La programacin lineal (PL) es una herramienta para resolver problemas de optimizacin.

En 1947, George Dantzig desarrollo un mtodo efectivo, el algoritmo simplex, para resolver problemas de programacin lineal (tambin conocido como PL). Desde que surgi dicho algoritmo, la PL se utiliza para resolver problemas de optimizacin en industrias diversas, como los bancos, la educacin, silvicultura, petrleo y transporte de carga. Un Problema de Programacin Lineal (PL) es un problema de optimizacin para el cual se efecta lo siguiente: 1.- Se intenta maximizar (minimizar) una funcin lineal de las variables de decisin. La funcin que se desea maximizar se llama funcin objetivo. 2.- Los valores de las variables de decisin deben satisfacer un conjunto de restricciones. Cada restriccin debe ser una ecuacin lineal o una desigualdad lineal. 3.- Se relaciona una restriccin de un signo con cada variable. Para cualquier variable especifica que no debe ser negativa ( o no tener restricciones de signo (nrs) EJEMPLO 1: Giapettos Inc. Manufacturera de dos tipos de juguetes de madera: soldados y trenes. Un soldado se vende en 27 dlares y requiere 10 dlares de materia prima. Cada soldado que se fabrica incrementa la mano de obra variable y los costos globales de Giapetto en 14 dlares. Un tren se vende en 21 dlares y utiliza 9 dlares de su valor en materia prima. Todos los trenes fabricados aumentan la mano de obra variable y los costos globales de Giapetto en 10 dlares. La fabricacin de soldados y trenes de madera requiere dos tipos de mano de obra especializada: carpintera y acabados. Un soldado necesita dos horas de trabajo de acabado y una obra de carpintera. Un tren requiere una hora de acabado y una hora de carpintera. Todas las semanas, Giapetto consigue todo el material necesario, pero solo 100 horas de trabajo de acabado y de 80 de carpintera. La demanda de trenes es limitada, pero se venden cuando mucho 40 soldados por semana. Gisprtto desea maximizar las utilidades semanales (ingresos-costos). Disee un modelo matemtico para la situacin de Gispetto qe se use para maximizar las utilidades semanales de la empresa. SOLUCION: Al desarrollar el modelo para Giapetto se exploran las caractersticas que comparten todos os problemas de programacin lineal. , la restriccin de signo

Variables de decisin: Se empieza por definir las variables de decisin pertinentes. En cualquier modelo de programacin lineal, las variables de decisin deben describir por completo las decisiones que se tienen que tomar (en este caso). Evidentemente, Giapetto debe decidir cuantos soldados y trenes se deben fabricar cada semana. Sin olvidar lo anterior, se define

= cantidad de soldados fabricados cada semana = cantidad de trenes fabricados a la semana

Funcin objetivo : En cualquier problema de programacin lineal, el que toma las decisiones desea maximizar (por lo regular los ingresos o las utilidades) o reducir al minimo ( casi siempre los costos) algunas funciones de las variables de decisin. La funcin que se desea maximizar o minimizar recibe el nombre de funcin objetivo En el problema de Giapetto , se observa que los costos fijos (como la renta o los seguros ) no dependen de los valores de y . Por consiguiente, Giapetto se puede concentrar en maximizar (los ingresos semanales)- (costo de compra de la materia prima)-(otros costos variables). Los ingresos y los costos por semana de Giapetto, se pueden expresar en trminos de las variables de decisin y . Sera una tontera que Giapetto fabricara ms soldados de los que pueden venderse, asi que se supone que todos los juguetes producidos se vendern. Entonces:

Ingresos por semana= ingresos por semana proporcionados por los soldados+ ingresos por semana proporcionadas por los trenes.

Dlares Soldad o

Soldados Semana

Dlares Tren

Trenes Semana

=27

+ 21

Asimismo: Costos de la materia prima a la semana=10 Otros costos variables a la semana =14 Entonces Giapetto quiere maximizar: +10

+9

(27

+ 21 )-( 10

+ 9 )-( 14

+ 10

=3

+2 +2 es observar que

Otra manera de ver que giapetto quiere maximizar 3

Ingresos semanales= contribucin semanal a la utilidad por parte de los soldados costos no fijos semanales + contribucin semanal a la utilidad por parte de los trenes

Contribucin a las utilidades

Soldados Semana

Soldado

Contribucin a las utilidades

Tren

Trenes Semanas

Tambin,

Contribucin a las utilidades Soldado Contribucin a las utilidades tren

=27-10-14 =3

=21-9-10 =2

Entonces, al igual que antes, se obtiene Ingresos semanales- costos no fijos semanales = 3 +2

Por consiguiente, el objetivo de Giapetto es escoger y para maximizar 3 +2 Se utiliza la variable z para denotar el valor de la funcin objetivo de cualquier PL. La funcin objetivo de Giapetto es: Maximizar 3 +2 (1)

Restriccion: A medida que y se incrementan, la funcin objetivo de Guiapetto se hace ms grande. Esto quiere decir que si Giapetto fuera libre para escoger cualquier valor para y , la compaa podra tener una utilidades arbitrariamente grandes al escoger y muy grandes. Desafortunadamente, los valores de y estan controlados por las siguiente tres restricciones (limitaciones) : Restriccin 1: Se pueden usar cada semana no ms de 100 horas de tiempo de acabado. Restriccion2: Cada semana se pueden usar no ms de 80 horas de tiempo de carpintera Restriccin 3: Debido a la demanda limitada, cuando mucho se deben producir cada semana 40 soldados. En el siguiente paso en el planteamiento de un modelo matemtico para el problema de Giapetto es expresar las restricciones de 1 a 3 en trminos de las variables de decisin y . Para expresar la restriccin 1 de acuerdo con y , obsrvese que :

Total de horas de acabado

horas de acabado

soldados fabricados

horas de acabado

trenes fabricados

Semana soldado

Soldado

semana

tren

semana

=2

=2 +

+
100 (2)

Entonces la restriccin 1 se expresa como :

Las unidades de todos los trminos en (2) son horas de acabado por semana. Para que una restriccin sea razonable, todos los trminos de la restriccin deben tener las mismas unidades. De lo contrario, uno est sumando peras con manzanas, por lo que la restriccin no tendra significado alguno. Para expresar la restriccin 2 en trminos de

, ntese que:

Horas totales de carpintera = Semana =1

horas de carpintera soldado

trenes

horas de carpintera tren

trenes fabricados semana

+ 1 (3)

Entonces, la restriccin 2 se escribe como: 1

Obsrvese una vez ms que las unidades de todos los trminos en (3) son las mismas (en este caso, horas de carpintera a la semana). Por ltimo, el hecho de que cuando mucho se venden a la semana 40 soldados, se expresa limitando la produccin semanal de soldados a mximo 40 de ellos. As se tiene la siguiente restriccin:

(4) Los coeficientes de las variables de decisin en las restricciones se conocen con el nombre de coeficientes tecnolgicos. La razn del nombre es que los coeficientes tecnolgicos reflejan a menudo las tecnologas utilizadas para producir distintos productos Restricciones de signo: Se tiene que dar respuesta a las preguntas siguientes para cada variable de decisin con el fin de completar la formulacin de un problema de programacin lineal: La variable de decisin puede asumir valores tanto positivos como negativos?

Si una variable de decisin solo puede asumir valores no negativos, entonces s aade la restriccin del signo una variable puede asumir tanto valores positivos como negativos (o cero), entonces se dice que no tiene restricciones de signo (se abrevia con frecuencia con( nrs) En el problema de Giapetto , es evidente que 1 siguiente. 1 . Si se combinan las restricciones de signo

. Si

con la funcin objetivo (1) y las restricciones (2) a (4), se obtiene el modelo de optimizacin

Maxz =3 Sujeto a : 2 1 1 1 1 1 1

(Funcin objetivo)

(1)

(restriccin de acabado) (restriccin de carpintera) (restriccin por la demanda de soldados) (restriccin del signo) (Restriccin de signo)

(2) (3) (4) (5) (6)

Quiere decir que los valores de las variables de decisin 1 restricciones de signo.

deben satisfacer todas las limitaciones y todas las