Programación Lineal, Un Enfoque Gerencial
Programación Lineal, Un Enfoque Gerencial
Programación Lineal, Un Enfoque Gerencial
Osandro Alvarado.
Oecnnato d' Administrnei6n Contaduria.
JinnLl
Catogeeo Guzxettn.
Francisco Guzzetta
INDICE
INTRODUCCION
OBJETIVOS 3
JUSTIFICACION 4
METODOLOGIX 5
CAPITULO l.
l. EL MODELO DE
PROGRAMACIONLINEAL. 6
1.1. Introduccióna la programació nlineal.. 7
CAPITULO ll
ll. METODOGRAFICO DE SOLUCION DEL MODELODE PROGRAMACION
LINEAL . 36
CAPITULO III
III. EL METODOSIMPLEX.. .52
3.1. Introducción 53
58
3.3. Caso de maximización
68
3.4. Caso de minimización.
3-5. Casos especiales que puedenencontrarseal aplicar el métodosimplex, 73
73
3.5. t. Modelo no soluble.
3.5.2 Modelo lilmltado. 74
3.5.3. Modelo . 75
Problemas 77
- Capitulo III
CAPITULO IV
tv. EL PROBLEMA DUAL Y EL ANALISIS DE SENSIBILIDAD. 82
CAPITULOV
V. USO DE PAQUETES COMPUTARIZADO SPARA LA RESOLUCION
DE PROBLEMAS DE PROGRAMACIO NLINEAL . . 113
114
5.1. Introducción.......................................................................................................
5.2. Pasos a seguir para utilizar el QSB para resolver problemas
de programaciónlineal... . 115
REFERENCIAS BIBLIOGRAFICAS.. ..... .. .. .. ...123
La programación lineal es una técnica matemática de gran utilidad en el campo gerencial,
decisiones de una manera científica. De allí, la importancia que representa la programación lineal
en la formación de los alumnos que cursan estudios en Administración , es decir, prepararlos con
Este trabajo tiene como finalidad proporcionarmaterial de apoyo teórico - práctico a los
siguientes capítulos .
Capítulo I.
CapítuloII.
Se desarrollan aspectos relativos al método gráfico de solución del modelo de
programación lineal.
Capítulo 111.
Capítulo IV.
problemas de programaciónlineal.
Capitulo V.
de programación
uso de paquetes computarizadospara resolver los problemas
lineal.
desarrollo teórico -
El trabajo se caracteriza por presentaren cada uno de los capítulos un
de problemas
prácticode los tratados. Al final de cada capítulose presentanuna serie
propuestos.
capítulos, son el
Tanto la teoría como los problemaspresentado sen cada uno de los
Cuantitativos, de
productode la experiencia lograda en la enseñanzade la asignatura Instrumento
bibliográficasde
experiencia de problemasreales que confronta nciertas empresas, de consultas
investigación de
revistas especializadas en el área y de textos de programaciónlineal e
operaciones en general.
que el
Para la mejor comprensiónde los aspectos aquí desarrollados,se hace necesario
tales
alumno o lector en general maneje y domine los conocimientosprevios de matemáticaI,
aspectos
como: función, ecuación, inecuación,sistemas de ecuaciones y su gráficación, y otros
y
gerenciales tales como: ingreso, costos, utilidad,producción,costos fijos, costos variables
ciertos términos financieros.
2
CAPITULO I
LL - a la
Las organizaciones, sean estas pequeñas o grandes, confrontansituaciones donde
los recursos con la finalidad de maximizar los beneficios, o minimizar los costos; o utilizar
minimizar costos ) asignando en forma óptima los recursos disponibles para la elaboración
lineales, llamadas restricciones (el término • lineal • indica que todas las funciones o
ecuaciones utilizadas en el modelo son de primer grado con respecto a todas las
variables). El problemade la programaciónlineal fue concebido por George B Dantzig
Estados Unidos. Luego, en 1.949, George Dantzig publica el método simplex para
7
uso de paquetes de programaciónlineal tales como: QSB., STORM„ LPI LINDO., etc...
que ayudan a agilizar los cálculos de los problemasde programación lineal.
búlcz do
Considere el siguienteproblemade programaciónlineal :
Obtener el mínimo de la siguiente funciónlineal,
Minimizar coq+C2X2+C3X3+
cuando esta función está sujeta a las siguientes restricciones lineales:
ali XI + a12X 2+ + + bi
+ aznXn b2
8
La funciónque se desea optimizarse le conoce como función pbietlvo, siendo en este
coeficientes tecnológicos.
negativos.
elementos:
- Variables de decisión
- Función objetivo
- Restriccione funcionalesy
s
- Restricciones de no negatividad.
9
ú la
Para representarun problemade programaciónlineal diversas suposiciones están
implícitas en la formulacióndel modelode programaciónlineal presentado en la sección
1.2. Entre los supuestos se tienen:
a) Proporcionalidad.
Esta suposición Indica que la función objetivoy las restricciones deben ser
proporcionale sal nivel de actividad, es decir en el caso de un ejemplo de
producció nseria al nivel de fabricaciónde cada produdo. Desde el puntode
vista matemáticose tiene que si x, es una variable de decisión, su medida de
optimización ( max. ó min.f) es igual a q Xi y su contribucióna las restricciones
es . Esto significa que si es doblada, tambiénlo será su contribucióna la
funciónobjetivoy a cada una de las restricciones. Por ejemplo, si Xi= 5 entonces,
la medidade optimizacióes
n 5g y si x, = 10 entonces, contribucióna la
funciónobjetivoserá 10q y así sucesivamente. Esta redricción de linealidad
implica que el ingreso,beneficioó costo totalde cada actividad, es directamente
proporcionalal nivel de adividad.
b)
IO
La suposición de divlsibllldad significa que es posible obtener en
programación lineal una solución óptimano entera, es decir que los valores de las
, cuando la solución
vadables de decisión no sean enteros. Frecuentementeaún
obtenida no es entera el resultadose puede redondearal entero más cercano, sin
embargo hay problemas donde no es conveniente redondear por lo tanto hay que
recurTi ra la programación entera.
1.4.
11
Este puntose concentraen la primeraetapa, es decir en la formulació ndel
problema.
12
El tlempo de producción esta dado en la siguiente tabla:
mempod"0ducción
• om.gunid•d do producto)
Máquinas
A 2,5 2
B 5
Las disponibilidademensualesde
s cada una de las máquinasson : 400 horas
mensualesen la máquinaMt, 200 horas mensualesen la máquinaM2 y 80 horas
mensuales en la máquina Ms .
El benefici unitari
o de
o los producto A sy B es de Bs. 300 y 450 respectivamente,
La compañía Artilara desea determinarcuántas unidades mensuales deben producirsede
A y B para maximizar los beneficios.
13
Este tipode formulaciónes un ejemplode programació nlineal, donde la primera
ecuacióndel modelorepresent ala funciónobjetivo( es decir F = 300x1+ 450x2) que se
debe maximizar; la cual esté sujeta a una serie de restriccionesbasadas en la
disponibilida dde recursosde cada máquina. En este ejemplolas restriccionesindican
o
que el númerototal de horas - máquinas para deterrnina rlas unidades a producirde los
productosA y B no debe exceder el númerode horas máquinasmensualesdisponibles,es
decir 400, 200 y 80 para las máquinas Ml , M2, y Ms respectivamente.
La condiciónXI
, O y 0 , indicanque el númerode unidade sde los
A y B a producirno puedenser negativas.
sillas para oficinas, tiene dos plantas, una ubicadaen Cabudare y la otra en la zona
Industrial III de Barquisimeto, recientemente instalada, con equipos modemos.
horas operarios ) para producción y los costos estándar se muestran en la siguiente tabla .
14
Tlempo de producción Costos estándar
( horasI unidad) ( Bs. I unidad)
Planta Planta Planta Planta
Cabudare BarquisirMo Cabudare Barquisimeto
Sillas Secretariales e 5 2570 2310
Sillas ejecutivas 4 4 3210
Solución.
a) Identificaciónde variables .
Como las sillas a fabricar son dos modelos diferentes y se dispone de dos plantas,
15
= númerode sillas ejecutivas a fabricaren la plantade Cabudare.
16
+ 3.340x. 280.000 ( disponibilidad presupuestaria para la
producción semanal de sillas ejecutivas en
ambas plantas ).
2.570x.c + 2.310xu 350.000 ( disponibilidad presupuestaria para la
producción semanal de sillas secretariales
en ambas plantas
d) Condiciónde no - negatividad.
s.a.
5x,b+4xe'336
b
3.210xec+ 3.340xeb 280.000
xeb>0
Xsb20
Ejemplo I. 3 :ApIIcado al Agro - Distribuciónde tierras.
Cebolla . 82.000BsJha.
Se dispone de un máximo de 2.200 horas - hombre durante la época de
siembra y
3.350 horas - hombre durante la época de la cosecha.
Solución.
18
- Sujeto a las siguientes restricciones .
La compañía petrolera Laraven produce tres tipos de gasolina : alta, media y bajo
12.000 2.000
El mercado para la gasolina de bajo octanaje esta limitadoa 7.500 galones por
día.
Los tres tipos de gasolina se producensegún las siguientes especificaciones:
19
Gasolina tipo alta - con no menos del 45% del componente C-I,
Gasolina tipo media . - con no menos del 25% del componente C-I
determinar el volumen de venta de cada tipo de gasolina con la finalidad de maximizar las
Sglugjén
- Definiciónde variables:
20
Ya que el problema consiste en maximizar las utilidades .
xtm+ S 12.000
xum+xua+ 18.000
xmm+xma+ 6.000
+ 150
+ 0,8xma 0
+ 0,7Xm mSO
y la condición de no - negatividad .
21
Ejemplo 1.5. Problemade Dietas.
La compañíaSuper Pollo C.A., criadoresde pollosdesea determinarla mezcla
dietética que proporcionela mejor alimentación balanceada y cubran los requerimientos
avena, de manera que el alimento o productofinal tenga los niveles de nutrientes exigidos.
Ingredientes Requerimientos
Maíz Carbonato de Alfalfa Avena diarios ( rngs.?
cal
Nutrientes
Carbohidratos 15 25 30 23 mínimode 40
Proteínas 29 10 15 30 mínimo de 65
Calcio 35 50 17 7 máximo de 950
mínimo de 180
Vitaminas 55 20 30 40 mínimo 120
Costo porkg 170 95 190 185
(Bs]kg)
22
Este problemade dieta es prácticamenteun problemade mezcla, el cual consiste
Definiciónde variables:
23
e Problemas propuestos.
medio y largo alcanee. deben comprar con la finalidad de maximizar las ganancias.
24
regió nCentrc-Occidense
tal encuentralas
n aleacione(s A, B. C y D ), las cuales
presentan las siguientes composiciones y precios .
Aleación D
%cobre 35 40 10 12
%plomo 8 12 35 40
%estaño 60 30 10 50
%zinc 30 45 15 15
25
Basado en la Informaciónanteriorla compahfa ha firmado un contratocon un
clientepara surtirt etelevisoresde 19, 21 y 25 pulgadas, en las siguientes cantidades ; por
lo menos 80 televisores de 19 pulgadas, 140 televisores de 21 pulgadas y 40 televisores
de 25 pulgadas.
60 respectivamente.
26
Otrosdatos que se disponenson : en el departamentode armadurahay quince
(15) trabajadoresy en el de acabado hay diez ( 10 ). Todas estas personastrabajan
cuarenta (40) horas semanales a razón de Bs. 100 por hora.
Slias Mesas
por semana unidad porsemana unidad por semana uMad
Sobretiempo
33.750 187,5 26.250 525 30.000
Costos total 209250 1.162,5 138.750 2.775 210.000 4200
Ingresos 360.000 2.000 210.000 4200 300.000 6.000
Utilidades 150,750 837,5 71.250 1.425 90.000 1.800
27
1.10. Un problema de procesamiento de madera.
semana. siendo esta madera de tres clases posibles : C-I, C-2, y C-3.La compañía debe
procesar por Io menos 800 unidadesde C-l y 500 unidades de C-2 a la semana, pero
según las regulacioneslocales, estas, indican que la compañía no puede procesar más de
madera; el departamentde
o estructur dondese
a realiza el armadode las piezas y el
departament ode acabados dondelas sillas, mesas y escritoriosson bamizados, pintadasy
mientras que en el departamentode acabado hay espacio para trabajar con un máximo de
28
425 sillas 0 80 mesas 0 90 escritorioso cualquiercombinación. Las utilidades
son las siguientes: Bs. 1.500 porsilla, Bs. 10.500 por mesa y Bs.12.700 porescritorio.
La compañíaPapel - Ven, fabrica papel para periódico ys esto lo hace con una
máquina de la cual se obtienenrollos de papel de un ancho de 2 metros.
2.100 1,2
800 0,75
1.500
1.700 0,30
29
1.13. Problema de mezcla.
El gerent ede producció nde la compañ[aPlasti- Dac C.A., esta diseñandosu plan
de producción para un nuevo produdo compuesto de cuatro componentes
quimicos
Cl , C2,C3 yC4 . Estos componenteestánformado
s básicament
s de
e tres elementos
. El , Ez y Ea. La composicióny el costounitari ode esos químicosson los siguientes
ComponentesC,
quimicos
Étementos
(poltentajes)
40 15 25 30
E2 55 25 35
25 43 35
30
La disponibilidad de terrenode cada granja es la siguiente .
camao C -1 c.
30 25 25
30 40 50 40
20 30 35 25
45 30 30 35
31
Las utilidades estimadas por hectáreas para cada uno de los cultivos son .
- Bs. 300.000 ;
- Bs. 210.000 ;
- Bs. 150.000;
- Bs. 170.000:
paralos cultivos C-l. C-2, C-3, C-4
Formule un modelode programaciónlineal, que le permitaa la escuela granja
San Cados determinala
r cantidadde a dedicara cada cultivo en las diversas
granjas, de maneratal de maximizar las utilidades.
Producción(unidades )
Barquisimeto 15.000
Maracaibo 20.000
Maracay 10.000
32
Los ( en Bs. ) de transportauna
r unidadde desde cada fabrica
hasta los diferentes centros de consumo, son los siguientes :
Barquisimeto
Maracaibo
Maracay
Producto
Máquine
20 12 10
11 16 11 10
12 10
Los costos variables por el uso de las diferentes máquinas son :
El preciounitari ode los productosP-l, P-2, P-3 y P-4 es de Bs. 1.650; Bs. 1.150,
Bs. 1.000y Bs. 850 respectivamente.
La compañíadesea determinael
r plan de producció n
que maximice las utilidades.
Formule un modelode programación lineal para este problema.
departamentoses:
34
El númerode horas que una unidadde cada produdo requiereen los diferentes
departamentos se muestran en la siguiente tabla
Pmdud06
Departamento Pl
7 8 4
0-2 2 2
0-3 6 1,5
3,6 7,2
Los costos de manode obra porunidadde son : Bs. 4.500, Bs. 4.800 y
Bs. 5.400 ; mientras que los costos de materia prima por unidad de productoson : Bs.
1.650, Bs. 1.200 y Bs. 1.050 para los productosPl , P2 y P3 respectivamente. El precio
de venta de cada unode los producto ses de : Bs. 8.500, Bs. 10.200y Bs. 11.050 para los
producto sPl , P2 y P3
Formule el modelode programació nlineal de este problema,si el objetivo de la
compañía Dac - Ven es el de maximizar la utilidadsemanal.
35
CAPITULO ll
Metodo Gráfico de solución del modelo de programación lineal.
ll. MÉTODOGRAFICO DE SOLUCIÓN DEL MODELODE PROGRAMACIÓNLINEAL.
X2
37
El siguiente paso es el de representargráficamente las restricciones
2,5x, + 5x2 400 , la cual esta delimitada por el conjunto de puntos debajo
leo
leo
Se tiene :
Producto B
180
160
140
120
100
2x1+ = 200
60
"7ZZ„'4z:;
400 si x, = O = 200
40 XI = 100
La recta pasa por los
puntos (0,200) y (100,0)
BO 100 ...160 IBO
ProductoA
38
Finalmente, representando gráficamente la tercera restricción, 1,6x2 s 80, trazando
B
1eo
160
100
60 25x,
1,6x2 = 80
50
(x2 = 50 para todo valor
80 100......160 180 de XI)
o
ProductA
negatjvidad. A esta regiónse le llama área factibleo área de solucionesfactibles. Cada punto
dentro del área de las soluciones factibles representa una combinación de las dos variables o
39
área factible Y
b). Trazando la de la función objetiva.
Es decir, con la finalidadde maximizar las utilidadesa Bs. 42.000 hay que producir
ProductoB
180
160
1
100
80 1.6xas 80
60 A- 5x2 400
40
20
60 80 100 . 160
ProductoA
F 24.000
Ahora, si se desea obteneruna utilidadde Bs. 24.000 habrá que determina elr
conjunto de solución de la ecuación .
LLIL_L_
Analizand ola gráficaanterio rse observaque al incrementarF, la reda de la
función objetivo se desplaza paralelamentealejándose del origen, como el problema
consiste en maximizarF, el puntoóptimoestarásobre la linea de utilidadesmás lejana al
origen peroque todavía toqueel área o región factible. Así, se tiene que el mayor valor
product oA (XI ) y 40 unidade sdel produdoB (xa) generandouna utilida dde Bs. 42.000,
como se muestra en la siguiente gráfica
Producto B
180
160
Ainto (C)
100
60 A
40
20
Cada planta producetres tipos diferentesde bebidas : cola, tamarindoy naranja. La capacidad
seria de por lo menos 48.000 botellas de cola, 48.000 botellas de tamarindo y 72.000 botellas de
y la condiciónde no negativiaad
Aplicando, el métodográfico para resolver este problema se tlene
lora restriççlén.
+ = 48.000
si x, = O 24
(8,24).
restriccién.
3.000x, + = 48.000
SI x, 16
= 16
( 16,16
3era restricción.
+ = 72.000
Si XI = O =8
X2 O XI = 24
(24,8)
Representando gráficamente Ias restricciones .
28
24
16
12
4 72.000
4 1 1 x,
44
El área de solución para x, y que satisface a todas las restriccioneses la región sombreada.
Con el pmpósit ode obtene rla soluciónóptima,se realiza el trazadode la funciónobjetivo.
Supóngase un valor arbitrariode f, f 240.000 , la ecuación .
16
12
45
Este resultado,indica que la compaflia Laracola debe operar4 días en la plantade Barquisimetoy
12 días en la plantade Maracaypara minimizarlos costos de produccióna Bs. 1.420.000; asi
como también para satisfacer la demanda.
(2)
(3)
(1)
estas líneas de utilidadse alejan del origen ( líneas paralelas ) de manerade incrementarel valor
ya que cualquier solución entre B y C es factible y maximiza la función objetivo, todas son
soluciones óptimas, con el mismo valor máximo de F. En estos casos se dice que el problema
tiene soluciones múltiples,
46
CR" 2.4. no
entreellas mismas, no existe una regióno área fadible, es decir no existe una combinaciónde
valores para las variables de decisión que satisfaga a todas las restricciones.
La siguiente figura muestra un problema que no tiene una solución fadible .
(2)
47
Problemas propuestos
8x1+4x2<112
s.a. 3x,+9zs105
3x1+12x2<126
15x1+20x2>180
s.a. 25x1s 250
xt,x220
48
24 MinimiceF 20x, + 26»
2x1+2x2>24
s.a
'0<16
3xt+4»us48
s.a.
20
2.6. La compañía Alfalara C.A.. fabrica dos los cuales deben ser procesados en dos
49
Cada acción de la
compaMaAlfa genera una utilidadal cierre de cada periodode Bs. 42,
mientrasque cada acción
de la compañía Cidad genera una utilidadal cierre de cada período
de Bs. 70
2.9. La compañía Caucho Lara C.A., producedos tipos de cauchos, cauchos para camiones y
cauchos para automóviles, los cuales son elaborados en línea de producción diferente ( línea
50
de producción A y B La linea A dedinadaal procesoprodudivode auchos para
automóvilestiene una upacidad diaria para producir80 unidades y la linea B destinada al
proceso productivode cauchos para camiones tiene una capacidad diaria para producir 50
unidades.
tiene una disponibilidaddiaria de 1.200 kilogramos; se conoce que cada unidad de los
El métodoSímplex
III. El MÉTODOSIMPLEX..
simplex se podía
aplicar a problemascon más de dos variables, siendo la única limitación
el tiempo requerido
para resolver los problemas, especialmente cuando el número de
variables y restriccionessean numerosas. Sin embargo,hoy en día el tiempo para
resolver los problemasde programaciónlineal ya no es limitante,ya que estos se pueden
resolver medianteel
uso de computadoras. Existe una amplia variedad de paquetes de
software para resolver
los problemasde programaciónlineal, lo cual será tratado en el
capítuloV.
53
8.2 P— "aptar.
que se repite hasta obtener el resultado esperado, el siguiente diagrama de flujo muestra
Inicio
Expresar restricciones
en igualdad, agregando
las variables de
holguras, excedentes y artificiale
Construcción de la
tabla inicial
Solución
es si fin
óptima
no
Proceso de
iteraciones.
54
Igualdad:
Como so observa en el diagrama de nulo anterior,el primerpaso consiste en
expresar las restriccionesfuncionalesen Igualdad, esto se realiza agregando o restando
+3X2,112
entonces, al agregar la variable de holgura (x,) se convierte en
y 112.
4X, 220
ya que en la solucióninicial( XI = O , = O). Se violarfala restricció nde no
negatividad para la variable ( = -220 por lo tanto para contrarrestaresta
situación debe agregarse otra variable, llamada variable artificial ( ):
4x1+ = 220.
ia variable en esta restricció sen llama de excedente,ya que resta lo que le
55
Todas las variables adicionales es dec'r holguras, excedentes y artificiales también
problema en :
Max. F = Cl +
+ bi
a21X+1 an)Q+..H2n xnsb2
s.a.
amIXI + bm
donde bi , b2 , b)
Y , xs ........... a20.
Al expresar las restricciones en igualdad ( agregando las variables de holgura ) se tiene
Max + q..„Xn
ali*+ 'Z bi
azo+o + 2a ba
s.a.
am1X+I
y XI , X2 ...e..
56
lo cual puede ser escritoen una tabla, que se le conoce como tabla Inicial sfmplex o
solución Inicial, de la siguiente forma
aml o o 1
cz o o o o
coeficientes de la
función objetivo
y las variables básicas siempre toman valores positivos ya que representanla solución del
problema planteado.
Paso
Que consiste en determina la
r variable entrantesegún los coeficientesde la
función *Ivo y según sea el caso de maximizar o minimizar, luego para determinarcual
caso de maximización
caso de minimización.
8.3C•
Para la explicacióndel métodosimplex en el caso de maximización,se utilizaráel
Max. F: + 450x2
+ 5x2 s 400
s.a. 2x,+zs200
80
58
• en la aplicacióndel métodosimplex consisteen expresarlas restricciones
en Igualdad,edo se obtieneagregandolas variablesde holgura( ya que todas las
restricciones son del tipo S) .
s.a.
5 1 o o 400
2 1 200
o o 1 80
300 450 o o o
En está tabla inicial simplex tas variables básicas son las variables de holguras(xa . ,
xs) , ya que en la solución inicial las variables de decisióntienenun valor de cero, por lo
- El tercer paso. el paso iterativo, que consiste en determinarla variable entrantesegún los
59
entonces se Introducex2 dentro de la base, ya que xa presenta el mayor
coeficientepositivoen la funciónobjetivo. (ca 450 Para determina rla variable que
sale esto se realiza a través del elemento pivote, el cual es la relación menor positiva ( R )
Rs = n = 50
2,5 400
200
80
300 450
elemento pivote
ntraa la base,
( columna pivote)
que sale de la base, se construye una nueva tabla simplex. reemplazandola variable xa
IA=I L = 0,625 U: 50
1.6 1,6 1.6
es decir, que los nuevos elementos de la variable que entra a la base se determinan la
relación .
elementoanteriorcorrespondientea la fila
Nuevo elemento de la variable entrante= (a variable saliente
valor elemento pivote
V.B. x x V.V.B.
x o 1 o o 0,625 50
Relación entre el
Elemento anterior elemento anterior
correspondiente a la de la columna
-
Nuevo elemento = ( Elemento anterior) fila de la variable pivotey el valor
del elemento
saliente pivote seqt:n la
rila a analizar
61
Por ejemplo, para determinarlos nuevos valores para la fila de , se tiene .
o- = -3,125
400 • = 150
para la fila de x,
o- = - 0,625
200 - = 150
y para la fila de F :
300- = 300
450- =o
o- 22500
62
Primera iteración
2,5 o 1
o -3,125 150
2 o o 1 -0,625 150
o o 0 625 50
150
xs=O
50 F = 22.500
descritoanteriormentees
, decir : la nueva variableque entraa la base es , ya que es la
que tiene el coeficiente más positivo ( Cl = 300 ) y para determinarla variable que sale se
R, = 150/2,5 60
R2 = 150/2 75
63
como la relación menorpositiva es Rt = 60, esto significa que el elementopivote es el
V.B. x x V.V.B.
2 o o 1 -0,625 150
x o o -0 625 50
x. entra
R2 150/2 75
R3 = 50/0 Indefinido
Como x, entraa la base y x, sale de la base, paraobtene rla fila de x, se dividela fila
pivote entre el elemento pivote, obteniendolos siguientes valores en la tabla simplex.
V.B x x x V.V.B
0 1/2,5 0 150/2,5
64
Relación entre
Elemento anterior el elemento
ala • anterior de la
Nuevo elemento (Elemento anterior) • correspondiente columna pivote
fila de la variable
saliente y el valordel
elenunto pivote
0-1
1-0
para la fila de •
0-2,5
50-150
y para la fila de F.
300-2,5
0-0
0-1
0-0
Q500-150
65
La siguiente tabla simplex resume toda la información después de la segunda Iteración
Segunda Iteración
V.V.B
0,4 60
1,875 30
0 62 50
-120 0 93 75 40.500
Elemento pivote
XI = 60
30 xs:o
xa=50
F 40.500
Tercera iteración
V.V.B
o -0,1333 0,666 o 80
o .0,4266 0,5333 16
02666 .0,333 o 40
-50 .42 000
Como se obseva en la tablasimplex de la terceraIteración,todoslos coeficientes
-80 xs=o
16
40
F = 42.000
del
Estos resultadosindicanque la CompaflfaArtilara debe producir80 unidades
objetivo, al igual del caso de maximización se siguen los pasos descritos en la sección 32,
con la diferencia que cuando se este minimizandoel proceso iterativose repite que
iterativo
y artificiales, asi como también hay que minimizar la función artificial formada por las
variables artificiales.
ejemplo .
4x1+ = 16
2x,+6x2216
XI , xa 20.
68
Min.F a + 10X2
sujetoa. •20
4xt+4X2 10
-xo & = 16
Xl.X2
La variable x, es una Variablede holgura.
fund6n artificial( F.) , la anl hay que minimizary es la sumatorf ade todas las variables
como = 16 -
& = 16-
Valores de las
Variables båsicas x variables båsicas
10
10
.32
69
En la tabla Inicialsimplex las variablesbásicas son ( variablede holgura) , y
( variables atllnciales) ya que en
la solucióninldal las variablesde decisióntienenun
valor de cero, por lo tantolos
valores que tomanlas variables básicas son : x, 20, x. =
18 16 ; en la solucióninicialF = Oy F. = 32.
eliminan las variables artificiales y la función artificial, para luego continuar resolviendo el
pivote es decir:
RI = 20/3= 6,66
R2 = 16/4 4
= 2,66
como la relación menor positiva es R$ = 2,66; esto significa que el elementopivotese
encuentra en el coeficiente que tiene como valor 6 .
columna pivote
V.B V.V.B.
16
10
• 32
entraa la base elementopivote
y la variableque sale es , ya que el elementopivotees la intersecció nde los
coeficientesde la columnade la variable entrante( columna pivote) y la fila d' la variable
la variable que entra a la base en el caso de minimizaciónes aquella cuyo coeficiente sea
Primera Iteración
o o o 5/3
entra
Segunda Iteración.
V.V.B.
1 -15/8 3/4
1/4
0 5/4 • 30
71
Como se observa en la segundaiteración ,las variables artificiales , x. y la fundón
artificial, F. , son iguales a cero ( O es decir.
XI = 2
Al métodoexpuestoanteriormentcuandose
e en presenciade una función
artificialse le conocetambiéncomoel métodode las dos fases, ya que en la pdmera fase
siempre se minimizala funciónartificialy en la segunda fase se oMimiza el problema
según sea el caso, maximizar o minimizaruna función.
3.5.- *Ice
Al aplicar el métodosimplex puedenocurrirvarios casos especiales .
XI 10
10
5 10 x,
73
como se observa en el gráfico anteriorno existe área o región factible, por lo tanto
formulado erróneamente.
3.52. Modeloilimtado.
x, , h 20
Resolviendo este problema aplicando el métodosimplex se tiene .
Max. F - 16x, +
s.a.:
-4x, + 2x2 + 8
xt . xs,xa 20
74
Donde x, y x4 son variables de holgura.
V.B x x V V.B.
1 5
-4 2 8
-F 16 10 o O
Ent
Primera iteración.
V.B. x x V.V.B.
1
-1
o -2 1
-F o 26 -16/3 -80/3
embargo los elementosde la columna pivote son negativos, Io cual indica que no
75
el métod osimplex la variableque entraa la base quedacon valor cero y el valor
de la función permaneceinalterable, las iteracionesentranen un ciclo o circulo
cerrado, repitiendoestas sin llegar a la solución óMima,es decir el valor de la
función, F, nose optimiza.
76
Problema propuestos.
El tiemporequerid para
o producir un litro de cloro es de 20 segundos en el
procesode mezcladoy IO segundosen el procesode etiquetadoy empaque. La utilidad
por litrode cada product oes la siguiente: 15 Bs. para el desinfectante25
. Bs. para el
lavaplato y 18 Bs. para el cloro.
77
La Compañia Limpi • Lara desea determinar cuántos litrosde cada produdo debe
V0ducir semanalmentecon la finalidadde maximiar sus utilidades. Utilice el método
simplex para resolver ede problemae interpret elos resultados.
Los requerimientosde materia prima por unidad de cada modelo son los
siguientes:
78
må)dmicesus
el plan de producci6nque
La empresaToys - Lara desea determina r
e interpretelos resuttados.
beneficios. Resuelva este problemacon el métodosimplex
- Problema de
Resuelva el problemade la compahia LaraCola ( caso 2.2.
Min. F = 120.000Xl+
s.a. + 48.000
+ 48.000
+ 72.000
explique la soluci6n.
Min. F = + + 16x3
sujetoa: 4x3s36
8X1+ + = 32
20
79
simplex y
Resuelva ei siguiente problemade programación lineal con el método
explique la solución.
Min. F - 10x2
sujetoa: 6x, + 3x2S 18
+ 4x2= 16
2x, exa
'(1 , '(220
XI + 4
ozŤ
82
N. El problernadual y el análisis de sensibilidad.
Foblema odglnal.
Si el problema primal es
Max. F x,
a21XI + + + aznxosb2
ami X, + +
83
entonces, la formulacióndel dual es la siguiente .
Minimizar g • bi Yt
sujetoa las restricciones.
atnY' + + + amYm
y, 20,
Donde ym son los variables duales.
Es decir,
si el primal: max. (S) Dual min. (2)
y si el primal: min.(Z) Dual teax.
4. Si una restricción del primt,r ss una igualdad entonces la variable dual
correspondiente no tiene restricciones en su signo.
84
6 Los coenclentes de la matriz de restricciones del problema dual se obtienen
7' Los coeficientes de la función objetivo del dual son los términos independientes
variables y n
11. Tanto en el pdmal como en el dual las variables son no-negativas.
85
Como se puedeobservar en la formulacióndel dual, esta presenta2 restricdones
y 3 variablesIo cual simplificalos etculos al resolverel problemaaplicandoel método
simplex.
4.2. la la
Una de las importanciadel
s a dual es que minimizaen algunos casos los
problem
cómputos al aplicarel métodosimplex; ya que si en el primalse minimizandoen el
Min. g= + 80Y3
86
Иа soluci6n del ргоЬ1етаdual set 'а slguiente
тама inic\al
Уз У? v.v.B.
2 1 зоо
1 450
400 200 во 0
1 -750
1ега. l!enci6q.
УЗ Ув v.v.B.
-1 75
2da.
Уз v.v.B.
1
• 0,533 орав • 0,333 50
40 • 42.000
Eliminando la función artificialy variables artificiales( 0 ) se obtienela tabla final
simplex:
Tqblp - -
V.V.B.
Ya - 0.533 - 0.666 0,333 50
o 0,426 0,133 - 0,266 80
-g o o 16 80 - 42.000
asociando resultado del dual ( tabla final simplex - dual ) con el problema primal cuya
tabla final simplex es la siguiente:
V.B. X3 x, xs V.V.B.
- 0,133 0,666 o 80
o o - 0,426 0,533 1 16
o 1 0,266 - 0,333
como se puede observar en las dos tablas simplex anterioreshay una gran conexión; de
88
b. Los coeficientes de la fundón objetivode la tabla anal sí*x del primal (80 y 50)
son iguales a los valores de las variables del dual, ( tomandovalor
absoluto) y viceversa.
xs Ya
Ys
mediante eãe relación se puede llegar a la tabla simplex del primal a
partirde la
tabla simplex del dual y viceversa. (Para obtenerlos valores internosde la
tabla se
cambia de signo, porejemplo,el valor x, se asocia con el y, ya ( y, y, = 0,133 )
4.3.
brn ym
89
recursos: mientrasque Yi la variable dual, se puede Interpretarcomo la contribucióna la
ganancia por unidaddel recurso I (l á 1,2,
a la funciónobjetivo.
( 400 + a) 80 + 200 • 50 + 80 O
90
en la disponibilidado
d recursosen
. la función nuevasrestriccioneetc.„)
s es
necesario realizar un análisis de sensibilidadel cual eda basado en la informaciónde ta
tabla anal simplex, evitando asf el tenerque resolver por completoun nuevo problemapor
el métodosimplex.
92
le
V.B. V.V.B
1 o -0,133 0,666 O 80
o -0,426 1 16
1 0,266 - 0,333 O 40
-F o o - 80 -50 o - 42.000
será proporcionaal
l preciosombra ( o valor marginalde cada recurso), así como
también cambios en la solución.
símplex.
- 0,133X3+ 0,666X4= 80
0,426x3 + 0,533x4 = 16
+ 0,266x3 - 0,333x4 = 40
máquina 1 .
2,5x, + 5x2+X3=400
al incrementar la disponibilidad:
93
2,5x1+ 5x2+ a = 400+
tiene .
XI -0,133 XI = 80 - 0,133C
básicas, entonces:
80-0,1s33
16-0,426
40+0,266 -150,37
- 150,37 37,55
al analizar la relación :
400 +
94
se obtiene que el tiempo disponible en la máquina 1 puede oscilar entre el rango
de valoresde 249,63 a 437,55 horas - máquinas,y dentrode este rango la
solución óptima continua presentandolas mismas variables dentro de la base.
Mientras que .
F = 42.000+ 80
80-0,133a
16 - 0,426
= 40 + 0,266
F= 42.000 +
80-0,133
16 - 0,426 ( 30) = 3,22
= 40 + 0,266 ( 30 ) = 48
lo cual indica que al incrementar30 horas en la disponibilidadde la máquina I, se
95
4.4.2. Caso 2 : Cambio en los coeficientesde la funciónobjetivo.
realiza un análisis de sensibilidad, tomando como referencia la tabla final simplex del
problema planteado.
el problema 1.1. Supongamos que en el problema 1.1. tas utilidades o beneficios por
F = Cl XI+C2X2
ya que las variables XI y son básicas, utilizandola informaciónque suministra la tabla
final símplex :
V.B. X3 V.V.B.
1 o - 0,133 0,666 o 80
- 0,426 0,533 1 16
o I 0,266 - 0,333 o 40
se observa en la tabla final símplex que los coeficientesde la función objetivode las
96
óptimose alterarla,mientrasque si Cs' y c4' son iguales a cero, indica que existen
múltiplessoluciones con las mismas utilidadesy si Cs' y c4' son negativos el plan óptimo
anterio r se mantienees
, decir, XI = 80 y = 40, sólo que la funciónobjetivo
experimenta un cambio según sean los nuevos valores de Cl y c2 .
Para determina rlos nuevos valores de Cs' y c4' cuando ocurren cambios en los
coeficientesde la funciónobjetivo,de la tabla final simplex se analizan aquellas variables
no básicas, siendo en este caso ( problema 1.1. ) y '(4y tomando como referencia sus
columnas respectivas, es decir :
Ya que c3'( - 73,15) y c4'( - 83,25) son negativos,significa que si los beneficios
de los A y B se incrementaan Bs. 350 y Bs. 450 respectivamente,el plan
óptimoanteriorno se altera,es decir XI = 80 y = 40, mientrasque la función objetivo
cambia a .
F= + 4002
F = 80 (350) + 40 (450)
F = 46.000
97
V.B. V.V.B.
1 o - 0,133 0,666 O 80
o o - 0,426 0,533 I 16
o 1 0,266 - 0,333 o 40
Nota: Si c3' o c4' fuesen positivos se tendría que continuarlas iteraciones hasta obtener
la nueva solución.
si porejemploallX1+
, a12X+2 ao bi es la primerarestricciónde un problema
de programaciónlineal y es una variable no básica en la solución óptima,si se
desea evaluar el efecto que en la solución óptima pueda presentarsecuando
ocurren cambio en el coeficientede entonces se realiza un análisis de
sensibilidad basado en la tabla final símplex.
98
Si el coeficient de
e el cual es an en la restricció noriginalpasa a ser
a13+ a, entonces, los nuevos coeficientesde ( para cada restriccióny para la
función objetivo ) en la tabla final simplex nueva se determinanutilizando las
siguientes expresiones:
anterior
99
Para determina rsi la soluciónsigue siendo óptima basta con chequear el
nuevo coeficientede '(3en la funciónobjetivo ( 73 en el caso de un problemade
hace positivo habrá que seguir iterando hasta encontrar la solución óptima.
Mientras,que si el problemaconsiste en minimizar, entonces, la solución seguirá
Problema 4.4.3.:
+ + 5X3+ = 12.000
5x1+ 10x 2+ = 18.000
10x1+ 5x2+ 5x3+ —
- 20.000
100
Tabla final simplex - problema4.4.3.
V.B. V.V.B.
- 0,2 1200
0,2 O 1200
2.000
Segunda restricción:
Tercera restricción: - 3 ( 2) = - 11
V.V.B.
1.8 1200
• 0,4 0.2 1200
-11 2.000
101
Como el coeficientede en la función objetivosigue siendo negativo, la solución
sigue siendo óptima .
Xi = 1.200
= 1.200
= 2.000
F = 528.000
Primera restricción:
V.B. V.V.B.
1 o 1,8 0,4 o 1.200
a
: 08 -0,2 0,2 o 1.200
o O 1 1
-3 2.000
o o 8 -26 -12 o - 528.000
102
b) Cuando los cambios ocurrenen una variable básica.
s las variable sen las restricciones
Si los cambiosen los coeficientede
ocurrenen una variable básica, puedensuceder los siguientes casos:
Por lo tanto es difícil considerar de una manera sistemática los efectos de cambios
pueden ser como consecuencia de que se obvio una restricción en un principio o porque
anterior satisface a la nueva restricción, entonces, la solución continua siendo óptima aún
restricción en la tabla final símplex tomando como variable básica a su variable de holgura
103
que la solución no es posibley para resolvereste modelo ( con la nueva restricción) se
aplica el métododual símplex.
4 (80)+3 <460
ya que la soluciónanterior(XI = 80 y h = 40 ) satisface la nueva restricción,se dice que
la solución original no cambia y continua siendo óptima.
al sustituir Xi = 80 y
4 (80)+3
entonces, como 440 > 400, la soluciónoriginalno satisface la nueva restricción,por lo
tanto se altera el plan óptimoanterior( original ). Para encontrar la nueva solución óptima,
104
V.B. V.V.B.
- 0,133 0,666 80
- 0,426 0,533 16
0,266 - 0,333 40
400
- 80 -50 - 42.000
V.B. V.V.B.
-0,133 0,666 80
- 0,426 0,533
0,266 - 0,333
-80 - 50 - 42.000
105
V.B. X3 xs V.V.B.
1 o - 0,239 o 0,399
o - 0,512 1 0,32 3,2
o 1 0,319 o o -0,2
o o 0,16 1 24
o o -72 30 - 40.800
XI =64; y F=40.800
es decir, el nuevo plan de producció consisteen : producir64 unidadesdel productoA y
n
48 unidades del productoB,
obteniend ounos beneficiosde Bs. 40.800.
M2y M3 respectivamente.
106
La formulació ndel modelocon la incorporació nde esta nueva variable ( ) será:
1,6X2
V.B. V.V.B.
O - 0,133 0,666
o - 0,426 0,533 1 16
o
0,266 - 0,333 0
o o -80 -50 o - 42.000
V.B. X3 V.V.B.
1 o - 0,133 0,666 o 0,933 80
o 0 - 0,426 0,533 - 0,212 16
o 1 0,266 - 0,333 o 0,132 40
o 0 -80 -50 o -10 - 42000
107
es decir; XI = 80, & = 40, 16 y F = 42.000
para obtener la nueva solución hay que seguir iterando a partir de la siguiente tabla
simplex :
V.B. V.V.B.
1 o - 0,133 0,666 o 0,933 80
0 o -80 - 50 - 42.000
F = 42.857,45
XC = 86 = 29
108
Problemas propuestos.
El númerode horas hombre requerido por cada unidad de los diferentes modelos
en cada departamento es la siguiente :
7,5 1
6 0,5
c 12 1,5
D 10,5 1
Debidoa limitacione sen la capacidadde la compañíaTV-SET Lara, no más de 10.500
horas- hombrespuedenutilizarleen el departament ode ensamblaje y no más de 1.010
horas- hombres en el departamentode empaque, esto es durante los próximos 6 meses.
10.500
8.225
c 15.750
14.000
a. La compañía TV - SET Lara desea determinar ¿, cuántos televisores de cada
109
4.2. Si en el problema4.1. las utilidadesde cada modelo de televisor son .
9.500
c 17.200
D 15.500
como quedaría la solución.
110
empaque, La compañíatambiéndispone de un deposito con una capacidad de 200
metros cúbicos, donde la producciónes almacenada antes de ser distribuida.
Las utilidadespor cada caja de vino son: Bs.1.500, Bs.1.800 y Bs. 1.400 para
los vinos blanco, tinto y rosado respectivamente. La gerencia de la compañía ha,
formulado este problema como uno de programación lineal de la siguiente manera:
+ + 825
1,2xt + 1,6xr
b)
Cambiaríael planóptim osi las utilidade scambiana Bs. 30, Bs. 27 y
Bs. 50 por
litro para los desinfectantes, cloros y lavaplatos respectivamente.
112
CAPITULO V
Uso de paquetecomputarizado ( QSB ) para la
resolución de problemas de programación lineal
113
V. USO DE PAQUETE COMPUTARIZADO( QSB ) PARA RESOLVER
PROBLEMAS DE PROGRAMACIONLINEAL
5.1. Introducdóm
métodosímplex.
Existe una gran diversidad de paquetes que se utilizan para resolver los problemas
de programación lineal; entre los de mayor uso se tienen:
114
Este capítulose concentrar áen el uso de QSB, el cual es consideradocomo uno
de los paquetespara resolver problemasde programaciónlineal fácil de manejar y muy
didáctico.
2x1+ 200
1,6x2
115
OSB Quantitative Systems for Business
Version 2.0
by
de la licencia .
116
3.- Pulsela barraespaciadoroa [ ENTER y apareceen pantallaun menü
principal con 16 opciones .
Linearprogramm
y aparecerå en la pantallala siguiente informaciån :
117
5.- Seleccione la opciåndeseada, con la ayuda de las flechas t Ya que en este
la opciån 2
r problem a resolver, se debe escoger
pasose deseaintroduciel
• Enter newproblem• Luego pulse [ ENTER y aparece en pantalla
(1) 100, 100.0, +100, +100.0, IE2, and I.OE+2 are the same.
(2) -123, -1.23E2, and -1.23E+2 are the same.
> , =>, and 2 are the same; <=, < , =<, and S are the same.
(4) After you enter your data, press the ENTER key.
(5) On the same screen page, you may correct errors by pressing
the BACKSPACE key to move the cursor to the correct position.
(6) When you are satisfied with the data on a page, press the SPACE BAR.
(7) When entering the problem, press the Esc key to go to a previous
page; press the / key to go to the next page.
How many variables are there in your problem? (Enter number 500 )
How many constraints are there in your problem? (Enter number S 500 )
How many '2' constraints are there in youy problem? (Enter number S 500 )<3
names (XI ,...,Xn) (Y/N)?
Do you want to use the default variable
Press the SPACE BAR to continue if your entries are correct.
118
Luego pulse la barra espaciadora
siguiente :
X2
subjet to :
(2_xt_xz
)
(3)_X1_X2
[ ENTER I —después
I de cada dato introducido,obteniendo lo siguiente .
7.- Pulse nuevamentela barra espaciadora y aparece en pantalla otro menú como
119
se indica a continuaciån :
8.- Con la ayuda de las flechas t ; seleccione la opciön 5 solve problem para
Option
1 Solve and display the initial tableau
2 Solve and display the final tableau
3 Solve and display the initial and final tableaus
4 Solve and display every tableau
5 Solve without displaying any tableau
6 Solve by using the graphic method
7 Return to the function menu
120
final tableaus • ( solución y presentaciónde las tablas inicial y final ) y después
pulsar t ENTER se obtienela siguiente información :
Initial tableau
B(i)
Basis C(j) 300.0 450.0 o B(i)
300.0 1.000 o -.133 0.667 o 80.00
o -.427 0.533 1.000 16.00
450.0 o 1.000 0.267 -.333 o 40.00
c(j)-z(j) o -80.0 -50.0 o 42000
* Big M o o
(Max.) Optimal OBJ value = 42000
121
Como se observa en la tabla final simplex la solución al problemaplanteado
( problema ) es la siguiente•
XI = 80
s, = 16
= 40
Y 42.000 Bs.
es decir, que se van a producir 80 unidadesdel producto A y 40 unidadesdel
Option Menu for Displaying and/or Printing the Final Solution to Artila
You have the following options available for displaying
or printing the final solution. If you want to print the
solution, make sure that the printer is ready.
Option
para continuar.
Como una prácticadel QSB se le recomiendaal lector resolver los problemas
propuestos en los capítulos II, III y IV con el uso de este programa.
122
REFERENCIA BIBLIOGRAFICA.
Edition.
s OperationsResearch Willey Intemationa l
Ackoff R. y Sasieni M. Fundamental of
U.S.A. 1978.
Wiley
Bazaraa Mokhtar,Jarvis y Sherali. Linear Programmingand NetworkFlows. John
123
Eppen C., Gould y Schmidt. Investigació nde Operacione sen la Ciencia Administrativa.
lineal.Universidad
MargherittiRuben y Funes J. Teoría y Prácticade la programación
del Zulia. Facultad de Econimía. LUZ - Venezuela.
124
Monaco Rosa. Programación lineal. Universidad Centro-OccidentaI Lisandro Alvarado.
Venezuela.
1988.
México. 1979.
México. 1985.
125
Vazquez Cesar. Fundamentosde la programaciånlineal. Universidad de Carabobo.
Venezuela.
126