Programacin lineal

La programacin lineal es un procedimiento o algoritmo matemtico mediante el cual se

resuelve un problema indeterminado, formulado a travs de un sistema de
inecuaciones 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.
ndice
1 Historia de la programacin lineal
2 Variables
3 Restricciones
4 Funcin Objetivo
5 Programacin entera
6 Aplicaciones
7 Ejemplo
8 Vase tambin
9.1 Bibliografa
Historia de la programacin lineal
El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos,
a Joseph Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La
programacin lineal se plantea como un modelo matemtico desarrollado durante la Segunda
Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al ejrcito y
aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la posguerra,
muchas industrias lo usaron en su planificacin diaria.
Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorvich, un matemtico ruso, que utiliza tcnicas similares en la economa antes de
Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico ruso, Leonid
Khachiyan, dise el llamado Algoritmo del elipsoide, a travs del cual demostr que el
problema de la programacin lineal es resoluble de manera eficiente, es decir, en tiempo
polinomial.
2
Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo del punto
interior para resolver problemas de programacin lineal, lo que constituira un enorme avance
en los principios tericos y prcticos en el rea.
El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70
puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de
computacin necesaria para examinar todas las permutaciones a fin de seleccionar la mejor
asignacin es inmensa (factorial de 70, 70!) ; el nmero de posibles configuraciones excede al
nmero de partculas en el universo. Sin embargo, toma slo un momento encontrar la
solucin ptima mediante el planteamiento del problema como una programacin lineal y la
aplicacin del algoritmo simplex. La teora de la programacin lineal reduce drsticamente el
nmero de posibles soluciones factibles que deben ser revisadas.
Variable
Las variables son nmeros reales mayores o iguales a cero.
En caso que se requiera que el valor resultante de las variables sea un nmero entero, el
procedimiento de resolucin se denomina Programacin entera.
Restricciones
Las restricciones pueden ser de la forma:
Tipo 1:
Tipo 2:
Tipo 3:
Donde:
A = valor conocido a ser respetado estrictamente;
B = valor conocido que debe ser respetado o puede ser superado;
C = valor conocido que no debe ser superado;
j = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);
a; b; y, c = coeficientes tcnicos conocidos;
X = Incgnitas, de 1 a N;
i = nmero de la incgnita, variable de 1 a N.
En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M;
, N < M.
Sin embargo si las restricciones del Tipo 1 son N, el problema puede ser determinado, y
puede no tener sentido una optimizacin.
Los tres tipos de restricciones pueden darse simultneamente en el mismo problema.
Funcin Objetivo
La funcin objetivo puede ser:


o

Donde:
= coeficientes son relativamente iguales a cero.
Programacin entera
En algunos casos se requiere que la solucin ptima se componga de valores enteros para
algunas de las variables. La resolucin de este problema se obtiene analizando las posibles
alternativas de valores enteros de esas variables en un entorno alrededor de la solucin
obtenida considerando las variables reales. Muchas veces la solucin del programa lineal
truncado esta lejos de ser el ptimo entero, por lo que se hace necesario usar algn algoritmo
para hallar esta solucin de forma exacta. El ms famoso es el mtodo de 'Ramificar y Acotar'
o Branch and Bound por su nombre en ingls. El mtodo de Ramificar y Acotar parte de la
adicin de nuevas restricciones para cada variable de decisin (acortar) que al ser evaluado
independientemente (ramificar) lleva al ptimo entero.
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.
Otros son:
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.
Ejemplo


Este es un caso curioso, con solo 6 variables (un caso real de problema de transporte puede
tener fcilmente ms de 1.000 variables) en el cual se aprecia la utilidad de este
procedimiento de clculo.
Existen tres minas de carbn cuya produccin diaria es:
La mina "a" produce 40 toneladas de carbn por da;
La mina "b" produce 40 t/da; y,
La mina "c" produce 20 t/da.
En la zona hay dos centrales termoelctricas que consumen:
La central "d" consume 40 t/da de carbn; y,
La central "e" consume 60 t/da
Los costos de mercado, de transporte por tonelada son:
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:






Restricciones del consumo:




La funcin objetivo ser:

La solucin de costo mnimo de transporte diario resulta ser:
X
b-d
= 40 resultando un costo de 12 x 40 = 480 monedas
X
a-e
= 40 resultando un costo de 11 x 40 = 440 monedas
X
c-e
= 20 resultando un costo de 18 x 20 = 360 monedas
Total 1.280 monedas.
120 monedas menos que antes.








EJERCICIOS DE PROGRAMACIN LINEAL

1. Disponemos de 210.000 euros para invertir en bolsa. Nos
recomiendan dos tipos de acciones. Las del tipo A, que rinden el 10% y
las del tipo B, que rinden el 8%. Decidimos invertir un mximo de
130.000 euros en las del tipo A y como mnimo 60.000 en las del tipo
B. Adems queremos que la inversin en las del tipo A sea menor que el
doble de la inversin en B. Cul tiene que ser la distribucin de la
inversin para obtener el mximo inters anual?
Solucin
Es un problema de programacin lineal.
Llamamos x a la cantidad que invertimos en acciones de tipo A
Llamamos y a la cantidad que invertimos en acciones de tipo B

inversin rendimiento
Tipo A x 0,1x
Tipo B y 0,08y
210000
0,1x+0,08y
Condiciones que deben cumplirse (restricciones):


R
1

R
2

R
3

R
4


Dibujamos las rectas auxiliares asociadas a las restricciones para
conseguir la regin factible (conjunto de puntos que cumplen esas
condiciones)
r
1
r
2 (paralela a OY
) r
3(paralela a
OX)
r
4

x y

x y x y x y
0 210000

130000 0

0 60000 0 0
210000 0







130000 65000


La regin factible es la pintada de amarillo, de vrtices A, B, C, D y E


A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000,
80000) y E(0, 210000)
La funcin objetivo es;
F(x, y)= 0,1x+0,08y
Si dibujamos la curva F(x, y) =0 (en rojo) y la desplazamos se puede
comprobar grficamente que el vrtice mas alejado es el D, y por
tanto es la solucin ptima.
Comprobarlo analticamente (es decir comprobar que el valor mximo
de la funcin objetivo, F, se alcanza en el vrtice D)

2. En una pastelera se hacen dos tipos de tartas: Vienesa y Real. Cada
tarta Vienesa necesita un cuarto de relleno por cada Kg. de bizcocho y
produce un beneficio de 250 Pts, mientras que una tarta Real necesita
medio Kg. de relleno por cada Kg. de bizcocho y produce 400 Ptas. de
beneficio. En la pastelera se pueden hacer diariamente hasta 150 Kg.
de bizcocho y 50 Kg. de relleno, aunque por problemas de maquinaria
no pueden hacer mas de 125 tartas de cada tipo. Cuntas tartas
Vienesas y cuantas Reales deben vender al da para que sea mximo el
beneficio?
Solucin
En primer lugar hacemos una tabla para organizar los datos:
Tipo N Bizcocho Relleno Beneficio
T. Vienesa x 1.x 0,250x 250x
T. Real y 1.y 0,500y 400y
150 50

Funcin objetivo (hay que obtener su mximo): f(x, y)=250x+ 400y
Sujeta a las siguientes condiciones (restricciones del problema):

Consideramos las rectas auxiliares a las restricciones y dibujamos la
regin factible:

Para 0.25x+0.50y=50, x + 2y=200
x Y
0 100
200 0

Para x + y =150
x Y
0 150
150 0
La otras dos son paralelas a los ejes
Al eje OY x=125
Al eje Ox y =125
Y las otras restricciones (x e y mayor o igual a cero) nos indican que
las soluciones deben estar en el primer cuadrante
La regin factible la hemos coloreado de amarillo:


Encontremos los vrtices:
El O(0,0), el A(125, 0) y el D(0, 100) se encuentran directamente
(son las intersecciones con los ejes coordenados)
Se observa que la restriccin y es redundante (es decir sobra)
Resolviendo el sistema:
, por reduccin obtenemos y=50, x=100

Otro vrtice es el punto C(100, 50)
Y el ltimo vrtice que nos falta se obtiene resolviendo el sistema:
X+y=150
X=125
Cuya solucin es: X=125, Y=25 B(125, 25)

Los vrtices de la regin son O(0,0), A(125,0), B(125,25) y C(100,50) y
D(0,100),
Si dibujamos el vector de direccin de la funcin objetivo f(x,
y)=250x+ 400y
Haciendo 250x+ 400y =0, y=-(250/400)x=-125x/200

x Y
0 0
200 -125


Se ve grficamente que la solucin es el punto (100, 50), ya que es el
vrtice mas alejado (el ltimo que nos encontramos al desplazar la
rectas 250x+400y=0 )
Lo comprobamos con el mtodo analtico, es decir usando el teorema
que dice que si existe solucin nica debe hallarse en uno de los
vrtices
La uncin objetivo era: f(x, y)=250x+400y, sustituyendo en los
vrtices obtenemos
f(125,0)=31.250
f(125,25)=31.250+10.000=41.250
f(100,50)=25.000+20.000=45.000
f(0,100)=40.000

El mximo beneficio es 45.000 y se obtiene en el punto (100, 50)
Conclusin: se tienen que vender 100 tartas vienesas y 50 tartas
reales.

3. Una escuela prepara una excursin para 400 alumnos. La empresa
de transporte tiene 8 autocares de 40 plazas y 10 autocares de 50
plazas, pero solo dispone de 9 conductores. El alquiler de un autocar
grande cuesta 80 euros y el de uno pequeo, 60 euros. Calcular
cuantos de cada tipo hay que utilizar para que la excursin resulte lo
mas econmica posible para la escuela.

Solucin
Es un problema de programacin lineal, en este caso lo que queremos
es hacer mnima la funcin objetivo.
Llamamos x al n de autocares de 40 plazas e y al n de autocares de
50 plazas que alquila la escuela.
Entonces se tiene x , y
Como slo hay 9 conductores se verifica que: x +y
Como tienen que caber 400 alumnos se debe de verificar:
40x +50y , que simplificada quedara 4 x +5y
Por lo tanto las restricciones que nos van a permitir calcular la regin
factible (conjunto de puntos solucin donde se cumplen todas las
condiciones) son

La funcin objetivo es F(x, y)= 60x+ 80y
Dibujamos las rectas auxiliares,
r
1
r
2
r
3
r
4

x y x y x y x y
8 0 0 10 0 9 0 8
0 9 10 0
As como la de que corresponde a F(x, y)=0 que se dibuja en rojo.
Teniendo en cuenta las restricciones ( la de R
4
es la parte de
arriba y que la R
3
es la parte de abajo), se encuentra la regin
factible. En el dibujo es la parte amarilla.


Los vrtices son (0, 8), (0, 9) y el (5, 4), este ltimo es el punto de
interseccin de las rectas r
3
y r
4

por reduccin


restando ambas ecuaciones se tiene x =5 y sustituyendo en la 1
ecuacin, y =4
Resolviendo grficamente se llega a que el punto (5, 4) es la solucin
del problema. La solucin ptima .
Comprobarlo sustituyendo en F(x, y) todos los vrtices y que este es
el que da menor valor (mtodo analtico).

4. Una compaa posee dos minas: la mina A produce cada da 1
tonelada de hierro de alta calidad, 3 toneladas de calidad media y 5
de baja calidad. La mina B produce cada da 2 toneladas de cada una
de las tres calidades. La compaa necesita al menos 80 toneladas de
mineral de alta calidad, 160 toneladas de calidad media y 200 de baja
calidad. Sabiendo que el coste diario de la operacin es de 2000 euros
en cada mina cuntos das debe trabajar cada mina para que el coste
sea mnimo?.
Solucin
Organizamos los datos en una tabla:

das Alta
calidad
Calidad
media
Baja calidad Coste diario
Mina A x 1x 3x 5x 2000x
Mina B y 2y 2y 2y 2000y
80 160 200
La funcin objetivo C(x, y)=2000x + 2000y
Las restricciones son:


La regin factible la obtenemos dibujando las rectas auxiliares: r
1
x
+ 2y=80, r
2
3x + 2y= 160 y r
3
5x + 2y=200 en el primer cuadrante y
considerando la regin no acotada que determina el sistema de
restricciones:


Los vrtices son los puntos A(0, 100), B(20, 50), C(40, 20), D(80, 0),
que se encuentran al resolver el sistema que determinan dos a dos las
rectas auxiliares y (y que estn dentro de la regin factible).
r
1
r
2
que nos da el punto (40, 20) (comprobarlo)
r
2
r
3
que nos da el punto (20, 50)

r
1
r
3
no hace falta calcularlo pues queda fuera de la regin factible.
En la grfica se aprecia que el primer punto que se alcanza al
desplazar la recta C(x, y)=0 es el (40, 20). Luego la solucin es
trabajar 40 das en la mina A y 20 en la B. (mtodo grfico)
Lo comprobamos aplicando el mtodo analtico:
C(0, 100)=2000.100=200000
C(20, 50)=2000.20+2000.50=40000 + 100000= 140000
C(40, 20)= 2000. 40+2000.20=80000 + 40000= 120000 coste
mnimo
C(80, 0)= 2000.80 =160000

5. Se va a organizar una planta de un taller de automviles donde van
a trabajar electricistas y mecnicos. Por necesidades de mercado, es
necesario que haya mayor o igual nmero de mecnicos que de
electricistas y que el nmero de mecnicos no supere al doble que el
de electricistas. En total hay disponibles 30 electricistas y 20
mecnicos. El beneficio de la empresa por jornada es de 250 euros por
electricista y 200 euros por mecnico. Cuntos trabajadores de cada
clase deben elegirse para obtener el mximo beneficio y cual es este?
Sea x = n electricistas
y = n mecnicos
La funcin objetivo
f (x, y)=250x+ 200y , las restricciones


La regin factible sera para estas restricciones:


Se aprecia grficamente (lnea en rojo) que la solucin ptima est en
el punto (20, 20).
Por tanto:
20 electricistas y 20 mecnicos dan el mximo beneficio, y este es
9000 euros, ya que f(x, y) =250.20+200.20=9000

6. Para recorrer un determinado trayecto, una compaa area desea
ofertar, a lo sumo, 5000 plazas de dos tipos: T(turista) y P(primera).
La ganancia correspondiente a cada plaza de tipo T es de 30 euros,
mientras que la ganancia del tipo P es de 40 euros.
El nmero de plazas tipo T no puede exceder de 4500 y el del tipo P,
debe ser, como mximo, la tercera parte de las del tipo T que se
oferten.
Calcular cuntas tienen que ofertarse de cada clase para que las
ganancias sean mximas.

Solucin

Sea x el n que se ofertan de tipo T, y el n que se ofertan de tipo P.
n Ganancia
Turista x 30x
Primera y 40y
Total 5000 30x +40y
La funcin objetivo es:
f(x, y)=30x +40y
Las restricciones:

La regin factible:

Los vrtices, A(0, 5000), B(3750, 1250), C(4500, 500) y D(4500, 0)
(comprueba el punto B resolviendo el sistema correspondiente)
El mtodo grfico nos da que el punto solucin es el B (3750, 1250)


Comprueba los resultados usando el mtodo analtico (sustituyendo los
puntos vrtices en f y viendo q el mximo valor se obtiene en B)

Continuar


Si quieres ms ejercicios visita Ejercicios modelo exmenes , y
los de Selectividad


Cuaderno para 2 Bach Matemticas en el
bachillerato









PROGRAMACIN LINEAL

Es un enfoque de solucin de problemas elaborado para ayudar a tomar decisiones. Es un modelo
matemtico con una funcin objetivo lineal, un conjunto de restricciones lineales variables no
negativas. En el ambiente de negocios actual, pueden encontrarse gran cantidad de aplicaciones.

La funcin objetivo define la cantidad que se va a maximizar o minimizar en un modelo de
programacin lineal.

Las restricciones limitan o reducen el grado en que puede perseguirse el objetivo.

Las variables son las entradas controlables en el problema.
Para resolver un problema de programacin lineal es recomendable seguir ciertos pasos que son:

1. Entender el problema a fondo.
2. Describir el objetivo.
3. Describir cada restriccin.
4. Definir las variables de decisin.
5. Escribir el objetivo en funcin de las
variables de decisin.
6. Escribir las restricciones en funcin de
las variables de decisin.
7. Agregar las restricciones de no negatividad.
TRMINOS CLAVE
Modelo Matemtico
Representacin de un problema donde el objetivo y todas las condiciones de restriccin se
describen con expresiones matemticas.

Restricciones de no negatividad
Conjunto de restricciones que requiere que todas las variables sean no negativas.

Solucin Factible
Solucin que satisface simultneamente todas las restricciones.

Regin Factible
Conjunto de todas las soluciones factibles.

Variable de holgura
Variable agregada al lado izquierdo de una restriccin de "menos o igual que" para convertir la
restriccin en una igualdad. El valor de esta variable comnmente puede interpretarse como la
cantidad de recurso no usado.

Forma Estndar
Programacin lineal en el que todas las restricciones estn escritas como igualdades. La solucin
ptima de la forma estndar de un programa lineal es la misma que la solucin ptima de la
formulacin original del programa lineal.

Punto Extremo
Desde el punto de vista grfico, los puntos extremos son los puntos de solucin factible que
ocurren en los vrtices o "esquinas" de la regin factible. Con problemas de dos variables, los
puntos extremos estn determinados por la interseccin de las lneas de restriccin.

Variable de Excedente
Variable restada del lado izquierdo de una restriccin de "mayor o igual que" para convertir dicha
restriccin en una igualdad. Generalmente el valor de esta variable puede interpretarse como la
cantidad por encima de algn nivel mnimo requerido.
EJEMPLO DE UN PROBLEMA DE MAXIMIZACIN MTODO GRFICO Y
ALGEBRAICO
RMC es una pequea empresa que fabrica una variedad de productos basados en sustancias
qumicas. En un proceso de produccin particular, se emplean tres materias primas para producir
dos productos: un aditivo para combustible y una base para solvente. El aditivo para combustible
se vende a compaas petroleras y se usa en la produccin de gasolina y combustibles
relacionados. La base para solvente se vende a una variedad de empresas qumicas y se emplea
en productos para limpieza en el hogar e industriales. Las tres materias primas se mezclan para
fabricar el aditivo para combustible y la base para el solvente, tal como se muestra a continuacin:


sta nos muestra que una tonelada de aditivo para combustible es una mezcla de 0.4 toneladas
del material 1 y 0.6 toneladas del material 3. Una tonelada de la base para solvente es una mezcla
de 0.5 toneladas del material 1, 0.2 toneladas del material 2 y 0.3 toneladas del material 3.

La produccin de RMC esta restringida por una disponibilidad limitada de las tres materias primas.
Para el periodo de produccin actual,RMC tiene disponibles las siguientes cantidades de materia
prima:

Debido a los desechos y a la naturaleza del proceso de produccin, los materiales que no se
lleguen a usar en una corrida de produccin no se pueden almacenar para las subsiguientes, son
intiles y deben desecharse.

El departamento de contabilidad analiz las cifras de produccin, asign todos los costos
relevantes y lleg a precios que, para ambos productos, produciran una contribucin a la utilidad
de $ 40 por cada tonelada de aditivo para combustible producida y $ 30 para cada tonelada
producida de base para solvente. Ahora usaremos la programacin lineal para determinar la
cantidad de aditivo para combustible y la cantidad de base para solvente para producir a fin de
maximizar la contribucin a la ganancia total.
MTODO GRFICO
PASOS

1. Trasladar la informacin relevante del problema a una tabla

2. Describir el objetivo del problema, formular las restricciones y nombrar las variables

Objetivo: Maximizar la contribucin total a la ganancia.

Restricciones:

Material 1 <= 20
Material 2 <= 5
Material 3 <= 21

F = Cantidad de toneladas para aditivo para combustible por producir.
S = Cantidad de toneladas para aditivo para solvente por producir

3. Formular la funcin objetivo

MAX = 40F + 30S

4. Realizar el modelo matemtico

MAX = 40F +30S
sujeto a:
0.4F+0.5S <= 20 Ecuacin 1
0.2S <= 5 Ecuacin 2
0.6F+0.3S <= 21 Ecuacin 3
F,S >= 0

5. Reemplazar por 0 los valores de F y S en cada una de las ecuaciones

En ecuacin 1

Si F=0 entonces:

0.5S = 20
S = 20/0.5
S = 40
(F=0,S=40)

Si S=0 entonces

0.4F = 20
F = 20/0.4
F = 50
(F=50,S=0)

En ecuacin 2

S = 5/0.2
S = 25
(F=0,S=25)

En ecuacin 3

Si F=0 entonces

0.3S = 21
S = 21/0.3
S = 70
(F=0,S=70)

Si S=0 entonces
0.6F = 21
F = 21/0.6
F = 35
(F=35,S=0)

6. Graficar los puntos encontrados

Para realizar la grfica es necesario tomar en cuenta las siguientes recomendaciones:

1.Preparar una grfica para cada restriccin que muestre las soluciones que satisfagan la
restriccin.
2.Determinar la regin factible identificando las soluciones que satisfacen simultneamente todas
las restricciones.
3.Trazar lneas de funcin objetivo que muestren los valores de las variables de decisin que
producen valores especificados para la misma.
4. Mover lneas de funcin objetivo paralelas hacia valores mayores de la funcin objetivo hasta
que un mayor movimiento sacara a la lnea por completo de la regin factible.

5. Cualquier solucin factible en la lnea de funcin objetivo con el valor mximo encontrado por el
procedimiento anterior es una solucin ptima.

Del anterior grfico podemos deducir que las lineas celestes representan cada una de las
restricciones del problema, la lnea roja es la funcin objetivo, la parte de la grfica sombreada con
puntos rojos respresenta el rea factible y el punto blanco la solucin ptima, a continuacin
veremos como llegamos a cada una de dichas conclusiones.



MTODO ALGEBRAICO
1. Obtener la solucin ptima
a. Se usan las ecuaciones 1 y 3 del problema:

0.4F+0.5S = 20 Ecuacin 4
0.6F+0.3S = 21 Ecuacin 5

b. Se despeja F de la ecuacin 4

0.4F+0.5S = 20
0.4F = 20-0.5S
F = 50-1.25S Ecaucin 6

c. Se sustituye F en la ecuacin 5

0.6F+0.3S = 21
0.6(50-1.25S)+0.3S = 21
30-0.75S+0.3S = 21
-0.45S = 21-30
-0.45S = -9
S = -9/-0.45
S = 20

d. Se sustituye S en la ecuacin 6

F = 50-1.25S
F = 50-1.25(20)
F = 50-25
F = 25

Se puede observar en la grfica que estos dos valores estn representados por el punto blanco, lo
cual quiere decir que esta es la solucin ptima del problema.

e. Sustituir los valores en la funcin objetivo

MAX = 40F+30S
MAX = 40(25)+30(20)
MAX = 1,000 + 600
MAX = $ 1,600

En conclusin se deben producir 25 toneladas de combustible y 20 toneladas de base para aditivo
para obtener una utilidad mxima de $ 1,600

Para encontrar la lnea que atraviesa la solucin factible (punto blanco) se iguala a 0 F y S en la
funcin objetivo y se encuentran los valores:

40F+30S = 1,600

Si F es 0 entonces:

30S = 1,600
S = 1,600/30
S = 53.33
(F=0,S=53.33)

SI S es 0 entonces:

40F = 1,600
F = 1,600/40
F = 40
(F=40,S=0)

Como se puede observar estos puntos estan representados por la lnea celeste C3 y es la que
atraviesa la solucin ptima.

MTODO SIMPLEX
El algoritmo simplex est diseado para localizar la solucin ptima concentrndose en un nmero
seleccionado de las soluciones bsicas factibles del problema. Siempre empieza en una solucin
bsica factible y despus trata de encontrar otra solucin bsica factible que mejorar el valor del
objetivo.

Los clculos para producir la nueva solucin bsica incluyen dos tipos:

1. Rengln pivote:
Nuevo rengln pivote = rengln pivote actual / elemento pivote
2. Todos los dems renglones, incluyendo z:
Nuevo rengln = (rengln actual) (su coeficiente de la columna pivote) x (nuevo rengln pivote)
EJEMPLO DE MAXIMIZACIN UTILIZANDO EL MTODO SIMPLEX
Continuando con el problema anterior los pasos para resolver el problema por el mtodo simplex
son:

1. Expresar el problema en forma estndar

Max 40F + 30S + S1 + S2 + S3
0.4F +0.5S + S1 = 20
0.2S + S2 = 5
0.6F +0.3S +S3 = 21
F,S,S1,S2,S3 >= 0

2. Obtener el rengln z que consiste en convertir al funcin objetivo en valores negativos.

Max z = 40F+30S+S1+S2+S3
z = -40F-30S = O

3. Resumir la forma estndar en una tabla simplex

4. Se encuentran las intersecciones de la primera variable (la ms negativa) para determinar el
rengln pivote.

En este caso se toma la columna donde se encuentra el -40 y cada uno de los valores de la
solucin se divide dentro de los valores de dicha columna, escogiendo el menor valor y toda esa
fila se convertir en la fila pivote como se puede observar en la siguiente tabla:

5. Se hacen los clculos correspondientes

a. La nueva fila pivote es la S3 el objetivo es convertir el valor de 0.6 en 1 para lo cual se divide
toda la fila dentro de 0.6 y se coloca en la nueva tabla.
b. El resto de valores que se encuentran arriba o abajo de 0.6 deben convertirse en 0. Para este
caso se desea convertir el 0.4 en 0 por lo cual se convierte el 0.4 en negativo se multiplica por el
valor correspondiente en la nueva fila pivote que es 1 y se le suma el valor de esa posicin en la
tabla antigua que en este caso es 0.4 en resumen (-0.4*1+0.4 = 0) y asi sucesivamente con cada
una de las filas:

6. Como no se tienen todava las variables de z en positivo, entonces hay que repetir los pasos 4 y
5 hasta que todos los valores de z sean positivos:

Como se puede observar en la tabla anterior todos los valores de z son positivos, lo cual quiere
decir se ha llegado a encontrar la solucin ptima del problema que es producir 20 toneladas de
aditivo para combustible y 25 toneladas de base para solvente para obtener una ganancia mxima
de $ 1,600*.

* Si observa se obtuvieron los mismos resultados que el mtodo grfico y algebraico anteriormente
descritos

EJEMPLO DE UN PROBLEMA DE MINIMIZACIN
M & D Chemicals produce dos productos que se venden como materias primas a compaas que
fabrican jabones para bao y detergentes para ropa. Basado en un anlisis de los niveles de
inventario actuales y la demanda potencial para el mes siguiente, la gerencia de M & D ha
especificado que la produccin combinada para los productos A y B debe ser en total al menos 350
galoes. Por separado, tambin debe satisfacerse un pedido de un cliente importante de 125
galones del producto A. El producto A requiere dos horas de procesamiento por galn, mientras el
producto B requiere una hora de procesamiento por galn, y para el siguiente mes se dispone de
600 horas de tiempo de procesamiento. El objetivo de M & D es satisfacer estos requerimientos
con un costo total de produccin mnimo. Los costos de produccin son $2 por galn para el
producto A y $3 por galn para el producto B.

Para encontrar el calendario de produccin de costo mnimo, formularemos el problema de M & D
Chemicals como un programa lineal. Siguiendo un procedimiento parecido al usado para el
problema RMC, primero definimos las variables de decisin y la funcin objetivo para el problema.
Sea

A = Cantidad de galones del producto A
B = Cantidad de galones del producto B

Debido a que los costos de produccin son $ 2 por galn para el producto A y $ 3 por galn para el
producto B, la funcin objetivo que corresponde a la minimizacin del costo total de produccin
puede escribirse como:

Min 2A+3B

A continuacin consideramos las restricciones impuestas al problema de M & D Chemicals. Para
satisfacer la demanda del cliente importante de 125 galones del producto A, sabemos que A debe
ser al menos 125, Por tanto, escribimos la restriccin

1A >= 125

Debido a que la produccin combinada para ambos productos debe ser el total al menos 350
galones, podemos escribir la restriccin

1A+1B >= 350

Por ltimo, la limitacin en el tiempo de procesamiento disponible de 600 horas significa que
necesitamos agregar la restriccin:

2A+1B <= 600

Despus de agregar las restricciones de no negatividad, tenemos el siguiente programa lineal para
el problema de M & D Chemicals:

Min 2A+3B
Sujeto a:
1A >= 125
1A + 1B >= 350
2A + 1B <= 600
A,B >= 0

Debido a que el modelo de programacin lineal slo tiene dos variables de decisin puede usarse
el procedimiento de solucin grfica para encontrar las cantidades de produccin ptimas. El
mtodo grfico para este problema, como en el problema de RMC, requiere que primero tracemos
la grfica de las lneas de restriccin para encontrar la regin factible. Al trazar cada lnea de
restriccin por separado y luego verificar los puntos en cada lado de la lnea, pueden identificarse
las soluciones que satisfacen cada restriccin. Al combinar las soluciones que satisfacen cada
restriccin en la misma grfica obtenemos la regin factible.
MTODO GRFICO
PASOS

1. Trasladar la informacin relevante del problema a una tabla

2. Describir el objetivo del problema, formular las restricciones y nombrar las variables

Objetivo: Satisfacer los requerimientos con un costo mnimo.

Restricciones:

1. Producir para el cliente 125 gal. de A
2. Produccin combinada 350 gal.
3. 2 horas para producir A por cada B contando en total con 600 horas

A = Cantidad de galones del producto A.
B = Cantidad de galones del producto B.

3. Formular la funcin objetivo

MIN = 2A + 3B

4. Realizar el modelo matemtico

MIN = 2A + 3B
sujeto a:
1A >= 125 Ecuacin 1
1A+1B >= 350 Ecuacin 2
2A+1B <= 600 Ecuacin 3
A,B >= 0

5. Reemplazar por 0 los valores de A y B en cada una de las ecuaciones

En ecuacin 1

Si B=0 entonces:

(A=125,B=0)

En ecuacin 2

Si A es 0
1B = 350
(A=0,B=350)

Si B es 0
1A = 350
(A=350,B=0)

En ecuacin 3

Si A=0 entonces

1B = 600
(A=0,B=600)

Si B=0 entonces

2A = 600
A = 600/2
A = 300
(A=300,B=0)

6. Graficar los puntos encontrados

Para realizar la grfica es necesario tomar en cuenta las siguientes recomendaciones:

1.Preparar una grfica para cada restriccin que muestre las soluciones que satisfagan la
restriccin.
2.Determinar la regin factible identificando las soluciones que satisfacen simultneamente todas
las restricciones.
3.Trazar lneas de funcin objetivo que muestren los valores de las variables de decisin que
producen valores especificados para la misma.
4.Mover lneas de funcin objetivo paralelas hacia valores ms pequeos de la funcin objetivo
hasta que un movimiento mayor a la lnea por completo de la regin factible.
5.Cualquier solucin factible en la lnea de funcin objetivo con el valor ms pequeo es una
solucin ptima.

Del anterior grfico podemos deducir que las lineas celestes representan cada una de las
restricciones del problema, la lnea roja es la funcin objetivo, la parte de la grfica sombreada con
puntos rojos respresenta el rea factible y el punto blanco la solucin ptima, a continuacin
veremos como llegamos a cada una de dichas conclusiones.
MTODO ALGEBRAICO
1. Obtener la solucin ptima
a. Se usan las ecuaciones 2 y 3 del problema:

1A+1B = 350 Ecuacin 4
2A+1B = 600 Ecuacin 5

b. Se despeja A de la ecuacin 4

1A=350-1B
A=350-1B Ecuacin 6

c. Se sustituye A en la ecuacin 5

2(350-1B)+1B=600
700-2B+1B=600
-2B+1B=600-700
-1B=-100
B=-100/-1
B=100

d. Se sustituye B en la ecuacin 6

A=350-1B
A=350-1(100)
A=350-100
A=250

Se puede observar en la grfica que estos dos valores estn representados por el punto blanco, lo
cual quiere decir que esta es la solucin ptima del problema.

e. Sustituir los valores en la funcin objetivo

MIN = 2A+3B
MIN = 2(250)+3(100)
MIN = 500+300
MIN = $800

En conclusin Se deben producir 250 galones del producto A y 100 galones del producto B para
obtener un costo mnimo de $ 800

Para encontrar la lnea que atraviesa la solucin factible (punto blanco) se iguala a 0 A y B en la
funcin objetivo y se encuentran los valores:

2A+3B = 800

Si A es 0 entonces:

3B=800
B=800/3
B=266.67

SI B es 0 entonces:

2A=800
A=800/2
A=400

Como se puede observar estos puntos estan representados por la lnea celeste C3 y es la que
atraviesa la solucin ptima.
MTODO SIMPLEX
Se puede dividir el procedimiento del mtodo simplex en dos fases:

FASE I: Se expresa el problema en forma estndar y se aaden las variables artificiales necesarias
a las restricciones. En seguida se encuentra una solucin bsica de las ecuaciones resultantes ,
por medio del mtodo simplex, que minimice la suma de las variables artificiales.
FASE II: Se utiliza la solucin factible obtenida en la fase I como una solucin factible inicial para el
problema original, por medio del mtodo simplex.

Nuevo rengln Z= rengln Z anterior + A * Rengln A + B * Rengln B

PASOS

1. Escribir el problema en forma estndar
Si la restriccin es mayor o igual los valores de S seran negativos por el contrario si la restriccin
es menor o igual sern positivos y por cada variable S se agrega una variable R positiva excepto
en la tercera ecuacin para este caso.

Min 2A+3B+S1+S2+S3
1A -S1+R1 =125
1A+1B -S2+R2=350
2A+1B +S3=600
A,B,S1,S2,S3 >=0

2. Escribir el problema en una tabla simplex, usando el rengln r y no el z

3. Obtener el nuevo rengln r
Nuevo rengln r = rengln actual + (+R1) *
Rengln S1 + (+R2) * Rengln S2

4. Continuar con el simplex hasta obtener nuevamente el primer rengln r


5. Quitar las columnas R1 y R2 y agregar la funcin objetivo

6. Obtener el nuevo rengln z
Nuevo rengln z = rengln anterior z +(+A) *
rengln S1 +(+B)*rengln S2

7. Continuar con el simplex hasta que todos sean negativos


En conclusin se deben producir 250 galones del producto A y 100 galones del producto B para
obtener un costo mnimo de $ 800*.

Ntese que se llegaron a los mismos resultados que el mtodo algebraico