PROGRAMACIN LINEAL

La programacin lineal es una tcnica de modelado matemtico, diseada para optimizar el empleo de recursos limitados, es una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin.

Los modelos de Programacin Lineal por su sencillez son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin

La Programacin Lineal es una tcnica determinista, no incluye probabilidades y utiliza un modelo matemtico para describir el problema.

Fenmeno determinstico es aquel en que se obtiene siempre el mismo resultado bajo las mismas condiciones iniciales.

El adjetivo lineal significa que todas las funciones matemticas del modelo deben ser funciones lineales. En este caso, la palabra programacin no se refiere a programacin en computadoras; en esencia es un sinnimo de planeacin. As, la Programacin Lineal trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la meta especificada (segn el modelo) entre todas las opciones de solucin. Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la Programacin Lineal tiene muchas otras posibilidades. De hecho, cualquier problema cuyo modelo matemtico se ajuste al formato general del modelo de Programacin Lineal es un problema de Programacin Lineal

CONCEPTOS

Construccin de del modelo de programacin lineal

Ejemplo de la compaa Reddy Mikks Reddy Mikks produce pinturas para interiores y exteriores, M1 y M2. La tabla siguiente proporciona los datos bsicos del problema.

Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede ser mayor que 1 tonelada ms que la de pintura para exteriores. Tambin, que la demanda mxima diaria de pintura para interiores es de 2 toneladas. Reddy Mikks desea determinar la mezcla ptima (la mejor) de productos para exteriores y para interiores que maximice la utilidad diaria total.

El modelo de programacin lineal, como en cualquier modelo de investigacin de operaciones, tiene tres componentes bsicos. 1. Las variables de decisin que se trata de determinar. 2. El objetivo (la meta) que se trata de optimizar. 3. Las restricciones que se deben satisfacer. La definicin correcta de las variables de decisin es un primer paso esencial en el desarrollo del modelo de programacin lineal. Una vez hecha, la tarea de construir la funcin objetivo y las restricciones la trabajo de solucin no debe ser complicado. Para el problema de Reddy Mikks, se necesita determinar las cantidades a producir de pinturas para exteriores e interiores. As, las variables del modelo se definen como sigue: x1 = Toneladas producidas diariamente, de pintura para exteriores x2 = Toneladas producidas diariamente, de pintura para interiores Para formar la funcin objetivo, la empresa desea aumentar sus utilidades todo lo posible. Si z representa la utilidad diaria total (en miles de dlares), el objetivo de la empresa se expresa as: Maximizar z = 5x1 + 4x2 A continuacin se definen las restricciones que limitan el uso de las materias primas y la demanda. Las restricciones en materias primas se expresan verbalmente como sigue: Uso de una materia Prima para ambas pinturas Segn los datos del problema, Uso de la materia prima M1, por da = 6x1 + 4x2 toneladas Uso de la materia prima M2, por da = 1x1 + 2x2 toneladas Ya que la disponibilidad de las materias primas M1 y M2 se limita a 24 y 6 toneladas, respectivamente, las restricciones correspondientes se expresan como sigue: 6x1 + 4x2 < 24 (Materia prima M1) x1 + 2x2 < 6 (Materia prima M2) Disponibilidad mxima materia prima de

<=

La primera restriccin de la demanda indica que la diferencia entre la produccin diaria de pinturas para interiores y exteriores, x2 - x1 no debe ser mayor que 1 tonelada, y eso se traduce en x2 -x1 <=1. La segunda restriccin de la demanda estipula que la demanda mxima diaria de pintura para interiores se limita a 2 toneladas, y eso se traduce como x2 <= 2. Una restriccin implcita (o que se sobreentiende") es que las variables x1 y x2 no pueden asumir valores negativos. Las restricciones de no negatividad, x1 >=0 y x2 >=0, expresan ese requisito. El modelo de Reddy Mikks completo es: Maximizar z = 5x1 + 4x2 Sujeto a 6x1 + 4x2 < 24 x1 + 2x2 < 6 x2 -x1<1 x2 < 2 x1>0 x2>0 Cualquier valor de x1 y x2 que satisfaga todas las restricciones del modelo es una solucin factible. Por ejemplo, la solucin x1 = 3 toneladas diarias y x2 = 1 tonelada diaria es factible, porque no viola alguna de las restricciones, incluyendo las de no negatividad. Para comprobar este resultado se sustituye (x1 = 3; x2 = 1) en el lado izquierdo de cada restriccin. Por ejemplo, en la primera restriccin, 6x1 +4x2 = 6 . 3+4 . 1 = 22, que es menor que 24 en el lado derecho. El valor de la funcin objetivo correspondiente a la solucin (x1 = 3; x2 = 1) es z = 5 . 3 + 4 . 1 = 19 (miles de dlares). Desde el punto de vista de todo el modelo, nos interesa determinar la solucin ptima factible que produzca la utilidad total mxima y al mismo tiempo satisfaga todas las restricciones. No se acepta enumerar las soluciones factibles, porque el modelo tiene una cantidad infinita de ellas. En su lugar, se necesita un procedimiento sistemtico que ubique con eficiencia la solucin ptima. El mtodo grafico nos permitir determinar la solucin ptima factible.

En el ejemplo anterior, las funciones objetivo y restricciones son lineales, todas. La linealidad implica que la programacin lineal debe satisfacer dos propiedades: proporcionalidad y aditividad. 1. La proporcionalidad requiere que la contribucin de cada variable de decisin en la funcin objetivo, y sus requerimientos en las restricciones, sea directamente proporcional al valor de la variable. Por ejemplo, en el modelo de Reddy Mikks, las cantidades 5x1 y 4x2 expresan las utilidades por producir x1 y x2 toneladas de pintura para exteriores y para interiores, respectivamente, y las utilidades unitarias por tonelada son 5 y 4, que definen las constantes de proporcionalidad. Si, por otra parte, Reddy Mikks ofrece alguna clase de descuentos por cantidad cuando las ventas son mayores que ciertas cantidades, la utilidad ya no ser proporcional a las cantidades producidas x1 y x2. Ejemplos 1. Producir dos veces ms de producto producir dos veces ms de ganancia. 2. contratando el doble de pginas en las revistas doblar el costo relacionado con las revistas 2. La aditividad estipula que la contribucin total de todas las variables en la funcin objetivo y sus requerimientos en las restricciones, sean la suma directa de las contribuciones o requerimientos individuales de cada variable. En el modelo de Reddy Mikks, la utilidad total es igual a la suma de dos componentes individuales de utilidad. Sin embargo, si los dos productos compiten por la misma parte de mercado en forma tal que un aumento de ventas de uno afecte negativamente al otro, ya no se satisface la propiedad de aditividad. La contribucin de una variable a la funcin objetivo es independiente de los valores de las otras variables Ejemplo: 1. La ganancia con una computadora porttil es de $10,750.00, independientemente de cuantas computadoras Desktop se producen. Ejemplo El Modelo de la Protrac La Protrac Inc., fabrica dos tipos de productos qumicos, E y F, cuya utilidad neta es de $5000 y $4000 por tonelada respectivamente. Ambos pasan por operaciones de 2 departamentos de produccin, que tienen una disponibilidad limitada. El departamento A dispone de 150 horas mensuales; cada tonelada de E utiliza 10 horas de este departamento, y cada tonelada de F, 15 horas.

El departamento B tiene una disponibilidad de 160 horas mensuales. Cada tonelada de E precisa de 20 horas, y cada tonelada de F precisa de 10 horas para su produccin. Para la produccin global de E y F, se debern utilizar al menos 135 horas de verificacin en el prximo mes; el producto E precisa de 30 horas y F de 10 horas de verificacin por tonelada. La alta gerencia ha decretado que es necesario producir al menos una tonelada de F por cada 3 de E. Un cliente ha solicitado 5 toneladas, cualquiera sea su tipo, de E o F. Por otro lado, es evidente que no pueden producirse cantidades negativas de E ni de F. Se trata de decidir, para el mes prximo, las cantidades a producir de cada uno de los productos para maximizar la utilidad global. El Modelo Variables controlables X1 : toneladas de tipo E a producir; X2 : toneladas de tipo F a producir; Maximizar Z= 5000 x1+ 4000 x2 {Funcin objetivo: maximizar la utilidad global} sujeto a {escribimos ahora las restricciones o requerimientos} 10x1+ 15x2 150 20x1+ 10x2 160 30x1+ 10x2 135 X1 - 3x2 0 X1 +x2 5 X1 0, x2 0 {horas del departamento A} {horas del departamento B} {horas de verificacin} {al menos una de F por cada 3E significa E 3 F} {al menos 5 toneladas} {no negatividad}

Ejercicios: Para el modelo Reddy Mikks construya cada una de las siguientes restricciones y exprselas con un lado derecho constante: 1) La demanda diaria de pintura para interiores es mayor que la de pintura para exteriores en al menos por una tonelada . 2) La demanda de pintura para interiores no puede demanda de pintura para exteriores. ser menor que la

3) La proporcin de pintura para interiores entre la produccin total pinturas para interiores y para exteriores no debe exceder de 0. 5.

de

Determine la mejor solucin factible entre las siguientes soluciones (factibles y no factibles) del modelo de Reddy Mikks. 1 x1=1 x2=4 2 x1=2 x2=2 3 x1=3 x2=1.5 4 x1=2 x2=1 5 X1=2 X=-1 Para la solucin factible x1=2, x2=2 del modelo de Determine Reddy Mikks.

1. La cantidad no usada de materia prima M1 2. La cantidad no usada de materia prima M2