La programación lineal es una herramienta de la administración de las operaciones utilizada en situaciones de negocios donde los recursos son limitados y la demanda de los mismos es grande. En oras palabras, se trata de una técnica de programación matemática que se utiliza para solucionar los problemas referentes a la asignación de recursos escasos de manera óptima entre actividades que compiten por el uso de los mismos. Los recursos a los cuales nos referimos pueden ser tiempo, dinero o materiales, y las limitaciones se conocen como restricciones del sistema productivo. Para este tipo de problemas buscaremos minimizar los costos/gastos y maximizar beneficios.
Estos modelos cuentan con 3 componentes fundamentales a identificar, que desarrollamos a continuación:
La formulación efectiva de un problema de programación lineal implica la identificación y comprensión de sus tres componentes esenciales.
En primer lugar, las variables de decisión son los elementos clave que representan las opciones disponibles bajo el control de quien toma las decisiones. Estas variables, al ser manipuladas, influyen directamente en los resultados del modelo.
La función objetivo, por otro lado, constituye una expresión matemática fundamental en el marco de la programación lineal. Esta expresión establece claramente lo que se busca maximizar (como utilidades o valor presente) o minimizar (como costos o desperdicio), proporcionando una meta cuantificable para la toma de decisiones.
Además, las restricciones desempeñan un papel crucial en la formulación del problema. Estas limitaciones delinean las opciones permisibles para las variables de decisión, agregando un nivel de realismo al modelo.
Las restricciones pueden surgir de diversas fuentes, como recursos limitados o regulaciones específicas. La habilidad para equilibrar eficientemente estas restricciones mientras se trabaja hacia la optimización de la función objetivo es esencial para el éxito de la programación lineal.
En resumen, al comprender y aplicar adecuadamente los componentes de variables de decisión, función objetivo y restricciones, se establece una base sólida para la formulación y resolución efectiva de problemas de programación lineal, permitiendo la toma de decisiones informada y estratégica en diversas situaciones empresariales.
La formulación de un problema de programación lineal requiere una cuidadosa atención a los requisitos y supuestos fundamentales que lo respaldan. En primer lugar, el modelo debe estar diseñado para maximizar o minimizar una variable crítica identificada como la función objetivo. Este enfoque claro y cuantificable establece el propósito central del modelo, brindando dirección a la toma de decisiones. La limitación de recursos es otro requisito clave, ya que la escasez y restricción de recursos son la base de muchos problemas abordados mediante la programación lineal.
La linealidad emerge como un principio esencial en este contexto, donde tanto la función objetivo como las restricciones se expresan como funciones lineales. Esta característica permite una representación matemática más manejable y eficiente. La certeza en los valores de los parámetros es un supuesto subyacente, ya que la programación lineal asume que estos son conocidos y constantes durante la resolución del problema.
La divisibilidad de productos y recursos es un aspecto crucial, permitiendo que las variables tomen valores no enteros. Esta flexibilidad es esencial para abordar situaciones en las que la cantidad de productos o recursos no está limitada a valores enteros. Por último, la homogeneidad, que implica la ausencia de economías de escala, es un supuesto que contribuye a mantener la simplicidad y claridad en la formulación del problema.
Podemos decir que, al tener en cuenta los requisitos y supuestos de maximización/minimización, limitación de recursos, linealidad, certeza, divisibilidad y homogeneidad, se establece un marco robusto para abordar problemas complejos mediante la programación lineal. Esto brinda una base estructurada para la toma de decisiones estratégicas en entornos empresariales y operativos.
podemos decir que para desarrollar un modelo de estas características, es necesario que cuente con las siguientes características:
La programación lineal encuentra aplicaciones cruciales en empresas e industrias para la optimización de recursos. Desde la gestión de la cadena de suministro hasta la asignación eficiente de recursos financieros, la programación lineal ayuda a maximizar beneficios y minimizar costos. Sectores como la logística, manufactura, finanzas y planificación estratégica utilizan esta herramienta para tomar decisiones informadas y eficientes que contribuyen al rendimiento y la rentabilidad empresarial.
A continuación desarrollamos algunos ejemplos de cómo se aplica la programación lineal en las empresas y cuáles son sus objetivos.
Este caso se trata de una compañía del rubro de la construcción que fabrica cerramientos de alta calidad, incluyendo ventanas y puertas de vidrio. Actualmente opera con 3 plantas de producción en donde la planta 1 produce marcos de aluminio, la planta 2 produce marcos de madera y la Planta 3 produce el vidrio y ensambla los productos.
La compañía decidió fabricar dos nuevos productos que son una puerta de vidrio de 8 pies con marco de aluminio (llamémosle «Producto 1») y Ventana de 4×6 pies con marco de madera(llamémosle «Producto 2»). Cada producto se fabrica en lotes de 20 unidades y el mix de producción se define en lotes por semana.
El jefe de producción de dicha compañía es un ingeniero industrial muy comprometido con la correcta utilización de los recursos, por lo cuál quiere averiguar cuál es el mix de producción que maximiza la ganancia.
Para iniciar con el análisis vamos a realizar un flujograma general del proceso para entender como interactúan las plantas y los depósitos con la demanda.
Para cualquier problema de programación lineal, lo más importante es definir 3 puntos fundamentales: las variables de decisión, las restricciones y la función objetivo.
Para definir las variables de decisión (VD) lo recomendable es siempre pensarlo desde el punto de vista de cuáles son aquellos aspectos que estan bajo nuestro control y sobre las cuales podemos influir. En este caso, vamos a definir como variables de decisión (VD):
X = # de lotes del producto 1 a producir por semana
Y = # de lotes del producto 2 a producir por semana
El segundo paso es identificar cuáles son las restricciones de nuestro modelo para luego expresarlas en función de las variables de decisión. Por lo general, la restricciones suelen asociarse a los recursos, a la demanda y a otras variables de contexto. Para este ejemplo podemos identificar las siguientes restricciones:
Disponibilidad de tiempo de cada panta, en donde:
Por último debemos definir cuál es la función objetivo. Este hito va a depender escencialmente de qué estemos buscando (si minimizar costos, minimizar la utilización de algún recurso, maximizar beneficios, etc.). Es importante remarcar que en este punto, los problemas siempre se tratarán de maximizar o minimizar alguna función. Para este caso, como lo que buscamos es el mix de producción ideal que me permita maximizar el beneficio, podremos defnir a nuestra función objetivo como:
Maximizar Z = 3*X + 5*Y
Siendo 3 y 5 los valores de venta de cada producto expresada en K$.
Habiendo ya planteado el problema, nos dispondremos a solucionarlo buscando determinar la combinación de X e Y (cantidad a fabricar de puertas y ventanas) que maximizan Z, sujeto a las restricciones de disponibilidad y de no-negatividad.
Para resolver el problema haremos una representación gráfica de 2 dimensiones en donde cada una represente a las variables de decisión X e Y. Sobre éstas graficaremos las rectas de las restricciones y la recta de isobeneficio (Z)
Primero que nada y a modo de ejemplo, graficaremos distintos valores de Z. Enla imagen de abajo podemos ver que la pendiente de la recta surge de las ganancias por lote. Cada recta muestra la combinación de producción que entrega esa ganancia.
Por ejemplo: La ganancia es $12 con:
X = 0 e Y = 2,4
X = 4 e Y = 0
X= 3,5 e Y= 1
Y así para cualquier par X;Y para una determinada recta de ganancia.
Si cambiáramos los coeficientes de Z (es decir, los ingresos que obtengo por cada producto), las pendientes de la recta serían otras:
De la misma manera que graficamos la función objetivo, vamos a graficar las restricciones del modelo planteando anteriormente. Como se puede ver, las restricciones son rectas que se intersecan entre si en determinados puntos. El área que queda definida por estas rectas (sombreado en la imagen) se llama región factible y está compuesta por todas las soluciones posibles a este problema de programación lineal.
Esto quiere decir que cualquier punto dentro de esta región factible (incluidas las rectas de cada restricción) conforman una solución factible para este problema, pero lo que aún no sabemos el cuál o cuáles de ellas es/son la/s óptimas.
Cuando el objetivo es maximizar y los coeficientes son positivos, la ganancia crece hacia arriba y a la derecha (X e Y aumentan). Por lo cual, lo que se debe hacer es mover la recta de la función Z en ese sentido hasta poder detectar cuál es el último punto que toca de la región factible.
Cómo podemos ver en la resolución gráfica, el mix de producción óptimo para este modelo serán 2 unidades del producto 1 y 6 unidades del producto 2, con un beneficio total de $ 36000.
Podemos definir un procedimiento para la representación de este tipo de problemas teniendo en consideración:
¿Llegaste hasta acá? ¿Te quedaste con gansa de más? Te dejamos a continuación la mejore selección de Libros para seguir estudiando y Aprendiendo Sobre Programación Lineal
2 Comments
Material instruccional interesante, educativo y pedagógico. Felicidades que continúen éste tipo de publicaciones
Muchas Gracias por tu apoyo Alexis! Poco a poco estaremos poblando estas páginas con más información y material educativo. 🙂