Estructura Matemtica de un Modelo Lineal

PROGRAMACIN LINEAL
Linear Programming Problem (LPP)
Es una tcnica matemtica con la cual se analizan funciones
lineales representativas de procesos reales, pero sujeto a
restricciones tambin lineales, con el objetivo de optimizarlas
(maximizacin o minimizacin de la funcin lineal), llamada
funcin objetivo; es decir lograr la mejor utilizacin o mejor
asignacin de los recursos de una empresa.

El criterio de optimizacin es por lo general un objetivo

econmico:
Se maximizan beneficios, utilidades, capacidades, ganancias,
etc.
Se minimizan costos, prdidas, accidentes, etc.
 PROCESOS EN LA SOLUCIN MEDIANTE LA PROGRAMACIN
LINEAL

1.Formulacin del Modelo

2. Solucin del Modelo

2.1.Solucin Mtodo Geomtrico (Grfico)
2.2.Solucin Mtodo Algebraico (Analtico)
1. FORMULACIN DE MODELOS MATEMATICOS
 MODELO SIMBLICOS (MATEMTICOS)

Es el resultado (producto) de una abstraccin de un sistema real,

eliminando las complejidades y haciendo suposiciones
pertinentes.
Se aplica una tcnica matemtica y se obtiene una
representacin simblica del mismo.

Expresados e una forma concisa a travs de smbolos

matemticos, en forma analtica o grafica va un conjunto de
funciones en la forma de ecuaciones e inecuaciones o tambin
algoritmos (conjunto de pasos interrelacionados, como los
5
diagramas de flujo)
 ELEMENTOS
DE UN MODELO SIMBLICO/MATEMTICO

Modelos
PARMETROS Estocsticos
P
R Modelos
Determinsticos
O OBJETIVO

C
E VARIABLES DE DECISIN
S
O RESTRICCIONES

6
El modelo de Programacin Lineal consta de los siguientes Elementos:

Variables de decisin, son las incgnitas, son las que hay que resolver.

Funcin objetivo, funcin que hay que optimizar.

Conjunto de restricciones estructurales, serie de contextos, que

deben ser cumplidos obligatoriamente.

Conjunto de restricciones de no negatividad de las variables de

decisin.

TANTO LA FUNCION OBJETIVO COMO LAS RESTRICCIONES SON FRMULAS

MATEMTICAS EN TRMINOS DE VARIABLE DE DECISIN.
 ELEMENTOS DE UN MODELO MATEMTICO

1. Variables de decisin.
Son incgnitas que deben ser determinadas a partir de la solucin del
modelo. Decisiones cuantificables relacionadas unas con otras.

Ejemplo: Precio de venta, asignacin de trabajadores, razn de

cambio de una maquinaria, posicin de una planta productiva, etc.

2. Parmetros.
Representan los valores conocidas del sistema o bien que se pueden
controlar. Valores constantes o con una distribucin, sin existir opcin a
cambiar sus valores. Afectan al modelo tanto en el objetivo como en
las restricciones.

Ejemplo: Tasa inflacin, productividad una mquina para un cierto

producto, valor de venta de un departamento, etc.
8
 ELEMENTOS DE UN MODELO MATEMTICO

3. Funcin Objetivo.
Es una relacin matemtica entre las variables de decisin, parmetros y una
magnitud que representa el objetivo o producto del sistema. Medida de
efectividad expresada como una funcin de las variables de decisin.
Puede ser Maximizar o Minimizar.

Ejemplo: Maximizar las utilidades, minimizar costos, etc.

4. Restricciones.
Son relaciones entre las variables de decisin y magnitudes que dan
sentido a la solucin del problema y las acotan a valores factibles.
Limitaciones impuestas sobre los valores de las variables de decisin,
casi siempre en forma de ecuaciones o desigualdades. Pueden = / /
.

Ejemplo: Cantidad de personal disponible, productividad mxima de

una mquina, horas del da, etc. Existen explcitas
9 e implcitas.
 ELEMENTOS DE UN MODELO MATEMTICO

5. Restricciones de No Negatividad.
Las variables de decisin deben cumplir con ser mayor o igual a cero

Ejemplo:
S una de las variables de decisin representa el nmero de empleados
de un taller, es evidente que el valor de esa variable no puede ser
negativa.

10
 EJEMPLO
Si el objetivo del sistema es minimizar los costos de
operacin.

La funcin objetivo debe expresar la relacin entre el costo

y las variables de decisin. La solucin OPTIMA se obtiene
cuando el valor del costo sea mnimo para un conjunto de
valores factibles de las variables.

Es decir hay que determinar las variables x1, x2, ..., xn

que optimicen el valor de Z = f(x1, x2, ..., xn)

Sujeto a restricciones de la forma g(x1, x2, ..., xn) b.

Donde x1, x2, ..., xn son las variables de decisin

Z es la funcin objetivo
11
f es una funcin matemtica
Funcin Econmico o Funcin Objetivo
Max o Min Z = c1X1+c2X2+.+cnXn
Sujeto a restricciones estructurales

ai1X1+a12X2++a1n Xn {, =, } bi ; i = 1,2, , m

Y las restricciones de no negatividad

Xj 0; j = 1, 2, . , n

a, b y c son conocidos
Xj son las variables de decisin que tenemos que hallar
Resuelve dos categoras bsicas de problemas :

Problemas Determinsticos: son aquellos en que la

informacin necesaria para obtener una solucin se
conoce con certeza.

Problemas Estocsticos: son aquellos en los que

parte de la informacin necesaria no se conoce
con certeza o no se conoce nada, sino que ms bien
se comporta de una manera probabilstica.

13
 VENTAJAS Y LIMITACIONES EN EL USO DE
MODELOS MATEMTICOS
EN LA FORMULACIN Y RESOLUCIN DE PROBLEMAS

VENTAJAS:
1. Permite deducir sucesos con antelacin.

2. Genera un ahorro de tiempo en los resultados de la toma de

decisiones, salvo algunas excepciones.

3. Genera un ahorro de dinero en los resultados de la toma de

decisiones, salvo algunas excepciones.

4. Reduce el riesgo sobre los sucesos futuros.

14
 VENTAJAS Y LIMITACIONES EN EL USO DE
MODELOS MATEMTICOS
EN LA FORMULACIN Y RESOLUCIN DE PROBLEMAS

Limitaciones:
1. Las simplificaciones necesarias para generar un modelo manejable
pueden eliminar parte importante del comportamiento real de la
situacin.
2. La mayora de los modelos considera un solo objetivo y usualmente se
persiguen objetivos mltiples.
3. Exige la existencia de una gran cantidad de datos de forma de poder
transfrmalos en informacin relevante.
4. En situaciones apremiantes, la generacin de un modelo no se condice
con la necesidad de una buena respuesta decisin sub ptima.
 ALGUNAS REFLEXIONES

Se puede aplicar mtodos matemticos a

cuanto problema que se presenta?

acaso siempre es necesario llegar al ptimo?

Siempre es rentable invertir en modelar y el

llegar al ptimo?

16
 PROCESOS EN LA SOLUCIN MEDIANTE LA PROGRAMACIN
LINEAL

1.Formulacin del Modelo

2. Solucin del Modelo

2.1.Solucin Mtodo Geomtrico (Grfico)
2.2.Solucin Mtodo Algebraico (Analtico)