You are on page 1of 25

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PROGRAMACIÓN LINEAL
 

 
MODELOS PARA LA TOMA DE DECISIONES
 
AUTOR: Gabriel Mauricio Yañez Barreto
 

 

 

 

 

INICIO  

• Desarrollo  de  cada  una  de  las  unidades  temáticas  
1. Introducción  a  la  programación  lineal  
1.1. Introducción  a  los  modelos  
1.2. Modelos  estáticos  y  dinámicos  
1.3. Modelos  lineales  y  no  lineales  
1.4. Modelos  enteros  y  no  enteros  
1.5. Modelos  determinísticos  y  estocásticos    
2. Proceso  de  construcción  de  modelos  de  siete  pasos    
3. Ventajas  del  modelo  matemático  
4. Conceptos  clave  para  el  desarrollo  de  problemas  de  programación  lineal  
5. Método  de  solución  
5.1. Método  grafico    
5.2. Método  matemático    
5.3. Método  Gráfico    
5.4. Método  simplex    
• Glosario  de  términos    
• Referencias  
• Referencias  Bibliográficas  

DESARROLLO  DE  CADA  UNA  DE  LAS  UNIDADES  TEMÁTICAS  

1. Introducción  a  la  programación  lineal  

1.1. Introducción  a  los  modelos  

Se  conoce  como  Investigación  de  Operaciones  al  proceso  científico  utilizado  para  encontrar  una  
solución   o   decisión   que   permita   operar   un   sistema   y   obtener   un   resultado   específico   asignando  
la   menor   cantidad   de   recursos   posibles,   a   este   proceso,   se   le   conoce   como   Ciencia   de   la  
Administración.  

 

2 POLITÉCNICO GRANCOLOMBIANO

Modelos  estáticos  y  dinámicos   Cuando  las  variables  de  decisión  no  requieren  de  sucesiones  de  decisión  para  periodos  múltiples   se   tiene   un   modelo   estático. Modelos  enteros  y  no  enteros   Tenemos  un  modelo  entero  cuando  en  el  modelo  de  optimización  una  o  más  variables  de  decisión   deben  ser  enteros.  en  caso   contrario.   se   tiene   un   modelo   dinámico. Modelos  lineales  y  no  lineales   Si  las  variables  de  decisión  que  aparecen  en  la  función  objetivo  y  en  las  restricciones  de  un  modelo   de  optimización  están  multiplicadas  por  constantes  y  acomodadas  en  forma  de  suma.   En   el   modelo   estático   podemos   resolver   un   problema   con   tan   solo   un   intento   cuyas   soluciones   dicten   valores   óptimos  de  las  variables  de  decisión  en  cada  uno  de  los  puntos  de  tiempo.   En   caso   contrario.  para  lo  cual  se  precisa  ilustrar  una  situación  real  con  una  ecuación  que  nos  ayude  a   analizar  el  problema  y  a  encontrar  la  mejor  solución  posible.  Los  modelos  restantes.   cuando   el   modelo   de   optimización   no   es   lineal   obtenemos  un  modelo  no  lineal.5.  en  el  que  no  conocer  los  valores  de  la  función  objetivo  y  no  tener  seguridad  sobre  el   cumplimiento  de  las  restricciones  se  tendrá  un  modelo  estocástico.     3   3 MODELOS PARA LA TOMA DE DECISIONES 3 .   mediante   un   proceso   científico.4.   pertenecen   a  la  categoría  de  modelos  dinámicos.   en   este   caso.   1.3.   1.2.  tendremos  un  modelo  no  entero.   entonces.   Una   empresa   cualquiera   sería   un   buen   ejemplo   de   sistema   cuya   meta   común   es  aumentar  al  máximo  sus  ganancias  mientras  ofrecen  productos  de  excelente  calidad.  cuando  las  variables  de  decisión  tengan  la  opción  de  ser  un  valor  fraccionario. Modelos  determinísticos  y  estocásticos   En  caso  de  conocer  con  seguridad  el  valor  de  la  función  objetivo  y  si  las  restricciones  se  cumplen   o  no  para  cualquier  valor  de  las  variables  de  decisión  se  tendrá  un  modelo  determinístico.   en   los   cuales   las   decisiones   requieren   del   análisis   recursivo   para   periodos   múltiples.     La   toma   de   decisiones. Un  Sistema  es  un  conjunto  de  elementos  independientes  que  trabajan  en  conjunto  para  lograr   una   meta   común.   necesita   de   uno   o   varios   modelos   matemáticos.   tendremos   un   modelo   lineal.   1.  entonces.   1.

Proceso  de  construcción  de  modelos  de  siete  pasos   El  siguiente  proceso  es  esencial  en  la  investigación  de  operaciones  para  la  solución  de  problemas   de  una  empresa.   4. Plantear  el  problema:   al  definir  el  problema  que  está  afectando  a  determinada   empresa   se   deben   tener   en   cuenta   los   objetivos   específicos   y   partes   de   la   misma   que  deben  ser  analizadas  para  lograr  resolver  el  problema.  se  deben  empezar  a  aplicar   las  recomendaciones. Poner   en   marcha   y   evaluar   las   recomendaciones:   después   que   la   empresa   apruebe  los  resultados  del  proceso  de  investigación.   se   debe   encontrar   la   falla   en   el   proceso   de   investigación.  puede   existir  más  de  una  solución  viable  para  la  solución  del  problema.   la  participación  de  las  directivas  de  la  empresa.   6. Formular   un   modelo   matemático   del   problema:   el   estudio   y   análisis   de   los   parámetros  que  afectan  el  problema  de  la  empresa  debe  dar  como  resultado  uno   o  más  modelos  matemáticos.   3.  Aunque  un  modelo  esté  validado   y  corroborado  se  debe  tener  cuidado  al  aplicarlo.   5.       4 POLITÉCNICO GRANCOLOMBIANO . Presentar   los   resultados   y   la   conclusión   del   estudio   a   la   empresa:   después   de   decidir   la   mejor   opción   u   opciones   para   la   solución   del   problema.  de  manera  que  estas  recomendaciones  logren  contribuir  con  las   metas  propuestas.   si   por   algún   motivo   la   empresa   no   aprueba   las   soluciones   presentadas.  con  base  en   ellos.   una   posibilidad  puede  ser  que  se  haya  abordado  de  forma  incorrecta  la  definición  de   los  problemas  de  la  empresa  o  que  se  haya  omitido.  Para  lo  cual.  la  investigación  debe   retroceder  al  punto  en  el  que  se  originó  el  error. Verificación   del   modelo   para   la   predicción   y   su   implementación:   es   necesario   verificar  que  el  rendimiento  de  las  variables  de  decisión  que  no  se  usaron  en  la   estimación  estén  perfectamente  representadas.  En  este  caso.   2. 2.  se  podrá  estudiar  el  inconveniente  mediante  un  modelo  matemático.  es  necesario  vigilar  y  actualizar  el  sistema  de   forma  continua.  en  caso  de   existir  varias  soluciones  diferentes  es  posible  que  las  directivas  quieran  escoger  la   más   adecuada.   1. Observar  el  sistema:  la  recopilación  de  información  es  esencial  para  conocer  el   valor  de  los  factores  que  están  causando  el  problema  de  la  empresa.  se  debe  decidir  cuál  de  todas  ellas  es  la   más  conveniente  para  los  objetivos  de  la  empresa. Seleccionar  una  opción  adecuada:  a  partir  de  la  base  del  modelo  matemático  y  de   las  diferentes  opciones  que  este  ofrece.   7.   es   necesario   presentar  el  resultado  de  la  investigación  ante  la  cabeza  de  la  empresa.  desde  un  comienzo  el  proceso.  sobre  los  cuales  se  planteará  una  nueva  estrategia  a   seguir  para  contrarrestar  el  conflicto.  ya  que  por  supuesto.

 costos  de  producción  y  de  transporte  y  otros  elementos  similares.   empezaremos   por   el   análisis   de   modelos   de   programación   lineal   básicos   de   dos   variables. Se  puede  utilizar  un  modelo  para  recopilar  información. 3.  puede  utilizar  un  modelo   para  calcular  tales  cifras  en  cualquier  situación  específica. En  ocasiones  el  modelo  es  el  único  medio  infalible  para  la  resolución  de  problemas   complejos.   En   este   capítulo.   si   una   empresa   quiere   saber   cuánto   crecerá   o   disminuirá   su   taza   de   producción  y  ganancia  con  restricciones  de  manufactura.   de   esta   forma.   6.   gastos. Los   modelos   pueden   ser   muy   útiles   para   un   directivo   que   quiera   formular   problemas   hipotéticos. Ventajas  del  modelo  matemático   1.   rendimientos.   2. Un  modelo  puede  ser  una  representación  exacta  de  un  problema  real.  pero  se  hará  mayor  énfasis  en  el  desarrollo  de  estos  problemas  en  PHP  SIMPLEX  y  el   análisis  de  la  última  iteración.   el   costo   y   el   tiempo   invertidos   en   un   análisis   de   modelo  son  mucho  menores  que  los  de  una  arriesgada  campaña  de  marketing.   7.   4.  a  esto  se  le  conoce  como  análisis  de  sensibilidad  y  permite  estudiar   los  cambios  de  un  modelo. Los   modelos   también   pueden   ser   útiles   para   compartir   diferentes   problemas   y   soluciones   con   otros   analistas.   5.   Aprenderemos   a   desarrollar  los  modelos  de  dos  variables  con  método  gráfico  y  a  analizarlos  con  la  herramienta   computacional  PHP  SIMPLEX  (aplicación  web).  con   lo  cual  es  posible  determinar  con  anticipación  los  resultados  en  un  entorno  real.   se   presentarán   mejores   soluciones   a  los  directivos  de  una  empresa  que  les  ayuden  a  tomar  la  mejor  decisión  final.   veremos   un   análisis   para   la   solución   de   estos   llamado   método   simplex.   aprenderemos   a   aplicarlos.   dependiente   de   varios   factores   como   cantidad   de   variables   y   cantidad   de   restricciones.  Con  una   buena  formulación  es  posible  tener  una  ecuación  altamente  precisa. Una  empresa  puede  usar  un  modelo  para  ahorrar  costos  a  la  hora  de  tomar  una   decisión   y   resolver   un   problema.   3.  la  validez  del   modelo   depende   en   su   exactitud   al   momento   de   representar   el   problema   o   el   sistema  a  estudiar.   estos   se   pueden   solucionar   por   método   gráfico   de   una   manera   muy   sencilla.   ventas.  a  largo  plazo  de  esta  forma   se  puede  saber  de  qué  forma  podrían  afectar  los  posibles  cambios  de  presupuesto   a  las  utilidades. Solución  de  modelos  de  programación  lineal  de  dos  variables  con  método  gráfico   Los   modelos   de   programación   lineal   se   pueden   desarrollar   de   diferentes   maneras.   que   le   ayuden   a   calcular   ingresos.  lo  cual  lo  hace  tremendamente  eficiente  para  la  resolución  de   problemas  de  negocios.       5   5 MODELOS PARA LA TOMA DE DECISIONES 5 .  cuando  los  modelos  son  de  más  de  dos  variables.

  Si  tenemos  el  siguiente  problema  vamos  a  resolverlo  de  manera  didáctica  y  paso  a  paso.   Esta   habilidad   solamente   se   puede   obtener   mediante   la   práctica   de   ejercicios.     Sea  x1   y  x2   el  nivel  de  producción  mensual  de  producto  1  y  producto  2.   Veremos  una  forma  de  analizar  restricciones.  Inc.   Ahora  el  caso  práctico  que  veremos  a  continuación.   Se   debe   tener   especial   atención   en   el   desarrollo   de   las   restricciones. 4.  Denote   por  P1    y  P2  l  as  utilidades  unitarias  para  los  productos  1  y  2. Conceptos  clave  para  el  desarrollo  de  problemas  de  programación  lineal   Para  solucionar  modelos  de  programación  lineal  es  necesario  reconocer  tres  objetos  básicos  del   problema:   1. Método  de  solución   5.  al  menos  tanto  o  hasta  tanto  de  cada  producto.   generalmente   están   expresadas   como   se   debe   producir   la   mitad  de  uno. Las  restricciones:  los  alcances  del  sistema  a  satisfacer.   existen   las   restricciones   de   demanda   donde   se   expresan   relaciones   o   cantidades   máximas   o   mínimas   de   productos.   Iron  Works.1.  (Taha  1997)   5.   tenemos   varios   tipos   de   restricciones  y  se  debe  tener  la  habilidad  de  detectarlas  para  poderlas  expresar  en  el  lenguaje   matemático. Función  objetivo:  la  meta  a  optimizar. Variables  de  decisión:  lo  que  se  está  tratando  de  determinar.   los  analizaremos  con  el  ejercicio  piloto  de  Hamdy  A.  contiene  todos  estos  conceptos  aplicados.  (IWI)  fabrica  dos  productos  de  acero  y  sólo  recibe  pedidos  mensuales  de  b  libras   de   acero.   Las   restricciones   que   limitan   el   uso   de   materias   primas   y   de   la   demanda.  el  doble  de  otro.  respectivamente. Método  gráfico   Ejemplo  desarrollado.   Las   restricciones   de   materia  primas  se  pueden  expresar  de  la  siguiente  manera:   [Uso  de  la  materia  prima]  ≤  [Disponibilidad  máxima  de  la  materia  prima]   También.  respectivamente.   2.       6 POLITÉCNICO GRANCOLOMBIANO .   3.   Una   unidad   de   producto   1   requiere   de   a1   libras   de   acero   para   su   fabricación   y   se   requieren  a2  libras  de  acero  para  la  fabricación  de  una  unidad  de  producto  2.  Taha.

 que   quiere   decir   esto   “deben   fijarse   que   cuando   hablamos   de   programación   lineal   tenemos   es   los   costos  de  transportar  una  unidad  de  un  producto.   Según  el  problema  tenemos  los  siguientes  datos   Tenemos  de  materia  prima  Acero  “b”  unidades  (constante).”   Para  el  producto  1  se  utilizan   libras  de  acero  y  para  el  producto  2     libras.   cuales   son   los   datos   más   importantes  y  realizar  una  pequeña  lista  de  variables.     Lo   primero   que   debemos   realizar   es   la   revisión   del   problema.  Que  quiere  decir  que   7   7 MODELOS PARA LA TOMA DE DECISIONES 7 .  Esta  frase  nos  indica  que  la  primera  restricción  está  dada  por  la  siguiente  ecuación       Donde    serán  mis  variables  de  decisión.  costos  de  producción.   u   unidades   de   producto   2   mensualmente.   como   máximo.  Como  el  ejercicio   habla  sobre  las  utilidades  obtenidas  por  cada  uno  de  los  productos  debo  tener  en  cuenta  que  lo   más  importante  es  MAXIMIZAR  las  ganancias  de  la  empresa  por  medio  de  la  producción  de  los   dos  productos.   U  =  máximo  de  unidades  del  producto  que  se  pueden  realizar.  el  valor  de  esa  materia  prima  es  b.   Adicionalmente.   la   planta   puede   fabricar.  La  restricción  queda  menor   o  igual  ya  que  como  máximo  podré  utilizar  b  cantidad  de  materia  con  la  que  cuento.  ya  que  son  las  unidades  que  podre  producir  con  la   materia  prima  con  la  que  cuento.   M=  unidades  con  la  que  el  fabricante  se  comprometió  a  cumplir.   Ahora  analizando  un  poco  más  el  ejercicio  puedo  definir  la  función  objetivo. El   fabricante   tiene   un   contrato   para   entregar   al   menos   m   unidades   de   producto   1   este   mes.  Todo  esto  con  el  fin  de  definir  las  variables   de  estado  y  que  tipo  de  función  objetivo  voy  a  tener.  Por  lo  tanto  tengo  que  la  función  objetivo  está  definida  por    que  son  las   utilidades  obtenidas  por  cada  uno  de  los  productos  que  fabrica  la  empresa.   x1  y  x2  =  La  cantidad  de  unidades  del  producto  2.  cantidad  de  material   para  realizar  una  producción  y  etc.   Variables  de  decisión:   a1  *  x1  +  a2  *  x2  ≤  b  =  La  cantidad  de  unidades  del  producto  1.     Sabemos  (por  el  ejercicio)  que  las  variables  de  decisión  son  básicamente  unidades  de  trabajo.

    Esta  restricción  queda  así  ya  que  lo  mínimo  que  debe  producir  la  empresa  del  producto  1  es  m   unidades  que  es  para  cumplir  el  contrato  con  el  que  se  compromete.     La   restricción   queda   así   de   sencilla   por   que   como   un   máximo   o   un   límite   superior   de   la   solución   esta   que   se   generen   u   unidades   del   producto   u.  Entonces  en  la  restricción  que  es  referente  a  la  cantidad  de  unidades   del  producto  2  se  construye  la  restricción  de  la  siguiente  manera.   Por   último.   escribamos   de   nuevo   el   modelo   completo. esos   valores   de    son   constantes   para   el   modelo   como   tal.     Se  encuentra  sujeto  a:             8 POLITÉCNICO GRANCOLOMBIANO .   ya   sea   por   la   capacidad   de   la   planta   o   por   la   capacidad  de  trabajo  del  personal.   contamos   con   dos   restricciones   más   definidas   por   el   problema.     Que   lo   que   me   dice   la   ecuación   anterior   es   que   necesitamos   realizar   una   producción   por   medio   de  la  cual  obtenga  la  mejor  ganancia  aprovechando  el  material  con  el  que  cuento.   la   cantidad   de   unidades   que   puede   producir   del   producto   2   y   el   contrato   que   tiene   el   fabricante   sobre   las   unidades  del  producto  1.   empezando   con   la   función   objetivo   del   modelo   y   siguiendo   con   restricciones   que   debe   cumplir   para   el   caso   específico  de  la  empresa.   Ahora   apreciados   estudiantes.  Esta  es  un  límite  inferior  del   sistema  modelado.   Ahora  para  la  restricción  del  contrato  que  adquirió  la  empresa  sobre  el  producto  1  se  tiene  la   siguiente  restricción.  La  función  objetivo  queda  de  la  siguiente  forma.

  esta   restricción   es   el   cumplimiento   del   contrato   de   60   unidades   con   el   cual   se   compromete   la   empresa.  método  grafico  o  por  simplex.   que   se   utilizan   2   libras   de   acero   en   construir  el  producto  1  y  3  libras  de  acero  en  construir  el  producto  2.  ya  que  no  puedo  tener  un  numero  negativo  de  unidades.       Por  lo  tanto  el  modelo  queda  definido  de  la  siguiente  manera:   (1)   Se  encuentra  sujeto  a:    (2)    (3)   (4)    (5)   Podemos  iniciar  con  la  condición  que  conlleva  más  relevancia  para  la  empresa  y  partiendo  de  ella   definir   el   punto   de   inicio   de   desarrollo   del   sistema.  por  lo  tanto  si  al  modelo  anterior  le  damos  valores   numéricos  a  las  constantes  que  definen  el  modelo  del  ejemplo  anterior.  podemos  encontrar  un  valor  aproximado  por   medio  de  desarrollo  de  ecuaciones  básicas. La  ultima  restricción  me  dice  que  cada  una  de  las  variables  de  decisión  son  positivas  o  tiene  un   valor  nulo  (0)  como  mínimo.   Ahora  podemos  darle  valores  a  las  constantes  del  ejercicio  anterior  para  revisar  cómo  se  podría   dar  una  solución  al  modelo  ya  sea  por  método  matemático.2.  que  el  contrato  con  el  que   se  compromete  la  empresa  es  de  60  unidades  y  por  último  que  máximo  se  pueden  construir  720   unidades  del  producto  2.   por   lo   tanto   damos   el   valor   mínimo  de  la  variable  de  decisión  y  arrancamos  con  él  a  resolver  el  sistema     9   9 MODELOS PARA LA TOMA DE DECISIONES 9 .   Supongamos   que   se   cuentan   con   2000   libras   de   acero.  También  que  las  utilidades  del  producto  1  y  producto  2  son  de  100  y   200  respectivamente.   5. Método  matemático   Teniendo  en  cuenta  que  contamos  con  ecuaciones.

  cumpliendo   con   el   contrato   y   teniendo   en   cuenta   que   no   se   supera   el   número   de   unidades   posibles   para   producir   del   producto   2.   Lo  igualamos  a  60  ya  que  con  esto  es  lo  mínimo  de  unidades  del  producto  1  que  deben  construirse   para  poder  cumplir  el  contrato  de  la  empresa.           Aclarando  que  hablamos  de  unidades.  nos  damos  cuenta  que  no  podemos  tener  decimales  por   lo  cual  debemos  aproximar  por  lo  cual  el  resultado  queda  de  la  siguiente  manera       Ahora  como  ya  conocemos  el  valor  de  cada  una  de  las  variables  de  decisión  debemos  tener  en   cuenta  que:       Por  lo  tanto  esto  reflejado  en  la  función  objetivo  nos  da  de  la  siguiente  manera:       Lo   que   nos   define   que   la   utilidad   cumpliendo   con   las   restricciones   del   problema   es   131   400.   Teniendo   el   valor   de   x1   podemos   reemplazarlo   en   la     ecuación   2   lo   cual   quedara   de   la   siguiente   manera.       Despejamos  la  ecuación  anterior  y  de  esta  manera  podemos  hallar  el  valor  de  X2  y  de  esta  manera   completar  una  solución  para  el  problema.     10 POLITÉCNICO GRANCOLOMBIANO .   por   lo   tanto   el   problema   se   encuentra   muy   bien   desarrollado.

    Definimos  que  cada  uno  de  los  dos  ejes  tiene  un  nombre  que  en  este  caso  se  encuentra  definido   entre    y   .   Empezamos  con  la  restricción  #  4  ya  que  es  la  más  sencilla  de  analizar.     11   11 MODELOS PARA LA TOMA DE DECISIONES 11 .3.      (1)   Se  encuentra  sujeto  a:    (2)    (3)   (4)    (5)   Empezamos  con  el  análisis  de  las  restricciones  para  lograr  desarrollar  el  modelo  por  medio  de   grafica  en  2  ejes  (gráfica  clásica  de  X  y  Y).   Para   este   caso   el   eje   x   de   la   gráfica   será     mientras  que  el  eje  y  se  define  la  variable   .     En  primera  instancia  definimos  que  por  teoría  cada  una  de  las  restricciones  genera  una  línea  recta   que  me  define  cual  será  el  conjunto  solución  para  el  modelo. Método  Gráfico   Ejemplo  de  solución  de  un  modelo  por  método  gráfico     Teniendo  en  consideración  el  ejemplo  anterior  realizaremos  la  solución  del  mismo  por  medio  del   método  gráfico.  teniendo  en  cuenta  que   esta  solo  depende  de  la  variable     .   Teniendo  en  cuenta  el  modelo  definido  de  la  siguiente  manera. 5.

 la  restricción  #  2  queda  como  una  línea  recta  paralela  a   el  eje  y.   Figura  1.  el  espacio  de  solución  para  esta  restricción  es  todo  el  conjunto  de  números  que  van  desde   0   hasta   la   línea.   pero   para   la   solución   del   modelo   completo   encontraremos   la   Intersección  de  cada  uno  de  estos  conjuntos  de  solución.     Sigamos  con  la  restricción  #3  que  será  también  una  línea  recta  pero  en  este  caso  será  paralela  al   eje  x  y  tendrá  un  valor  de  720.  Solución  de  la  segunda  restricción   Fuente:  Elaboración  propia  (2016)     12 POLITÉCNICO GRANCOLOMBIANO .  para  cada  una  de  ellas   tendremos   rangos   de   solución.  según  la  restricción  matemática  el  conjunto  solución  para  esta   restricción  será  todos  los  valores  menores  o  iguales  a  720  como  se  muestra  en  la  siguiente  figura.     Figura  2.  Solución  de  la  primera  restricción   Fuente:  Elaboración  propia  (2016)   Teniendo  en  cuenta  la  imagen  anterior  .   De  la  misma  manera  analizaremos  la  restricción  #  3  y  la  restricción  #  4.   ya   que   se   dice   que   tiene   que   ser   menor   o   igual   a   60   unidades   de   .

 El  primero  de  nuestros   puntos  es:       Para   el   segundo   punto   de   la   recta   debemos   definir    para  hallar  un  valor   para     Por  lo  cual  tendríamos  la  siguiente  ecuación       El  segundo  punto  de  la  recta  es  el  siguiente     Lo  que  se  realiza  al  poner  cada  una  de  las  variables  en  0  se  está  poniendo  un  punto  de  cruce  en   cada   uno   de   los   ejes.   para   lograr   una   construcción   de   la   línea.   El   área   que   define   por   los   valores   que  se  encuentren  en  la  línea  o  debajo  de  ella.  tengamos  en  cuenta  que   para  dibujar  una  línea  recta  debemos  contar  por  lo  menos  con  dos  puntos. Ahora  continuando  con  la  ecuación  #2  que  es  la  ecuación  “complicada”  iniciamos  de  la  siguiente   manera:   Inicializamos   en  0  lo  cual  nos  dará  una  ecuación  de  la  siguiente  manera:           Ahora  con  este  valor  ya  tenemos  el  primer  punto  para  dibujar  la  recta.           13   13 MODELOS PARA LA TOMA DE DECISIONES 13 .

 pero  pues  la  idea  es  encontrar  el  punto  donde   se  crucen  como  mínimo  dos  restricciones.  Solución  del  modelo  por  el  método  gráfico   Fuente:  Elaboración  propia  (2016)   El  triángulo  azul  es  el  rango  de  solución  del  modelo.  debemos  tener  en  cuenta  que  es  la  intersección   de   los   conjuntos   de   solución   de   cada   una   de   las   restricciones.  este  punto  y  dependiendo  de  lo  que  esté  realizando  es     14 POLITÉCNICO GRANCOLOMBIANO .  Solución  de  la  tercera  restricción   Fuente:  Elaboración  propia  (2016)   Ahora  para  dar  la  solución  por  el  método  gráfico. Por  lo  tanto  tenemos  la  siguiente  gráfica:     Figura  3.   Por   lo   cual   como   ya   hemos   relacionado  en  las  gráficas  anteriores  queda  de  la  siguiente  manera:     Figura  4.

 Solución  óptima  del  modelo  por  medio  del  método  gráfico   Fuente:  Elaboración  propia  (2016)   Para   hallar   el   valor   numérico   del   punto   de   cruce   de   las   dos   restricciones   se   deben   manejar   esas   dos  ecuaciones  como  un  sistema  de  ecuaciones  de  dos  variables.     Figura  5.   5.   Iron  Works.  Una  unidad  de  producto  1  requiere  de  libras  de  acero  para  su  fabricación  y  se  requieren   libras  de  acero  para  la  fabricación  de  una  unidad  de  producto  2.  veamos  cómo  se  debe  realizar:   Debemos  tener  en  cuenta  que  la  recta  vertical  es  de  una  valor  de  60. Método  simplex   Si  tenemos  el  siguiente  problema  vamos  a  resolverlo  de  manera  didáctica  y  paso  a  paso.626.  se  debe  definir  que  se  está  realizando  sea   una  minimización  o  una  maximización  del  modelo.   lo   cual   genera   el   siguiente   valor   para   y.   el   resultado   de   remplazar  los  valores  es  131  320  que  es  la  solución  del  modelo.   reemplazándolo   en   la   función   objetivo   del   modelo.  Inc.  lo  cual  representa  la  segunda   restricción   que   estamos   manejando   como   solución   óptima   ahora   para   la   segunda   ecuación   se   tiene.   Por   lo   tanto   el   punto   de   solución   óptima   por   método   gráfico   es   (60.  las  cuales  dando  la  solución  es   el  punto  que  buscamos  que  será  la  solución  óptima  del  problema.     15   15 MODELOS PARA LA TOMA DE DECISIONES 15 .  (IWI)  fabrica  dos  productos  de  acero  y  sólo  recibe  pedidos  mensuales  de  b  libras   de  acero.4.7). la  solución  óptima  (o  mejor  solución  para  el  modelo).

    El   fabricante   tiene   un   contrato   para   entregar   al   menos   m   unidades   de   producto   1   este   mes.     max  𝑝1∗𝑥1+𝑝2∗𝑥2   Se  encuentra  sujeto  a:   𝑎1∗𝑥1+𝑎2∗𝑥2≤𝑏     𝑥2≤𝑢     𝑥1≥𝑚     𝑥1.𝑚=60.  respectivamente.  𝑎2=3.  𝑎1=2.  Para  explicar  lo  anterior  tendremos  en  cuenta  lo  siguiente:     16 POLITÉCNICO GRANCOLOMBIANO .   Adicionalmente.𝑥2≥0  (5)   Para  desarrollar  el  problema  por  medio  del  método  simplex.  respectivamente.  Denote  por   y  las     utilidades     unitarias  para  los  productos  1  y  2. Sea   y   el  nivel  de  producción  mensual  de  producto  1  y  producto  2.   u   unidades   de   producto   2   mensualmente.  𝑢=720     𝑝1=100  𝑦  𝑝2=200       Por  lo  tanto  el  modelo  queda  definido  de  la  siguiente  manera:           max  100∗𝑥1+200∗𝑥2  (1)     Se  encuentra  sujeto  a:     2∗𝑥1+3∗𝑥2≤2000  (2)     𝑥2≤720  (3)     𝑥1≥60  (4)     𝑥1.  debemos  reorganizar  cada  una  de   las  ecuaciones  pasándolas  de  desigualdades  a  igualdades.   como   máximo.  lo  cual  genera  unas  nuevas  variables   por  ecuación  que  se  llaman  holguras.   la   planta   puede   fabricar.  𝑥2≥0     𝑏=2000.

max  z=100∗𝑥1+200∗𝑥2  (5)       Se  encuentra  sujeto  a:       2∗𝑥1+3∗𝑥2+𝑠1=2000  (6)     𝑥2+𝑠2=720  (7)     𝑥1+𝑠3=60  (8)   Cada   uno   de   esas   variables.   Primero  realizaremos  la  reorganización  de  las  ecuaciones:     z−100∗𝑥1−200∗𝑥2=0  (9)     2∗𝑥1+3∗𝑥2+𝑠1=2000  (10)     𝑥2+𝑠2=720  (11)     𝑥1+𝑠3=60  (12)                 17   17 MODELOS PARA LA TOMA DE DECISIONES 17 .   Este   proceso   se   basa   en   teorías   de   algebra   lineal   y   disminuciones   gausianas.   ahora   lo   que   debemos  realizar  es  una  organización  en  las  ecuaciones  ya  que  para  colocarlas  en  una  tabla  y   empezar  a  desarrollar  el  ejemplo  por  medio  del  método  simplex  debemos  plantear  las  ecuaciones   de   una   manera   específica.   las   holguras   mencionadas   en   el   párrafo   anterior.

 la  fila  pivote  y  el   número  pivote  del  sistema.  esta   estará   siempre   entre   las   variables   de   decisión   de   la   función   objetivo.       18 POLITÉCNICO GRANCOLOMBIANO .   Para  hallar  la  fila  pivote  se  debe  realizar  un  proceso  por  cada  una  de  las  restricciones.   estas   holguras   serán   los   números   que   completan   la   ecuación  para  lograr  la  igualdad.  como  se  ve  en  la  siguiente  tabla.   Contando  con  la  tabla  debemos  encontrar  lo  que  se  llama  la  columna  pivote.  ese  proceso   requiere  contar  con  la  columna  pivote.   si   revisamos   la   tabla   del   ejemplo  que  estamos  realizando  la  columna  pivote  estará  en  -­‐200  que  se  encuentra  en  la  variable   x2  de  la  función  objetivo.  lo  que  se  presenta  después  del  igual.   Como   explicación   de   donde   aparecen   las   holguras.   es   para   poder   “quitar”   los   signos   de   desigualdades   y   poder   colocar   el   igual.  Inicio  del  método  simplex       Z   X1   X2   S1   S2   S3   RESULTADO   R1   1   -­‐100   -­‐200   0   0   0   0   R2   0   2   3   1   0   0   2000   R3   0   0   1   0   1   0   720   R4   0   1   0   0   0   1   60   Fuente:  Elaboración  propia  (2016)   Donde  lo  que  queda  en  la  columna  de  resultado  es  lo  que  está  al  lado  derecho  de  cada  una  de  las   ecuaciones.   Cada   una   de   las   siguientes   columnas   son   las   variables   de   decisión   y   holguras   correspondientes  a  cada  una  de  las  ecuaciones.  se  divide  cada  uno  de  los  números  de  los  resultados  sobre   el  valor  del  mismo  de  la  columna  pivote.   Para  hallar  la  columna  pivote  se  revisa  cuál  es  el  menor  de  los  números  en  toda  la  tabla. La  tabla  quedará  de  la  siguiente  manera:   Tabla  1.  Mientras  que  la  primera  columna  es  el  nombre   del   renglón.  Cada  una  de  estos  datos  es  indispensable  para  poder  desarrollar  el   método  y  cada  uno  de  sus  pasos.

 El  ultimo  no  se  puede  realizar  ya  que   una  división  por  0  es  indeterminada.  por  lo   tanto  el  renglón  número  2  será  el  renglón  pivote.  solo  para  las  restricciones).  Selección  de  la  columna  pivote       Z   X1   X2   S1   S2   S3   RESULTADO       R1   1   -­‐100   -­‐200   0   0   0   0       R2   0   2   3   1   0   0   2000   2000/3   666.6666667   R3   0   0   1   0   1   0   720   720/1   720   R4   0   1   0   0   0   1   60   60/0   no  se  puede.  de  las  tres  divisiones  debemos  encontrar  el  menor.  720.                   19   19 MODELOS PARA LA TOMA DE DECISIONES 19 .67. Tabla  2.   Fuente:  Elaboración  propia  (2016)     Teniendo  en  cuenta  lo  anterior  realizamos  las  divisiones  correspondientes  a  cada  uno  de  los  casos   (estas  divisiones  no  se  aplican  para  la  función  objetivo.  Entonces  el   resultado  de  cada  uno  de  los  renglones  será  666.

 el  número  pivote  es  la  intersección  de  la  columna  pivote  y  la  fila  pivote.  Disminución  de  la  fila  pivote       Z   X1   X2   S1   S2   S3   RESULTADO   R1   1   -­‐100   -­‐200   0   0   0   0   R2   0   0.666666667   1   0.6666667   R3   0   0   1   0   1   0   720   R4   0   1   0   0   0   1   60     20 POLITÉCNICO GRANCOLOMBIANO .  Selección  de  la  fila  pivote  y  número  pivote       Z   X1   X2   S1   S2   S3   RESULTADO   R1   1   -­‐100   -­‐200   0   0   0   0   R2   0   2   3   1   0   0   2000   R3   0   0   1   0   1   0   720   R4   0   1   0   0   0   1   60   Fuente:  Elaboración  propia  (2016)   Ahora.   Tabla  4.  por  lo  tanto  en   este  ejemplo  seria  el  número  3.   Tabla  3.  Después  de   realizar  esa  división  queda  la  tabla  de  la  siguiente  manera.  para  lo   cual  debemos  realizar  una  división  en  toda  la  fila  que  representa  la  ecuación  sobre  3.  Lo  que  se  debe  realizar  es  volver  el  número  pivote  en  1.333333333   0   0   666.

 Se  debe  seguir  una  serie  de  pasos  para  realizar   esta  reducción.33333333   0   66.333333333   0   0   666.  por  lo  tanto  el  renglón  1  quedará  así:   033.  Disminución  en  el  método  simplex       Z   X1   X2   S1   S2   S3   RESULTADO   R1   1   33.3333   R2   0   0.66666667   0   0   133333.33333333   R4   0   1   0   0   0   1   60   Fuente:  Elaboración  propia  (2016)   21   21 MODELOS PARA LA TOMA DE DECISIONES 21 .666700  13333.  Esta  operación  se   presentaría  de  la  siguiente  manera:   200𝑅2+𝑅1     200∗(00.  teniendo  en  cuenta  que  ya  se  redujo  el  -­‐200  a  0.  del   mismo  modo  se  debe  realizar  para  los  otros  dos  renglones.666666667   0   -­‐0.  Para  el  renglón  1  debemos  convertir  el  -­‐200  en  0  .66673  0.333333333   1   0   53.  lo  cual  significa  que  debemos   multiplicar  el  renglón  2  (renglón  pivote)  por  200  y  luego  sumarlo  al  renglón  1.  con  la  siguiente  relación  de  ecuaciones   para  cada  uno  de  ellos.33   De  esta  manera  debe  quedar  el  renglón  1.3330  66.  lo  cual  se  realiza   con  sumas  y  multiplicaciones  sobre  la  fila  pivote.6666667   R3   0   -­‐0.33330  0  0)+(1−100−200  000  0  )   Lo  que  vemos  anteriormente  es  la  operación  necesaria  para  disminuir  el  renglón  1  (representada   en  vectores).666666667   1   0.   −1𝑅2+𝑅3   Para  el  renglón  4  no  se  debe  realizar  ninguna  ecuación  ya  que  esta  se  encuentra  en  0. Luego  tendremos  que  volver  cada  uno  de  los  números  de  la  columna  pivote  en  0.  La  tabla  del   ejercicio  sería:   Tabla  5.

333   1   0   53.6666667   R3   0   -­‐0.6667   1   0.33333333   R4   0   1   0   0   0   1   60   Fuente:  Elaboración  propia  (2016)                 22 POLITÉCNICO GRANCOLOMBIANO .  Terminación  de  una  parte  del  procedimiento       Z   X1   X2   S1   S2   S3   RESULTADO   R1   1   33. Se  seguirá  el  procedimiento  mientras  los  coeficientes  de  las  variables  de  decisión  sean  negativos.3333   0   66.6667   0   -­‐0.333   0   0   666.   Tabla  6.3333   R2   0   0.   Volvemos   a   escribir   la   tabla   anterior   sin   la   selección   de   la   columna   y   fila   pivote   ya   que   en  este  punto  se  vuelve  a  iniciar  el  procedimiento.   Lo  que  quiere  decir  es  que  si  revisamos  la  tabla  tenemos  varios  números  negativos  que  debemos   “quitar”.667   0   0   133333.

 la  mejor  solución  debe  quedar  ubicada   en  uno  de  los  puntos  de  esquina. Técnica   matemática   que   se   utiliza   para   contribuir   en   la   administración   para   Programación  lineal tomar   la   mejor   solución.  lo  cual  significa  que  queda   Punto  de  esquina en  la  intersección  de  dos  líneas  de  restricción. GLOSARIO  DE  TÉRMINOS   Enunciado  matemático  del  objetivo  de  una  organización  con  el  que  se  intenta   Función  objetivo maximizar   o   minimizar   una   cantidad   de   gran   importancia   como   ganancias   o   gastos.  se  representa  en  forma   Restricción de  desigualdad  o  ecuación. Restricciones  de  no   Este  conjunto  de  restricciones  necesita  que  cada  variable  de  decisión  sea  no   negatividad negativa. Cualquier   punto   ubicado   fuera   de   la   región   factible   que   además   viole   una   o   Solución  infactible varias  de  las  restricciones  establecidas.  cada  X1  debe  ser  igual  o  mayor  a  0. Se  ubica  en  una  de  las  esquinas  de  la  región  factible.   esquina según  la  teoría  de  programación  lineal. Esta  condición  se  presenta  cuando  la  variable  del  dinero  y  la  utilidad  asociada   No  acotamiento aumentan   indefinidamente   sin   violar   las   restricciones   del   problema   en   un   proceso  de  maximización. simultaneas Permite   encontrar   la   mejor   solución   de   un   programa   línea. Área   en   la   que   las   restricciones   de   recurso   del   problema   son   satisfechas   y   Región  factible superpuestas. 23   23 MODELOS PARA LA TOMA DE DECISIONES 23 .   es   aquí   donde   quedan   todas   las   posibles   soluciones   del     problema. Se  define  de  esta  manera  a  cualquier  punto  localizado  en  la  región  factible  que   Solución  factible logre  satisfacer  todas  las  restricciones  del  problema. Método  de   Método  algebraico  con  el  que  es  posible  hallar  el  punto  de  la  intersección  de   ecuaciones   dos  o  más  ecuaciones  de  restricción  lineal. Restricción  de  los  recursos  disponibles  para  una  firma.   relacionada   con   un   desempeño   más   eficiente   de     los   recursos  de  la  organización.   en   el   que   se   Método  de  punto  de   comprueba  el  nivel  de  utilidad  en  cada  punto  de  esquina  de  la  región  factible.

Situación   que   se   presenta   cuando   se   obtiene   más   de   una   solución   óptima   y   Solución  óptima   cuando  la  pendiente  de  la  función  objetivo  es  la  misma  que  la  pendiente  de   alternativa una  restricción. Utilidad Valor  general  para  un  resultado  particular.                                         24 POLITÉCNICO GRANCOLOMBIANO .

 México:  Thomson.  (2008).  (1996).  &.  ed.).  Programación  lineal  y  flujo  en  redes.).  (2006).  Factory  Physics.  &.  (1997).  S.   Bazarra.  .  &  Jarvis.  (2005).  Métodos  Cuantitativos  para  Administración  (Tercera  Edición  ed.  NY:  Prentice   Hall.).  (2005).  J.  Investigación  de  Operaciones:  Una  Introducción  (Sexta  edición  ed.  (2005).  &.  México:   Cengage  Learning  Editores.  Programación  Lineal  y  Flujo  en  Redes  (Segunda  edición  ed.  H.unican.  (Segunda  Edición.  F.  (20  de  Noviembre  de  2007).).  México:   Limusa.  D.).  F.  N/A:  McGraw  Hill.   Bazaraa.  Investigación  de  Operaciones  Aplicaciones  y  Algoritmos  (Cuarta  Edición   ed.  &.   ed.   Castillo.     25   25 MODELOS PARA LA TOMA DE DECISIONES 25 .  (2006).  Métodos  Cuantitativos  para  los  Negocios  (Novena  Edición  ed.  J.  J.  NY:  McGraw  Hill.  Recuperado  de  Unican:   http://departamentos.  Investigación  de  Operaciones  (Octava  Edición  ed.es/macc/personal/profesores/castillo/libro.).   Taha.  (6ª  Edición.).   Winston.  M.  W.  M.   México:  Limusa  Editores.  (2008).  Departamento  Unican.   Hopp.  Texto  principal:  Introducción  a  la  Investigación  de  Operaciones. REFERENCIAS   Referencias  Bibliográficas   Anderson.  F.  México:   McGraw-­‐Hill.  W.  México:  McGraw-­‐Hill.   Hillier.htm   Hillier.  M.   Hillier..  .).