Universidad Privada Antenor

Orrego
FACULTAD DE INGENIERIA

PROGRAMACION LINEAL

Facilitadora: Dra. Mara Isabel Landeras

Pilco

Introduccin a la Programacin lineal

El problema general es asignar recursos

limitados
entre
actividades
competitivas de la mejor manera posible
(ptima).
Este problema incluye elegir el nivel de
ciertas actividades que compiten por
recursos
escasos
necesarios
para
realizarlas

INTRODUCCIN A LA PROGRAMACIN LINEAL

El adjetivo lineal significa que todas las

funciones matemticas del modelo deber ser
funciones lineales. En este caso, las 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.

PROGRAMACIN LINEAL

La Programacin Lineal, es una tcnica

matemtica de optimizacin que permite la
adminitracin
(humanos,

racional
materiales,

de

recursos

econmicos)

diversas actividades de la organizacin, de

tal manera que a la vez que se cumple con
ciertas condiciones se busca alcanzar un
determinado objetivo.

Cul es la
estructura del
modelo
matemtico?
Variables de decisin
Parmetros y constantes
Funcin de optimizacin:
Max/Min
Ecuaciones de restriccin

Estructura de un modelo de PL
1. Variables de decisin. Son las incgnitas del

problema. Representan la informacin para la

toma de decisiones. Sus valores o resultados
son determinados por el modelo. Deben ser
definidas expresando una accin a ejecutar y
en una unidad de medicin.

A) Las variables de acuerdo a su uso pueden

ser:
- Variables de decisin: Son aquellas que nos
indican la accin o alternativa que debemos
seguir para conseguir un determinado
objetivo.

Ejemplo:

QUE HACER Y EN
QUE CANTIDAD?

- Variables auxiliares: Sirven de apoyo, para los

clculos de las variables de decisin. Tales como

variables de holgura.
B) Las variables de acuerdo a su dominio pueden
ser:
- Fraccionales (continuas): de uso ms general,
cuando son admisibles en la prctica la toma
de decisiones sobre acciones o alternativas con
resultados en valores fraccionarios.
- Enteras: para expresar decisiones sobre
cantidades enteras, que no admite valores
fraccionales, por ser imposibles de ser llevado
a la prctica.

- Binarias: Para expresar decisiones mutuamente

excluyentes o dicotmicas. Se usan los valores
0 y 1.

- Irrestrictas en signo: Para expresar niveles de

actividad de dos direcciones contrapuestas.
- Negativas: Slo asumen valores menores a cero.
c) Para representar las variables se usan identificadores, segn la complejidad y tamao del modelo
puede hacer mediante dos formas:
- Identificadores de un solo ndice: Cuando se desea
expresar una sola dimensin de informacin de las
alternativas.

Por ejemplo, supongamos que se tienen n

alternativas para realizar un solo tipo de trabajo.
Entonces, sea Xi = Cantidad de trabajo a realizar
usando la alternativa i. Para i = 1, ..... N
- Identificadores de varios ndices: Cuando se desea
expresar ms atributos o ms de una dimensin
de informacin por alternativa.
Por ejemplo, supongamos que se tienen n
alternativas para realizar m tipos de trabajo
en o perodos de tiempo. Entonces, sea
Xijk: Cantidad a realizar mediante la alternativa i
para el trabajo j en el perodo k.
Para i: 1...... n j = 1 .......m y k = 1......o

1. Funcin objetivo. Es una expresin de

variables, o algunas veces una variable que
representa el objetivo que se desea alcanzar y
expresa la cuantificacin de la efectividad de la
planeacin en una unidad de medicin o
mtrica especfica. Puede ser de dos maneras:

Maximizar (Max): En un problema se podra

Minimizar (Min): En un problema se deseara

requerir, aumentar lo ms posible: las

utilidades o los ingresos por ventas, efectividad
de polticas o alternativas, volmen a ser
transportado, etc.
reducir lo ms posible: costos, mermas,
desviaciones sobre una condicin o restriccin,
el tiempo de finalizacin de un trabajo, etc.

1.Parmetros. Es toda la informacin conocida a

priori e invariable para el horizonte de
planeacin del modelo. Deben estar expresado
en alguna unidad de medicin o mtrica. Estos
parmetros pueden ser:

2. Coeficientes de la funcin objetivo (Cj): Son

factores que corresponden por cada variable de
decisin. Tales como utilidades, precios de
venta, costos, ponderaciones, prioridades, etc.
Expresados de manera unitaria por producto o
actividad.
3. Coeficientes tecnolgicos (Aij): Son factores
que corresponden por cada variable de decisin
y restriccin. Tales como ratio de consumo o
demanda del producto o actividad sobre un
recurso.

1. Coeficientes de recursos (bj): Son factores

que corresponden por cada restriccin. Tales
como disponibilidades de un recurso limitado.
Los cuales pueden ser recursos materiales,
financiero o recursos humanos. Tambin
pueden expresar una condicin o cuota a
cumplir.

2. Restricciones: Son relaciones entre las

variables y parmetros que se representan por
desigualdades o ecuaciones, resultan debido a
limitaciones de recursos o a ciertas
disposiciones tcnicas de un problema dado.

Son diferentes requisitos que debe cumplir

cualquier solucin para que pueda llevarse a
cabo. En cierta manera son las limitantes en los
valores de los niveles de las diferentes
actividades (variables). Las restricciones ms
comunes son:
Restricciones de capacidad. Limitan el valor de las
variables debido a la disponibilidad de horashombre, horas-mquina, espacio, etc.
Restricciones de mercado. Surgen de los valores
mximos y/o mnimos de la demanda o el uso del
producto o actividad a realizar.

Restricciones de entradas. Son limitantes debido a

la escasez de materias primas, mano de obra,
dinero, etc.
Restricciones de calidad. Son las restricciones que
limitan las mezclas de ingredientes, definiendo
usualmente la calidad de los artculos a
manufacturar, mezcla de ingredientes, etc
Restricciones de balance de materiales. Estos son
las restricciones que definen las salidas de un
proceso en funcin de las entradas, tomando en
cuenta generalmente cierto porcentaje de merma
o desperdicio.

3. Condiciones Tcnicas:
Se establece el valor factibles de las
variables de decisin. Para fines de la
programacin lineal se establece que todas
las variables deben tomar valores positivos.
En caso de formular problemas en donde sea
necesario valores negativos en las variables
se emplean las variable irrestrictas.

Principios bsicos de la
Programacin Lineal:
a) Proporcionalidad directa de las variables:

Es un principio acerca de las actividades

individuales.
Ejemplo.
Si el costo de un producto es $10 entonces
X unidades del producto, tendr un costo
de produccin de 10X dlares (Se cumple
la proporcionalidad)
Un obrero construye una pared en 2 das
entonces 2 obreros no la construyen en 4
das (No Proporcional).

B) Aditividad entre las variables:

Es un principio acerca de las actividades
conjuntas.
Ejemplo.
Si un producto A ocupa 5 pies3 y un producto
B 10 pies3 entonces X unidades de A e Y
unidades de B ocupan: 5X +10Y pies3

C) Divisibilidad de las variables:

Este principio establece que las variables del
modelo deben asumir valores fraccionarios.

D) Certidumbre de los parmetros:

Este principio establece que todos los parmetros y dems datos del modelo deben ser
conocidos o matenerse fijos a priori del
problema.

Observaciones
1. En los problemas del mundo real puede encontrarse
situaciones que no cumplen algunos principios de la
Programacin Lineal, algunas situaciones son:
2. Las contribuciones o factores de una variable,
pueden ser no lineales. En consecuencia, se busca
hacer la linealidad a segmentos de dicha variable. De
forma que se pueda estimar un factor proporcional.
3. La funcin objetivo o las restricciones son de
naturaleza no lineal. Es decir, no cumplen la
aditividad. Debido a ecuaciones de segundo grado o
mayor, multiplicaciones o divisiones de variables.
Las tcnicas que tratan estas situaciones, se les
llama PROGRAMACION NO LINEAL.

- Todas o algunas variables de decisin deben

asumir valores enteros. Cuando sucede ello, debe
emplearse tcnicas de formulacin y solucin de
Programacin Entera.

-Todos o algunos parmetros no pueden

manejarse como datos determinsticos. Debido a
esto, se maneja un valor de una funcin de
probabilidades de una variable aleatoria de dicho
parmetro, con un determinado margen de error.
Las tcnicas que tratan estas situaciones, se les
llama PROGRAMACION LINEAL ESTOCASTICA.

Modelo general de PL
n

cjxj

Optimizar Z =
j 1

Sujeta a:

aij x j bi

i 1, 2,......, m

j 1

x j 0 j 1, 2,......., n

Max Z = 3X1 + 2X2

Sujeto a:
4X1 + 11X2 = 23
X1 - 2X2 200
X1, X2 0

La Investigacin de Operaciones
Algunas aplicaciones

Ejemplos

1. Modelo de Asignacin
de la Fuerza de Ventas

Variables
de Decisin:

Cuantos Vendedores Asignar

a cada Territorio.

Medida del
Desempeo:

Ingreso por Ventas

Objetivo:

Maximizar el
Ingreso por Ventas

Ejemplos
2. Modelo de Programacin
del Trabajo en un Taller
Variables
de Decisin:

Cuantas horas Programar

determinadas partes en
determinadas mquinas y
la secuencia

Medida del
Desempeo:

Costo de Fabricacin
Tiempo de Fabricacin

Objetivo:

Minimizar el Costo el
Tiempo de Fabricacin

Ejemplos
3. Modelo de Administracin
de Efectivo
Variables
de Decisin:

Cantidad de Fondos
mantenidos en c/u de varias
categorias (Efectivo, bonos,
bolsa de valores etc... )

Medida del
Desempeo:

Costo de Oportunidad por

mantener Activos Lquidos

Objetivo:

Minimizar el
Costo de Oportunidad

Principios Generales de la
Modelacin:
1.No debe elaborarse un modelo complicado
cuando uno simple es suficiente.
2. El problema no debe ajustarse al modelo o
mtodo de solucin.
3. La fase deductiva de la modelacin debe
realizarse rigurosamente.
4. Los modelos deben validarse antes de su
implantacin.
5. Nunca debe pensarse que el modelo es el
sistema real.

Principios Generales de la
Modelacin:
6. Un modelo debe criticarse por algo para lo
que no fue hecho.
7. No venda un modelo como la perfeccin
mxima.
8. Uno de los primeros beneficios de la
modelacin reside en el desarrollo del
modelo.
9. Un modelo es tan bueno o tan malo como
la informacin con la que trabaja.
10. Los modelos no pueden reemplazar al
tomador de decisiones.

FIN