You are on page 1of 6

1) Construcción de los Modelos de Programación Lineal

:
De forma obligatoria se deben cumplir los siguientes requerimientos para construir
un modelo de Programación Lineal:

Función objetivo. (FO): Debe haber un objetivo (o meta o blanco) que la
optimización desea alcanzar.

Restricciones y decisiones: Debe haber cursos o alternativas de acción o
decisiones, uno de los cuáles permite alcanzar el objetivo.

La FO y las restricciones son lineales. Deben utilizarse solamente
ecuaciones lineales o desigualdades lineales.






Pasos para la construcción del modelo:
Definir las variables de decisión.
Definir el objetivo o meta en términos de las variables de decisión.
Definir las restricciones.
Restringir todas las variables para que sean no negativas.
Modelo estándar de Programación Lineal:

Optimizar Z = C1X1+ C1X2 +….+ Cn Xn). Función objetivo.
Sujeta a a11X1+ a11X2 +…..+ a1nXn) £ b1
a21X1+ a21X2 +…..+ a2nXn) £ b1
Restricciones
am1X1+ am1X2 +…..+ amnXn) £ bm
Debiendo ser
X1 ³ 0, X2 ³ 0, ….. Xn ³ 0
Donde :
Xj : variables de decisión, j = 1,2.., n.
n : número de variables.
m : número de restricciones.
aij , bi , cj constantes, i = 1,2.., m

n. Xn ó Xi. C2X2. X3. Por ejemplo. parámetros y una magnitud que representa el objetivo o producto del sistema. La solución ÓPTIMA se obtiene cuando el valor de la Función Objetivo es óptimo (valor máximo o mínimo). la Función Objetivo y las Restricciones. siendo el resultado el menor costo de las soluciones factibles obtenidas. Variables de decisión y parámetros: Las variables de decisión son incógnitas que deben ser determinadas a partir de la solución del modelo. Las restricciones del modelo limitan el valor de las variables de decisión. Función Objetivo: La función objetivo es una relación matemática entre las variables de decisión. CnXn) sujeto a las restricciones del modelo matemático. en la Función Objetivo Z = f (C1X1. C3X3. Determina lo que se va optimizar (Maximizar o Minimizar). Las variables de decisión se representan por: X1. Restricciones: Las restricciones son relaciones entre las variables de decisión y los recursos disponibles. para un conjunto de valores factibles de las variables. Se generan cuando los recursos disponibles son limitados. .…. X2. Es la medición de la efectividad del Modelo formulado en función de las variables. si el objetivo es minimizar los costos de operación.…. X2.2) Determinar las condiciones para que un modelo se considere de programación lineal: Consta de tres elementos o condiciones básicas: Las Variables de decisión.…. hay que reemplazar las variables obtenidas X1. Xn. Los parámetros representan los valores conocidos del sistema o que se pueden controlar. 3.…. la función objetivo debe expresar la relación entre el costo y las variables de decisión. X3. i = 1. 2. Es decir.

los cuales estarán indicados en la Función Objetivo del Modelo. En el presente texto desarrollaremos Modelos Matemáticos de Programación Lineal de: Maximización y Minimización. o del problema que se va a solucionar. ya sea en forma de ecuaciones o inecuaciones lineales llamado. diseñada para optimizar el uso de los recursos limitados en una empresa u organización. Y al consumo de recursos disponibles (con desigualdades = ó = e igualdades =) en las restricciones. Se forma con expresiones de lógicas matemáticas. en términos matemáticos.En el Modelo se incluye. o sea: Xi = 0. Es una técnica utilizada para desarrollar modelos matemáticos. O también. sería absurdo obtener como resultado que se va a fabricar – 4 mesas. su valor solamente podrá ser igual a cero ó mayor que cero. Modelo de Programación Lineal. o sea positivo. conteniendo términos que significan contribuciones: a la utilidad (con máximo) o al costo (con mínimo) en la Función Objetivo del modelo. si una de las variables de decisión representa el número de empleados de un taller. La programación lineal: es la interrelación de los componentes de un sistema. Por ejemplo. si una de las variables es la cantidad de mesas a fabricar. adicionalmente de las restricciones. la Restricción de No Negatividad de las Variables de decisión. 3) Presente un modelo de programación lineal usando el método gráfico: . el valor de esa variable no puede ser negativo. El Modelo de Programación Lineal: es una representación simbólica de la realidad que se estudia.

Dado que la restricción es del tipo "<=" ésta determina el área que está bajo la recta que une las coordenadas (X1.0) y (X1. Luego se grafican las restricciones.0) y corta X2 en (0. En primera instancia se asigna un eje a cada una de las variables de decisión. .0) al evaluar en la restricción 1 la cumple (2*0+0<=6) y por tanto esta coordenada será parte del dominio de dicha inecuación. De forma similar se gráfica la segunda restricción que corta X1 en (28/7. En caso de tener dudas sobre el área que determina cada restricción se recomienda considerar un punto cualquiera fácil de evaluar en la restricción. Por ejemplo la coordenada (X1.X2)=(0.6).X2)=(3. Este dominio esta en verde en la imagen a continuación.X2)=(0. La primera restricción intercepta el eje X1 en 3 (cuando X2=0) y el eje X2 en 6 (cuando X1=0).Ejemplo Resolución Gráfica Resuelva el siguiente modelo de programación lineal a través de la resolución gráfica. La intersección de los dominios que determinan las restricciones del problema definirá el dominio de soluciones factibles.7/2). por ejemplo X1 corresponde al eje horizontal y X2 corresponde al eje vertical.

Es decir. Por tanto una forma de resolver será enumerando todos los vértices del dominio y evaluando éstos en la función objetivo. el vértice que tenga un valor mayor corresponderá a la solución óptima. si desplazamos la función objetivo en la dirección del vector (X1. esta forma de resolución claramente queda limitada a problemas de tamaño menor. Una propiedad de los problemas de programación lineal es que cuando admiten solución. La linea punteada en rojo de la imagen anterior corresponde a dicha curva de nivel y el último punto donde esta curva intercepta el . En el ejemplo se disponen de 4 vértices de fácil identificación.X2)=(120.En consecuencia para encontrar la solución óptima se desplazan las curvas de nivel en la dirección del gradiente hasta que se intercepte por última vez el dominio de puntos factibles. ésta se encontrará siempre en un vértice del dominio de soluciones factibles y en caso muy especiales en la frontera de dicho dominio. En este caso como el problema consiste en maximizar el valor de la función objetivo. sin embargo.Una vez que ha identificado el dominio se debe buscar la solución óptima.80) el valor de la función objetivo crecerá a su mayor tasa. Otra forma de resolución es a través de las curvas de nivel de la función objetivo que corresponden en el ejemplo a rectas paralelas que crecen en la dirección del gradiente de dicha función.

McGraw Hill (5ª edición).shtml#ixzz418JNKW3G  http://thales.monografias.dominio corresponde al vértice con coordenadas (X1.shtml .com/trabajos96/formulacion-modelosprogramacion-lineal/formulacion-modelos-programacionlineal.  www.X2)=(20/9. Y G. Bibliografía  http://www.com/trabajos6/proli/proli.cica.monografias.es/rd/Recursos/rd98/Matematicas/29/matematicas-29. Lieberman “Introducción a la investigación de operaciones”.html  Hiller F.14/9) (Solución Óptima) con Valor Óptimo V(P)=391.