Swift & Company es una empresa diversificada productora de proteína con base en Greeley,

Colorado. Con ventas anuales de más de 8 000 millones de dólares, la carne de res y sus productos
derivados son, por mucho, la parte más grande del negocio de la compañía.

A fin de mejorar las ventas de la empresa y su desempeño en la manufactura, la alta administración

concluyó que necesitaba alcanzar tres objetivos importantes.

Uno fue permitir a los representantes de servicio al cliente hablar a sus más de 8 000 clientes para
transmitirles información precisa acerca de la disponibilidad de inventario actual y futuro, al mismo
tiempo que consideraban fechas de entrega solicitadas y edad máxima del producto en el momento
de su entrega.

Un segundo objetivo fue producir un programa eficiente de nivel de turno para cada planta en un
horizonte de 28 días.

El tercer objetivo consistió en determinar de manera exacta si una planta podía embarcar una
cantidad solicitada de pedidos-líneas-artículos en la fecha y a la hora requeridas dadas la
disponibilidad de ganado y las restricciones impuestas por la capacidad de la planta.

Para enfrentar estos tres desafíos, un equipo de IO desarrolló un sistema integrado de 45 modelos
de programación lineal basado en tres formulaciones de modelo para programar de manera dinámica
sus operaciones de fabricación de carne en cinco plantas en tiempo real cuando recibe los pedidos.
Los beneficios totales auditados que se observaron en el primer año de operación de este sistema
fueron de 12.74 millones de dólares, de los cuales 12 millones correspondieron a la optimización
de la mezcla de productos. Entre otros beneficios se destacan la disminución de las órdenes
perdidas, la reducción de los descuentos de precio y la mejora de las entregas a tiempo.

¿Que es programación lineal?

La programación lineal da respuesta a situaciones en las que se exige maximizar o minimizar

funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.

Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.

¿COMO RESOLVER UN PROBLEMA MEDIANTE PROGRAMACIÓN LINEAL?

El primer paso para la resolución de un problema de programación lineal consiste en la identificación

de los elementos básicos de un modelo matemático, estos son:

 Función Objetivo
 Variables
 Restricciones

El siguiente paso consiste en la determinación de los mismos, para lo cual proponemos seguir la
siguiente metodología:

LA FUNCIÓN OBJETIVO
La función objetivo tiene una estrecha relación con la pregunta general que se desea responder. Sí
en un modelo resultasen distintas preguntas, la función objetivo se relacionaría con la pregunta del
nivel superior, es decir, la pregunta fundamental. Así por ejemplo, si en una situación 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.
LAS VARIABLES DE DECISIÓN
Similar a la relación que existe entre objetivos específicos y objetivo general se comportan las
variables de decisión respecto a la función objetivo, puesto que estas se identifican partiendo de una
serie de preguntas derivadas de la pregunta fundamental. Las variables de decisión son en teoría
factores controlables del sistema que se está modelando, y como tal, estas pueden tomar diversos
valores posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la consecución
del objetivo de la función general del problema.

LAS RESTRICCIONES
Cuando hablamos de las restricciones en un problema de programación lineal, nos referimos a todo
aquello que limita la libertad de los valores que pueden tomar las variables de decisión.
La mejor manera de hallarlas consiste en pensar en un caso hipotético en el que decidiéramos darle
un valor infinito a nuestras variables de decisión, por ejemplo, ¿qué pasaría si en un problema que
precisa maximizar sus utilidades en un sistema de producción de calzado decidiéramos producir una
cantidad infinita de zapatos? Seguramente ahora nos surgirían múltiples interrogantes, como por
ejemplo:

 ¿Con cuánta materia prima cuento para producirlos?

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

Pues bueno, entonces habríamos descubierto que nuestro sistema presenta una serie de limitantes,
tanto físicas, como de contexto, de tal manera que los valores que en un momento dado podrían
tomar nuestras variables de decisión se encuentran condicionados por una serie de restricciones.
Welch’s, Inc. Optimización del uso y movimiento de materias primas

Welch’s, Inc. es el procesador de uvas Concord y Niágara más grande del mundo, con ventas que
sobrepasan 550 millones de dólares al año. Tales productos como la mermelada y el jugo de uva
Welch han sido disfrutados por generaciones de consumidores estadounidenses.

Cada septiembre, los agricultores comienzan a entregar sus cosechas a las plantas de
procesamiento que después exprimen las uvas crudas para obtener jugo. Debe pasar tiempo antes
de que el jugo esté listo para convertirlo en jalea, mermelada, jugos y concentrados.La decisión de
cómo usar la cosecha de uva es una tarea compleja dada la demanda cambiante y la calidad y
cantidad inciertas de la cosecha.

Las decisiones típicas incluyen cuáles embarques deben usarse para elaborar los grupos de
roductos más importantes, la transferencia de jugo de uva entre las plantas y el modo de transporte
para esta transferencia.

Debido a que Welch’s no tenía un sistema formal para optimizar el movimiento de materia prima y
los embarques usados para la producción, un equipo de IO desarrolló un modelo de programación
lineal. Éste fue un modelo grande con 8 000 variables de decisión que se enfocaba en el nivel de
detalle de los componentes. Las pruebas a pequeña escala probaron que el modelo funcionaba.

Para que el modelo fuera más útil, el equipo lo modificó agregando la demanda por grupo de
productos en vez de por componentes. Esto redujo su tamaño a 324 variables de decisión y 361
restricciones funcionales. Después el modelo se incorporó a una hoja de cálculo.

La compañía ha utilizado de manera continua la versión actualizada de este modelo de hoja de

cálculo cada mes desde 1994 para proporcionar a la alta administración información sobre el plan
logístico generado por el Solver. Los ahorros por usar y optimizar este modelo fueron de
aproximadamente 150 000 dólares sólo en el primer año. Una ventaja importante de incorporar el
modelo de programación lineal en una hoja de cálculo ha sido la facilidad de explicar el modelo a los
administradores con diferentes niveles de comprensión matemática. Esto condujo a una valoración
amplia del enfoque de investigación de operaciones tanto por esta aplicación como por otras.

¿Que es programación lineal?

La programación lineal da respuesta a situaciones en las que se exige maximizar o minimizar

funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.

Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.

¿COMO RESOLVER UN PROBLEMA MEDIANTE PROGRAMACIÓN LINEAL?

El primer paso para la resolución de un problema de programación lineal consiste en la identificación

de los elementos básicos de un modelo matemático, estos son:

 Función Objetivo
 Variables
 Restricciones

El siguiente paso consiste en la determinación de los mismos, para lo cual proponemos seguir la
siguiente metodología:

LA FUNCIÓN OBJETIVO
La función objetivo tiene una estrecha relación con la pregunta general que se desea responder. Sí
en un modelo resultasen distintas preguntas, la función objetivo se relacionaría con la pregunta del
nivel superior, es decir, la pregunta fundamental. Así por ejemplo, si en una situación 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.
LAS VARIABLES DE DECISIÓN
Similar a la relación que existe entre objetivos específicos y objetivo general se comportan las
variables de decisión respecto a la función objetivo, puesto que estas se identifican partiendo de una
serie de preguntas derivadas de la pregunta fundamental. Las variables de decisión son en teoría
factores controlables del sistema que se está modelando, y como tal, estas pueden tomar diversos
valores posibles, de los cuales se precisa conocer su valor óptimo, que contribuya con la consecución
del objetivo de la función general del problema. En el caso del programa usado por welch.inc, esta
posee 324 variables de decisión.

LAS RESTRICCIONES
Cuando hablamos de las restricciones en un problema de programación lineal, nos referimos a todo
aquello que limita la libertad de los valores que pueden tomar las variables de decisión.
La mejor manera de hallarlas consiste en pensar en un caso hipotético en el que decidiéramos darles
un valor infinito a nuestras variables de decisión, por ejemplo, ¿qué pasaría si en un problema que
precisa maximizar sus utilidades en un sistema de producción de calzado decidiéramos producir una
cantidad infinita de zapatos? Seguramente ahora nos surgirían múltiples interrogantes, como, por
ejemplo:

 ¿Con cuánta materia prima cuento para producirlos?

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

Pues bueno, entonces habríamos descubierto que nuestro sistema presenta una serie de limitantes,
tanto físicas, como de contexto, de tal manera que los valores que en un momento dado podrían
tomar nuestras variables de decisión se encuentran condicionados por una serie de restricciones.

FORMULACIÓN Y SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL EN UNA HOJA DE

CÁLCULO
Los paquetes de hojas de cálculo, como Excel, son una herramienta conocida para analizar y
resolver problemas pequeños de programación lineal. Es sencillo introducir en una hoja de cálculo
las características principales de un modelo de programación lineal, entre ellas, todos sus
parámetros. Sin embargo, este software puede hacer mucho más que sólo desplegar datos. Si se
incluye cierta información adicional, la hoja de cálculo se puede usar para analizar con rapidez
soluciones potenciales. Por ejemplo, se puede verificar una solución potencial para ver si es factible
y qué valor de Z (ganancia o costo) adquiere. Una gran parte del poder de la hoja de cálculo estriba
en su capacidad para apreciar de inmediato los resultados de los cambios en la solución.

Además, el Excel Solver puede aplicar el método símplex para encontrar una solución óptima
para el modelo.
Tal cómo se mencionó, la importancia de una correcta organización de la información es vital,
proponemos la siguiente plantilla para ingresar los datos de nuestro problema:

El siguiente paso corresponde a registrar la información en la plantilla, de acuerdo a los datos que
tenemos en el problema:

El siguiente paso consiste en formular la plantilla, para ello debemos considerar ¿qué pasaría si
cambiaran las variables de decisión?... Pues, en caso tal de que las variables sufrieran cambios se
alteraría la contribución total, y el inventario de recursos. Por ello, debemos formular en
consecuencia:

Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en utilizar Solver para
resolver el modelo, para ello, vamos a la pestaña Datos (En cualquier versión de Office), y
seleccionamos el complemento Solver:

Una vez iniciemos Solver se abrirá una ventana emergente llamada "Parámetros de Solver", en ella
como primera medida seleccionaremos nuestra celda objetivo (Contribución Total) y
seleccionaremos el criterio Maximizar:

El siguiente paso, es indicarle a Solver que debe alcanzar el máximo valor para la celda objetivo
mediante la variación de las siguientes celdas (Cambiando las celdas), es decir, le indicaremos
cuales son las variables de decisión:

El siguiente paso consiste en asignarle las restricciones a las que el modelo está sujeto, las cuales
son restricciones de disponibilidad de recursos:

Lo que nos muestra la imagen anterior es la forma de indicarle la restricción a Solver, para que el
inventario usado sea menor o igual al inventario disponible. De igual forma debe hacerse para el
recurso de Aluminio.

La siguiente restricción es la de no negatividad, es decir, que las variables de decisión no puedan

tomar valores menores que cero.

Si quisiéramos resolver el modelo tal cual como está pudiésemos hacerlo, y obtendríamos quizá una
respuesta que distaría de su aplicación práctica, dado que es probable que la respuesta nos de
variables continuas, y en la práctica vender 0,6 bicicletas es un poco complicado. Por tal razón,
agregaremos una restricción que hace que el ejercicio se resuelva mediante programación lineal
entera, indicando que las variables de decisión deban ser enteras:

Hecho esto, damos clic en Aceptar y en Resolver... Podemos observar como las variables de
decisión, las restricciones (inventario usado) y la contribución total (celda objetivo) han tomado
valores, estos son los valores óptimos según el modelo formulado. Ahora nos aparecerá un cuadro
de diálogo que nos preguntará si deseamos utilizar la solución de Solver y unos informes que
debemos seleccionar para obtener una tabla resumen de la respuesta y un análisis de sensibilidad
que se insertarán como hojas al archivo de Excel:

El informe de sensibilidad arrojado por Solver es mucho más básico que el que nos puede
proporcionar WinQSB, sin embargo destacamos la información referente al "Multiplicador de
Lagrange" que corresponde al "Shadow Price de WinQSB" conocido como el precio sombra, es decir,
el cambio marginal de la función objetivo cuando el valor del lado derecho de la restricción aumenta
en una unidad, en este caso, por cada kg de Acero adicional que dispongamos, la función objetivo
aumentaría en $ 1250.

Conclusión

La programación lineal es una técnica poderosa para tratar problemas de asignación de

recursos escasos entre actividades que compiten, al igual que otros problemas cuya formulación
matemática es parecida. Se ha convertido en una herramienta estándar de gran importancia para
muchas organizaciones industriales y de negocios. Aún más, casi cualquier organización social tiene
el problema de asignar recursos en algún contexto y cada vez es mayor el reconocimiento de la
aplicación tan amplia de esta técnica. Sin embargo, no todos los problemas de asignación de
recursos limitados se pueden formular de manera que se ajusten a un modelo de programación
lineal, ni siquiera como una aproximación razonable.
Cuando no se cumplen uno o más de los supuestos de programación lineal, tal vez sea
posible aplicar otro tipo de modelos matemáticos, por ejemplo, los modelos de programación entera
(capítulo 11) o de programación no lineal (capítulo 12).