Académique Documents
Professionnel Documents
Culture Documents
PROGRAMACIN LINEAL La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando la funcin objetivo, tambin 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. 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, etc.
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.
La Formulacin y Construccin del Modelo Lineal implica: a) Definir claramente las variables de decisin y expresarlas simblicamente o convencionalmente. b) Definir claramente la Funcin Objetivo y las restricciones y expresarlas matemticamente como funciones lineales. Debe cuidarse que los elementos componentes del modelo sean expresados para el mismo perodo de tiempo. Se debe estipular que las variables de decisin sean mayores o iguales a cero. Esto acerca el modelo a la realidad. En los programas de computadora para resolver modelos lineales, ya est incluida esta condicin y no hace falta incorporarla manualmente. Las restricciones, desde el punto de vista matemtico, son funciones lineales expresadas como igualdades o desigualdades, que limitan el valor de las variables de decisin a valores permisibles. Representan recursos, condiciones o requerimientos establecidos. Las restricciones del Modelo Lineal general tienen la forma siguiente: a11 X1 + a 12 X 2 + a 13 X 3 + a14 X 4 + .................. + a1n Xn = b1 a21 X1 + a 22 X 2 + a 23 X 3 + a24 X 4 + .................. + a2n Xn = b2 a31 X1 + a 32 X 2 + a 33 X 3 + a34 X 4 + .................. + a3n Xn = b3
Piedras Negras, Coahuila.
La mina "a" produce 40 toneladas de carbn por da; La mina "b" otras 40 t/da; y, La Mina "c" produce 20 t/da.
De "a" a "d" = 2 monedas De "a" a "e" = 11 monedas De "b" a "d" = 12 monedas De "b" a "e" = 24 monedas De "c" a "d" = 13 monedas De "c" a "e" = 18 monedas
Si se preguntase a los pobladores de la zona cmo organizar el transporte, tal vez la mayora opinara que debe aprovecharse el precio ofrecido por el transportista que va de "a" a "d", porque es ms conveniente que los otros, debido a que es el de ms bajo precio. En este caso, el costo total del transporte es:
Transporte de 40 t de "a" a "d" = 80 monedas Transporte de 20 t de "c" a "e" = 360 monedas Transporte de 40 t de "b" a "e" = 960 monedas Total 1.400 monedas.
Sin embargo, formulando el problema para ser resuelto por la programacin lineal se tienen las siguientes ecuaciones:
Restricciones de la produccin:
La funcin objetivo ser: La solucin de costo mnimo de transporte diario resulta ser:
Xb-d = 40 resultando un costo de 12 x 40 = 480 monedas Xa-e = 40 resultando un costo de 11 x 40 = 440 monedas Xc-e = 20 resultando un costo de 18 x 20 = 360 monedas Total 1.280 monedas.
120 monedas menos que antes. SOLUCIN DE MODELOS CON EL METODO GRFICO El modelo es formulado por una empresa asesora de inversiones para elaborar la cartera de un cliente. Las variables X1 y X2 representan la cantidad de acciones Tipo 1 y 2 a comprar para satisfacer el objetivo establecido de maximizar el retorno anual de esa inversin o compra de acciones. El monto total disponible para invertir es de $80.000. El riesgo es una medida relativa de las dos inversiones alternativas. La accin Tipo 1 es una inversin ms riesgosa. Limitando el riesgo total para la cartera, la firma inversora evita colocar montos excesivos de la cartera en inversiones de retorno potencialmente alto pero de alto riesgo. Tambin se limita el monto de acciones de mayor riesgo.
Max 3X1+ 5X2 (Retorno anual en $) Sujeto a: 80.000 $ de fondos disponibles 0.5 X1 + 0.25 X2 700 riesgo mximo 1 X1 X1, X2
Piedras Negras, Coahuila.
Considerando los apartes 5 y 6 de la teora, en la seccin B, se tiene lo siguiente: a) Graficar las restricciones:
Restriccin 1: Cuando X1 = 0, entonces X2 = 1.600; Cuando X2 = 0, entonces X1 = 3.200 Una los puntos (3.200, 0) y (0, 1.600 ). El lado de la restriccin < est bajo esa recta. Restriccin 2: Cuando X1 = 0, entonces X2 = 2.800; Cuando X2 = 0, entonces X1 = 1.400 Una los puntos (1.400, 0) y (0, 2.800). El lado de la restriccin < est bajo esa recta. Restriccin 3: X1 = 1.000 y X2 = 0 Es una recta que parte de la abscisa en el punto 1.000. El lado de la restriccin < se tiene, a partir de esa recta, hacia el lado donde est el punto de origen. Sombree, o seale de alguna manera, el conjunto convexo llamado tambin regin posible. (Ver Grfico 1). b) Grafique la Funcin Objetivo asignndole un valor arbitrario. Este valor, preferiblemente, debe permitir que el objetivo se muestre en la regin solucin. Por ejemplo, puede ser utilizado el valor 3.000. Los puntos de corte en los ejes, para graficarla, son los puntos (1.000, 0) y ( 0, 600). La Funcin Objetivo se grafica con lnea de color, en este caso, para diferenciarla de las restricciones. c) Mueva la Funcin Objetivo, paralelamente a s misma en la direccin que incrementa su valor (hacia arriba en este caso), hasta que toque el ltimo (los ltimos, si los toca al mismo tiempo) punto extremo de la regin solucin. d) En ese punto extremo final, b en este caso, resuelva el par de ecuaciones que se interceptan. En este caso son las ecuaciones 1 y 2. Utilice cualquiera de los mtodos para resolver pares de ecuaciones lineales con dos variables. e) Alternativamente, para determinar la solucin ptima, puede calcular las coordenadas a todos los puntos extremos: a, b, c y d y e, en el conjunto convexo de soluciones. Luego evala la Funcin Objetivo en cada uno de ellos. El punto extremo que proporcione el mayor valor ser el punto extremo ptimo.
En este caso 1, conteste lo siguiente: 1.1 Qu representa el coeficiente de la variable X2 en la Funcin Objetivo y en la segunda restriccin? 1.2 Qu Tipo de solucin presenta el modelo?, Por qu? y Cmo se reconoce en el grfico? 1.3 Cul es la decisin que se recomendara con la solucin encontrada? 1.4 Analice las restricciones en el punto ptimo y presente la informacin que se obtiene. 1.5 Qu efecto tendra sobre la solucin ptima encontrada un cambio en el retorno anual de cada accin Tipo 2. Suponga que cambia a 9. Explique y muestre sobre el grfico. Cmo se llama este Anlisis que se hace? RESPUESTAS 1.1 En la Funcin Objetivo representa el retorno anual de cada accin Tipo 2 comprada, es decir cada accin Tipo 2 que se compre proporcionar un retorno anual de Bs. 5. En la restriccin 2, representa el riesgo medido para cada accin Tipo 2. Es decir, cada accin Tipo 2 tiene un riesgo de 0.25. 1.2 Solucin nica, porque hay una nica combinacin de acciones Tipo 1 y 2 a comprar que maximiza el retorno anual de la inversin y se reconoce en el grfico porque un nico punto extremo proporciona el mximo valor para el objetivo. En este caso, el punto b. 1.3 Comprar 800 acciones Tipo 1 y 1.200 Acciones Tipo 2 para maximizar el ingreso anual en 8.400 unidades monetarias ($) 1.4 Restriccin 1: 25 (800) + 50 (1200) = 80.000 Se observa que se cumple exactamente, es decir como una igualdad. Esto indica que con esa decisin ptima se utiliza totalmente el monto mximo de presupuesto disponible para la compra.
Los rboles de decisin se utilizan para decidir entre diversos cursos de accin. Crean una representacin visual de los variados riesgos, las recompensas y los valores potenciales de cada opcin. Opcin en una lnea. Luego toma las lneas de una en una. Al final de la lnea, se puede conseguir un resultado determinado o puede que el resultado es incierto o puede que haya otra decisin que tomar. Si hay otra decisin, dibuja un recuadro. Si es incierta, un crculo, y si es un resultado no dibujes nada. Revisa cada recuadro y cada crculo. Para los recuadros (decisiones) dibuja lneas para las opciones, marcndolas mientras las haces. Para los crculos (incertidumbres) traza lneas adicionales para los posibles resultados. Contina hasta que hayas completado las posibilidades que van desde la decisin inicial.Tendrs algo similar al primero de los diagramas de los rboles de decisin.
Evaluacin Ahora es el momento de averiguar qu opcin es la ms valiosa para ti. Primero, estima cul sera el valor de cada opcin para ti. (Los nmeros rojos de abajo). Luego revisa cada crculo (punto de incertidumbre). Aqu se determina la probabilidad de cada resultado. Asegrate de que los porcentajes suman 100, o que las cantidades de las fracciones son un total de 1. Ahora tus diagramas del rbol de decisin se parecern a ste:
EJEMPLO Un ama de casa acaba de echar cinco huevos en un tazn con la intencin de hacer una tortilla. Dispone, adems, de un sexto huevo del que no conoce su estado, aunque es de esperar que en caso de encontrarse en buen estado y no ser utilizado, se estropear. Al ama de casa se le presentan tres posibles alternativas: Romper el huevo dentro del tazn donde se encuentran los cinco anteriores. Romperlo en otro tazn diferente. Tirarlo directamente. Dependiendo del estado del huevo, las consecuencias o resultados que pueden presentarse para cada posible alternativa se describen en la siguiente tabla:
Estado del 6 huevo Alternativas Bueno (e1) Malo (e2) 5 huevos desperdiciados y no hay tortilla
Romperlo en Tortilla de 6 huevos y Tortilla de 5 huevos y otro tazn (a2) un tazn ms que lavar un tazn ms que lavar Tirarlo (a3) Tortilla de 5 huevos y un huevo bueno Tortilla de 5 huevos desperdiciado
VALORACIN DE LOS RESULTADOS Aunque los resultados xij no son necesariamente nmeros (como ocurre en el ejemplo anterior), supondremos que el decisor puede valorarlos numricamente, es decir, se asumir la existencia de una funcin V(.) con valores reales tal que: V(xij)>V(xkl) si y slo si el decisor prefiere el resultado xij al resultado xkl As, en el ejemplo de la tortilla podra realizarse un proceso de valoracin en el que se asignasen nmeros a cada una de los resultados, dando lugar a una posible tabla como la que sigue: e1 a1 a2 a3 10 8 5 e2 0 6 7
Por motivos de simplicidad, en lo que sigue identificaremos cada resultado con su valoracin numrica. As, xij har referencia tanto al propio resultado como al valor asignado por el decisor.
TAREAS
Tm bj 1 1
Formulacin del Programa Minimizar el costo total de operacin de modo que: cada tarea se asigne a una y slo una mquina cada mquina realice una y slo una tarea
Min c ij xij
i 1 j1 m n
.........
ij ij
.........
cm1
.........
cm2
.........
cmn 1
.........
...............
............... ................
s.a.
x
i 1 n
1, j 1..n
Piedras Negras, Coahuila.
x
j1
1, i 1..m
Xij: 1 si la tarea i se hace con la mquina j cij: costo de realizar la tarea i con mquina j n: tareas m: mquinas Si hay ms mquinas que tareas se formula con desigualdades, y se resuelve con tareas ficticias. METODO HUNGARO Existen 5 operarios (A, B, C, D y C) que tienen que llenar 5 cargos (I, II, III, IV y V). La matriz de costos que caracteriza el problema de asignacin es la siguiente
A B C D E
I 5 5 2 9 3
II 3 6 8 6 2
III IV 7 3 12 7 3 4 10 5 1 4
V 4 8 5 6 5
Determinar la asignacin ptima: 1- Se calcula Cij= Cij elemento mas pequeo de cada columna
A B C D E
I 3 3 0 7 1
II 1 4 6 4 0
III 6 11 2 9 0
IV 0 4 1 2 1
V 0 4 1 2 1
Piedras Negras, Coahuila.
A B C D E
I 3 0 0 5 1
II 1 1 6 2 0
III 6 8 2 7 0
IV 0 1 1 0 1
V 0 1 1 0 1
3. Procederemos a encontrar el nmero mnimo de recta r que cubren todos los ceros de la matriz C* I II III IV V A 3 1 6 0 0 2 B 0 1 8 1 1 1 C 0 6 2 1 1 1 D 5 2 7 0 0 2 E 1 0 0 1 1 2 2 1 1 2 2 Vemos que r = 4 que es diferente de m=5, por consiguiente no se ha llegado al ptimo 4. En este caso = 1 (elemento mnimo no cubierto por las rectas). Se resta a todos los elementos no cubiertos por las rectas- Se suma a todos los elementos en las intersecciones entre 2 rectas y se vuelve al paso 3. La matriz C* se transforma en Modelos De Transporte Los problemas de transporte se presentan al planear la distribucin de bienes y servicios desde varias localizaciones de suministro (origen) hacia varias ubicaciones de la demanda (destino). El objetivo es minimizar el costo de embarcar los bienes desde los orgenes hasta los destinos.
GLOSARIO REDES: Representacin grafica de un problema formado por crculos numerados (nodos) interconectados por una serie de lneas (arcos); las puntas de las flechas en los arcos muestran las direcciones de flujo. (flujo de redes) NODOS: los puntos de interseccin o de unin en una red. ARCOS: Las lneas que conectan los nodos en una red.
Problema del transporte Una empresa dedicada a la fabricacin de componentes de ordenador tiene dos fbricas que producen, respectivamente, 800 y 1500 piezas mensuales. Estas piezas han de ser transportadas a tres tiendas que necesitan 1000, 700 y 600 piezas, respectivamente. Los costes de transporte, en pesetas por pieza son los que aparecen en la tabla adjunta. Cmo debe organizarse el transporte para que el coste sea mnimo? Un problema particular que se resuelve con los procedimientos de la programacin lineal es la situacin conocida como problema del transporte o problema de la distribucin de mercancas. Se trata de encontrar los caminos para trasladar mercanca, desde varias plantas (orgenes) a diferentes centros de almacenamiento (destinos), de manera que se minimice el costo del transporte. Para que un problema pueda ser resuelto por el mtodo del transporte debe cumplir:
Piedras Negras, Coahuila.
En este tipo de problemas se exige que toda la produccin sea distribuida a los centros de ventas en las cantidades que precisa cada uno; por tanto, no pueden generarse inventario del producto ni en las fbricas ni en los centros de ventas. En consecuencia, los 800 artculos producidos en la fbrica I deben distribuirse en las cantidades x, y, z a A, B y C, de manera que x + y + z = 800. Pero, adems, si desde I se envan x unidades a A, el resto, hasta las 1000 necesarias en A, deben ser enviadas desde la fbrica II; esto es, 1000 x unidades sern enviadas desde II a A. Del mismo modo, si desde I a B se envan y, el resto necesario, 700 - y, deben enviarse desde II. Y lo mismo para C, que recibir z desde I y 600 - z desde II. En la siguiente tabla de distribucin se resume lo dicho: Envos a la tienda A a la tienda B a la tienda C (1000) (700) (600) y 700 - y 800 - x - y x + y - 200
La ltima columna la hemos obtenido de la siguiente forma: Como x + y + z = 800 , se tiene que z = 800 - x - y, de donde, 600 - z = 600 - (800 - x - y) = x + y - 200. Ahora bien, todas las cantidades anteriores deben ser mayores o iguales que cero. Por tanto, se obtienen las siguientes desigualdades:
Simplificando las desigualdades anteriores, se obtienen las siguientes inecuaciones: 1000 x 0 ; 700 y 0 ; 800 x+y 0
Recordemos que nuestro objetivo es abaratar al mximo los costes de transporte. Estos costes se hallan multiplicando las cantidades enviadas a desde cada fbrica a cada tienda por los respectivos costes de transporte unitario. Se obtiene: Z = f(x,y) = 3x + 2(1000 - x) + 7y + 2(700 - y) + (800 - x - y) + 6(x + y 200) = 6x + 10y + 3000 En definitiva, el programa lineal a resolver es : Minimizar: Z = 6x + 10y + 3000 sujeto a: 1000 x 0 700 y 0
800
x+y
La regin factible se da en la imagen del margen. Sus vrtices son A(200,0) ; B(800,0) ; C(100,700) ; D(0,700) y E(0,200). El coste, el valor de Z en cada uno de esos puntos, es:
SOLUCION CON WINQSB Ejemplo: Una empresa importa bienes por dos puertos: Filadelfia y Nueva Orleans. Los embarques de un producto se efectan a clientes en Atlanta, Dallas, Columbus y Boston. Para el siguiente periodo de planeacin, los suministros en cada puerto, la demanda de los clientes y los costos de embarque por caja desde cada puerto a cada uno de los clientes, son como sigue: Men del Programa 1. Tipo de problema (Problema de transporte). 2. Elegir si es de Mximo o Mnimo 3. Entrada de datos por forma de matriz o celdas y columnas 4. Titulo de programa 5. Numero Recursos 6. Numero de Destinatarios
Por lo tanto en la siguiente imagen podemos ver el patrn que sigue este tipo de inventario, donde tiene una tasa de demanda constante.
CUANTO ORDENAR ? Empezaremos por saber cuanto ordenar. Debemos de llegar al punto intermedio entre:
Costos de Ordenar: Se considera fijo sin importar la cantidad del pedido Procesamiento del pedido Telfono Transporte Verificacin de la factura Recepcin Salarios Por lo tanto aqu las tres cosas que debemos saber son: 1. Costo de Mantenimiento 2. Costo de Ordenar 3. Demanda
2. Costo de Ordenar Co - $32 Sueldo del comprador $15 Otros costos $17
3. Demanda D - $104,000 cajas D=(2000 cajas/semana)(52)= 104,000 ao Una vez teniendo los datos anteriores, procedemos a aplicar las siguientes frmulas: Frmula LEO Q*=2DCo Ch Q*=2(104,000)(32) = 1,824 cajas 2 Funcin de Cuanto Ordenar TC = 1QCh + D(Co) 2 Q TC = 1(1,824)(2) + 104,000(32) = 3,648 2 1,824
CUANDO ORDENAR ? El punto de re-orden es la posicin del inventario en el cual debe colocarse un pedido nuevo.
Este es similar al modelo LEO, pero en lugar de asumir que el pedido llega todo en un solo da, suponemos que las unidades se suministran al inventario en una tasa constante a lo largo de varios das. Este se aplica para situaciones de produccin, donde el tamao del lote de produccin ser Q. Solo aplica donde la tasa de produccin es mayor que la tasa de la demanda, para poder satisfacer la demanda.
Entonces conociendo los datos anteriores como en el modelo LEO aplicamos las siguientes frmulas: Frmula LEO de produccin Q*=2DCo (1-D)Ch P Funcin de cuanto ordenar TC = 1(1-D)QCh - D(Co) 2 P Q
MODELO DE REVISIN PERIDICA Los modelos de inventario de cantidad a ordenar en punto de re-orden expuestos con anterioridad requieren un sistema de inventario de revisin continua. En un sistema de inventario de revisin continua, la posicin del inventario se vigila continuamente de modo. Que pueda colocarse un pedido siempre que se alcanza el punto de re-orden.
MODELO DE REVISIN CON DEMANDA PROBABILSTICA Q=M-H Q = la cantidad a ordenar M = el nivel mximo H = el inventario disponible en el periodo revisado
PERIDICA
Debido a que la demanda es probabilstica, el inventario disponible en el periodo de revisin, H, variar. Por tanto, puede esperarse que la cantidad a ordenar vare cada periodo. Por ejemplo, si el nivel mximo para un producto es 50 unidades, y el inventario disponible en el periodo de revisin es H = 12 unidades, deber hacerse un pedido de Q = M - H = 50 12 = 38 unidades. Por tanto, bajo el modelo de revisin peridica, se ordenan suficientes unidades cada periodo de revisin para regresar la posicin del inventario de nuevo al nivel mximo. Easy WMS Es un software de gestin de almacenes dirigido a empresas de cualquier envergadura y dedicadas a los ms diversos sectores de actividad ya que encaja en cualquier compaa: desde una pequea empresa con un almacn convencional hasta el control logstico de un aeropuerto.
Ventajas: Incremento de la productividad logstica y disminucin del nmero de operaciones. Control total de las ubicaciones. Control de la preparacin de pedidos en tiempo real. Control de la productividad de los operarios. Eliminacin de errores en las expediciones. Incremento de la rapidez en la preparacin y envo de pedidos.
Piedras Negras, Coahuila.
PRONSTICOS Pronosticar consiste en utilizar datos pasados para determinar acontecimientos futuros mediante algn tipo de modelo matemtico. Puede ser una prediccin del futuro subjetiva o intuitiva. O bien una combinacin de ambas, es decir, un modelo matemtico ajustado por el buen juicio de un administrador.
PROMEDIO MVIL SIMPLE (PMS) Esta tcnica sirve para calcular el pronstico de ventas para el siguiente periodo exclusivamente, como su nombre lo indica es un promedio que se obtiene n datos; para definir en forma prctica cul ser el mejor resultado, se deber tomar en cuenta el de menor error al cuadrado < (D-P)2. Estos n datos estn en funcin de cmo queramos promediar u obtener resultados, con menor o mayor exactitud; n puede valores comprendidos entre 2,3,4,5....etc. en la prctica es recomendable utilizar bloques de informacin que en promedio tengan 10 mas datos, lo cual no permitir una mejor interpretacin o visin del comportamiento de ese producto o pronstico. Ejemplo: La empresa Barcel S.A. de C.V. desea elaborar el pronstico de ventas (o de la demanda ) para uno de sus productos de mayor demanda en el mercado se le conoce como "chicharrones Barcel ", este pronstico de la demanda si requiere para el mes de octubre de 2003, para lo cual se debe considerar que n= 2, 3, 4. sabiendo que los ltimos meses el rea de mercadotecnia ha registrado la int. histrica que se indica en la siguiente en la siguiente tabla
Demanda (D) Pronsticos (P) 30 35 28 32.5 20 31.5 25 24 30 22.5 35 27.5 40 32.5 50 37.5 ? 45
Nota: En base a esta tcnica podemos decir en conclusin que el mejor pronstico es de 45 unidades porque (D-P)2 es menor con respecto a los otros datos.