UNIVERSIDAD DE CARTAGENA PROGRAMAS DE EDUCACION ABIERTA Y A DISTANCIA CREAD MAGANGUE ADMINISTRACION DE EMPRESAS SEPTIMO SEMESTRE INVESTIGACION DE OPERACIONES

JOS ALDEMAR PREZ OLIVARES TUTOR

PROGRAMACION LINEAL PROTOCOLO GRUPAL

CIPA JANER PETRO INDABURO MARIA DEL PILAR RUIZ HERNANDEZ CINDY PAOLA AISLAN RONALD ACUA ACUA ZAMIR SOLIS VARELA HEBERTO QUIROZ

MARZO DE 2013

PROGRAMACION LINEAL Introduccin Muchas personas clasifican el desarrollo de la programacin lineal entre los avances cientficos ms importantes de mediados del siglo XX, su impacto desde 1950 ha sido extraordinario. En la actualidad es una herramienta de uso normal que ha ahorrado miles o millones de pesos a muchas compaas o negocios, incluyendo empresas medianas en los distintos pases industrializados del mundo; su aplicacin a otros sectores de la sociedad se est ampliando con rapidez. Una proporcin muy grande de los clculos cientficos en computadoras est dedicada al uso de la programacin lineal. La programacin lineal utiliza un modelo matemtico para describir el problema. El adjetivo lineal significa que todas las funciones matemticas del modelo deber ser funciones lineales. En este caso, las palabra programacin no se refiere a programacin en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la meta especificada (segn el modelo matemtico) entre todas las alternativas de solucin. Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la programacin lineal tiene muchas otras posibilidades. de hecho, cualquier problema cuyo modelo matemtico se ajuste al formato general del modelo de programacin lineal es un problema de programacin lineal. An ms, se dispone de un procedimiento de solucin extraordinariamente eficiente llamado mtodo simplex, para resolver estos problemas, incluso los de gran tamao.

MODELO DE PROGRAMACIN LINEAL Los trminos clave son recursos y actividades, en donde m denota el nmero de distintos tipos de recursos que se pueden usar y n denota el nmero de actividades bajo consideracin. Algunos ejemplos de recursos son dinero y tipos especiales de maquinaria, equipo, vehculos y personal. Los ejemplos de actividades incluyen inversin en proyectos especficos, publicidad en un medio determinado y el envo de bienes de cierta fuente a cierto destino. El tipo ms usual de aplicacin de programacin lineal involucra la asignacin de recursos a ciertas actividades. La cantidad disponible de cada recurso est limitada, de forma que deben asignarse con todo cuidado. La determinacin de esta asignacin incluye elegir los niveles de las actividades que lograrn el mejor valor posible de la medida global de efectividad. Ciertos smbolos se usan de manera convencional para denotar las distintas componentes de un modelo de programacin lineal. Estos smbolos se enumeran a continuacin, junto con su interpretacin para el problema general de asignacin de recursos a actividades. Z = valor de la medida global de efectividad

xj = cj = bi = aij =

nivel de la actividad j (para j = 1,2,...,n) incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m) cantidad del recurso i consumido por cada unidad de la actividad j

El modelo establece el problema en trminos de tomar decisiones sobre los niveles de las actividades, por lo que x1,x2,....,xn se llaman variables de decisin. Los valores de cj, biy aij (para i = 1,2,....,m y j = 1,2,....,n) son las constantes de entrada al modelo. Las cj, bi y aij tambin se conocen como parmetros del modelo. Definicin de programacin lineal Tcnica de programacin matemtica para resolver problemas de optimizacin de recursos (maximizacin, minimizacin) cuando existe ms de una restriccin lineal. Formulacin de Modelo de Programacin Lineal Sin duda alguna uno de los mtodos analticos ms viables econmicamente para la solucin de problemas de administracin es el de la Programacin Lineal, el cual tiene diversas aplicaciones y ha sido aplicado exitosamente en las industrias petrolera, automotriz, qumica, forestal, metalrgica, agrcola, militar, etc. Incluso en mercadotecnia, se le ha empleado para seleccionar los medios de publicidad y los canales adecuados de distribucin. Conceptos y Aspectos Relevantes de la Teora de Programacin Lineal Para comprender lo que es la Programacin Lineal es importante entender los siguientes conceptos bsicos: Variables de Decisin: Con las variables de decisin nos referimos al conjunto de variables cuya magnitud deseamos determinar resolviendo el modelo de programacin lineal. Restricciones: Estn constituidas por el conjunto de desigualdades que limitan los valores que puedan tomar las variables de decisin en la solucin. Funcin Objetivo: Es la funcin matemtica que relaciona las variables de decisin. Linealidad: Se refiere a que las relaciones entre las variables, tanto en la funcin objetivo como en las restricciones deben ser lineales.

Desigualdades: Las desigualdades utilizadas para representar las restricciones deben ser cerradas o flexibles, es decir, menor - igual (<=) o mayor igual (>=). No se permiten desigualdades de los tipos menor- estrictamente o mayor estrictamente, o abiertas. Condicin de no negatividad: En la programacin lineal las variables de decisin slo pueden tomar valores de cero a positivos. No se permiten valores negativos. Mtodo para Problemas de Maximizacin 1. Se tiene que, derivar un grupo de ecuaciones basadas en las condiciones especiales dadas en el problema. 2. Se tiene que, resolver el grupo de ecuaciones de igualdad y desigualdad para la solucin ptima basada en le funcin que se ha de maximizar o minimizar y esta se conoce como Funcin Objetiva Mtodo para Problemas de Minimizacin En el mtodo grfico para problemas de minimizar costos su funcin objetiva es que tenemos que hacer que los costos de materiales sean lo menos posibles. Solucin grafica a los modelos de la programacin lineal. En los problemas de Programacin Lineal nos encontraremos con: Funcin Objetivo: es la meta que se quiere alcanzar, y que ser la funcin a optimizar. Restricciones: estas vendrn determinadas por las condiciones en las que nos encontramos a la hora de optimizar la funcin. Linealidad: tanto la funcin objetivo como las restricciones, son funciones lineales de las variables consideradas. Ax b

La Programacin Lineal, en trminos generales, va a consistir en: Optimizar una funcin objetivo z=c.x sujeto a unas restricciones x0 Construccin de un modelo. Resolucin por el mtodo grfico.

Construccin del modelo: Los pasos a seguir son los siguientes: 1. 2. 3. 4. En primer lugar hay que identificar las variables de decisin del problema. Buscar la funcin objetivo. Que es la funcin que queremos optimizar Encontrar las restricciones. Condicin de no negatividad: Esta es otra restriccin.

Por lo tanto: xi 0 i

Grficos: Normalmente los grficos no son el mejor mtodo para resolver los problemas de programacin lineal del mundo real. No obstante, una solucin grfica nos sirve para entender mejor la estructura de los modelos de programacin lineal. Lo primero que haremos ser, representar el conjunto de los puntos que verifican las restricciones. Para ello dibujamos las rectas que nos dan las restricciones y elegimos la regin de los puntos que verifican la desigualdad. Entonces, el conjunto de los puntos que verifican todas las restricciones, (incluida la condicin de no negatividad), ser la interseccin de todas estas regiones. Este conjunto es un conjunto convexo, por ser interseccin de convexos, y como una funcin lineal es una funcin convexa, sabemos que el ptimo de la funcin se obtiene en un punto extremo del convexo. Entonces, basta calcular el valor de la funcin objetivo en estos puntos para saber en cul de ellos se alcanza el ptimo. Este mtodo de obtener la solucin no es prctico cuando tenemos muchos puntos extremos. Es ms sencillo dibujar la recta de utilidad y ver para qu punto(s) de la regin que hemos determinado se alcanza el ptimo. Una vez obtenida una solucin hay que interpretarla. Es decir, explicar qu es lo mejor que se puede hacer para optimizar nuestro objetivo.