FIMCP Ingenierı́a y Administración de la Producción Industrial

Introducción a la Programación Lineal

Investigación de Operaciones I

Andrés G. Abad, Ph.D.

agabad@espol.edu.ec

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

Ingenierı́a y Administración de la Producción Industrial

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Introducción I

“Encontrar soluciones rápidas a problemas de PL es escencial. Si por mal tiempo una de

las terminales se debe cerrar, muchos vuelos son cancelados, lo que implica que
tendremos personal y aviones en lugares equivocados. Necesitamos una forma de
rápidamente poner a las cosas funcionando de nuevo.”

Presidente del Decision Technology Group de AA.

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Introducción II
Progamación Lineal (PL).-
Es una herramienta para resolver problemas de optimización en
donde todas las relaciones matemáticas consideradas son
funciones lineales

Breve Historia
I El matemático ruso Leonid Kantorovich desarrollo la
programación lineal en 1939
I En 1947, George Dantzig desarrolló un método eficiente para
resolver problemas de PL (método SIMPLEX)

En una encuesta a los directores ejecutivos de compañı́as de

Fortune 500, 85% respondieron haber usado PL.

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Ejemplo I

La Shader Electronics Company produjo dos productos: (1) el

Shader Walkman, un tocador de CD/DVD’s portatil, y (2) el Shader
Watch-TV, un televisor a color del tamaño de reloj de pulsera que
se conecta al internet. Los procesos de producción de ambos
productos son similares en que ambos requiren cierto número de
horas de trabajo electrónico y cierto número de horas de trabajo
manual en el departamento de ensamble.

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Ejemplo II

Cada Walkman se vende por $27 y utiliza materia prima por $10
I Producir un Walkman incrementa en $14 los costos generales
Un Watch-TV se vende por $21 y utiliza materia prima por $9
I Producir un Watch-TV incrementa en $10 los costos
generales

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Ejemplo III

La manufactura de Walkmans y Watch-TVs requiere actividades

de: trabajo electrónico y trabajo manual
I Cada Walkman requiere 1 h de trabajo electrónico y 2 h de
trabajo manual
I Cada Watch-TV requiere 1 h de trabajo electrónico y 1 h de
trabajo manual

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Ejemplo IV

Se cuentan con 80 h de trabajo electrónico y 100 h de trabajo

manual disponibles semanalmente. Adicionalmente, la demanda
de Walkmans es de, a lo mucho, 40 por semana.
La compañı́a Shader necesita determinar la mejor combinación
posible de Walkmans y Watch-TVs para manufacturar que
maximice su utilidad.

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL I

Variables de decisión.-
Las variables de decisión deben describir completamente las
decisiones a escoger

x1 =número de Walkmans a producir semanalmente

x2 =número de Watch-TVs a producir semanalmente

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL II

Función objetivo.- La función a ser maximizada o minimizada (i.e.,

optimizada)

Utilidad semanal =Ingresos semanal − Egresos semanal

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL III

Ingresos semanales

Ingresos Semanales =Ingresos Semanales Walkmans

+ Ingresos Semanales Watch-TVs
  
dólar Walkman
=
Walkman semana
  
dólar Watch-TV
+
Watch-TV semana
=27x1 + 21x2

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL IV

Egresos semanales

Materia prima semanal =10x1 + 9x2

Otros costos variables semanales =14x1 + 10x2

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL V

Utilidad

Utilidad =(27x1 + 21x2 ) − (10x1 + 9x2 ) − (14x1 + 10x2 )

=3x1 + 2x2

Asi, tenemos que la función objetivo a maximizar es

max z =3x1 + 2x2

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL VI
Restricciones.-
Las restricciones limitan los valores que las variables de decisión
pueden tomar

I Restricción 1: No más de 100 h de trabajo manual

disponibles
I Restricción 2: No más de 80 h de trabajo electrónico
disponibles
I Restricción 3: Debido a demanda limitada, como mucho 40
Walkmans producidos por semana

2x1 + x2 ≤100
x1 + x2 ≤80
x1 ≤40

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Elementos de un problema de PL VII

Restricciones de signo.-
¿Están las variables de decisión restringidas a asumir valores
no-negativos o pueden asumir valores positivos y negativos?
En el caso del número de Walkmans y de Watch-TVs a producir,
las variables estan restringidas a ser no-negativas

x1 ≥ 0, x2 ≥ 0

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Problema de PL completo I

x1 =número de Walkmans a producir semanalmente

x2 =número de Watch-TVs a producir semanalmente

max z = 3x1 + 2x2

s .t . : 2x1 + x2 ≤100
x1 + x2 ≤80
x1 ≤40
x1 ≥0
x2 ≥0

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Función lineal y desigualdad lineal I

Función lineal.-
Una función f (x1 , x2 , . . . , xn ) de x1 , x2 , . . . , xn es una función lineal
si y sólo si para algún conjunto de constantes c1 , c2 , . . . , cn ,
f (x1 , x2 , . . . , xn ) = c1 x1 + c2 x2 + · · · + cn xn

Ası́, f (x1 , x2 ) = 2x1 + x2 es una función lineal y f (x1 , x2 ) = x12 x2 no

lo es

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Función lineal y desigualdad lineal II

Desigualdad lineal.-
Para cualquier función lineal f (x1 , x2 , . . . , xn ) y cualquier número b,
las desigualdades f (x1 , x2 , . . . , xn ) ≤ b y f (x1 , x2 , . . . , xn ) ≥ b son
desigualdades lineales.

Ası́, 2x1 + x2 ≤ 3 y 2x1 + x2 ≥ 3 son desigualdades lineales

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Definición de un problema de PL I

1. Buscamos maximizar (o minimizar) la función objetivo

I Función lineal de las variables de decisión
2. Los valores de las variables de decisión deben satisfacer un
conjunto de restricciones
I Cada restricción debe ser una ecuación lineal o una
desigualdad lineal
3. Una restricción de signo es asociada a cada variable de
decisión
I Las variables de decisión pueden ser no-negativas o
irrestringidas

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Asunción de proporcionalidad y de aditividad

Supuesto de proporcionalidad
La contribución de cada variable de decisión en la función objetivo
es proporcional al valor de la variable de decisión
I La contribución de xi en z es ci xi
I La contribución de α(xi ) en z será α(ci xi ), α ∈ <

Supuesto de aditividad
La contribución de cada variable de decisión en la función objetivo
es independiente del valor de las demás variables de decisión

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Supuesto de divisibilidad y de certidumbre

Supuesto de divisibilidad
El supuesto de divisibilidad requiere que cada variable de decisión
pueda asumir valores de fracciones
I Un problema de PL en el que las variables de decisión deban
ser enteros no-negativos se llama programación entera

Supuesto de certidumbre
Requiere que todos los parametros del modelo sean conocidos
con total certidumbre.

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Región factible

La región factible de un problema de PL es el conjunto de todos

los puntos que satisfacen todas las restricciones y restricciones de
signo
I Un punto es una especificación de los valores de cada una de
las variable de decisión

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Ejemplo I

En el problema de la fábrición de Walkmans y Watch-Tvs, x1 = 40

y x2 = 20 están en la región factible, ya que se satisfacen todas
las restricciones:

2(40) + 20 ≤ 100
(40) + (20) ≤ 80
(40) ≤ 40
(40) ≥ 0
(20) ≥ 0

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal

 FIMCP Ingenierı́a y Administración de la Producción Industrial

Solución óptima

I Para un problema de maximización, una solución óptima de

un problema de PL es un punto en la región factible
correspondiente al mayor valor de la función objetivo
I Se puede demostrar que la única solución óptima al problema
de la fábrica de Walkmans y Watch-Tvs es x1 = 20 y x2 = 60,
donde
z ∗ = 3x1 + 2x2 = 3(20) + 2(60) = $180
I La mayorı́a de los problemas de PL tienen una solución
óptima
I Algunos PLs no tienen solución óptima, otros tienen infinitas
soluciones óptimas

Andrés G. Abad, Ph.D. agabad@espol.edu.ec Introducción a la Programación Lineal