UNIDAD III

PROGRAMACIN MATEMTICA
Conceptos bsicos

M.A. Erika Straffon Del Castillo

PROGRAMACION LINEAL

La programacin lineal es un tipo espacial de modelo matemtico en el cual las relaciones entre
variables son lineales y donde hay un solo objetivo o medida de rendimiento. Una ventaja de este
tipo de modelo es que existe una tcnica matemtica, llamada programacin lineal, que puede
determinar la decisin optima o mejor, incluso si existen miles de variables y relaciones.

En el modelo de programacin lineal hay un conjunto de variables de decisin, X1, X2, ,Xn. El
modelo de programacin lineal est diseado para maximizar (o minimizar) una funcin objetivo de
la forma.

f = C1X1 + C2X2 + + CnXn

f= es el objetivo econmico, como los beneficios, la produccin, los costos o las semanas de trabajo.
El gerente quiere obtener mayores beneficios, menor costo, mayor produccin, etctera. Todos los
coeficientes C1, C2, , Cn son constantes y todas las X aparecen con funcin f es una funcin
lineal.

En la mayora de los casos no se puede determinar los valores de las variables de decisin, X, por lo
que est limitada por un conjunto de relaciones o restricciones. Las restricciones que se aplican a X
son tambin lineales y son desigualdades lineales o igualdades lineales:

A1X1 + A2X2 + + AnXn B1

Los coeficientes A son constantes, mientras que la constante B1 restringe a f, (la funcin
objetivo) como resultado de la restriccin de las variables de decisin X1, X2, ,Xn (en vez
de , podra ser o una igualdad). La solucin que proporciona la programacin lineal es un
conjunto de valores de las variables de decisin con el cual se logra el mximo (o mnimo)
deseado dentro de las restricciones.

La programacin lineal no permite incertidumbre en las relaciones; no puede haber

probabilidades o variables aleatorias.

La programacin lineal permite manejar de manera ordenada problemas con gran nmero
de restricciones.

La formulacin de un modelo cuantitativo significa seleccionar los elementos importantes

del problema y definir cmo se relacionan.

A continuacin se proporcionan pasos que han demostrado ser tiles para formular modelos
de programacin lineal:

1.- Definir en trminos verbales slo un objetivo que se pretende alcanzar con la resolucin
del problema (reducir costos, aumentar las contribucin a los beneficios).
2.- Elaborar una lista de las decisiones que deben tomarse, de la manera ms especfica
posible.

3.- Elaborar una lista de los factores de restricciones que afectan estas decisiones. Entre ms
precisa y completa sea lista mejor. A continuacin se muestra una serie de restricciones, de las
cuales, un problema no presentar todos los tipos de restricciones.

a).- Restricciones de capacidad: Son los lmites que se deben a la cantidad de equipo.
b).- Restricciones de mercado: Son los lmites (inferiores, superiores o ambos) de la cantidad de
producto que puede venderse o usarse.
c).- Restricciones de disponibilidad: Son los lmites ocasionados por la escasez de materias
primas, de fuerza de trabajo, de financiamiento o de otros recursos.
d).- restricciones de calidad o de mezcla: Son restricciones que limitan la mezcla de ingredientes
y por lo general definen la calidad de los productos resultantes.
e).- Restricciones de tecnologa de produccin o de equilibrio de materiales: Son restricciones
que definen la salida de un proceso como una funcin de las entradas, muchas veces con una
prdida por desperdicios.
f).- Restricciones de definicin: Son restricciones que definen una variable. Muchas veces estas
restricciones provienen de definiciones contables.
4.- Definir especficamente las variables de decisin. Con frecuencia es el paso ms difcil. Lo que se
requiere es una lista de variables, es decir, las X y sus definiciones, incluyendo la especificacin de
las unidades de medida. En algunos problemas puede haber ms de una forma de definir las
variables. Un enfoque es comenzar tratando de definir variables especficas que se ajusten a la
lista de decisiones del paso 2.

5.- Definir especficamente las restricciones, con base en las variables de decisin. Esto es, tomando
la lista de restricciones que defini en el paso 3 y use las variables de decisin del paso 4 para
obtener restricciones detalladas.

6.- Definir con detalle la funcin objetivo. Hay que definir un coeficiente de costo o de beneficio para
cada variable de decisin del paso 4. Es importante incluir slo los costos o los beneficios que
varen con las decisiones que se consideran. Siempre hay que excluir los costos fijos.

Todas las variables de decisin son no negativas.

Limitaciones de la programacin lineal

No existe una garanta de que la programacin lineal se ofrezca soluciones con valores enteros.
No permite la incertidumbre.
La suposicin de la linealidad. En ocasiones el objetivo o las restricciones de los problemas reales no
relacionan linealmente con las variables.
MTODO SIMPLEX

Este es un procedimiento que comienza con una solucin bsica factible y luego avanza, paso por
paso, a soluciones consecutivas, cada una de las cuales presenta las siguientes caractersticas:

1.- Es una solucin bsica factible y

2.- Tiene beneficio mayor que el de la solucin anterior. Por ltimo se obtiene una solucin que no es
posible mejorar y se ha encontrado la solucin optima.

Tabla simplex:

Es conveniente efectuar los clculos del procesamiento simplex en forma de tabla:

Variables de solucin X1 X2 Xn
X1 1 0 0
X2 0 1 0
. . . .
. . . .
. . .
Xn 0 0 1
La solucin optima es aquella que:
En el caso de maximizacin, todos los coeficientes de la fila Cj Zj son cero o negativos.
En el caso de minimizar, todos los coeficientes de la fila Cj Zj son cero o positivos.

Sin embargo, el mtodo simplex permite determinar una nueva solucin sustituyendo una de
las variables de solucin por una de las variables externas. Este procedimiento se lleva a
cabo en tres pasos:

1.- Escoger una variable de entrada que aumente la rentabilidad de la solucin. Determine la
variable que tiene el mayor beneficio neto por unidad. Esta variable es la que tenga
mayor valor positivo en la fila Cj Zj de la parte inferior de la tabla.

2.- Elegir la variable de salida que asegure una solucin bsica factible. Determinar cul ser
la variable de la solucin actual que saldr y ser reemplazada.

3.- Resolver de nuevo las ecuaciones de restriccin para encontrar la nueva solucin.

Mtodo Gauss-Jordan se realiza un cambio de base empleado dos operaciones de clculo:

1.- Ecuacin pivote:
Nueva ecuacin pivote = ecuacin pivote elemento pivote

2.- La dems ecuaciones, incluyendo z:

Nueva ecuacin = (ecuacin anterior) (coeficiente de la columna entrante) * (nueva
ecuacin pivote)
Un rbol es una red conectada que puede constar slo de un subconjunto de los nodos y,
un rbol extenso, es un rbol y uno extenso para la red.

1 3 5

2 4

La notacin de una red G se muestra a continuacin:

G (N ,A)

N = {1, 2, 3, 4, 5}
A = {(1,3), (1,2), (2,3), (2,4), (2,5), (3,4), (3,5), (4,5)}

1 3 5
1 3

rbol rbol extenso

2 4 2 4
MTODO DE TRANSPORTE

Este modelo tiene que ver la determinacin de un plan de costo mnimo para trasportar una
mercanca desde varias fuentes ( por ejemplo, fbricas) a varios destinos ( por ejemplo,
almacenes o bodegas).

El modelo se puede extender de manera directa para abarcar situaciones prcticas de las reas
de control del inventario, programacin del empleo y asignacin de personal, entre otros.

Entre los datos del modelo se cuentan:

1.- El nivel de oferta en cada fuente y la cantidad de la demanda en cada destino.

2.- El costo de transporte unitario de la mercanca de cada fuente a cada destino.
El modelo de transporte se representa como una red con m fuentes y n destinos. Una fuente
o un destino est representado por un nodo. El arco que une una fuente y un destino
representa la ruta por la cual se transporta la mercanca. La cantidad de oferta de la fuente i
es ai y la demanda en el destino j es bj . El costo de transporte unitario entre la fuente i y el
destino j es cij .

Fuentes Destinos
C 11 : x11
a1 1 1 b1

Unidades de a2 2 2 b2 Unidades de
oferta demanda

am m m bm
C mn : xmn
La funcin del modelo de transporte se expresa como:

Minimizar: z = cij xij

m n

i=1 j=1
Sujeto a: x ij ai , i = 1, 2, , m
n

j=1
xij
m
bj, j= 1, 2, , m

xij i=1
0

MODELOS DE REDES

Este modelo busca optimizar los costos de transporte.

Una red consta de un conjunto de nodos conectados por arcos o ramas. Asociada a cada rama
de tiene un flujo de algn tipo. Por ejemplo, en la red de transporte, las ciudades representan
nodos y los caminos representan ramas, mientras que el trfico representa el flujo en las ramas.
La notacin de una red G se muestra a continuacin:

G (N ,A)
N = Conjunto de nodos
A = Conjunto de ramas

El flujo de una rama est limitado por su capacidad que puede ser finita o infinita. Se dice que
una rama est dirigida u orientada si permite un flujo positivo en una direccin, y cero flujo
en la direccin opuesta. Una red dirigida es una red con todas las ramas dirigidas.

Una trayectoria es una secuencia de ramas distintas que conectan dos nodos sin considerar la
orientacin de las ramas individuales. Por ejemplo ramas (1, 3), (3, 2) y (2, 4) constituyen
una trayectoria del nodo 1 al nodo 4.

Una trayectoria forma un lazo o ciclo si conecta un nodo consigo mismo. Por ejemplo las
ramas (2, 3), (3, 4) y (4, 2) forman un lazo.

Un lazo dirigido (o circuito) es un lazo donde todas las ramas tienen la misma direccin u
orientacin.

Una red conectada es una red en donde cada dos nodos distintos estn conectados por una
trayectoria.
El modelo de redes considera problemas de la ruta ms corta, el cual tiene que ver con la
determinacin de las ramas conectadas en una red de transporte que constituyen, en conjunto,
la distancia ms corta entre una fuente y un destino

Referencias bibliogrficas
Bierman, Bonini y Hausman (1994). Anlisis cuantitativo para la toma de decisiones.
Wilmington, Delaware: Addison-Wesley Iberoamericana.
Taha, Hamdy A. (2004) Investigacin de operaciones. Mxico: Alfaomega.