MODELOS DE PROGRAMACIN LINEAL

1. Definicin

La Programacin Lineal corresponde a un algoritmo a travs del cual se resuelven situaciones

reales en las que se pretende identificar y resolver dificultades para aumentar la productividad
respecto a los recursos (principalmente los limitados y costosos), aumentando as los
beneficios. La Programacin Lineal es una de las herramientas ms utilizadas en la
Investigacin Operativa debido a que por su naturaleza se facilitan los clculos y en general
permite una buena aproximacin de la realidad.

Su objetivo primordial de la Programacin Lineal es optimizar, es decir, maximizar o minimizar

funciones lineales en varias variables reales con restricciones lineales (sistemas de
inecuaciones lineales), optimizando una funcin objetivo tambin lineal.

La resolucin de un problema de programacin lineal consiste en la identificacin de los

elementos bsicos de un modelo matemtico, estos son:

o LA FUNCIN OBJETIVO ( Max o min)

La funcin objetivo tiene una estrecha relacin con la pregunta general que se desea
responder. S en un modelo resultasen distintas preguntas, la funcin objetivo se relacionara
con la pregunta del nivel superior, es decir, la pregunta fundamental. As por ejemplo, si en
una situacin se desean minimizar los costos, es muy probable que la pregunta de mayor nivel
sea la que se relacione con aumentar la utilidad en lugar de un interrogante que busque hallar
la manera de disminuir los costos.
 o LAS VARIABLES DE DECISIN
Similar a la relacin que existe entre objetivos especficos y objetivo general se comportan las
variables de decisin respecto a la funcin objetivo. Son en teora factores controlables del
sistema que se est modelando, y como tal, estas pueden tomar diversos valores posibles, de
los cuales se precisa conocer su valor ptimo, que contribuya con la consecucin del objetivo
de la funcin general del problema.

o LAS RESTRICCIONES
En un problema de programacin lineal, nos referimos a todo aquello que limita la libertad de
los valores que pueden tomar las variables de decisin.
La mejor manera de hallarlas consiste en pensar en un caso hipottico en el que decidiramos
darle un valor infinito a nuestras variables de decisin.
Por ejemplo, qu pasara si en un problema que precisa maximizar sus utilidades en un
sistema de produccin de calzado decidiramos producir una cantidad infinita de zapatos?
Seguramente ahora nos surgiran mltiples interrogantes, como por ejemplo:

Con cunta materia prima cuento para producirlos?

Con cunta mano de obra cuento para fabricarlos?
Pueden las instalaciones de mi empresa albergar tal cantidad de producto?
Podra mi fuerza de mercadeo vender todos los zapatos?
Puedo financiar tal empresa?

2. Tipos

o REGRESIN LINEAL SIMPLE

El anlisis de regresin es una tcnica estadstica para investigar la relacin funcional entre
dos o ms variables, ajustando algn modelo matemtico. La regresin lineal simple utiliza
una sola variable de regresin y el caso ms sencillo es el modelo de lnea recta.

Ejemplo:

La pollera braza roja entrega a deliveri, con el fin de mejorar la prestacin de su servicio,
desea establecer la relacin que pueda existir entre en tiempo empleado y la distancia
recorrida, para la entrega de un determinado producto.
A. realice un diagrama de dispersin a partir de los datos obtenidos.
o REGRESIN LINEAL MLTIPLE
Es una tcnica que permite identificar relaciones entre una variable dependiente (cuantitativa)
y una o ms variables independientes (cuantitativas o cualitativas)y formular modelos
matemticos con el fin de predecir resultados .

Este tipo se presenta cuando dos o ms variables independientes influyen sobre una variable
dependiente.

Esto nos va a ofrecer la ventaja de utilizar ms informacin en la consecuentemente, realizar

estimaciones ms precisas.

Al tener ms de una variable explicativa (no se debe de emplear el termino independiente)

surgirn algunas diferencias con el modelo de regresin lineal simple.

Objetivos

Predecir la variable respuesta teniendo en cuenta un conjunto de variables

independientes.
Determinar la importancia relativa de cada variable independiente sobre la variable
dependiente (magnitud y direccin de la relacin).
Evaluacin de la naturaleza de las relaciones entre las variables independientes y
dependientes (lineal y curvilnea).

o RECTAS DE REGRESIN

La recta de regresin es la que mejor se ajusta a la nube de punto s .

La recta de regresin pasa por el punto llamado centro de gravedad .

 Recta de regresin de Y sobre X

La recta de regresin de Y sobre X se utiliza para estimar los valo res de la Y a

partir de los de la X.

Recta de regr esin de X sobre Y

La recta de regresin de X sobre Y se utiliza para estimar los valo res de la X a

partir de los de la Y.

La pendiente de la recta es el cociente entre la covarianza y la varianza de la

variable Y.

Ejemplo:

Las notas de 12 alumnos de una clase en Matemticas y Fsica son:

Hallar las rectas de regresin y representarlas.

1 Hallamos las medias aritmticas.

2 Calculamos la covarianza.

3 Calculamos las varianzas.

4Recta de regresi n de Y sobre X.

5 Recta de regresin de X sobre Y.

 La pendiente de la recta es el cociente entre la covarianza y la varianza
de la variable X.

3. Solucin grafica de los modelos de programacin lineal (PL)

El mtodo grafico de solucin de problemas de programacin lineal slo aplica a problemas

con dos variables de decisin; sin embargo, ilustra adecuadamente los conceptos que nos
permitirn entender la naturaleza del problema PL y de all entender los mtodos de solucin
algebraicos. Primeramente se graficar la regin factible. Despus se ilustrar el
comportamiento de funciones lineales para entender como determinar los puntos ptimos. En
otras palabras:

Conjunto factible: conjunto de puntos que integran la regin de resolucin

Solucin factible: cada punto que integra la regin (plana) que resuelve el problema
Solucin ptima: es la solucin al problema de programacin lineal

Asimismo el mtodo grafico se aplica cuando se tiene un modelo matemtico de programacin

lineal con 2 variables solamente y cualquier nmero de restricciones, la cual consta de los
siguientes pasos:
 1. Representar grficamente las restricciones del modelo, ubicando los puntos de
intercesin con los ejes x, y.
2. Unir los puntos de interseccin en los ejes o coordenadas con una recta para cada
restriccin del modelo.
3. Ubicar todos los puntos de interseccin que se generan en el cruce de las rectas de
cada restriccin graficadas en el plano.
4. Determinar el espacio de soluciones, que define las soluciones factibles que satisfacen
las restricciones.
5. Determinar la solucin ptima probando todos los puntos de interseccin en el
espacio de soluciones factibles.

Se da una solucin ptima de maximizacin (utilidades) o minimizacin (costos). Se encuentra

siempre en uno de los vrtices o puntos de esquina del conjunto de soluciones factibles, que
es formado por la interseccin de las lneas de restriccin.

Solucin factible, es una solucin que satisface las restricciones del modelo y cumple con las
restricciones de no negatividad, es decir debe ser positivo; este modelo tiene varias soluciones
factibles.

Solucin ptima, es una solucin factible que optimiza la funcin objetivo, maximizndo o
minimizando segn el modelo matemtico.

Este mtodo es importante porque permite encontrar el punto o los puntos que optimicen la
funcin objetivo tambin ayuda y facilita a tomar mejores decisiones en los problemas en la
ingeniera y ciencias sociales , lo que ha permitido a empresas importantes beneficios y
ahorros asociados a su utilizacin .

EJEMPLO 1

Wyndor Glass es una empresa que se planea lanzar 2 nuevos productos:

Una puerta de cristal de 8 pies con marco aluminio

Una ventana colgante con doble marco de madera de 4 por 6 pies

La empresa posee 3 plantas:

Fabrica marcos de aluminio herreras

Elabora marcos de madera
Fabrica vidrio y asamblea ventanas y puertas
La empresa desea reorganizarse para concentrarse en los productos ms rentables:

se debe seguir con estos dos nuevos productos?

Si fuera as cul debe ser la mezcla de productos?

La pregunta a responder consiste en: qu combinacin de productos (nmero de unidades de

producto por semana) de esos dos nuevos productos maximizan la ganancia total por ambos?

Formulacin del modelo de programacin lnea para el caso:

Requerimientos del modelo:

Funcin objetivo
Restricciones y decisiones
La funcin objetivo y las restricciones son linares

Maximizar z= 300p + 500v

Sujeto a: p 4

2v 12

3p + 2v 1 8

P0

V 0
 solucin grafico al caso

EJEMPLO 2

Una aerolnea proveer servicios para un mnimo de 2000 pasajeros en primera clase 1500
pasajeros en clase turista y 2400 pasajeros en clase econmica.

Operar un avin P-1 CUESTA $12000 por milla y puede transportar 40 pasajeros en
primera clase, 40 pasajeros en clase turista y 120 pasajeros en clase econmica.
Operar un avin P-2 cuesta $10 000 por milla y puede transportar 80 pasajeros en
clase turista y 40 pasajeros en clase econmica.

Cuantos aviones de cada tipo se debern utilizar para minimizar los costos de operacin?
Solucin

Distribucin del nmero de pasajeros por avin

Mnimo
Operar un Operar un disponible de
avin P-1 avin P-2 pasajeros
Primera clase 40 80 2 000
Clase turista 40 30 1 500
Clase econmica 120 40 2 400
COSTO DE
OPERATIVIDAD 12 000 (X) 10 000 (y)
POR MILLA

*40 x + 80 y 2 000

40 x + 30 y 1 500

120x+ 40y 2 400

grafica de las restricciones

 Son las soluciones ptimas

Regin Factible

4. Aplicacin de regresin lineal

La regresin lineal muestra los coeficientes de regresin de la ecuacin lineal en la que

intervienen una o varias variables independientes que mejor predicen el valor de la variable
dependiente. La existencia de ms de una variable independiente se conoce como regresin
mltiple.
Por ejemplo: puede predecir qu parte de las ventas totales anuales de un vendedor (la
variable dependiente) se debe a variables independientes como la formacin y los aos de
experiencia (las variables independientes).
Se pueden utilizar diferentes modelos de regresin. En un modelo de regresin, se relaciona y
(la variable dependiente) con una funcin de x (las variables independientes) y un conjunto de
parmetros desconocidos.

Tipos
1. regresin lineal simple
2. regresin lineal mltiple
Entonces:

Variable dependiente (Y), se desea pronosticar (su comportamiento depende de las variables
independientes)

Variable independiente (X), variables que se incluyen en la variable dependiente. Son la causa
de los resultados obtenidos en el pasado.

Por lo tanto esta regresin lineal se determina en base al diagrama de dispersin con la
ecuacin:

= +

Dnde:

X = valor de que fijamos a la variable independiente

a= ordenada en el origen o intersecto al origen

b=pendiente o inclinacin

y= valor a la variable dependiente que se desea predecir

EJERCICIO

o REGRESIN LINEAL SIMPLE

Una empresa requiere saber si existe una relacin confiable entre las inversiones en publicidad
y las ventas que se obtienen, a fin de poder estimar las ventas que recibirn si hacen una
inversin en publicidad de $ 8000, para el 11avo periodo de produccin. la relacin ser
confiable? Cul sera las ventas obtenidas si realizan una inversin de $ 8000?

A partir de ello se obtiene los siguientes datos:

 X: inversin de publicidad

Y: ventas

La siguiente parte se resolver en Excel

o REGRESIN LINEAL MLTIPLE

En una empresa se publica datos sobre astilleros privados .Entre las variable reportadas son las
cifras de empleo (en dlares), el nmero de embarcaciones en construir y el nmero de
reparaciones o conversiones hechas a barcos comerciales (en dlares). A continuacin se
muestran datos para estas tres variables durante un periodo de 7 aos. Use estos datos para
crear un modelo de regresin para pronosticar el empleo de astilleros privados a partir del
nmero de embarcaciones en construccin de embarcaciones o conversiones de barcos
comerciales. Realizar el modelo de regresin y sus puntos fuertes y dbiles.

La siguiente parte se resolver en Excel

FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA ACADMICO PROFESIONAL

DE ADMINISTRACIN

MODELOS DE
PROGRAMACIN LINEAL

Autor(es):

Chvez Guivar Vanessa

Teque Curo Aida
Yafac Colina Mariana.
Yahuara Garca Luis Darwin.

Asesor: Wilderd Alejandro Cabanillas Campos

Chiclayo-Per

(2017)