Temario
1. Formulación de modelos de programación
lineal
2. Solución de modelos de programación lineal
a. Método grafico
b. Método simplex
c. Método panal o de la gran M
d. Método dual simplex
3. Análisis de sensibilidad
4. Método de trasporte
Antecedentes Euclides en su libro III
descubrió formas de encontrar líneas
rectas. Desde el siglo XVI
Siglo XX empieza a usar técnicas, su Calculo diferencial
utilizan métodos científicos Newton
En los estados unidos se motivaron Lagrange
por los éxitos.
Definiciones Leibinitz
Se introduce en 1942 como
Aplicación del método científico, Striegies
por equipos interdisciplinarios a problemas logísticos complejos.
Laplace
problemas que comprenden el Probabilidad y estadística
control de sistemas organizados Bernoulli
hombre-maquina para dar soluciones
Pearson
que sirvan mejor a los propósitos de
INTRODUCCIÓN A LA Snedecor
la organización.
INVESTIGACIÓN DE Gauss
OPERACIONES Bayes
Metodología
1.- identificar el problema (partes y objetivos)
La observación de los fenómenos que rodean el problema, hechos y síntomas.
2.- Observa el sistema (información)
Se determina aquellos factores que afectan como son: variables, limitaciones y suposiciones.
3.- Formular el modelo matemático (Plantear)
Consiste en el desarrollo de cursos alternativos de acción o hipótesis, en la forma de modelo
matemático.
4.-Verificar el modelo y usuario en predicción (valorar solución)
Verificar si el modelo matemático diseñado en el paso 3 es una buena representación.
5-. Seleccionar alternativas de solución
Si existe una alternativa que se adapte mejor, entonces debe seleccionarse.
6.- Presentar resultados a la organización
Presentar una recomendación para que la mejor se ajuste a las necesidades.
7.- Implementar y evaluar recomendaciones. Se implanta el sistema con la vigilancia para la
actualización constante.
Aplicaciones
Áreas funcionales Aplicación con éxito
Personal -Determinación de carteras de bonos
Mercado y distribución (se diversificación de la cartera)
Compras y materiales -Reembolso de equipo en Philips
Manufactura Peroleum (se estima que se ahorro
Finanzas y contabilidad 90,000 dólares por año). Programación lineal aplicada.
Planeación Objetivo
Iniciarse en la técnica de
programación lineal la
representación o modelo en
formulación matemática lineal
Definición INTRODUCCIÓN A LA de algunos problemas
Es una de las técnicas agrupadas INVESTIGACIÓN DE elegidos, los agrupados en
como programación matemática “clásicos”.
OPERACIONES
aplicable a problemas de asignación
de recursos limitados con
actividades competitivas hacia un
objetivo común
Antecedentes Históricos
Modelo de programación Método de análisis de insumo producto que
1. Significado cuantitativo desarrollo el economista W. Leontief, también
2. Objetivo se debe reconocer al economista y matemático
3. Restricciones Soviético Livikantorovich quien en 1939
4. Condición no negatividad resolvió un problema de programación lineal
Propiedades para la organización y planeación.
I. Proporcionalidad
II. Divisibilidad
III. Aditiva
IV. certidumbre
Se procesan cuatro productos sucesivamente en dos máquinas. Los tiempos de
manufactura en horas por unidad de cada producto se tabulan a continuación para las dos
maquinas.
TIEMPO POR UNIDAD (HORAS)
MÁQUINA PRODUCTO 1 PRODUCTO 2 PRODUCTO 3 PRODUCTO 4
1 2 3 4 2
2 3 2 1 2
El costo total de producir una unidad de cada producto esta basado directamente en el tiempo de
maquina. El costo por hora para las maquinas 1 y 2 es de $10 y $15 respectivamente. Las horas
totales presupuestadas para todos los productos en las maquinas 1 y 2 son de 500 y 380. Si el
precio de venta por unidad para los productos 1,2,3 y 4 es $65, $70, $55 y $45 respectivamente.
Formule el problema como un modelo de programación lineal para maximizar el beneficio neto
total.
Nota: Cada unidad de cada producto deberá pasar por ambas maquinas en el orden 1 y 2.
El costo de producción implica el costo de la materia prima, mano de obra y otros insumos, pero
este enunciado circunscribe el costo de producción al costo de tiempo maquina, dada la didáctica
del ejercicio.
El beneficio neto total es igual a la suma de los beneficios neto de los productos y que el beneficio
neto por unidad será el precio de venta por unidad, el costo de producción por unidad.
P1 P2 P3 P4 Disponibilidad
Precio 65 70 55 45
($/U)
Tiempo Maquina 1 2 3 4 2 500
Maquina 2 3 2 1 2 380
Costo Maquina 1 2(10) =20 3(10) =30 4(10) =40 2(10) =20
Maquina 2 3(15) =45 2(15) =30 1(15) =15 2(15) =30
COSTO 65 60 55 50
Beneficio 65-65=0 70-60=10 55-55=0 45-50=-5
neto por
unidad
$1U
3. Restricciones
Maquina 1
R1------------------2X1+3X2+4X3+2X4≤500
Maquina 2
R2-------------------- 3X1+2X2+X3+2X4≤380
Condición de NO negatividad
3. Restricciones
FIBRA
R1------------------50X1+45X2+30X3≥40
PROTEINAS
R2-------------------- 6X1+9X2+14X3≥10
GRASA
R3------------------15X1+22X2+40X3≥40
KILOGRAMO
R4-------------------- X1+X2+X3=1
Condición de NO negatividad
2 X2 X2
3 X3 X3
4 X4 X4
5 X5 X5
6 X6 X6
3. Restricciones
R1------------------X1+0+0+0+0+. X6≥80
R2----------------- X1+X2+0+0+0+0. ≥70
R3------------------X1+X2+X3+0+0+0. ≥100
R4------------------X1+X2+X3+X4. ≥110
R5------------------ X4+X5 ≥60
R6------------------ X5+X6≥50
2. Restricciones
R1----------------- X1+X2+X3+X4 =10
R1------------------X1. ≤5
R2----------------- X2. ≤7
R3------------------ X3. ≤2
R4------------------ X4 ≤ 4
R5---------------- X1+X2 ≥3
R6------------- X3+X4 ≤ 4
Condición de NO negatividad
1 Personal 14 0.10 X1
2 Automóvil 13 0.07 X2
3Casa -Habitación 12 0.03 X3
4 Agrícola 12.5 0.05 X4
5 Comercial 10 0.02 X5
1. Definir variables
X1=préstamos personales (en millones de dólares)
X2 = préstamos para automóvil
X3= préstamos para casa
x4 = préstamos agrícolas
x5 = préstamos comerciales
Interés total = .14(.9x1) + .13(.93x2) + .12(.97x3) + .125(.95x4) + .1(.98x5) = .126x1 + .1209x2 + .1164x3 + .11875x4 + .098x5
3. Restricciones
X4+x5≥4.8
3. Los préstamos para casa deben ser iguales a por lo menos 50% de los préstamos persona- les, para automóvil y
para casa:
X3≥ 0.5(X1+X2+X3)
(X3≥ 0.5(X1+X2+X3) )2
2X3≥X1+X2+X3≥0
4. Las deudas impagables no deben exceder 4% de todos los préstamos:
.1x1 +.07x2 +.03x3 +.05x4 +.02x5 ≤04(x1 +x2 +x3 +x4 +x5)
Condición de NO negatividad
≤ +HOLGURA
≥ - SUPERFLUA(S)(A) + ARTIFICIAL (X)(N)
=+ARTIFICIAL (A)(N)
Grafica el siguiente modelo de programación lineal y contesta las preguntas que se hacen.
A B
MaxZ= 2X1 +4X2 MaxZ= 3X1 +2X2
s.a X1 +2X2 ≥10 s.a 2X1 +2X2 ≥ 6
X1 + X2 ≤16 X1 + X2 ≤10
2X1 +2X2 ≥ 2 X2 ≥ 3
X1 ≤10 X1 ≥3
X2 ≤ 5 X2 ≤ 6
2X1+ X2 ≥10 2X1+ 4X2 ≥ 4
Xi ≥ 0 Xi ≥ 0
a.
MaxZ= 2X1 +4X2
R1 s.a X1 +2X2 ≥10 -S1 0≥10 N
R2 X1 + X2 ≤16 +H1 S
0≤16
R3 2X1 +2X2 ≥ 2 -S2 N
0≥ 2
R4 X1 ≤10 +H2 S
0≤10
R5 X2 ≤ 5 +H3 S
0≤ 5
R6 2X1+ X2 ≥10 -S3 N
0≥10
Xi ≥ 0
R1 R2 R3 R4 R5 R6
X1 X2 X1 X2 X1 X2 X1 X2 X1 X2 X1 X2
0 5 0 16 0 1 10 0 0 5 0 10
10 0 16 0 1 0 5 0
R4
R6 R2
R1
R5
R3
8 8!
b. (𝐶 6 = = 28) Ecuaciones son 6 y variables 8
6!(8−6)!
c. 6 son factibles
d. 22 no factibles
e. Son las paralelas entre si; tomando en cuenta los planos con las que estas se hacen
paralelas: R4,R5,R2,R3,son 4
f. 6 degeneradas
g. (0,5) y (10,0)
5 10 10
h. A) ( , 5) ,B)( , 3 ), C)(10,0) D)10,5)
2 3
A) R5, R6 B) R1,R6
R5---- X2=5 R1----X1+2X2=10
R6---- 2X1+X2=10 R6----2X1+X2=10
i. 2X1+4X2
j.
X1 X2 2X1+4X2
5 5
5 2(2)+4(5)=25
2
10 10 2(10)+4(10)=20
3 3
3 3
10 0 2(10)+4(0)=20
10 5 2(10)+4(5)=40
k. Variables existentes 8
l. Son 6 soluciones básicas por que hay 6 ecuaciones
m. 8 variables y 6 son básicas hay 2 no básicas y su valor es 0 por que no están en la
fase de las básicas
n. X1 y X2
o. Holgura son 3
p. H1,H2,H3
q. 3
r. S1,S2,S3
s. No pasa nada si se quitan o afectan, depende del área de solución, en este caso R3 y
R2
B
MaxZ= 3X1 +2X2
s.a 2X1 +2X2 ≥ 6
X1 + X2 ≤10
X2 ≥ 3
X1 ≥3
X2 ≤ 6
2X1+ 4X2 ≥ 4
Xi ≥ 0
a.
R1 R2 R3 R4 R5 R6
X1 X2 X1 X2 X1 X2 X1 X2 X1 X2 X1 X2
0 3 0 10 0 3 3 0 0 6 0 1
3 0 10 0 2 0
R1 R4
R2
R6
R5
R3
a)
8!
b) (𝐶 86 = 6!(8−6)! = 28) Ecuaciones son 6 y variables 8
c) 4 son factibles, puntos del área
d) 24 no factibles
e) Son las paralelas entre si; tomando en cuenta los planos con las que estas se hacen
paralelas: R4,R5,R3,R2,R1,son 5
f) 6 degeneradas
g) (0,3) y (3,0)
h) 𝐴) (3,6) ,B)(3,3), C)(7,3) D)(4,6)
i) 3X1 +2X2
j)
X1 X2 3X1 +2X2
3 6 3(3)+2(6)=21
3 3 3(3)+2(3)=15
7 3 3(7)+2(3)=27
4 6 3(4)+2(6)=24
k) Variables existentes 8
l) Son 6 soluciones básicas por que hay 6 ecuaciones
m) 8 variables y 6 son básicas hay 2 no básicas y su valor es 0 por que no están en la
fase de las básicas
n) Decisión son dos X1 y X2, se encuentran en la función objetiva.
o) Holgura son 2
p) H1,H2
q) 4
r) S1,S2,S3,S4
s) No pasa nada si se quitan o afectan, depende del área de solución, en este caso R1 y
R6
En una compañía que fabrica sillas y mesas existen 3 departamentos: corte, ensamble y
terminado.
En el departamento de corte el proceso para las sillas requiere de 2 horas hombre y para las
mesas 3 horas hombre.
La disponibilidad es de 120h/maquina.
En el departamento de ensamble requiere de 4 horas hombre las sillas y de 3 horas hombre
las mesas, la disponibilidad es de 120 horas maquina. En el departamento de terminado las
sillas requieren 1 hora hombre y las mesas 1 hora hombre y la capacidad es de 60 horas
hombre.
Por otro lado el departamento de ventas indica que se deben hacer un máximo de 40 sillas y
un mínimo de 20 mesas.
Por su parte el departamento de finanzas indica que las sillas aportan una utilidad de $50 y
las mesas una utilidad de $100
Determinar
a) ¿Cuál es el modelo de PL y que se debe formular para optimizar las actividades?
b) ¿Qué cantidad de cada articulo se debe producir?
c) Resolver el problema por el método grafico.
Ensamble 4 3 120h
Terminado 1 1 60h
Máximo 40 sillas
Mínimo 20 mesas
3. Restricciones
X1 ≤ 40
X2 ≥ 20
2X1+3 X2 ≤ 120
4X1+3 X2 ≤ 120
X1+ X2 ≤ 60
Condición de NO negatividad
Xj≥0 Ó X1≥0; X2≥0
R1 R2 R3 R4 R5
X1 X2 X1 X2 X1 X2 X1 X2 X1 X2
40 0 0 20 0 40 0 40 0 60
60 0 30 0 60 0
R4
R3
R2
R5
Soluciones Factibles
A) (0, 20)
B) (0, 40)
C) (15,20)
Solución Optima
Z= 50X1 +100 X2
X1 X2 50X1 +100 X2
0 20 50(0)+100(20)=2000
0 40 50(0)+100(40)=4000
15 20 50(15)+100(20)=2750
Para optimizar ganancias se deben elaborar 40 mesas y 0 sillas que es 80 mesas por una
silla con ganancias de 4,000
CASOS ESPECIALES
Graficar cada uno de los siguientes modelos de programación lineal e identificar el caso
que presentan y por que lo presentan.
a) Máx Z= 4X1+16X2
s.a. X1+4X2 ≤16
X1+ X2≤08
Xi≥0
R1 R2
X1 X2 X1 X2
0 4 0 8
16 0 8 0
Solución múltiple
R1
R2
b) Máx Z= 3X1+ 2X2
s.a X1+ X2 ≤06
2X1+03X2 ≥24
Xi≥0
R1 R2
X1 X2 X1 X2
0 6 0 8
6 0 12 0
R2
R1
c) Máx Z=2X1+3X2
s.a X1+2X2≤10
X1+ X2≤10
X2≤5
Xi≥0
R1 R2
X1 X2 X1 X2
0 5 0 10
10 0 10 0
Solución degenerada
R3
R1
R2
d) Máx Z=3X1+4X2
s.a X1+2X2 ≤10
X1 ≤12
Xi ≥0
R1 R2
X1 X2 X1 X2
0 5 12 0
10 0
R2
R1
Área de
solución factible
O) 3(0)+4(0)=0
A)3(0)+4(5)=20
B) 3(10)+4(0)=30 SOLUCION NORMAL
Determine el numero máximo de soluciones básicas una solución básica es el punto externo
y su numero mas esta limitado por:
(𝑚 + 𝑛)!
= 𝑛𝑢𝑚𝑒𝑟𝑜 𝑚𝑎𝑥𝑖𝑚𝑜 𝑑𝑒 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑏𝑎𝑠𝑖𝑐𝑎𝑠
𝑚! 𝑛!
Donde m= numero de variables n= numero de restricciones.
Inexistentes: se define por las paralelas que se identifican en el grafico y se tendrán tantas
soluciones básicas inexistentes como paralelas que se identifiquen entre si y con los ejes.
Solucionbes multiples
Se puede observar que una de las restricciones es múltiplo o submúltiplo de la función
objetivo.
En este caso la solución optima se encuentra en el segmento de la racta que forma parte del
área de solución factibl que es exactamente paralela a función objetivo.
En estas condiciones el problema puede ser de mayor o minimo.
Si en la tabla optima SIMPLEX final, el valor de Z eje en un varable no básica es “O”,
ESTo implica soluciones optimas alternativas.
Solucion degenerada
Donde se unen tres o mas rectas cuando hay empate al elegir la variable de salida; el
empate se rompe albitrariamente, el proble ocurre en la siguiente iTERACIOn donde los
valores que la solución de una o mas varables básicas llegan a ser “O” en cullo caso se dice
que la solución es degenerada.
En este punto no existe la seguridad de que el valor de la función objetivo mejore ya que la
nueva solución puede permanecer degenerada.
Solucion no existente
Ocurre cunado un problema no tienen área de soluciones factibles, es dicir el espacio de
soluciones factinles es el valor VACIO, y por lo tantono existe soluciones para el problema
de la tabla simplex se identificaran si al obtener la solución optima de la gran M
Se presenta:
a) Una o mas de las variables artificalies es básica , connun valor diferente de “O”
b) El valor optimo de la función objetivo( “Z”) tiene una M mayúscula
c) Si se presnta uno o los dos insicos anteriores se concluye que es una solución no
existente
Graficar cada uno de los siguientes modelos de programación lineal e identificar el caso
que presentan y por que lo presentan.
Máx Z= 2X1+X2
s.a 2X1+ X2 ≤10
X1+ X2 ≤08
X1 ≤04
Xi ≥0
Solución múltiple es submúltiplo de la función objetiva, es paralela.
R1 R2 R3
X1 X2 X1 X2 X1 X2
0 10 0 8 4 0
5 0 8 0
R1
R3
R2
Máx Z= X1+X2
s.a 6X1+ 10X2 ≤ 30
2X1+ X2 ≤ 10
X2 ≤ 03
Xi ≥0
Solución degenerada
R1 R2 R3
X1 X2 X1 X2 X1 X2
0 3 0 10 0 3
5 0 5 0
R1 R2
R3
En ningún punto se intersectan las 3 rectas por lo tanto es una solución NO EXISTENTE ,
no hay área de solución factible.
Las 3 rectas se mueven en dirección contraria, es una solución no existente.
R1 R2 R3
X1 X2 X1 X2 X1 X2
0 6 0 5 0 3
5 0 5 0
R1
R2
R3
Máx Z= -3X1+ X2
s.a -4X1+ 3X2 ≤60
2X1+ 3X2 ≥30
X1 - X2 ≤20
Xi ≥0
Solución no acotada
R1 R2 R3
X1 X2 X1 X2 X1 X2
0 20 0 10 0 -20
-15 0 15 0 20 0
Solución no acotada que crece hacia el infinito.
R1
R3
R2