 1 5 x1  x2 e 600 2 6 2 x2 e 708 1x1  3 1 1 x1  x2 e 135 10 4 x1 , x2 u 0

Leccin 1 MAT350 24

7.4 Mtodos de Solucin Grfica

Leccin 1 MAT350 25

Solucin Grfica de problemas de PL

 El

mtodo grfico funciona solamente cuando hay exactamente dos variables de decisin  Cuando hay ms de dos variables se necesita un enfoque ms complejo y en este curso se resolveran usando un programa computacional que puede ser el QM (viene con el CD del texto) o usando la herramienta Solver de Excel.

Leccin 1 MAT350 26

Representacin grfica de restricciones

S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

Ej. 1 Flair F. Company

Este eje representa a la constante M 0

Este eje representa la restriccin S 0

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 27

Representacin grfica de Ej. 1 Flair F. restricciones Company

 El primer paso es representar el conjunto

de todos los puntos que pertenecen al conjunto o regin factible  Para hallar esa regin hay que plotear cada una de las ecuaciones lineales  Graficamos la recta correspondiente a la restriccin 4M + 3S = 240

Leccin 1 MAT350 28

Representacin grfica de Ej. 1 Flair F. restricciones

Company

 Cuando Flair no produce mesas tenemos:

4(0) + 3S = 240 3S = 240 S = 80  Similarmente cuando no hay sillas 4M + 3(0) = 240 4M = 240 M = 60  La recta se muestra en la siguiente grfica
Leccin 1 MAT350 29

Representacin grfica de Ej. 1 Flair F. restricciones

Company
S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

Graficacin de la restriccin de carpintera (M = 0, S = 80)

(M = 60, S = 0)

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 30

Representacin grfica de Ej. 1 Flair F. restricciones

Company
S 100 Nmero de Sillas 80 60 40 20 0
| |

 Cualquier punto debajo de la recta

cumple la restriccin  Cualquier punto encima de la recta viola la restriccin

(30, 40)

(70, 40)

(30, 20)
| | | | | | | | | |

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 31

Representacin grfica de Ej. 1 Flair F. restricciones

Company

 El punto (30, 40) cae sobre la recta ya que

satisface la restriccin 4(30) + 3(40) = 240 satisface la restriccin 4(30) + 3(20) = 180 no satisface la restriccin 4(70) + 3(40) = 400

 El punto (30, 20) est debajo de la recta y

 El punto (30, 40) est encima de la recta y

Leccin 1 MAT350 32

Representacin grfica de restricciones Ej. 1 Flair F.

Company
S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

(M = 0, S = 100) Grfica de pintura y barnizado

(M = 50, S = 0)

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 33

Representacin grfica de restricciones Ej. 1 Flair F.

 Para producir sillas y mesas ambos 
Company

 

departamentos deben ser usados Necesitamos encontrar una solucin que satisfaga todas las restricciones simultneamente La regin factible consiste en todos los puntos que satisfacen todas las restricciones. Cualquier punto al interior de la regin factible. es una solucin factible. Cualquier punto fuera de la regin no es solucin del problema.
Leccin 1 MAT350 34

Regin Factible para el problema de la Flair F. Company Ej. 1 Flair F.

S 100 Nmero de Sillas 80 60 40 20 Regin 0
| | |

Company

Restriccin pintura barnizado

Restriccin carpintera
| | | | | | | | |

Factible
20 40 60 80 100 M

Nmero de Mesas
Leccin 1 MAT350 35

Representacin grfica de restricciones Ej. 1 Flair F.

 Para el punto (30, 20)
Restriccin carpintera Restriccin de pintura Company 4M + 3S 240 horas disponibles (4)(30) + (3)(20) = 180 horas usadas 2M + 1S 100 horas disponibles (2)(30) + (1)(20) = 80 horas usadas

 

 Para el punto (70, 40)

Restriccin carpintera Restriccin de pintura 4M + 3S 240 horas disponibles (4)(70) + (3)(40) = 400 horas usadas 2M + 1S 100 horas disponibles (2)(70) + (1)(40) = 180 horas usadas
Leccin 1 MAT350 36

Representacin grfica de restricciones Ej. 1 Flair F.

 Para el punto (50, 5)
Restriccin carpintera Restriccin de pintura Company 4M + 3S 240 horas disponibles (4)(50) + (3)(5) = 215 horas usadas 2M + 1S 100 horas disponibles (2)(50) + (1)(5) = 105 horas usadas

Leccin 1 MAT350 37

Mtodo de solucin Lnea de Isoutilidad

Ej. 1 Flair F. Company

 Una vez que la regin factible ha sido

graficada, necesitamos hallar la solucin ptima de entre todas la posibles soluciones  Empezando con un valor pequeo pero posible de utilidad graficamos la funcin objetivo  Movemos la recta de la funcin objetivo en la direccin del incremento de utilidades manteniendo la misma pendiente  El ltimo punto que abandone la regin factible es la solucin ptima
Leccin 1 MAT350 38

Mtodo de solucin Lnea de Isoutilidad

Ej. 1 Flair F. Company

 Escogemos para el problema de Flair una     

utilidad de $2,100 Entonces la funcin objetivo se convierte en $2,100 = 70M + 50S Trazamos la recta Esta obviamente no es la mejor solucin Movemos la recta hacia arriba buscando mayor utilidad La mayor utilidad de ($4,100) se obtiene cuando la lnea de isoutilidad alcanza el punto (30, 40)

Leccin 1 MAT350 39

Mtodo de solucin Lnea de Isoutilidad

S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

Ej. 1 Flair F. Company

 Lnea de isoutilidad en

$2,100

(0, 42)

$2,100 = $70M + $50S (30, 0)

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 40

Mtodo de solucin Lnea de Isoutilidad

S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

Ej. 1 Flair F. Company

 Cuatro lneas de

isoutilidad
$3,500 = $70M + $50S $2,800 = $70M + $50S $2,100 = $70M + $50S $4,200 = $70M + $50S

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 41

Mtodo de solucin Lnea de Isoutilidad

S 100 Nmero de Sillas 80 60 40 20 0
| | | | | | | | | | | |

Ej. 1 Flair F. Company

 Solucin ptima

Lnea de utilidad mxima Solucin ptima (M = 30, S = 40) $4,100 = $70M + $50S

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 42

Solucin grfica del ejemplo de las bolsas de Golf

X2
1200 1000 800 600 400

Ej. Bolsas de Golf

Un punto solucin con x1=200 x2=800

(200, 800)

Un punto solucin con x1=400 x2=300

(400, 300)

Cantidad de bolsas de lujo

-200

200

200

400

600

800

1000

1200

X1
Leccin 1 MAT350 43

-200

Cantidad de bolsas estndares

Restricciones de no negatividad
X2
1200 1000 800 600 400 200

Ej. Bolsas de Golf

Cantidad de bolsas de lujo

-200

200

400

600

800

1000

1200

X1
Leccin 1 MAT350 44

-200

Cantidad de bolsas estndares

La recta de restriccin de corte y teido

X2
1200 1000 800 (0, 630) 600 (600, 500) 400 200 (200, 200)

Ej. Bolsas de Golf

(900,0)

-200 -200

200

400

600

800

1000

1200

X1
Leccin 1 MAT350 45

Cantidad de bolsas estndares

Criterio para determinar los puntos factibles de solucin.

Si un punto de solucin determinado no es factible, entonces todos los dems puntos de solucin que se encuentran al mismo lado de la recta de restriccin tampoco son factibles. Si un punto de restriccin especfico es factible, entonces son factibles todos los dems puntos de solucin que estn al mismo lado de la recta de restriccin. Por ello es necesario evaluar la funcin restrictiva slo para un punto solucin y determinar en cul de los dos lados de la recta de restriccin se encuentra la regin factible (regin de todos los puntos factibles de solucin).
Leccin 1 MAT350 46

Soluciones factibles para la restriccin de corte y teido (C. y T.) representadas mediante la regin sombreada Ej. Bolsas
X2
1200 1000 800 600 400 200

de Golf

-200 -200

200

400

600

800

1000

1200

X1
Leccin 1 MAT350 47

Cantidad de bolsas estndares

Soluciones factibles para la restriccin de costura (C.) representadas mediante la regin sombreada
X2
1200 1000 800 600 400 200 (0, 720)

Ej. Bolsas de Golf

(1200,0)

-200 -200

200

400

600

800

1000

1200

X1
Leccin 1 MAT350 48

Cantidad de bolsas estndares

Soluciones factibles para la restriccin de terminado (T.) representadas mediante la regin sombreada
X2
1200 1000 800 600 400 200 (708,0) -200 -200 200 400 600 800 1000 1200 (0, 1062)

Ej. Bolsas de Golf

X1
Leccin 1 MAT350 49

Cantidad de bolsas estndares

Soluciones factibles para la restriccin de inspeccin y embalaje (I. y E.) representadas mediante la regin sombreada
X2
1200 1000 800 (0, 540) 600 400 200 (1350,0) -200 -200 200 400 600 800 1000 1200 1400

Ej. Bolsas de Golf

X1

Cantidad de bolsas estndares

Leccin 1 MAT350 50

Grfica con la combinacin de las restricciones y que muestra la regin de soluciones factibles para el problema de Par Inc.
X2
1200 1000 800 600 400 200 Regin Factible 200 400 600 800 1000 1200 1400

Ej. Bolsas de Golf

-200 -200

X1

Cantidad de bolsas estndares

Leccin 1 MAT350 51

Regin de soluciones factibles para el problema de Par Inc.

X2
1200 1000 800 600 400 200 Regin Factible 200 400 600 800 1000 1200 1400

Ej. Bolsas de Golf

-200 -200

X1

Cantidad de bolsas estndares

Leccin 1 MAT350 52

Recta de utilidades de $1 800 para el problema de Par Inc.

X2
600 500 400 300 (0, 200) 200 100 (180,0) 100 200 300 400 500 600 700

Ej. Bolsas de Golf

Recta de utilidades

X1
Leccin 1 MAT350 53

Cantidad de bolsas estndares

Rectas de utilidades seleccionadas para el problema de Par Inc.

X2
600 500 400 300 200 100

Ej. Bolsas de Golf

100

200

300

400

500

600

700

X1
Leccin 1 MAT350 54

Cantidad de bolsas estndares

Rectas de utilidades seleccionadas para el problema de Par Inc.

X2
600 500 400 300 (540,252) 200 100

Ej. Bolsas de Golf

Solucin ptima

100

200

300

400

500

600

700

X1
Leccin 1 MAT350 55

Cantidad de bolsas estndares

Rectas de utilidades seleccionadas para el problema de Par Inc.

X2
600 500 400 300 (540,252) 200 100

Ej. Bolsas de Golf

Solucin ptima

100

200

300

400

500

600

700

X1
Leccin 1 MAT350 56

Cantidad de bolsas estndares

Mtodo de Solucin del Punto de Esquina

 La teora matemtica garantiza que

todas las regiones factibles son cncavas y que la solucin debe caer sobre uno de los puntos esquina o puntos extremos de la regin factible.  Para el problema de la Flair Furniture, la regin factible es un polgono de cuatro lados con cuatro mpuntos esquinas etiquetados como 1, 2, 3, y 4 en la grfica.
Leccin 1 MAT350 57

Mtodo de Solucin del Punto de Esquina

S 100

 Los cuatro puntos

esquinas

2
Nmero de Sillas 80 60 40 20

1 |
0

20

40

60

80

100

Nmero de Mesas
Leccin 1 MAT350 58

Mtodo de Solucin del Punto de Esquina

Punto 1 : (M = 0, S = 0) Punto 2 : (M = 0, S = 80) Utilidad = $70(0) + $50(0) = $0 Utilidad = $70(0) + $50(80) = $4,000 Punto 4 : (M = 50, S = 0) Utilidad = $70(50) + $50(0) = $3,500 Punto 3 : (M = 30, S = 40) Utilidad = $70(30) + $50(40) = $4,100

 El punto 3

devuelve la mayor utilidad y por tanto es la solucin ptima.  Para encontrar las coordenadas del punto 3 encontramos la interseccin entre las restricciones que conforman la esquina de ese punto

Leccin 1 MAT350 59

Resumen de los mtodos grficos de solucin

METODO DE ISOUTILIDAD
1. 2. 3. 4.

5.

Elaborar una grfica de los puntos solucin factible para cada una de las restricciones. Determinar la regin factible identificando los puntos solucin que satisfacen en forma simultnea todas las restricciones. Trazar una recta de la funcin objetivo para un caso concreto. Desplazar rectas de funcin objetivo paralelas en direccin de los valores ms altos de la funcin objetivo hasta que llegue el momento en el que un mayor alejamiento haga que la recta, menos un punto, quede por completo fuera de la regin factible Un punto solucin factible que se encuentre sobre la recta de la funcin objetivo y que tenga el mayor valor, es una solucin ptima.

METODO DEL PUNTO ESQUINA 1. Graficar todas las soluciones de la regin factible. 2. Encuentre los puntos esquina. 3. Computar el valor de la funcin objetivo para cada punto esquina. 4. Escoger el punto que tiene el mejor valor en la funcin objetivo.
Leccin 1 MAT350 60