Você está na página 1de 8

1.

INTRODUCCIÓN

La programación lineal es una de las técnicas más utilizadas en la modelación y


resolución de problemas que surgen en la Investigación de Operaciones.

A través de la programación lineal se resuelven situaciones reales en las que se pretende


identificar y resolver dificultades para aumentar la productividad respecto a los recursos
(principalmente los limitados y costosos), aumentando así los beneficios. El objetivo
primordial de la Programación Lineal es optimizar, es decir, maximizar o minimizar
funciones lineales en varias variables reales con restricciones lineales (sistemas de
inecuaciones lineales), optimizando una función objetivo también lineal.

La programación lineal tiene un desarrollo importante a partir de la Segunda Guerra


Mundial, donde su uso resolvió importantes problemas de asignación de recursos. Las
aplicaciones de la programación lineal posteriores a la guerra son variados, hoy
constituyen una de las herramientas más utilizadas para los modelos de planificación de
actividades y su éxito ha rebasado el ámbito de los departamentos de Investigación de
Operaciones, ha llegado a convertirse en una herramienta útil para la toma de decisiones
debido a la capacidad de modelar problemas grandes y complejos y la habilidad de los
usuarios para resolver problemas a gran escala en un lapso de tiempo razonable con ayuda
de computadoras.

Las empresas tienen como meta obtener la mayor rentabilidad en sus actividades; para
ello se debe aprovechar al máximo sus recursos disponibles, tales como talento humano,
insumos, equipos, planta, dinero, entre otros. La programación lineal se presenta como
una herramienta muy útil, para ayudar a encontrar la mejor solución en las empresas para
lograr esta meta.

Los resultados y el proceso de optimización se convierten en un respaldo cuantitativo de


las decisiones frente a las situaciones planteadas.
2. OBJETIVOS:

2.1.OBJETIVO GENERAL:

 Determinar los pasos para realizar un planteamiento de problemas de


Programación Lineal.

2.2.OBJETIVOS ESPECIFICOS

 Conocer los pasos que se debe seguir para realizar un correcto planteamiento de
problemas de programación lineal.
 Definir los conceptos de función objetivo, variables y restricciones para poder
comprender los pasos a seguir para el planteamiento de problemas de
programación lineal.
 Analizar la función objetivo para optimizar el problema y llegar a la mejor
solución.

3. DESARROLLO

3.1.COMO REALIZAR UN PLANTEAMIENTO DE PROBLEMAS DE


PROGRAMACIÓN LINEAL
Un problema de programación lineal representa un proceso de optimización, el mismo
que consta de fases. La primera fase consiste en planear un modelo matemático del
problema, que generalmente es expresado en forma verbal. La segunda fase consiste en
resolver el problema con alguna técnica de optimización apropiada, la misma que suele
ser el Método Simplex. (Navarro, 2003)

El primer paso para la resolución de un problema de programación lineal consiste en la


identificación de los elementos básicos de un modelo matemático, estos son:

 Función Objetivo
 Variables
 Restricciones

3.1.1. FUNCION OBJETIVO

Esta tiene como finalidad realizar un proceso de optimización que busca la manera de
obtener el mayor rendimiento posible empleando la mínima cantidad de recursos, o
reduciendo costos que puedan calificarse de innecesarios, para ello se hace una selección
dentro de un subconjunto satisfactorio, de una alternativa satisfactoria, quiere decir que
cumpla con ciertos requisitos y alcance ciertos niveles de aspiración.

Las empresas consideran que sus operaciones productivas son lo suficientemente


efectivas como para utilizar los recursos disponibles de manera efectiva.
Hay ciertos criterios que satisfacen el cumplimiento de los requisitos para lograr la
optimización de recursos:

Criterio individual

Las características principales de un criterio deben ser:

1. Subjetivo: proviene de la mente de alguien.

2. Dar una idea de preferencia: las alternativas deben ser comparadas y ordenadas.

Cada criterio debe optimizarse, ya sea por:

1. Maximización de su valor, por ejemplo, el nivel de servicio.

2. Minimización de su valor, por ejemplo, el costo.

3. Búsqueda de un valor objetivo, por ejemplo, presupuesto.

Estos parámetros definen la aceptabilidad o viabilidad de una alternativa dada. (Barba-


Romero y Pomerol 1997).

Configuración de los valores subjetivos.

Generalmente es posible asignar correctamente esos valores, ya que el responsable de la


toma de decisiones conoce el sistema en cuestión, que como se mencionó son subjetivos
y siempre están buscando las decisiones correctas para cumplir con sus objetivos, que
giran principalmente en la forma de aumentar las ganancias con recursos escasos para la
toma de decisiones.

La función objetivo puede se expresa en términos matemáticos, ya que, es una función


lineal de varias variables:

Maximizar z = f(x); Minimizar z = f(x)

La función objetivo está sujeta a una serie de restricciones, expresadas por inecuaciones
lineales:

a1x + b1y ≤ c1
a2x + b2y ≤c2
anx + bny ≤cn

Serán normalmente la suma de los términos compuestos de una variable multiplicada por
algún coeficiente apropiado (parámetro).

Por ejemplo, los coeficientes pueden ser ganancias por unidad de producción, viajes de
distancia por unidad transportada o costo por persona contratada.
Y mediante el conjunto de operaciones que involucra esta función se obtendrán
soluciones óptimas

Lo importante en este punto es dejar claro que para utilizar la programación lineal debe
haber un objetivo o meta que la organización desee alcanzar. (Zeleny 2011)

3.1.2. VARIABLES

Son las incógnitas del problema, básicamente consiste en los niveles de todas las
actividades que pueden llevarse a cabo en el problema a formular, estas pueden ser de
tantos tipos diferentes como sea necesario, e incluir tantos subíndices como sea requerido.
Son las variables que están bajo el control de la persona que toma las decisiones. Sus
valores óptimos se determinarán al resolver el problema.

3.1.3. RESTRICCIONES
Son las limitaciones que restringen las opciones permisibles para las variables de
decisión.

Cada restricción se expresa matemáticamente con cualquiera de estos signos:

Menor que o igual a (≤). Cuando existe un límite superior, por ejemplo: las horas extras
de trabajo no pueden ser mayor a 2 horas diarias

Igual a (=). Indica una relación obligatoria, por ejemplo: el inventario final es igual al
inventario inicial más la producción menos las ventas.

Mayor que o igual a (≥). Cuando existe un límite inferior, por ejemplo: la producción de
cierto producto debe ser superior a la demanda pronosticada.

Cualquier problema de programación lineal debe presentar una o varias restricciones. Se


debe considerar dentro de las restricciones la no negatividad de las variables de decisión.

3.1.3.1.RESTRICCIONES MÁS COMUNES

3.1.3.1.1. RESTRICCIONES FUNCIONALES


El conjunto de restricciones que se originan, una por cada uno de los recursos limitados
que tiene el sistema que está en estudio, constituyen las llamadas restricciones
funcionales. (Navarro, 2003)

3.1.3.1.2. RESTRICCIONES DE NO NEGATIVIDAD

El objetivo de este tipo de restricciones es expresar todas aquellas condiciones que a


simple vista no se ven. Estas condiciones no están explícitamente en el problema, pero
resultan evidentes físicamente. (Navarro, 2003)

3.1.3.1.3. RECTRICCIÓN DE CAPACIDAD

Limitan el valor de las variables debido a la disponibilidad de horas – hombre, horas –


maquina, espacio, etc.

3.1.3.1.4. RESTRICCIÓN DE ENTRADAS

Son limitantes debido a la escases de materias primas, mano de obra, dinero, etc.

3.1.3.1.5. RESTRICCIÓN DE CALIDAD

Son las restricciones que limitan las mezclas de ingredientes, definiendo usualmente la
calidad de los artículos a manufacturar.

3.1.3.1.7. RESTRICCIONES DE BALANCE DE MATERIAL

Estas son las restricciones que definen las salidas de un proceso en función de las
entradas, tomando en cuenta generalmente cierto porcentaje de merma o desperdicio.

3.1.3.1.8. RESTRICCIONES INTERNAS

Son las que definen a una variable dada, en la formulación interna del problema,

4. EJEMPLO
Una fábrica produce dos tipos de productos: M y N, los costos de producción de ambos
productos son $3 para el producto M y $5 para el producto N. El tiempo total de
producción está restringido a 500 horas; y los tiempos de producción son de 8
horas/unidad para el producto M y de 4 horas/unidad para el producto N. Formule el
Modelo matemático que permita determinar la cantidad de productos M y N a producir,
y que optimice el Costo total de producción de los dos productos.

Formulación del Modelo

En la formulación del modelo, podemos ayudarnos con la representación del Problema


mediante un organizador gráfico o esquema:
 Definición de Variables
Se desea formular un modelo matemático para determinar la cantidad que debe producirse
por cada producto (M y N), por lo tanto tendremos dos variables, representados por: x1,
x2.

Siendo:

x1 = Cantidad a producirse del producto M,


x2 = Cantidad a producirse del producto N

 Función Objetivo
Como se tiene información de Costos de producción de los productos M y N, el objetivo
será minimizarlos:

Costo total de producción de M = (Costo unitario del producto M) (cantidad a producirse del producto M)

Costo total de producción de M = (3 $ / unidad) ( 𝑋𝑖 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 ) = 3 𝑥1 $

Costo total de producción de N = (Costo unitario del producto N) (Cantidad a producirse del producto N)

Costo total de producción de N = (5 $ / unidad) ( 𝑋2 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 ) = 5 𝑥2 $

Luego la Función Objetivo será Minimizar "C" igual al Costo total de producción del
producto M más el Costo total de producción del producto N.

Matemáticamente la Función Objetivo es:

Minimizar : 𝑪 = 𝟑𝒙𝟏 + 𝟓𝒙𝟐

 Definición de Restricciones
El tipo de recurso en el problema es el tiempo (puede ser horas hombre u horas máquina).
Formulamos la restricción, colocando en el lado izquierdo de la inecuación el consumo
unitario de los productos M y N, y en el lado derecho la cantidad disponible del recurso
(500 horas).

8 hr/unid 𝑥1 4 hr/unid 𝑥2 Horas disponibles

t.unitario prod.M) (Cant.prod.M) + (t.unitario prod.N)(Cant.prod.N) ≤ 500

LADO IZQUIERDO (Tiempo unitario por producto M y N) LADO


DERECHO

Matemáticamente la restricción es: 𝟖𝒙𝟏 + 𝟒𝒙𝟐 ≤ 𝟓𝟎𝟎

Condición de no negatividad: 𝑥1 ≥ 0 𝑦 𝑥2 ≥ ó 𝑥𝑖 ≥ 0 ; 𝑖 = 1,2

Resumiendo tenemos el siguiente Modelo matemático de Programación Lineal del


Problema (un modelo con dos variables y una restricción, estando listo para aplicar un
método de solución:

Minimizar: 𝑪 = 𝟑𝒙𝟏 + 𝟓𝒙𝟐 (Función Objetivo)

Sujeto a:

𝟖𝒙𝟏 + 𝟒𝒙𝟐 ≤ 𝟓𝟎𝟎 (Restricción)

𝑥1 ≥ 0 𝑦 𝑥2 ≥ 0 (No negatividad)

5. CONCLUSIONES

 Los pasos para el planteamiento de programación lineal nos permiten identificar


y administrar de la mejor manera los recursos con los que se cuenta, para
aprovecharlos al máximo, como también ayuda a obtener mayores ganancias y
minimizar los costos.
 Podemos afirmar que es una herramienta muy útil, tanto para personas con
empresas independientes como para grandes compañías.
 Estos pasos nos permiten optimizar una función lineal, que denominaremos
función objetivo. De tal forma que dicha función este sujeta a una serie de
restricciones que expresaremos mediante una seria de inecuaciones lineales.
 Si bien es una herramienta poderosa, no todos los problemas de asignación de
recursos limitados se pueden formular de manera que se ajusten a un modelo de
programación lineal. Cuando no se cumplen una o más de las suposiciones de
programación lineal, tal vez sea posible aplicar otro tipo de modelos matemáticos,
por ejemplo, los modelos de programación entera o de programación no lineal.
Para lograr maximizar los beneficios en una empresa, productora, etc. es necesario
un complejo proceso o método, en este caso sería la programación lineal. No es
algo que se debe calcular o estimar ya que puede interferir en la política
económica de una empresa y afectar en su desarrollo.

6. BIBLIOGRAFIA

 Bazaraa, M., Jarvis, J. Programación lineal y flujo en redes. Limusa, 1998.


 Bazaraa, M. Sherali, H. and Shetty,C.M. Nonlinear Programming: Theory and
Algorithms. Wiley, 1993.
 Calvete Fernández, H., Mateo Collazos, P. Programación lineal, entera y meta.
Problemas y aplicaciones. Prensas Universitarias de Zaragoza, 1994.
 Martín Martín, Q. Investigación Operativa.. PEARSON. Prentice Práctica.
Madrid (2003).