Programación

lineal
Modelo de programación Lineal
Investigación de Operaciones I
Profesor:
Eduardo Rivera
 Determinar cuáles tasas de producción deben
tener dos productos con el fin de maximizar las
utilidades totales de una fabrica, sujetas a las
restricciones impuestas por las capacidades de
producción limitadas disponibles en tres plantas.
(Cada producto se fabricará en lotes de 20
unidades, de manera que la tasa de producción
está definida como el número de lotes que se
Ejemplo prototípico
producen a la semana.)
Se permite cualquier combinación de tasas de
producción que satisfaga estas restricciones,
El reto incluso no fabricar uno de los productos y
elaborar todo lo que sea posible del otro.

1. Definición del problema de interés y recolección de datos

1 relevantes.
 La WYNDOR GLASS CO. produce artículos de vidrio de alta calidad,
entre ellos ventanas y puertas de vidrio. Tiene tres plantas. Los
marcos y molduras de aluminio se hacen en la planta 1, los de
madera en la planta 2; la 3 produce el vidrio y ensambla los
productos
Debido a una reducción de las ganancias, la alta administración ha
decidido reorganizar la línea de producción de la compañía.
Se discontinuarán varios productos no rentables y se dejará
libre una parte de la capacidad de producción para emprender la
fabricación de dos productos nuevos cuyas ventas potenciales son
muy prometedoras:

WYNDOR GLASS CO. Producto 1: una puerta de vidrio de 8 pies con marco de aluminio
Producto 2: una ventana corrediza con marco de madera de 4 por
6 pies
La situación
1. Definición del problema de interés y recolección de datos
1 relevantes.
 Producto 1: una puerta de vidrio de 8 pies con marco de aluminio
Producto 2: una ventana corrediza con marco de madera de 4 por 6
pies

el producto 1 requiere parte de la capacidad de producción en las

plantas 1(alumnio) y 3 (vidrio) y nada en la planta 2.

El producto 2 sólo necesita trabajo en las plantas 2 (madera) y 3

(vidrio).
La división de comercialización ha concluido que la compañía puede
vender todos los productos que se puedan fabricar en las plantas.
Sin embargo, como ambos productos competirían por la misma
WYNDOR GLASS CO. capacidad de producción en la planta 3, no está claro cuál
mezcla de productos sería la más rentable .

La situación
1. Definición del problema de interés y recolección de datos
1 relevantes.
 PRODUCCIÓN DISEÑO MARKETING
CONTABILIDAD VENTAS

datos adicionales
El equipo de IO también identificó los datos que necesitaba reunir:
1. Número de horas de producción disponibles por semana en cada
planta para fabricar estos nuevos productos. (Casi todo el tiempo de
estas plantas está comprometido con los productos actuales, lo que
limita la capacidad para manufacturar nuevos productos.)

2. Número de horas de fabricación que se emplea para producir cada

lote de cada artículo nuevo en cada una de las plantas.

3. La ganancia por lote de cada producto nuevo. (Se escogió la

ganancia por lote producido como una medida adecuada una vez
que el equipo llegó a la conclusión de que la ganancia incremental de
WYNDOR GLASS CO. cada lote adicional producido sería, en esencia, constante , sin que
importase el número total de lotes producidos. Debido a que no se
incurre en costos sustanciales para iniciar la producción y la
La situación comercialización de estos

1. Definición del problema de interés y recolección de datos

1 relevantes.
Formulación como un problema de
programación lineal
• La definición del problema planteado indica que las decisiones que deben tomarse
son el número de lotes de los productos que se fabricarán semanalmente, de manera
que se maximice su ganancia total.
• Para formular el modelo matemático de programación lineal de este problema se
define:
• x1 = número de lotes del producto 1 que se fabrican por semana
• x2 = número de lotes del producto 2 que se fabrican por semana
• Z = ganancia semanal total (en miles de dólares) que generan estos dos productos

2 Formulación de un modelo matemático que represente el problema.

 • x1 = número de lotes del producto 1 que se fabrican por semana
• x2 = número de lotes del producto 2 que se fabrican por semana
• Z = ganancia semanal total (en miles de dólares) que generan estos dos productos
X1 Y X2 Son la variables de decisión o Actividades
TIEMPO DE PRODUCCIÓN TIEMPODE PRODUCCIÓN
PLANTA POR LOTE (HORAS) DISPONIBLE A LA SEMANA
(Recursos) PRODUCTO (HORAS)

X1 X2 X1 & X2 ≥ 0

Restricciones Aluminio 1 0 4 1X1+0X2 ≤ 4

(Nivel de la Madera 0 2 12 0X1+2X2 ≤ 12
actividad) 3X1+2X2 ≤ 18
Vidrio 3 2 18
GANANCIA $ 3,000 $ 5,000 Objetivo a
Z Z =3000X1+5000X2 maximizar o Medida
global del

2 Formulación de un modelo matemático que represente el problema.

desempeño
 TIEMPO DE
PRODUCCIÓN POR TIEMPODE RESTRICCIONES
PRODUCCIÓN

SOLUCIÓN GRAFICA
PLANTA LOTE (HORAS)
PRODUCTO DISPONIBLE A LA X1 ≥0
SEMANA (HORAS)
X1 X2 X2 ≥0
1 1 0 4 X1 ≤ 4
X2 = 0 2 0 2 12 2X2 ≤ 12
12 Zmax = 3X1+ 5X2 3X1 + 2X2 ≤ 18
3 3 2 18
11 GANANCIA $ 3,000 $ 5,000 Z =3X1+5X2
Zmax = 3(2)+ 5(6)
10

9 3X1+ 2X2 = 18 Zmax = 6+ 30 = 36 1er restricción X1 ≥ 0

estas retas serán paralelas

8 2da restricción X2 ≥ 0
Método algebraico
7 X1 = 4 3ra restricción X1 ≤ 4
6 4ta restricción X2 ≤ 6
3X1+ 2X2 = 18, donde X2 = 6
5 5ta restricción 3X1+ 2X2 ≤ 18
3X1+ 2(6) = 18 Ahora hay que encontrar la combinación
4
Región de los puntos X1 y X2 donde Z pueda
3 factible X1= (18-12)/3
obtener su máximo valor y que se ubique
2 X1 = 2 dentro de la Región factible, para ello
1
hacemos tanteos en valores de Z
20 = 3X1+ 5X2
X1 = 0 Si Z = 10 = 3X1+ 5X2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
10 = 3X1+ 5X2 Si Z = 20 = 3X1+ 5X2
2, 3 Formulación de un modelo matemático que represente el problema.
 La WYNDOR GLASS CO. produce artículos de vidrio de alta calidad,
entre ellos ventanas y puertas de vidrio. Tiene tres plantas. Los
marcos y molduras de aluminio se hacen en la planta 1, los de
madera en la planta 2; la 3 produce el vidrio y ensambla los
productos
Debido a una reducción de las ganancias, la alta administración ha
decidido reorganizar la línea de producción de la compañía. Se
discontinuarán varios productos no rentables y se dejará
libre una parte de la capacidad de producción para emprender la
fabricación de dos productos nuevos cuyas ventas potenciales son
muy prometedoras:
WYNDOR GLASS
CO. Producto 1: una puerta de vidrio de 8 pies con marco de aluminio,
se deben producir 2 lotes por semana
Producto 2: una ventana corrediza con marco de madera de 4 por
Conclusión 6 pies, se deben producir 6 lotes por semana
se maximizara la ganancia a $36,000.00

1. Definición del problema de interés y recolección de datos

6 relevantes.
 Características
generales de los
MODELO DE problemas de
PROGRAMACIÓN programación
lineal y las distintas
LINEAL
formas legítimas del
modelo
matemático
 Verificando si hay Solver en su Excel

Windows macOS
1. Haga clic en la pestaña Archivo, elija Opciones y después haga 1. Haga clic en el menú herramientas y, a continuación, haga clic
clic en la categoría Complementos. en Complementos de Excel.
2. En el cuadro Administrar, seleccione Complementos de Excel y 2. En el cuadro Complementos disponibles, active la
después haga clic en Ir. casilla Herramientas para análisis y, a continuación, haga clic
a. Si Herramientas para análisis no se enumera en el en Aceptar.
cuadro Complementos disponibles, haga clic a. Si Herramientas para análisis no se enumera en el
en Examinar para encontrarlo. cuadro Complementos disponibles, haga clic
b. Si se le indica que Herramientas para análisis no está en Examinar para encontrarlo.
instalado actualmente en el equipo, haga clic en Sí para b. Si aparece un mensaje que indica que las herramientas
instalarlo. para análisis no están instaladas actualmente en el equipo,
haga clic en sí para instalarlas.
c. Salga y reinicie Excel.
El comando Análisis de datos está disponible en la
pestaña Datos.

[Link]
6b40ba1a66b4#OfficeVersion=Windows
 Ejemplo Terminología
prototípico General
Capacidad de Recursos

Terminología producción de las plantas

3 plantas m recursos

y Notación
Actividades
Fabricación de 2 n actividades

Básicas
productos
(dinero, equipo, personal,
vehículos, publicidad)

Tasa de producción del

producto j, xj Nivel de Actividad j, xj

Medida Global de
Ganancia Z
Desempeño Z
 Consumo de recursos por
unidad de actividad Cantidad de
Recurso recursos Forma Estándar del modelo
i -m Actividad j -- ➛n disponibles
j 2 . n • Maximizar o Minimizar
1 aij a12 . a1n bi Z = cj xj + c2 x2 + . . cn xn,
2 a21 a22 . a2n b2
3 a31 a32 . b3
• xj = nivel de la actividad j (para j = 1,
4 a41 a42 . b4 2, . . . , n). Variables de decición
5 a51 a52 . b5 • cj = incremento en Z que se obtiene
. . . . . al aumentar una unidad en el nivel de
. . . . . la actividad j. Constante
m am1 am2 a.. amn bm
• bi = cantidad de recurso i disponible
Z = Cj Xj+
Contribución a Z C2X2+…CnXn para asignarse a las actividades
por unidad de Cj C2 C3 Cn (para i =1, 2, . , m). Constante
actividad
• aij = cantidad del recurso i
Constantes de entrada o consumido por cada unidad de la
Parámetros del modelo actividad j. Constante
Forma Estándar del modelo Ecuaciones y desigualdades
Consumo de recursos por
unidad de actividad Cantidad de
Recurso recursos Restricciones de no negatividad
i -m Actividad j -n disponibles
& x1≥ a, x2≥ b…xn≥ c

Sujeto a las restricciones:

i 2 . n
i aij a12 . a1n bi • a11xj+a12x2+… +a1nxn ≤ b1
2 a21 a22 . a2n b2
3 a31 a32 . b3 • a21xj+a22x2+… +a2nxn ≤ b2
4 a41 a42 . b4 • . Restricciones Funcionales o
5 a51 a52 . b5
• . Restricciones Estructurales
. . . . .
. . . . .
m am1 am2 a.. amn bm • am1x1+am2x2+…+amnxn ≤ bm
Contribución a Z Función Objetivo Maximizar
por unidad de Cj C2 C3 Cn
actividad • Z = cjxj +c2x2+…+cnxn
 Consumo de recursos por
Cantidad de
Recurso unidad de actividad
recursos
Forma Estándar del modelo
i -m Actividad j -n
i 2 . n
disponibles
Otras formas
i aij a12 . a1n bi Función Objetivo Minimizar
2 a21 a22 . a2n b2
3 a31 a32 . b3
• Z = c1x1 +c2x2+…+cnxn
4
5
a41
a51
a42
a52
.
.
b4
b5
Sujeto a las restricciones:
. . . . . • a11x1+a12x2+… +a1nxn ≥ b1
. . . . .
m am1 am2 a.. amn bm • a11x1+a12x2+… +a1nxn = b1
Contribución a Z
por unidad de C1 C2 C3 Cn • & xJ No esta restringido
actividad • Incluir una, varias o todas estas formas hace que

Restricciones Funcionales o el problema se clasifique como Progrmación

Lineal
Restricciones Estructurales • Las palabras asignación de recursos limitados
Restricciones de no negatividad entre actividades PUEDE ya no aplicarse a PL
USO DE SOLVER EN EXCEL

• [Link]
Plantilla y Parámetros de Solver
Hacer clic en esta celda

Hacer clic en esta celda

Hacer Hacer

clic en
clic en clic en
estas estas
celdas celdas
Plantilla y Parámetros de Solver
Hacer clic en esta celda

RESTRICCIONES
Hacer clic en esta celda
PRODUCTOS
RECURSOS
RECURSO X1 X2 FORMULAS
DISPONIBLES
≥ ≥
0 0 TIEMPO DISPONIBLE Hacer Hacer

clic en
20 Ventanas 20 Puertas Rerefencia de celda: Restricción clic en clic en
Aluminio 1 0 2 ≤ 4 estas estas
celdas celdas
Madera 0 2 12 ≤ 12
Vidrio 3 2 18 ≤ 18

$3 $5 Ganancia

Z 2 6 $ 36 MAX
FUNCIÓN
OBJETIVO
 Ejemplo: WYNDOR GLASS CO.
• x1 = número de lotes del producto 1 que se fabrican por semana
• x2 = número de lotes del producto 2 que se fabrican por semana
• Z = ganancia semanal total (en miles de dólares) que generan estos dos productos
X1 Y X2 Son la variables de decisión o Actividades
TIEMPO DE PRODUCCIÓN TIEMPODE PRODUCCIÓN
PLANTA POR LOTE (HORAS) DISPONIBLE A LA SEMANA
(Recursos) PRODUCTO (HORAS)

X1 X2 X1 & X2 ≥ 0

Restricciones 1 1 0 4 1X1 ≤ 4
(Nivel de la 2 0 2 12 2X2 ≤ 12
actividad) 3X1+2X2 ≤ 18
3 3 2 18
GANANCIA $ 3,000 $ 5,000 Objetivo a
Z =3000X1+5000X2 maximizar o Medida
global del
desempeño
 TIEMPO DE

PLANTA
PRODUCCIÓN
POR LOTE
TIEMPODE
PRODUCCIÓN
DISPONIBLE A
RESTRICCIONES Supuestos de la Programación Lineal
(HORAS)
PRODUCTO LA SEMANA X1 ≥0
(HORAS) • Desde un punto de vista matemático, los supuestos simplemente
X1 X2 X2 ≥0
1 1 0 4 X1 ≤ 4 son que el modelo debe tener una función objetivo lineal sujeta a
2 0 2 12 2X2 ≤ 12 restricciones lineales
3 3 2 18 3X1 + 2X2 ≤ 18
GANAN
$ 3,000 $ 5,000 • Sin embargo, desde el punto de vista de modelación, estas
CIA Z =3X1+5X2
propiedades matemáticas de un modelo de programación lineal
• Supuesto de Proporcionalidad implican que se deben considerar ciertos supuestos acerca de las
actividades y datos del problema que será modelado
La proporcionalidad es un supuesto sobre la
• incluso algunos acerca del efecto de las variaciones en el nivel de
función objetivo y sobre las restricciones
las actividades X
funcionales, como se resume a continuación

• Supuesto de proporcionalidad: [Link]

La contribución de cada actividad al valor de la función objetivo Z es proporcional al nivel de la
actividad xj, como lo representa el término cjxj en la función objetivo.
• De manera similar, la contribución de cada actividad al lado izquierdo de cada restricción
funcional es proporcional al nivel de la actividad xj, como lo representa en la restricción el
término aijxj. En consecuencia, este supuesto elimina cualquier exponente diferente de 1 para
las variables en cualquier término de las funciones —ya sea la función objetivo o la función en
el lado izquierdo de las restricciones funcionales— en un modelo de programación lineal
 Terminología de las soluciones del modelo
• Estamos acostumbrados a que el término
solución signifique la respuesta final a un Una solución óptima es una
problema, en PL y sus extensiones NO será así solución factible que proporciona
• Ahora, cualquier conjunto de valores 1 el valor más favorable de la
específicos de las variables de decisión (x1 , x2 , . . 0
función objetivo.
. , xn ) se llama una solución 9 50 ≤ 3X1+ 5X2
• Talvez solo una sea deseable, y puede que la Si, se indicara que x2 = 2000 cada
(2,6), 836
deseable no sea permitida 7 punto en la recta amarilla sería una
Una solución factible es aquella para 6 solucoón Óptima. (soluciones factibles
la que todas las restricciones se en los vertices (2, 6) y (4, 3)
5
satisfacen
4 Región Z=18=3x1+2x2
Una solución no factible es una
solución para la que al menos 3
factible
una restricción no se cumple 2
Zmax = 3X1+ 5X2
La Región factible es la reunión 1
de todas las soluciones posibles
0 1 2 3 4 5 6 7 8 9 1 1 1 1 1 1 1
0 1 2 3 4 5 6
Por ejemplo: si en el ejemplo se nos En este caso para $50,000 no hay
diera la restricción de al menos
ganar $50,000 semanales
solucuón factible, Z no acotada
 Solución Factible en un Vértice FEV Relación entre las soluciones
óptimas y las soluciones FEV
• Es un tipo de solucón especial, tiene • Considere cualquier problema
7
un papel importante cuando el
de programación lineal con
método símplex trata de encontrar
soluciones factibles y una
una solución óptima 6
región factible acotada.
• Una solución Factible En un Vértice
5 • El problema debe poseer
(FEV) es una solución que se
encuentra en una esquina de la soluciones FEV y al menos una
región factible 4 solución óptima.

• Las soluciones FEV también se Región • Además, la mejor solución FEV

conocen como puntos extremos o
3 factible debe ser una solución óptima.
esquinas • Entonces, si un problema tiene
2
• Estos conceptos serviran para resolver exactamente una solución
problemas con ciertas condiciones óptima, ésta debe ser una
1
más adealante solución FEV.
• Donde se analizaran propiedades 0 1 2 3 4 •5 Si el6problema
7 8 tiene
9 múltiples
útiles de FEV para problemas de soluciones óptimas, al menos
cualquier tamaño y la relación con dos deben ser soluciones FEV.
soluciones óptimas
 Símbolos se usan de manera convencional

• Z = valor de la medida global de desempeño.

• xj = nivel de la actividad j (para j = 1, 2, . . . , n).
• Cj = incremento en Z que se obtiene al aumentar una unidad en el nivel de la actividad j.
• bi = cantidad de recurso i disponible para asignarse a las actividades (para i =1, 2, . . . ,m).
• aij = cantidad del recurso i consumido por cada unidad de la actividad j.
Proporcionalidad Violada o no cumplida

Caso 1: Costo inicial

Caso 2: Rendimiento marginal creciente, uso de maquinarias más

eficientes, corridas de producción más grandes, descuentos por
compras cantidad, curva de aprendizaje de trabajadores.

Caso 3: se elevan costos de marketing,

 Proporcionalidad Violada o no cumplida (se elimina
todos los exponentes diferentes a UNO)
20
Ganancia del producto X1 ($000 por semana)

Z = 0.5x2 + 2.5x Proporcionalidad Proporcionalidad violada

Satisfecha Caso 1 Caso 2 Caso 3
15 Rendimiento Rendimiento
Z = 3x X1 Z =3X1 (CjXj)
Costos fijos en el
arranque
Marginal Marginal
Creciente Decreciente
Contribución de X1 a Z

Z =3X1 Z =3X1 - 1 Z=0.5x2 + 2.5x Z=-0.5x2 + 3.5x

10
0 0 -1 0 0
Z = 3x - 1 1 3 2 3 3
2 6 5 7 5
3 9 8 12 6
5
Z = -0.5x2 + 3.5x 4 12 11 18 6

Caso 1: Costo inicial

0
0 1 2 3 4 5 Caso 2: Rendimiento marginal creciente, uso de
maquinarias más eficientes, corridas de producción
más grandes, descuentos por compras
-5
----> X1 cantidad, curva de aprendizaje de trabajadores.

Caso 3: se elevan costos de marketing

 Supuestos de la Programación Lineal
• Aunque el supuesto de proporcionalidad elimina los
TIEMPO DE
PRODUCCIÓN POR TIEMPODE RESTRICCIONES exponentes diferentes de uno, no prohíbe los términos
LOTE (HORAS) PRODUCCIÓN
PLANTA
DISPONIBLE A LA de productos cruzados
PRODUCTO SEMANA (HORAS) X1 ≥0
X1 X2 X2 ≥0
• términos que incluyen el producto de dos o más
1 1 0 4 X1 ≤4
2 0 2 12 2X2 ≤ 12 variables
3 3 2 18 3X1 + 2X2 ≤ 18
GANANCI
$ 3,000 $ 5,000 • El supuesto de aditividad elimina esta posibilidad,
A 3X1+5X2 =Z
como se ve a continuación:

• Supuesto de Aditividad
• Cada función de un modelo de programación lineal (ya sea la función objetivo o el lado
izquierdo de las restricciones funcionales) es la suma de las contribuciones individuales de
las actividades respectivas
 Aditividad Violada o no cumplida Z
(prohíbe términos de productos cruzados)
Ganancia del producto X1 ($000 por semana) Caso 1: Solo se
Aditividad Aditividad violada promociona el producto
Satisfecha Caso 1 Caso 2
X1, pero esto hace que
(X1,X2) Complementarios de forma que
la Ganancia aumenta
Competitivos de forma que la
ganancia disminuya se venda más el
producto x2
Z = 3X1 + 5X2 Z =3X1 + 5X2 +X1X2 Z =3X1 + 5X2 - X1X2 Caso 2: X1 y X2 usan la
(1, 0) 3 3 3 misma maquinaria, o
(0,1) 5 5 5
(1,1) 8 9 7
equipo y compiten por
Ganancia del producto X1 ($000 por semana) el recurso
Funciones de restricción Aditividad Satisfecha
Caso 3 Caso 4 Caso 3: el combinar el
Aditividad Tiempo adicional Tiempo Ganado en producto X1 con el X2
(X1,X2) Violada Desperdiciado Combinación agrega tiempo al
3X1 + 2X2 +0.5X1X2 3X1 + 2X2 – 0.1X1 X2 proceso
3X1 + 2X2 ≤ 18
= tiempo = tiempo
(2, 0) 6 6 6 Caso 4: el combinarX1 y
(0,3) 6 6 6 X2 se aprovecha tiempo
(2,3) 12 15 10.8
 TIEMPO DE

PLANTA
PRODUCCIÓN
POR LOTE
TIEMPODE
PRODUCCIÓN
DISPONIBLE A
RESTRICCIONES Supuestos de la Programación Lineal
(HORAS)
PRODUCTO LA SEMANA X1 ≥0
(HORAS)

1
2
X1
1
0
X2
0
2
4
12
X2
X1 ≤ 4
2X2 ≤ 12
≥0
• El siguiente supuesto se refiere
a los valores permitidos para las
3 3 2 18 3X1 + 2X2 ≤ 18
GANAN
$ 3,000 $ 5,000
CIA Z =3X1+5X2

variables de decisión Xj, X2,…Xm

• Supuesto de divisibilidad:
• En un modelo de programación lineal, las variables de decisión pueden tomar cualquier valor,
incluso valores no enteros, que satisfagan las restricciones funcionales y de no negatividad.
• En consecuencia, estas variables no están restringidas a sólo valores enteros.
• Como cada variable de decisión representa el nivel de alguna actividad, se supondrá que las
actividades se pueden realizar a niveles fraccionales.
• Los modelos matemáticos con esta restricción, que se llaman modelos de programación
entera (cap. 11)
 TIEMPO DE

PLANTA
PRODUCCIÓN
POR LOTE
TIEMPODE
PRODUCCIÓN
DISPONIBLE A
RESTRICCIONES Supuestos de la Programación Lineal
(HORAS)
PRODUCTO LA SEMANA X1 ≥0
(HORAS)

1
X1
1
X2
0 4
X2
X1 ≤ 4
≥0
• El último supuesto se refiere a los parámetros del
modelo, es decir, a los coeficientes cj , en la
2 0 2 12 2X2 ≤ 12
3 3 2 18 3X1 + 2X2 ≤ 18
GANAN
$ 3,000 $ 5,000
Z =3X1+5X2
función objetivo, los coeficientes aij , en las
CIA

restricciones funcionales y los bi en el lado

derecho de las restricciones funcionales.
• Supuesto de certidumbre:
• Se supone que los valores asignados a cada parámetro de un modelo de programación
lineal son constantes conocidas.
• En los problemas reales, el supuesto de certidumbre casi nunca se satisface por completo
• Por lo general se formulan modelos de acción furura que están basados en una predicción
• Por esta razón, siempre es importante realizar un análisis de sensibilidad después de
encontraruna solución óptima de los valores supuestos de los parámetros.
 Los supuestos en perspectiva

• El modelo matemático intenta ser sólo una representación idealizada del problema real.
• Por lo general se requieren aproximaciones y los supuestos de simplificación para que el
modelo se pueda manejar.
• Agregar demasiados detalles y precisión puede hacer que el modelo sea difícil de
manipular para llevar a cabo un análisis útil del problema.
• En realidad, todo lo que se necesita es que exista una correlación relativamente alta entre
la predicción del modelo y lo que de hecho pasaría en el problema real.
El granjero
• Un granjero cría cerdos para venta y desea determinar qué cantidades
de los distintos tipos de alimento debe dar a cada cerdo para cumplir
requisitos nutricionales a un costo mínimo. En la siguiente tabla se dan las
unidades de cada clase de ingrediente nutritivo básico contenido en un
kilogramo de cada tipo de alimento, junto con los requisitos nutricionales
diarios y los costos de los alimentos
El granjero
• Un granjero cría cerdos para venta y desea determinar
qué cantidades de los distintos tipos de alimento debe
dar a cada cerdo para cumplir requisitos nutricionales a
un costo mínimo. En la siguiente tabla se dan las
unidades de cada clase de ingrediente nutritivo básico
contenido en un kilogramo de cada tipode alimento,
junto con los requisitos nutricionales diarios y los costos
de los alimentos
 SidneyVille
• Fabrica muebles de oficina y para el hogar. La División produce dos escritorios, el de tapa corrediza o cierre
y el normal. Los fabrica en una planta usando una selección de maderas. Éstas se cortan a un espesor
uniforme de 1”, pero el inventario ésta en metros2. Un escritorio de cierre requiere de 10 metros2 de Pino, 4 de
Cedro y 15 de Arce. Para un escritorio normal se requieren 20 metros2 de Pino, 15 de Cedro y 10 de Arce, Los
escritorios producen ganancias de 115 y 90 dólares respectivamente.

• En la actualidad la empresa dispone de 200 metros cuadrados de pino, 128 de de cedro y 220 de Arce. Han
recabado pedidos para ambos escritorios y les gustaría producir una cantidad de piezas con cierre y
normales que maximice su ganancia,

• ¿Cuántos escritorios deben producir de cada uno?

• A)¿Cuánto de incremento de la ganancia por cada unidad adicional de recurso que se pudiera conseguir?

• B)¿Cuáles son los rangos en los cuales los coeficientes de la función objetivo pueden cambiar para que la
solución óptima se mantenga?

• C)¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse los recursos disponibles?
 SidneyVille
• Fabrica muebles de oficina y para el hogar. La División produce dos escritorios, el de tapa corrediza o cierre
y el normal. Los fabrica en una planta usando una selección de maderas. Éstas se cortan a un espesor
uniforme de 1”, pero el inventario ésta en metros2. Un escritorio de cierre requiere de 10 metros2 de Pino, 4
de Cedro y 15 de Arce. Para un escritorio normal se requieren 20 metros2 de Pino, 15 de Cedro y 10 de Arce,
Los escritorios producen ganancias de 115 y 90 dólares respectivamente.

• En la actualidad la empresa dispone de 200 metros cuadrados de pino, 128 de de cedro y 220 de Arce. Han
recabado pedidos para ambos escritorios y les gustaría producir una cantidad de piezas con cierre y
normales que maximice su ganancia,

• ¿Cuántos escritorios deben producir de cada uno?

• A)¿Cuánto de incremento la ganancia por cada unidad adicional de recurso que se pudiera conseguir?

• B)¿Cuáles son los rangos en los cuales los coeficientes de la función objetico pueden cambiar para que la
solución óptima se mantenga?

• C)¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse los recursos disponibles, sin afectar los
precios sombra?
 SidneyVille
• Fabrica muebles de oficina y para el hogar.
La División produce dos escritorios, el de
tapa corrediza o cierre y el normal. Los
fabrica en una planta usando una
selección de maderas. Éstas se cortan a un
espesor uniforme de 1”, pero el inventario
ésta en metros2. Un escritorio de cierre
requiere de 10 metros2 de Pino, 4 de Cedro
y 15 de Arce. Para un escritorio normal se
requieren 20 metros2 de Pino, 15 de Cedro y
10 de Arce, Los escritorios producen
ganancias de 115 y 90 dólares
respectivamente.
• En la actualidad la empresa dispone de 200
metros cuadrados de pino, 128 de de cedro
y 220 de Arce. Han recabado pedidos para
ambos escritorios y les gustaría producir una
cantidad de piezas con cierre y normales
que maximice su ganancia,
 El precio Sobra es:
RESOLUCIÓN: cuanto se incrementa la F.O. al conseguir
• ¿Cuántos escritorios deben producir de cada uno? una unidad más de recurso
• Debo fabricar 12 escritorios de Cierre, 4 Escritorios normales par obtener una ganancia de $1,740
• A)¿Cuánto de incremento la ganancia por cada unidad adicional de recurso que se pudiera conseguir?
• El incremento de ganancia lo determina el PRECIO SOMBRA, este dato lo brinda el informe se sensibilidad
(o de responsabilidad) y se interpresa así:
• Por cada unidad de Pino el la F.O se incrementa $1
• Por cada unidad de Cedro el la F.O se incrementa $0
• Por cada unidad de Arce el la F.O se incrementa $7

• Como se consumieron todos los recurso de PINO y de ARCE, a estos productos se les llama PRODUCTOS
EN ESCASES
• Como sobra CEDRO, a este producto se le llama PRODUCTO EN EXCESO
 RESOLUCIÓN:
• ¿Cuántos escritorios deben producir de cada uno?
• Debo fabricar 12 ($115) escritorios de Cierre, 4($90) Escritorios normales par obtener una ganancia de $1,740
• B)¿Cuáles son los rangos en los cuales los coeficientes de la función objetico pueden cambiar para que la solución
óptima se mantenga?
• Esta información la entrega el informe de sensibilidad con los datos PREMISIBLE AUMENTAR y PERMISIBLE REDUCIR
• Es posible jugar con el precio del escritorio de CIERRE puede, puede subir $20 ($135) y bajarlo $70 ($45)
• El Escritorio NORMAL se le puede aumentar el valor en $140 ($230) y bajarle el precio hasta ($76,67)
• Sin que la ganancia se vea afectada
 RESOLUCIÓN:
• ¿Cuántos escritorios deben producir de cada uno?

• Debo fabricar 12 escritorios de Cierre, 4 Escritorios normales par obtener una ganancia de $1,740

• C)¿Cuáles son los rangos en los cuales pueden se adquirirse o reducirse los recursos disponibles, sin afectar los precios
sombra?

• El PINO puede amentar en 21,62 m2 (221,61m2) y reducirse 53,33m2 (146,67m2) sin afectar al precio sombra de $1

• El CEDRO puede aumentar al INFINITO y reducirse 20m2 (108m2) sin que el precio sombra de $0 se vea afectado

• El ARCE puede aumentar 80m2 (300m2) y reducirse 57,14m2 (162,57m2) sin que el precio sombra de $7 se vea afectado
Programando Compras
• A continuación se muestra el listado de artículos a comprar para
reabastecer una tienda de artículos informáticos, para ello se cuenta
únicamente con Q,31,000,00
Programando Compras
• A continuación se muestra el listado de artículos a comprar para
reabastecer una tienda de artículos informáticos, para ello se cuenta
únicamente con Q,31,000,00

¿Será posible plantear este

problema como una PL?
LA FABRICA

• Cierta compañía tiene tres plantas con un exceso en su capacidad de

producción. Las tres pueden fabricar un determinado producto y la
gerencia ha decidido usar parte de la capacidad adicional para esto.
• El producto puede hacerse en tres tamaños: grande, mediano y chico,
que darán una ganancia neta de $420, $360 y $300, respectivamente. Las
plantas tienen capacidad de mano de obra y equipo para producir 750,
900 y 450 unidades diarias cada una, sin importar el tamaño o la
combinación de tamaños de que se trate
LA FABRICA
• La cantidad de espacio disponible para almacenar material en proceso
impone también una limitación en las tasas de producción del nuevo
producto. Se cuenta con 13000, 12000 y 5000 pies cuadrados de espacio
en las plantas 1, 2 y 3, para los materiales en proceso de la producción
diaria de este producto.
• Cada unidad grande, mediana y chica que se produce requiere 20, 15 y
12 pies cuadrados, respectivamente.
• Los pronósticos de mercado indican que se pueden vender 900, 1200 y
650 unidades diarias, correspondientes a los tamaños grandes, mediano y
chico.
LA FABRICA
• Con el fin de mantener una carga de trabajo uniforme entre las plantas y
para conservar alguna flexibilidad, la gerencia ha decidido que la
producción adicional que se les asigne emplee el mismo porcentaje de la
capacidad adicional con que cuentan. El gerente quiere saber cuántas
unidades de cada tamaño debe producir en cada planta para
maximizar la ganancia.
• Formule el modelo de programación lineal para este problema.
 Ejemplo 2:
Diseño de terapia de radiación

• Acaban de diagnosticar que Mary padece cáncer en una etapa bastante

avanzada Específi camente,
• Tiene un tumor grande en el área de la vejiga, una “lesión que afecta a toda la vejiga”.
• Mary recibirá una terapia de radiación extensa
• La máquina de rayos externos que envía radiación ionizante a través del cuerpo de la
paciente y daña tanto los tejidos cancerosos como los sanos
• Debido a la atenuación, cada rayo descarga más radiación sobre el tejido cercano al
punto de entrada que sobre el cercano al punto de salida
• La dispersión también provoca que parte de la radiación se descargue sobre tejidos que
están fuera de la trayectoria directa del rayo.
 Ejemplo 2:
Diseño de terapia de radiación

• Debido a que las células del tumor casi siempre se encuentran diseminadas entre células
sanas, la dosis de radiación a través de la región del tumor debe ser suficiente para matar las
células malignas que son un poco más sensibles a ella, pero suficientemente pequeña para
no matar a las células sanas
• Al mismo tiempo, la dosis acumulada que reciben los tejidos críticos no debe exceder los
niveles de tolerancia establecidos,
• con el objeto de prevenir complicaciones que puedan resultar más serias que la
enfermedad misma.
• La dosis completa que recibe el cuerpo sano debe minimizarse.
• x