REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN UNIVERSITARIA COLEGIO UNIVERSITARIO DE CARACAS PROGRAMA NACIONAL

DE FORMACIN EN ADMINISTRACIN TRAYECTO III / TRIMESTRE III / TURNO: NOCTURNO / SECCIN: 03 ADMINISTRACION DE LA PRODUCCION

INVESTIGACION DE OPERACIONES

Profesor : Jose Fornos AUTORES: Lpez Goite, Reinaldo Jos C.I.: V 19.702.409 Noguera Lamas, Jhosely Coromoto C.I.: V 17.443.270

Caracas, Junio 2012

INTRODUCCIN

Hoy da las organizaciones se encuentran en una situacin donde el entorno de competitividad se torna cada vez ms fuerte, los cambios en la economa no cesan y stas, se ven forzadas a recurrir a mecanismos que les permitan mantener el avance y una de las herramientas utilizada para esto es la Programacin Lineal. En el presente trabajo se dar a conocer ampliamente en qu consiste la Programacin Lineal, su origen, aplicacin, mtodos utilizados para aplicarla y se desarrollar un ejemplo de cada una de ellos para mejor comprensin del tema. Existen distintos problemas simples de programacin lineal, los que tienen solamente 2 variables, problemas bidimensionales. Tambin existen sistemas de ms variables, el procedimiento no es tan sencillo y se resuelven por el llamado mtodo Simplex. Cabe destacar que se ha utilizado un lenguaje sencillo, dirigido a las personas que deseen conocer acerca de este mtodo y de esta forma se explica con ejemplos extrados de distintas fuentes la importancia que tiene esta valiosa tcnica para la toma de decisiones en diferente ramas. Para finalizar luego de explicar detalladamente la teora, con ejemplos grficos y cuadros que expresan con cifras lo anteriormente expuesto, se mostrara un ejemplo de cada uno de los mtodos donde se entender claramente la razn de ser del mismo.

Que es la Investigacin de Operaciones o Investigacin Operativa? Es una rama de las matemticas que hace uso de modelos matemticos y algoritmos con el objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las soluciones obtenidas sean significativamente ms eficientes (en tiempo, recursos, beneficios, costos, etc.) en comparacin a aquellas decisiones tomadas en forma intuitiva o sin el apoyo de una herramienta para la toma de decisiones. Los modelos de Investigacin de Operaciones son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin.

LA PROGRAMACIN LINEAL La programacin lineal es una tcnica matemtica relativamente reciente (siglo XX), que consiste en una serie de mtodos y procedimientos que permiten resolver problemas de optimizacin en distintos mbitos y es considerada una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin. En este sentido, 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.

METODO GRFICO El anlisis grfico es una alternativa eficiente para enfrentar la resolucin de modelos de Programacin Lineal en 2 variables, Una de las propiedades bsicas de un modelo de Programacin Lineal que admite solucin, es que sta se encontrar en el vrtice o frontera (tramo) del dominio de puntos factibles. Es decir, si luego de graficar el dominio y evaluar los distintos vrtices de modo de elegir "el mejor" candidato segn sea nuestro caso (el valor de la funcin objetivo ser la que nos permitir discriminar cual es el mejor candidato dependiendo si estamos maximizando o minimizando).

Como ejemplo de un problema de programacin lineal en que la funcin objetivo debe maximizarse, considrese el siguiente problema de produccin con dos variables. Solucin: Como primer paso para la formulacin matemtica de este problema, se tabula la informacin dada (Tabla 1). Si llamamos x a las hectreas de maz e y a las hectreas de trigo. Entonces la ganancia total P, est dada por: P=40x+30y Que es la funcin objetivo por maximizar. Maz Horas Hectreas Utilidad por unidad 2 1 Bs. 40 Trigo 1 1 Bs. 30 Elementos disponibles 800 480

La cantidad total de tiempo par hectreas para sembrar maz y trigo est dada por 2x+y horas que no debe exceder las 800 horas disponibles para el trabajo. As se tiene la desigualdad: 2x+y<800 En forma anloga, la cantidad de hectreas disponibles est dada por x+y, y sta no puede exceder las hectreas disponibles para el trabajo, lo que conduce a la desigualdad. Por ltimo, si no queremos tener prdidas, x y y no pueden ser negativa, de modo que x>0 y>0 En resumen, el problema en cuestin consiste en maximizar la funcin objetivo P=40x+30y sujeta a las desigualdades 2x+y<800 x+y<480 x>0 y>0

Solucin Grfica Los problemas de programacin lineal en dos variables tienen interpretaciones geomtricas relativamente sencillas; por ejemplo, el sistema de restricciones lineales asociado con un problema de programacin lineal bidimensional- si no es inconsistente- define una regin plana cuya frontera est formada por segmentos de recta o semirrectas, por lo tanto es posible analizar tales problemas en forma grfica.

Si consideramos el problema del granjero Lpez, es decir, de maximizar P = 40x+ 30y sujeta a 2x+y<800 x+y<480 x>0, y>0

(7)

El sistema de desigualdades (7) define la regin plana S que aparece en la figura 5. Cada punto de S es un candidato para resolver este problema y se conoce

como solucin factible. El conjunto S se conoce como conjunto factible. El objetivo es encontrar entre todos los puntos del conjunto S- el punto o los puntos que optimicen la funcin objetivo P. Tal solucin factible es una solucin ptima y constituyen la solucin del problema de programacin lineal en cuestin. APLICACIONES DE LA PROGRAMACION LINEAL Problema de Inversin: Considere que usted dispone de un capital de Bs. 21.000 es para invertir en la bolsa de valores. Un amigo le recomienda 2 acciones que en el ltimo tiempo han estado al alza: Accin A y Accin B. La Accin A tiene una rentabilidad del 10% anual y la Accin B del 8% anual. Su amigo le aconseja tener una cartera equilibrada y diversa y por tanto le recomienda invertir un mximo de Bs. 13.000 en la Accin A y como mnimo Bs. 6.000 en la Accin B. Adems la inversin en la Accin A debe ser menor o igual que el doble de la inversin destinada a la Accin B. Usted quiere formular y resolver un modelo de Programacin Lineal que permita obtener la poltica de inversin que permita obtener la mxima rentabilidad (inters) anual.

Variables de Decisin: x = dlares invertidos en Accin A. y = dlares invertidos en Accin B.

Funcin Objetivo: Se busca maximizar la rentabilidad anual que resulta de invertir en los 2 tipos de acciones. Maximizar 0.1x + 0.08y Restricciones: Considera las recomendaciones de su amigo. x + y 21.000 x 13.000 Se puede invertir como mximo Bs. 21.000 en total Invertir como mximo Bs. 13.000 en Accin A Invertir como mnimo Bs. 6.000 en Accin B Inversin en A debe ser menor o igual que el doble de la

y 6.000 x - 2y 0 inversin en B x0, y0

No Negatividad

Solucin ptima: X= 13.000 Y= 8.000. Valor ptimo V(P) = Bs. 1.940

MTODO SIMPLEX

El Mtodo Simplex es un algoritmo de resolucin para modelos de Programacin Lineal desarrollado por George Dantzig en el ao 1947. Como todo algoritmo cuenta con un proceso interactivo que secuencialmente a travs de pasos o interacciones va aproximando el valor ptimo del problema lineal en caso de existir este ltimo. Con miras a conocer la metodologa que se aplica en el Mtodo SIMPLEX, vamos a resolver el siguiente problema: Maximizar Z= f(x,y)= 3x + 2y sujeto a: 2x + y 18 2x + 3y 42 3x + y 24 x 0,y 0

Se consideran las siguientes fases: 1. Convertir las desigualdades en igualdades Se introduce una variable de holgura por cada una de las restricciones, para convertirlas en igualdades, resultando el sistema de ecuaciones lineales: 2x + y + h = 18 2x + 3y + s = 42 3x +y + d = 24 2. Igualar la funcin objetivo a cero - 3x - 2y + Z = 0 3. Escribir la tabla inicial simplex En las columnas aparecern todas las variables del problema y, en las filas, los coeficientes de las igualdades obtenidas, una fila para cada restriccin y la ltima fila con los coeficientes de la funcin objetivo: Tabla I . Iteracin n 1 Base Variable de decisin Variable de holgura Valores solucin x h s d Z 2 2 3 -3 y 1 3 1 -2 h 1 0 0 0 s 0 1 0 0 d 0 0 1 0 18 42 24 0

4. Encontrar la variable de decisin que entra en la base y la variable de holgura que sale de la base A. Para escoger la variable de decisin que entra en la base, nos fijamos en la ltima fila, la de los coeficientes de la funcin objetivo y escogemos la variable con el coeficiente negativo mayor (en valor absoluto). En nuestro caso, la variable x de coeficiente - 3. Si existiesen dos o ms coeficientes iguales que cumplan la condicin anterior, entonces se elige uno cualquiera de ellos.

Si en la ltima fila no existiese ningn coeficiente negativo, significa que se ha alcanzado la solucin ptima. Por tanto, lo que va a determinar el final del proceso de aplicacin del mtodo del simplex, es que en la ltima fila no haya elementos negativos. B. Para encontrar la variable de holgura que tiene que salir de la base, se divide cada trmino de la ltima columna (valores solucin) por el trmino correspondiente de la columna pivote, siempre que estos ltimos sean mayores que cero. En nuestro caso: 18/2 [=9] , 42/2 [=21] y 24/3 [=8] Si hubiese algn elemento menor o igual que cero no se hace dicho cociente. En el caso de que todos los elementos fuesen menores o iguales a cero, entonces tendramos una solucin no acotada y no se puede seguir. El trmino de la columna pivote que en la divisin anterior d lugar al menor cociente positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la base, d. Si al calcular los cocientes, dos o ms son iguales, indica que cualquiera de las variables correspondientes pueden salir de la base.

C. En la interseccin de la fila pivote y columna pivote tenemos el elemento pivote operacional, 3. 5. Encontrar los coeficientes de la nueva tabla. Los nuevos coeficientes de x se obtienen dividiendo todos los coeficientes de la fila d por el pivote operacional, 3, que es el que hay que convertir en 1. A continuacin mediante la reduccin gaussiana hacemos ceros los restantes trminos de su columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la funcin objetivo Z. Tambin se puede hacer utilizando el siguiente esquema: Fila del pivote: Nueva fila del pivote= (Vieja fila del pivote) : (Pivote) Resto de las filas: Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable entrante) X (Nueva fila del pivote)

Vemoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II): Vieja fila de s 2 3 - Coeficiente 2 2 x x 0 1 0 - - 2 2 2 x x x 42 2 x

Nueva fila pivote 1 1/3 0 0 1/3 8 = = Nueva fila de s = = = =

0 7/3 0 1 -2/3 26

Tabla II . Iteracin n 2 Base Variable de decisin Variable de holgura Valores solucin x h s x Z 0 0 1 0 y 1/3 7/3 1/3 -1 h 1 0 0 0 s 0 1 0 0 d -2/3 -2/3 1/3 1 2 26 8 24

Como en los elementos de la ltima fila hay uno negativo, -1, significa que no hemos llegado todava a la solucin ptima. Hay que repetir el proceso: A. La variable que entra en la base es y, por ser la variable que corresponde al coeficiente -1 B. Para calcular la variable que sale, dividimos los trminos de la ltima columna entre los trminos correspondientes de la nueva columna pivote: 2:1/3 [=6] , 26:7/3 [=78/7] y 8:1/3 [=8] y como el menor cociente positivo es 6, tenemos que la variable de holgura que sale es h. C. El elemento pivote, que ahora hay que hacer 1, es 1/3. Operando de forma anloga a la anterior obtenemos la tabla: Tabla III . Iteracin n 3 Base Variable de decisin Variable de holgura Valores solucin x y 0 y 1 h 3 s 0 d -2 6

s x Z

0 1 0

0 0 0

-7 -1 3

0 0 0

4 1 -1

12 6 30

Como en los elementos de la ltima fila hay uno negativo, -1, significa que no hemos llegado todava a la solucin ptima. Hay que repetir el proceso: A. La variable que entra en la base es d, por ser la variable que corresponde al coeficiente -1 B. Para calcular la variable que sale, dividimos los trminos de la ltima columna entre los trminos correspondientes de la nueva columna pivote: 6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6] y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale es s. C. El elemento pivote, que ahora hay que hacer 1, es 4. Obtenemos la tabla: Tabla IV . Final del proceso Base Variable de decisin Variable de holgura Valores solucin x y d x Z 0 0 1 0 y 1 0 0 0 h -1/2 -7/4 -3/4 5/4 s 0 0 0 0 d 0 1 0 0 12 3 3 33

Como todos los coeficientes de la fila de la funcin objetivo son positivos, hemos llegado a la solucin ptima. Los solucin ptima viene dada por el valor de Z en la columna de los valores solucin, en nuestro caso: 33. En la misma columna se puede observar el vrtice donde se alcanza, observando las filas correspondientes a las variables de decisin que han entrado en la base: D(3,12)

CONCLUSIN

Como conclusin del presente trabajo de investigacin sobre la Programacin Lineal se puede decir que se define como una tcnica matemtica que consiste en una serie de mtodos y procedimientos que permiten resolver problemas y tomar decisiones con informacin precisa y real. Posee 2 mtodos de solucin los cuales son el grfico y el simplex. Es considerada una herramienta muy til a la hora tomar una decisin, manejada por diferentes ramas entre las que podemos mencionar ingeniera, matemticas, computacin, economa siempre utilizando la tcnica fundamental que es el modelo matemtico. Dicho modelo nos provee de mejores argumentos para tomar decisiones en comparacin a las que se basan slo en informacin cualitativa. Por lo anterior expuesto se denomina la programacin lineal como una de las herramientas ms utilizadas en la investigacin Operativa ya que en lneas generales permiten una buena aproximacin a la realidad. Esperamos que la presente investigacin haya sido de su agrado y se haya entendido la esencia del mismo.

BIBLIOGRAFIAS

INVESTIGACIN DE OPERACIONES Autores HILLER, LIEBERMAN Sptima edicin

Rogerarmando.blogspot.com

WWW.INVESTIGACION/OPERACIONES.COM

WWW.INVESTIGACIONDEOPERACIONES.NET