PROGRAMACION LINEAL

ANDRES MAURICIO ANGULO RIAO

MONICA MARCELA PEREZ RODRIGUEZ
SANDRA MILENA ROMERO CASTAEDA

UNIVERSIDAD COOPERATIVA DE COLOMBIA

INGENIERIA INDUSTRIAL
INVESTIGACION OPERATIVA I
BOGOTA
2014

PROGRAMACION LINEAL

ANDRES MAURICIO ANGULO RIAO

MONICA MARCELA PEREZ RODRIGUEZ
SANDRA MILENA ROMERO CASTAEDA

TRABAJO ESCRITO APLICACIONES DE LA PROGRAMACION LINEAL

INGENIERO FRANCISCO ESTEFAN

UNIVERSIDAD COOPERATIVA DE COLOMBIA

INGENIERIA INDUSTRIAL
INVESTIGACION OPERATIVA I
BOGOTA
2014

GLOSARIO

ALGORITMOS: un algoritmo es un conjunto finito bien definido de

instrucciones para llevar a cabo una determinada tarea que dado un estado
inicial, terminar en un estado final definido. En un mtodo para resolver un
problema mediante una serie de pasos definidos, precisos, finitos..
ANLISIS COSTO-BENEFICIO: Mtodo usado para cuantificar las
relaciones funcionales entre los aspectos ms importantes de los beneficios,
identificando la estructura del beneficio de una organizacin.
ANLISIS DE RIESGOS: Enfoque del anlisis de problemas que pondera
los riesgos de una situacin al incluir probabilidades para obtener una
evaluacin ms exacta de los riesgos existentes.
ANLISIS DE SENSIBILIDAD: Clculo en porcentaje del efecto de un
cambio porcentual dado en una variable exgena puede producir en otro
variable.
ARBOLES DE DECISIN: Tcnica que permite analizar decisiones
secuenciales basada en el uso de resultados y probabilidades asociadas.
REAS DE APLICACIN: Algunas personas se veran tentadas a aplicar
mtodos matemticos a cuanto problema se presentase, pero es que acaso
siempre es necesario llegar al ptimo? Podra ser ms caro el modelar y el
llegar al ptimo que a la larga no nos d un margen de ganancias muy
superior al que ya tenemos.
ASIGNACIN DE RECURSOS: Toda actividad necesita recursos para
ejecutarse. Hay que asignar a cada actividad los recursos y la cantidad de
cada uno de ellos que necesitamos para poder desarrollar la misma.
EFICIENCIA: Logro de los fines con la menor cantidad de recursos; el logro
de objetivos al menor costo u otras consecuencias no deseadas.
FASES: La elaboracin del problema est subdividida en fases obligatorias,
las principales son: examen de la situacin real y recoleccin de la
informacin
FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL: Aunque se
ponga en duda, la parte ms difcil de PL es reconocer cundo sta puede
aplicarse y formular el problema matemticamente. Una vez hecha esa parte,
resolver el problema casi siempre es fcil.

INVESTIGACIN DE OPERACIONES (IO): Las races de la investigacin de

operaciones se remontan a muchas dcadas, cuando se hicieron los
primeros intentos para emplear el mtodo cientfico en la administracin de
una empresa.
INVESTIGACION OPERATIVA EN CONTEXTO: La investigacin operativa
es una moderna disciplina cientfica que se caracteriza por la aplicacin de
teora, mtodos y tcnicas especiales, para buscar la solucin de problemas
de administracin, organizacin y control que se producen en los diversos
sistemas que existen en la naturaleza y los creados por el ser humano, tales
como las organizaciones a las que identifica como sistemas organizados,
sistemas fsicos, econmicos, ecolgicos, educacionales, de servicio social,
etc.
LAS PRINCIPALES HERRAMIENTAS DE LA INVESTIGACIN DE
OPERACIONES: Cuando hablamos de herramientas en IO, nos estamos
refiriendo a los diferentes modelos tericos (como por ejemplo, modelos de
transporte y teora de colas), y a otras disciplinas (como matemtica,
administracin, economa, etctera), que se utilizan como instrumentos de
trabajo habitual para el profesional de la Investigacin de Operaciones. Debe
quedar claro, sin embargo, que cada da se agregan ms tipos de modelos y
otras disciplinas imposibles de enumerar en este momento.
MTODOS: La investigacin operacional consiste en la aplicacin del
mtodo cientfico, por parte de grupos interdisciplinarios, a problemas de
control de sistemas organizativos con la finalidad de encontrar soluciones
que atiendan de la mejor manera posible a los objetivos de la organizacin
en su conjunto.
NATURALEZA DE LA INVESTIGACIN DE OPERACIONES: Como su
nombre lo dice, la investigacin de operaciones significa "hacer investigacin
sobre las operaciones". Entonces, la investigacin de operaciones se aplica a
problemas que se refieren a la conduccin y coordinacin de operaciones (o
actividades) dentro de una organizacin.
OBJETIVOS Y MTODOS: El objetivo y finalidad de la investigacin
operacional (conocida tambin como teora de la toma de decisiones o
programacin matemtica) es encontrar la solucin ptima para un
determinado problema (militar, econmico, de infraestructura, logstico, etc.)
OPTIMIZACION: La optimizacin o programacin matemtica intenta dar
respuesta a un tipo general de problemas donde se desea elegir el mejor
entre un conjunto de elementos.

PROGRAMACIN LINEAL: Procedimiento o algoritmo matemtico mediante

el cual se resuelve un problema indeterminado, formulado a travs de
ecuaciones lineales, optimizando la funcin, tambin lineal.
SISTEMA: Un sistema es un conjunto de partes o elementos organizados y
relacionados que interactan entre s para lograr un objetivo. Los sistemas
reciben (entrada) datos, energa o materia del ambiente y proveen (salida)
informacin, energa o materia.
SUPUESTOS DE LA PROGRAMACIN LINEAL: Existe un nmero de
suposiciones realizadas en cada modelo. La utilidad de un modelo est
directamente relacionada con la realidad de los supuestos. El primer
supuesto tiene que ver con la forma lineal de las funciones. Ya que el objetivo
es lineal, la contribucin al objetivo de cualquier decisin es proporcional al
valor de la variable de decisin.
TOMA DE DESICIONES: Seleccin de un curso de accin entre varias
opciones, seleccin racional de un curso de accin.

INTRODUCCION

La
investigacin
operativa
para
su
desarrollo
utiliza modelos
matemticos, estadstica y algoritmos para la toma de decisiones.
Generalmente toma para estudio complejos sistemas reales, con el objetivo
de mejorar su funcionamiento; adems permite el anlisis de la toma de
decisiones teniendo en cuenta la escasez de recursos y de esta manera
determinar cmo se puede optimizar un objetivo definido, como la
maximizacin de los beneficios o la minimizacin de costos.
Se utiliza la programacin lineal para solucionar un problema indeterminado
mediante un procedimiento o algoritmo matemtico, el cual es formulado por
medio de un sistema de inecuaciones lineales, optimizando la funcin
objetivo, tambin lineal.
Se trata de optimizar (minimizar o maximizar) una funcin lineal, conocida
como funcin objetivo, donde las variables de dicha funcin estn ligadas a
una serie de restricciones que son expresadas mediante un sistema de
inecuaciones lineales.

OBJETIVOS

Objetivo General
Analizar las diferentes situaciones planteadas en los diferentes
problemas de tal forma de optimizar la situacin propuesta; en algunos
casos, maximizar o minimizar una funcin objetivo para obtener la
solucin ms favorable a un problema.

Objetivos Especficos
Plantear la mejor decisin de los problemas, de tal manera que se
obtenga la funcin objetivo necesario para satisfacer las necesidades
del problema.
Disear los diferentes tipos de restricciones que se pueden colocar
dentro de los problemas existentes en programacin lineal.
Interpretar los resultados obtenidos utilizando algn paquete de
optimizacin lineal (Solver, WinQsb, Lingo).

PROGRAMACION LINEAL

La programacin lineal se plantea como un problema matemtico

desarrollado desde los aos cincuenta, para mejorar las situaciones
planteadas de los gastos y las ganancias; esto con el fin de reducir los costos
al ejrcito y aumentar las prdidas del enemigo.
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. 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 de solucion eficiente. 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.
La programacin 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.
Para resolver un problema de programacin lineal es recomendable seguir
ciertos pasos que son:

Analizar el problema en todas sus dimensiones.

Describir el objetivo
Describir cada restriccin
Definir las variables de decisin
Escribir el objetivo en funcin de las variables de decisin
Escribir las restricciones en funcin de las variables de decisin
Agregar las restricciones de no negatividad

TIPOS DE SOLUCIONES DE PROBLEMAS DE PROGRAMACION LINEAL

Cuando un modelo de programacin lineal se expresa en trminos de dos

variables puede resolverse con procedimientos grficos; entre las cuales
encontramos:
SOLUCION FACTIBLE: Es el conjunto de interseccin, de todos los
semiplanos formados por las restricciones, determina un recinto,
acotado o no, que recibe el nombre de regin de validez o zona de
soluciones factibles.

Imagen No. 0011

1 Tomado de: http://www.ditutor.com/programacion_lineal/programacion_lineal.html

 SOLUCION OPTIMA: Es el conjunto de los vrtices del recinto se

demonica conjunto de soluciones factibles bsicas y el vrtice donde
se presenta la solucin optima se llama solucin mxima o minima
segn sea el caso.

Imagen No. 0022

2 Tomado de: http://www.ditutor.com/programacion_lineal/programacion_lineal.html

SITUACIN 1

Usted cuenta con los siguientes datos para un problema de programacin

lineal cuyo objetivo es minimizar los costos de realizar dos actividades no
negativas para lograr tres beneficios que no bajan de sus niveles mnimos.

Benefici
o

1
2
3
Costo
unitario

Contribucin del
beneficio por unidad
de actividad
Actividad 1
Actividad
2
5
3
2
2
7
9
60
50

Nivel
mnimo
aceptable

a) Formule un modelo de programacin lineal

Minimizar

Z=60X1 + 50x2

Restricciones:
5x1 + 3x2 60
2x1 + 2x2 30
7x1 + 9x2 126
X1 0, x2 0

60
30
126

b) Mtodo grafico

c) Hoja Excel

Benefic
io
1
2
3

Contribucin al
beneficio por unidad de
Totales
actividad
Activi
Actividad 1
dad 2
5
3
60
2
2
30
7
9
126

Costo
Uni.
Soluci
n
6.75

60

50
8.75

d) Soluciones factibles
x1

x2

770

820

830

8
8
9

8
9
8

880
930
940

infactib
le
infactib
le
infactib
le
factible
factible
factible

e) Mediante Solver se determina la solucin ptima

x1

x2
6

10

Z
860

SITUACIN 2

Problema Postobon

Situacin uno

La empresa Postobn tiene huertas de produccin de frutas en cuatro

lugares diferentes del pas, semanalmente transporta a sus tres fbricas las
frutas para el procesamiento de conversin a jugos HIT.
Los costos de transporte por kilo de fruta dependen en forma directa con la
distancia que existe entre las huertas y las fbricas, cada huerta tiene una
capacidad mxima de produccin en kilos semanalmente y enva a las
fbricas la materia prima.
Fabricas
Cali
Huertas
de
producci
n

Pitalito
La Ceja
Fredonia
Rionegro
Demanda

10
9
3
4
9000

Neiva
3
4
6
7
3000

Medelln
4
7
9
6
4000

Cantidades ptimas

PATRO
N
DE

Dest.
Ficticio
oferta
1000
4500
1000
6000
1000
4500
1000
3000
2000

CORTE
P1

Pitalito
La Ceja
Fredoni
a
Rioneg
ro

Cal
i
0
150
0
450
0
300
0

Nei
va
500
250
0
0

Medell
n
4000
0

El costo ptimo de transportar la materia prima de las huertas a las

fbricas se determin a travs de la herramienta solver y la
distribucin debe realizarse as:
Pitalito

500 Kilogramos a la fbrica de Neiva

4000 Kilogramos a la fbrica de Medelln

1500 Kilogramos a la fbrica de Cali

2500 Kilogramos a la fbrica de Neiva

2000 Kilogramos quedan en inventario

4500 Kilogramos a la fbrica de Cali

3000 Kilogramos a la fbrica de Cali

La ceja

Fredonia

Rionegro

Costo total

Costo
Total

$ 66.500

2. La asignacin ptima se ve modificada por las siguientes condiciones:

De Pitalito a Nieva por problemas de orden pblico (asaltos de
guerrilla a los camiones) no se puede enviar la materia prima.
De Rionegro a Medelln no se despacha fruta por derrumbes en la
carretera.
De Fredonia a Cali por la calidad de la materia prima siempre se

enviar 2000 kilos

Nueva asignacin:

Pitalito
La Ceja
Fredoni
a
Rionegr
o

Pitalito

Medell Dest.
n
Ficticio
0
0
3500
0

Cali

Neiva

1500
2500

3000
0

2000

500

3000

2000
0

1500 Kilogramos a la fbrica de Cali

3000 Kilogramos a la fbrica de Neiva

2500 Kilogramos a la fbrica de Cali

3500 Kilogramos a la fbrica de Medelln

2000 Kilogramos a la fbrica de Cali

500Kilogramos a la fbrica de Medelln

2000 Kilogramos quedan en inventario

3000 Kilogramos a la fbrica de Cali

La ceja

Fredonia

Rionegro

Costo total

Costo

$
93.500,
00

SITUACIN 3

Caso de estudio: Elaboracin de envases de hojalata a partir de lminas del

material, bajo consideraciones de disponibilidad de recursos y demanda

La empresa Platek produce en uno de sus departamentos, latas de hojalata a

partir de lminas del mencionado material. Las latas constan de un cuerpo
principal, que es un rectngulo y dos extremos que son dos crculos idnticos
(Ver figura 1).

Figura 1. Partes del envase

Se dispone 2de dos tipos de lminas de hojalata:2L1: la cual tiene dimensiones

de l1 x l2 m y L2, con dimensiones de l3 x l4 m .
Existen 5 tipos de posibles patrones de cortes de las lminas de hojalata. En
la Figura 2, se representan los modelos de los mismos, aunque en ellos no
se muestran las cantidades exactas de crculos y rectngulos requeridos
para realizar el corte.

De los patrones reales de corte, se extrae la informacin, correspondiente a

cada lmina de hojalata (ver la tabla 1)

Tabla 1. Informacin de patrones reales de corte

El precio de venta de cada lata es de 1 UM (UM: unidad monetaria). Por

otra parte se estima un costo calculado sobre cada m 2 de sobrante s, de
0,25 UM y un costo por cada parte (crculo o rectngulo) sobrante al final de
la semana, de 0,5 UM. Este costo est relacionado con el espacio que
ocupar la pieza en el almacn.
En cuanto a la disponibilidad de las lminas de hojalata, por semana, se
tienen las siguientes unidades de lminas de hojalata:
Lmina
L1
L2

Unidades disponibles
500
100
Tabla 2. Disponibilidad

Adems se sabe que la demanda semanal es de 20.000 latas y cada

semana dispone de 40 horas para la elaboracin de las latas.
Sobre la base de esta informacin, determine la cantidad ptima de latas a
elaborar, que permita a la empresa Platek maximizar los beneficios,
considerando los costos de los sobrantes de los cortes de las piezas y los
costos de almacenamiento; garantizando al menos la satisfaccin de la
demanda y la disponibilidad del nmero de horas de produccin. Para ello
formule el Modelo de Programacin Lineal adecuado, y resulvalo,
empleando un paquete de optimizacin.
Las dimensiones reales de las latas y de las lminas no interesan para la
resolucin del problema, es por ello que slo se especifican el nmero de
piezas que se pueden obtener de las lminas.
Consideraciones:

 Defina cuidadosamente las variables de decisin que utilizar; verifique

si est incluyendo todas las variables que requerir para dar respuesta a
los requerimientos de produccin. Especifique en qu unidades se mide
dicha variable de decisin.
Utilice nombres de variables alusivos a lo que representan en el
problema real, esto facilita la interpretacin de la data y de la solucin.
Seguidamente escriba la funcin objetivo y cada una de las
restricciones, en palabras.
Construya la formulacin matemtica de la funcin objetivo, en trminos
de las variables de decisin, tomando en consideracin los costos y los
beneficios por producto y si se trata de maximizacin o de minimizacin
de la funcin. Verifique bien el clculo de los costos de cada elemento.
Luego formule las restricciones que surgen de las especificaciones del
mismo. Determine cul ser el valor del lado derecho de cada
restriccin. Al construir las restricciones es posible que deba modificar
algunas definiciones de las variables o agregar variables. Tome en
cuenta las medidas empleadas y las conversiones que tengan lugar, a
fin de que las restricciones resulten correctamente formuladas.
Evite la redundancia de variables y restricciones. Verifique si existen
cotas para las diferentes variables.
Al resolverlo, analice cuidadosamente los resultados para determinar si
tienen sentido real. En caso de resultar el problema infactible
(infeasible), se recomienda verificar si la data est correcta, si los
recursos resultan suficientes y los requerimientos satisfechos. Algunos
paquetes poseen una opcin llamada debug que ayuda a determinar las
restricciones que hacen al problema infactible.

El estudiante deber resolver la situacin y entregar un informe que

contenga lo siguiente:

1. Formulacin del problema

a) Descripcin de las variables de decisin.

b) Formulacin general de la situacin planteada.

c) Total de variables de decisin y restricciones: presente en forma
explcita el nmero de variables de decisin, y nmero de
restricciones. Considere dentro de las restricciones las cotas de
variables (si las hay).
1) Solucin de la situacin
a) Reporte de los datos, solucin y anlisis de sensibilidad de la
situacin, utilizando algn paquete de optimizacin lineal como:
Solver, WinQsb, Lingo.
b) En el reporte, seale o resalte la solucin, en caso de existir; su
estado, el nmero de iteraciones y el valor ptimo de la funcin
objetivo, si existe.

Solucin

1)

a)

Formulacin del problema

Descripcin de las variables de decisin
X ij =Cantidad de cortes a realizar utilizando del patrntipo ien lalmina tipo j

I= 1, 2, 3, 4, 5
J=1, 2
Y i=Variable binaria auxiliar
I= 1, 2
W =Variable binaria pra uso condicional

b) Formulacin general de la situacin planteada

Y
0X
0X
( 11+ 240 X 21+150 X 31 +0 X 42+250 X 52 )(0.5)(400 X 11 +250
0X
( 11 +240 X 21+150 X 31+0 X 42+250
(400 X 11 +250 X 21 +50 X 31+700 X 42+50 X
(Y 1)( $ 0.5)

11+240
X
+150
X
+0
X
+250
X
(
21
31
42
52 )+(Y 2)($ 1)(0.5)(400 X 11 +0 X 21 + 50 X 31 +700 X 42 +50 X 52 )( $
( 1)( $ 1)
Max Z=

Cantidad de rectngulos
Cantidad de crculos
Cantidad de m2 sobrantes
Cantidad de rectngulos sobrantes
Cantidad de crculos sobrantes

c) Restricciones:

Este conjunto de restricciones hace referencia a los patrones de corte

que no hacen parte de los parmetros iniciales:

X 12=0
X 22=0
X 32=0
X 41=0
X 51=0

Restricciones referentes a la disponibilidad de tipo de lmina L1 y

lmina L2:

X 42 +X 52100
X 11 + X 21 + X 31500

Restriccin de disponibilidad de tiempo de operacin en minutos:

100 X 11 +6 X 21+8 X 31+15 X 42+10 X 52 2400

Primera restriccin condicional:

0X

Segunda restriccin condicional:

Y 2 ( 1Z )

Restriccin excluyente entre las variables binarias Y1 y Y2:

Y 1+ Y 2=1

Restricciones lgicas

X 11 , X 21 , X 31 , X 42 , X 52=enteras , no negativas
Y 1 ,Y 2 , Z=0Y 1
2) Solucin de la situacin
PATRON PATRON PATRON PATRON PATRON
1
2
3
4
5
TIPO
LMINA
RECTNGUL
OS
CRCULOS
TIEMPO DE
PROD.
SOBRANTES
m

L1

L1

L1

L2

L2

0
400

240
0

150
50

0
700

250
50

100

15

10

4,16

0,96

1,12

6,56

0,48

a) Informacin de los patrones de corte

Parmetros de anlisis en el esquema del problema

PARMETROS
PRECIO DE VENTA POR
LATA
COSTO DE DESPERDICIO m
COSTO DEL MATERIAL
SOBRANTE
CANTIDAD DE LMINAS L1
CANTIDAD DE LMINAS L2
TIEMPO DISPONIBLE EN
(min)

$
1,00
$
0,25
$
0,50
500
100
2400

El
se
2000 problema
resolvi
mediante
el
DEMANDA TOTAL
0
programa
lineal de Solver
implementando el anlisis lineal realizado en el punto anterior, a
continuacin una imagen que nos permite visualizar el desarrollo del
problema mediante el programa:

b) Si hay una solucin optima segn el anlisis que realizamos al

momento de maximizar la funcin del valor de venta, en la tabla se
observa la matriz que el programa nos calcula como ms efectiva para
obtener la solucin ptima:

LAMINA
PATRON DE
CORTE
PATRON 1
PATRON 2
PATRON 3
PATRON 4
PATRON 5
TIEMPO
TOTAL

CONDICI
ON1
FUNCION

L1

L2
0
20
0
0
0
20

2400

31050
$

0
0
0
82
105
187

OBJETIV
O

30.623,1
2

Segn la matriz resultante para la lmina uno se utiliza el patrn dos, y para
la lmina dos, se utilizan los patrones cuatro y cinco, de esta forma se
obtiene el mayor beneficio para reducir el costo de materia prima, mayor
utilidad de fabricacin de latas y la solucin optima en la funcin del precio
de venta.

INGRESO POR VENTAS

COSTO POR
SOBRANTES m
COSTO POR PIEZAS
SOBRANTES

$
31.050,0
0
$ 151,88
$ 275

Valor de la solucin optima

Al momento de realizar el anlisis del problema mediante el Solver los datos

que se pudieron obtener segn la fabricacin de las latas son los siguientes
datos:
RECTNGULO
S
CRCULOS
m
SOBRANTES
RECT.
SOBRANTES
CIR.
SOBRANTES

31050
62650

31325

607,52
0
550

Los datos que podemos ver corresponden a datos de la fabricacin de las

latas segn cada corte usado en las dos laminas, est el total de corte de
los rectngulos y crculos en la funcin objetivo, adems la cantidad de
material sobrante durante la fabricacin de las latas, debido a que la
funcin a optimizar era realizar la mayor cantidad de latas con el menor
costo de materia prima, es que se utiliza un condicional para que en las
piezas sobrantes solo sea de un tipo en el corte, ya sea circular o
rectangular.

3) Anlisis de resultados
Una vez resuelta la situacin, utilice el reporte generado por el paquete de
optimizacin, para responder razonadamente lo siguiente:

a) Cul es el beneficio que obtendr Platek al realizar un plan ptimo

de produccin de las latas?
El beneficio que obtiene es el de tener un valor mximo de latas con el
costo menor de materia prima y la menor cantidad de material
desperdiciado, esto para tener un mayor costo de venta
$
30.623,1
2

FO

b) Cuntas latas elaborar la empresa de acuerdo al plan ptimo

semanal?
La cantidad de latas que elaborar la empresa durante 2400 minutos
trabajados son de:
CONDICI
ON1

31050

c) Cuntos crculos deber cortar, de acuerdo al plan ptimo?

La empresa debe cortar 62.650 piezas circulares segn la funcin
ptima del problema, esta cantidad debe ser divida en 2 para obtener
el valor real en cuanto a la cantidad de latas, ya que por lata se utilizan
dos piezas circulares:
CRCULOS

62650

31325

d) Cuntos rectngulos segn el plan ptimo?

La cantidad de rectngulos que se usaran son:
RECTNGULO
S

31050

e) Obtenga la cantidad en m2 de sobrantes, de los cortes de las

lminas, que resultarn segn el plan ptimo
La cantidad en metros cuadrados que sobran son los siguientes, valor
calculado de las dos laminas segn los patrones de corte utilizados,
este material sobrante en el inventario es de forma circular:
m
SOBRANTES

607,52

f) Cuntos crculos y cuntos rectngulos sobrarn de la produccin

semanal, conforme al plan ptimo?
Esta cantidad de latas ensambladas deja como sobrante en el
inventario una cantidad de piezas circulares de la siguiente manera,
cabe explicar que debido al planteamiento condicional del problema el
sobrante que nos da en la funcin objetivo es en piezas circulares
nicamente y no de sobrante de piezas rectangulares:
CIR.
SOBRANTES

550

g) Cuntas latas sobrarn, de acuerdo al plan ptimo?

No sobran latas ya que la funcin objetivo que planteamos nos genera un
sobrante solo en partes de corte, ya sea rectangular o ya sea circular, por
este motivo no tenemos sobrante en cantidad de latas.

h) Cuntos minutos de produccin sobrarn?

No hay sobrante de tiempo ya que el planteamiento de la solucin da el
tiempo exacto de 2400 minutos de acuerdo al tiempo de cada patrn
utilizado segn la funcin optima obtenida.
i) Si se incrementa al 100% el nmero de lminas de hojalata tipo L2
Se mantiene ptima la solucin actual?
Si se tiene un cambio en la solucin ptima, ya que el valor de venta
aumenta, lo que significa que hay una mayor cantidad de latas
producida como no lo muestra la imagen:

j) Obtenga conclusiones derivadas de los resultados obtenidos. Indique

las mejoras que realizara al modelo formulado.
En conclusin la solucin ptima que tuvimos en cuanto al valor de
venta con respecto al valor de gasto y cantidad producida
obtenemos un valor que genera mucha ganancia, concepto que
podemos obtener realizando el anlisis que obtuvimos en cuanto al
planteamiento lineal del problema se logra evidenciar una dificultad
que no permite que el problema tenga una solucin ptima real; esto
debido a que no se tiene los costos de las 2 lminas que maneja la
fbrica, en dado caso que tuviramos los dos valores de las lminas,
podramos obtener una mayor disminucin en la solucin ptima del
problema.

SITUACIN 4

Caso de estudio: Realice un anlisis objetivo del artculo de aplicacin de

programacin lineal de la siguiente direccin:
El Anlisis Post-Optimal en Programacin Lineal Aplicada a la Agricultura.

http://www.redalyc.org/articulo.oa?id=72918776010
Recuerde que se realizar una verificacin sobre el trabajo.

Interpretacin y anlisis del artculo

El artculo plantea una situacin particular en la que en trminos generales
se busca maximizar la utilidad en un proceso de produccin agrcola que se
lleva a cabo durante un periodo total de 13 meses.
En primera instancia el artculo define la historia del mtodo, el
funcionamiento y su importancia; explica paso a paso como debe realizarse
la construccin del modelo y en qu consiste cada uno de los parmetros
que se utilizan para la elaboracin del mismo. Se evidencian algunas
aclaraciones sobre ambigedades que pueden llegar a presentarse durante
la formulacin del modelo; y explica brevemente como interpretar una
situacin de la realidad para plasmarla de forma correcta mediante el
modelo de programacin lineal, que permita desarrollarlo de forma
consistente, veraz y por supuesto que ante todo permita obtener un resultado
o una combinacin de resultados optimas al objetivo que propone el
problema.
El autor presenta el proyecto que servir de base para construir el modelo
lineal y luego de resolverlo someterlo a un anlisis de sensibilidad. El
proyecto consiste en alquilar durante trece meses una finca de 5 hectreas
en la provincia de Cartago en Costa Rica. Se plantean cinco posibles cultivos
y con datos histricos se calcula la ganancia de cada uno en diferentes
periodos y en base a esta informacin se construye la funcin objetivo
buscando maximizar el ingreso monetario.
El primer conjunto de restricciones hace referencia a la disponibilidad de
tierra, utilizando todas las posibles combinaciones de todos los cultivos, el
rea utilizada no puede superar las 5 hectreas durante cada periodo.
El segundo conjunto de restricciones define la cantidad mxima de mano de
obra que puede utilizarse definida en trminos de horas para cada uno de los
periodos.
Mediante la herramienta computacional LINGO se calcula la solucin del
modelo y del resultado que se obtiene, se inicia un anlisis de sensibilidad
que es la parte interesante del artculo.

En lo que concierne al modelamiento del problema no es necesario objetar

ninguno de los procedimientos utilizados, ya que se tienen en cuenta todos
los recursos disponibles y se utilizan datos reales para calcular los
estndares que se van a usar como coeficientes tecnolgicos, quiz habra
que adicionar alguna restriccin en cuanto a los factores climticos que
pudieran interferir en el resultado final, pero en trminos generales el modelo
es muy completo.
Para el anlisis de sensibilidad se hace un recuento breve de las variables
que van a ser tomadas como foco de dicho anlisis, se determinan unos
lmites dentro de los que estas variables pueden ser modificadas y sobre
todo se analizan los costos reducidos de las variables duales que en ltimas
son las que brindan mayor informacin acerca de lo que se puede obtener
con algunos cambios en las variables de decisin. Se pueden determinar
datos tan importantes como el incremento en el recurso de rea disponible
en el periodo 8 a un total de 7,47 hectreas aumenta el ingreso final en casi
un 15%, lo cual puede resultar decisivo para las decisiones que tome la
direccin del proyecto. Tambin se destaca la importancia de conocer la
holgura o el disponible que se tiene de cada uno de los recursos, frente a la
solucin de la funcin objetivo y de esta manera tambin permite tomar algn
tipo de decisin en aras de reducir costos o aumentar la utilidad mediante la
implementacin de alguna aplicacin para los recursos que dejan de
utilizarse en cada uno de los periodos.

WEBGRAFIA

http://ktica2711.blogspot.com/2010/08/3.html

https://sites.google.com/site/programacionlineal398/ejercicio-3-6-3

http://www.redalyc.org/articulo.oa?id=72918776010