PROGRAMACION LINEAL

TRABAJO FINAL

Facultad de Administración y Economía, Universidad Surcolombiana

Noviembre 21 de 2023

Notas
Sistemas de Información, Profesor: Alfonso Manrique Medina, Administración de
empresas nocturno, Universidad Surcolombiana.

Problema de Programación Lineal

Análisis situacional
La empresa de vidrios y aluminios en acabados arquitectónicos y todo lo relacionado con
obras civiles “Aldana & Cia Vidrios Huila” de la ciudad de Neiva, tiene su fuerte en 4
productos principales que son: pasamanos, fachadas, carpintería de aluminio y divisiones.
La empresa se especializa en adquirir los materiales al por mayor (vidrios, aluminios,
accesorios de ensamble, etc.) y brinda tanto productos como servicios (consiste en la
instalación de los productos adquiridos, así como limpieza y reparación o mantenimiento).
La empresa ha manejado un buen nivel de clientes en los últimos años, sin embargo, ha
presentado una disminución en sus ingresos, lo que ha llevado al administrador a buscar
una solución para lograr una maximización de los ingresos con los recursos disponibles. Sin
embargo, el administrador menciona que una posible limitante es el hecho de que la
empresa sólo podría manejar un inventario semanal total entre estos 4 productos de 250
unidades, dada las condiciones de espacio. Los precios de venta (producto instalado),
costos de materia prima y cantidad mínima de producción requerida por la empresa
semanalmente son los siguientes:
Producto Precio Costo Cantidad mínima
Kit completo de
pasamanos recto de $500000 $400000 10
18 pulg en aluminio
Fachada de vidrio
$100000 $50000 100
(m2)
Carpintería de
aluminio (pasadores $350000 $250000 20
rectos)
Divisiones (duchas) $500000 $400000 20

Narración del problema

El problema encontrado consiste en maximizar los ingresos y por ende la utilidad en las
ventas de los 4 productos principales de la empresa. De esta forma, lo que se solicita es
determinar el plan de distribución o manejo de productos que debe mantener la empresa
semanalmente para maximizar la utilidad de la misma.
Es así, que se pide determinar la cantidad de estos 4 productos: pasamanos, fachadas,
carpintería de aluminio y divisiones para que la utilidad de la empresa sea máxima.

Planteamiento del MPL

Dado la situación mencionada, el planteamiento del problema de programación lineal es:
X 1 :número de pasamanos
2
X 2 :m de fachada de vidrio
X 3 :número de pasadores rectos

X 4 : número de divisiones

La función objetivo a maximizar es:

Maximizar (función utilidad):
Utilidad =( Precio de venta−Costo de producción )∗x

Z=(500000−400000) X 1 +(100000−50000) X 2 +(350000−250000) X 3+(500000−400000) X 4

Z=100000 X 1 +50000 X 2 +100000 X 3 +100000 X 4

Sujeto a:
La primera restricción es por la limitante de espacio disponible en la empresa, mientras que
las otras restricciones son por las cantidades mínimas que se deben mantener.
X 1 + X 2+ X 3 + X 4 ≤ 250

X 1 ≥ 10

X 2 ≥ 100

X 3 ≥ 20

X 4 ≥ 20

X1 , X2 , X3 , X4 ≥ 0

Solución al problema MPL

El problema de PL se resuelve aplicando el método Simplex a través del programa web
PHP Simplex. El planteamiento inicial es:

Para la primera iteración, se tiene que la variable que sale de la base es P10 y la que entra
es P1:
En la segunda iteración, la variable que sale de la base es P11 y la que entra es P2:

En la tercera iteración, la variable que sale de la base es P12 y la que entra es P3:

Para la cuarta iteración, la variable que sale de la base es P13 y la que entra es P4:
En la quinta iteración se observa que, si existe alguna solución posible para el problema,
por lo que podemos pasar a la Fase II para calcularla:

En la sexta iteración, la variable que sale de la base es P5 y la que entra es P6:

Finalmente, en la séptima iteración se observa que una solución óptima del problema es:
 X 1 =110

X 2 =100

X 3 =20

X 4=20

Z=$ 20000000
De esta forma, se encontró que la utilidad máxima de la empresa es de $20000000
semanales, manejando un plan de distribución de 110 unidades de pasamanos, 100 m2 de
fachadas, 20 unidades de carpintería de aluminio y 20 divisiones para duchas.

Planteamiento del problema Dual

Dado el planteamiento anterior, el planteamiento del problema de programación lineal dual
es:
Sean las variables duales (utilidad sombra):
W 1 :variable dual 1

W 2 :variable dual 2

W 3 :variable dual 3

W 4 : variable dual 4

W 5 :variable dual 5

La función objetivo a minimizar es:

Minimizar:
Z=250 W 1 +10 W 2 +100 W 3 +20 W 4 + 20W 5
Sujeto a:
W 1 +W 2 ≥ 100000

W 1 +W 3 ≥ 50000

W 1 +W 4 ≥100000

W 1 +W 5 ≥ 100000

W 1 , W 2 ,W 3 , W 4 ,W 5 ≥ 0

Solución al problema Dual

El problema dual de PL se resuelve aplicando el método Simplex a través del programa
web PHP Simplex. El planteamiento inicial es:

En la primera iteración, la variable que sale de la base es P11 y la que entra es P1:

Para la segunda iteración, la variable que sale de la base es P13 y la que entra es P7:
En la tercera iteración, se observa que, si existe alguna solución posible para el problema,
por lo que podemos pasar a la Fase II para calcularla:
La variable que sale de la base es P7 y la que entra es P5:

La variable que sale de la base es P1 y la que entra es P3:

Finalmente, la solución óptima es:

W 1=0

W 2 =0

W 3 =50000
 W 4=0

W 5 =100000

Z=7200000
La solución del problema dual proporciona las dos distintas utilidades que obtiene la
empresa por la venta de los 4 productos analizados. De esta forma, la ganancia máxima
posible que se puede obtener de los recursos disponibles es $20000000. El problema primal
maximiza una función objetivo (función utilidad), mientras que el problema dual minimiza
la misma función objetivo. La solución del problema dual proporciona la ganancia máxima
posible que se puede obtener de los recursos disponibles, en este caso es $7200000.

Análisis de post-optimalidad
Una vez encontrada la solución óptima del problema identificado, se procede a realizar el
análisis post-optimal, el cual comprende el estudio de los precios duales, los coeficientes de
la función objetivo, el costo reducido de cada variable, los rangos de sensibilidad y la
holgura de los valores del lado derecho de las restricciones.
En este caso, se aplica el análisis con la variación de los datos del modelo individualmente,
es decir, se analiza la sensibilidad de los resultados modificando un dato a la vez,
asumiendo que todos los demás permanecen sin ninguna alteración. Por esto, se aplica un
análisis de sensibilidad, en el cual se estudia los efectos de los cambios en los coeficientes
de la función objetivo o de las restricciones del problema. Teniendo esto en cuenta, vamos
a realizar el análisis sugiriendo que se pudiera aumentar la utilidad de cada producto para
saber cuál afecta más el valor óptimo.
Se aumenta la utilidad de los pasamanos: $100000 → $150000
Así, la solución óptima es:

Se aumenta la utilidad del m2 de fachada: $50000 → $100000

Así, la solución óptima es:
Z=$ 25000000
X 1 =110

X 2 =100
X 3 =20

X 4=20

Se aumenta la utilidad de carpintería de aluminio: $100000 → $100000

Así, la solución óptima es:

Se aumenta la utilidad de las divisiones para duchas.: $100000 → $100000

Así, la solución óptima es:

Otro análisis de post-optimalidad, sería el de revisar el caso en el que se pudiera aumentar

el almacenamiento en la empresa.
Se cambia el almacenamiento, aumentándolo en 50 unidades: 250 → 300
Así, la solución óptima es:
Z=$ 25000000
X 1 =160

X 2 =100

X 3 =20

X 4=20

Observaciones y comentarios
Con las variaciones propuestas en el análisis de post-optimalidad, se observa que la
solución óptima cambia, aumentando en todos los casos dado que se propone un aumento
de la utilidad para cada producto en un mismo valor de $50000. De esta forma, la máxima
utilidad se obtiene con un aumento de la utilidad en los productos carpintería de aluminio y
divisiones para ducha, que pasa de $20000000 a $26000000, un aumento en la utilidad del
30%.
Un segundo análisis de post-optimalidad revela que un aumento en la capacidad de
almacenamiento de la empresa, el aumentar de 250 a 300, representaría una utilidad
máxima de $25000000, lo que representa un aumento en la utilidad del 25%.
Por lo anterior, se puede decir que, un buen y completo análisis de post-optimalidad indica
los pasos a seguir por la empresa para lograr los objetivos, como el de este caso, que
consiste en maximizar los ingresos y utilidad de la empresa. Se aplicó un análisis de
sensibilidad, que consiste en el estudio de los efectos de los cambios en los coeficientes de
la función objetivo o de las restricciones del problema.

Aplicabilidad
La programación lineal es una técnica matemática que permite maximizar o minimizar una
función lineal sujeta a varias restricciones. Es una herramienta muy versátil que se puede
aplicar a una amplia gama de problemas en diversas áreas, como la economía, la ingeniería,
la logística, la producción, etc.
La importancia de la aplicabilidad de un problema de programación lineal radica en que
permite tomar decisiones de manera objetiva y eficiente. Esto se debe a que los modelos de
programación lineal representan de manera clara la situación a resolver y permiten
encontrar la mejor solución posible, teniendo en cuenta las restricciones existentes.
La importancia de la aplicabilidad de un problema solucionado a través de programación
lineal radica en que la solución a este problema debe ser factible y óptima. Es decir, la
solución debe cumplir con todas las restricciones del problema y debe ser la mejor solución
posible, según el criterio de optimización definido.
Por lo anterior, la factibilidad de la solución es importante porque garantiza que la solución
sea realizable. Así mismo, la optimalidad de la solución es importante porque garantiza que
la solución sea la mejor posible, en este caso, la maximización de la utilidad de las ventas
de la empresa distribuidora y transformadora de vidrios y aluminio.
Con el desarrollo del problema identificado, planteado y solucionado a través de la
aplicación del método simplex, se puede decir que es aplicable dado que cumple con los
criterios de factibilidad y optimalidad.

Referencias Bibliográficas
Anderson, D.R., Sweeney, D.J., Williams, T.A. (2005). Introducción a los Modelos
Cuantitativos para los Negocios. (10ª ed.). México: Pearson Educación.
Chediak, F. (2012). Investigación de operaciones. (3a. ed.), (pp. 181-193). Ibagué,
Colombia: Editorial Universidad de Ibagué. (pp. 83-106) de la Unidad 1 – Modelos
de decisión determinísticos para revisar la temática solución gráfica sistema de
inecuaciones.