Universidad Nacional Abierta

Dirección de Investigación y Postgrado

Maestría en Administración de Negocios

Métodos Cuantitativos

MODELOS DE PROGRAMACIÓN LINEAL

Franco, Elvis V-10.757.644 Aragua G-3

Izarra, Miquelina V-16.345.869 Aragua G-3

Ediglis, Sevilla V-17.613.526 Carabobo G-3

Mayerlin, Salazar V-16.595.385 Carabobo G-3

Facilitador: Msc Malva Higuerey

Agosto, 2021
¿QUE ES LA PROGRAMACIÓN LINEAL (PL)?

Se llama programación lineal al conjunto de técnicas matemáticas que pretenden

resolver la situación siguiente: Optimizar (maximizar o minimizar) una función
objetivo, función lineal de varias variables, sujeta a: una serie de restricciones,
expresadas por inecuaciones lineales. La programación lineal busca asignar
recursos escasos o limitados entre actividades competitivas de la mejor manera
posible (optima).
La PL es un procedimiento que encuentra su aplicación práctica en casi todas
las facetas de los negocios, desde la publicidad hasta la planificación de la
producción. Problemas de transporte, distribución, y planificación global de la
producción son los objetos más comunes del análisis de PL.
Un modelo de programación lineal proporciona un método eficiente para
determinar una decisión óptima, escogida de un gran número de decisiones
posibles, entre ellos se muestra diferentes métodos o modelos de programación
lineal:
 Método Simplex o Primal
 Método Grafico
 Método de Transporte
 Método de Asignación
 Métodos PERT
 Método de la Ruta Crítica CPM
 Método de Pronóstico.

En efecto existen diversas herramientas utilizadas en la toma decisiones tales

como los modelos matemáticos que se aplican para resolver diversos problemas
dentro de diversas áreas de la gerencia. Por tanto, no se debe tomar decisiones
bajo incertidumbre, siempre se debe realizar pronósticos para incrementar las
opciones y anticiparse a los resultados negativos por una decisión errada. El uso de
la programación lineal se ha incrementado para interpretar y sustentar las
dinámicas, así como también mejorar los controles en la toma de decisiones
gerenciales. A continuación se muestra un cuadro comparativo sobre los diferentes
y relevantes métodos de programación lineal:
 Cuadro comparativo de los diferentes Modelos de Programación Lineal
Método Simplex o Primal Método Gráfico

Concepto Es un método analítico en la solución de Es un proceso que se utiliza para solucionar un

problemas de programación lineal, en la problema donde intervienen pocas variables y
búsqueda de resolución sin restricción de se representa con un plano cartesiano.
número de variables.

Objetivo Se resuelve el problema de manera analítica Se usa para resolver problemas de manera
utilizando algoritmo que no pueden ser resueltos gráfica, representando las restricciones y
de manera gráfica. condiciones técnicas para brindar soluciones
factibles.

Características - Se basa en el método algebraico sistemático. - Forma fácil de solucionar problemas que
- Se puede utilizar en distinto software que conste de dos variables.
facilitan el proceso de cálculo. - Grafica la función objetivos y las restricciones.
- Describe como aumenta o disminuye Z y la - Se ubica en la región factible solución
relación con las variables. óptima, no factible múltiple y no acotada.
- Busca resolver de manera eficiente - Utiliza directamente la forma canoníca.
problemas de grandes dimensiones. - Se encuentra la solución con la gráfica.

Aplicación Aplica en problemas de PL multidimensionales. Problemas de PL con dos variables de decisión.

Ventajas - Es un método heurístico. Se basa en - Nos permite realizar un estudio de todos los
consideraciones geométricas y no requiere puntos de interés de las funciones.
el uso de derivadas de la función objetivo. - Nos permite observar el comportamiento de
- Es de gran eficacia incluso para ajustar gran las expresiones que estamos utilizando.
número de parámetros. - Podemos observar crecimiento y
- Es fácil de implementar y usar, y sin embargo decrecimiento de la misma.
tiene una alta eficacia. - Podemos observar si la gráfica es simétrica o
- Se puede usar con funciones objetivo muy no.
sinuosas pues en las primeras iteraciones - Podemos obtener los valores con solo
busca el mínimo más ampliamente y evita observar de forma directa.
caer en mínimos locales fácilmente.

Desventajas - Converge más lentamente que otros métodos - Puede estar sometido a errores de escala de
pues requiere mayor número de iteraciones. la gráfica.
- Es un proceso complejo porque se requiere - En ocasiones las gráficas de las funciones no
para su elaboración diversos pasos para son sencillas de realizar.
lograr el resultado. - Podemos cometer errores de aproximación al
- Se debe ser cuidadoso con las aplicaciones momento de observar
del álgebra. - Podemos cometer errores de aproximación
por el trazado.
 Cuadro comparativo de los diferentes Métodos de Programación Lineal

Método Simplex o Primal Método Gráfico

Metodología - Se transforman las inecuaciones en ecuaciones - Se transforman las inecuaciones en ecuaciones

- Se determina la base factible inicial - Se determina la base factible inicial
- Se construye la tabla - Se construye la tabla
- Se determina si hay variable no básica para - Se determina si hay variable no básica para
optimizar nuestra función objetivo optimizar nuestra función objetivo

Región Factible La solución factible en la aplicación del método La región factible está formada por la intersección
simplex satisface las condiciones de no de las soluciones de todas las inecuaciones.
negatividad. Además se trabaja muy rápido en Además ubica los puntos extremos que son una
encontrar la solución óptima. solución factible.

Solución óptima Mediante el uso de los coeficientes describe si Pueden presentar varias opciones respecto a sus
llega a una solución óptima, no factible, no soluciones: puede no existir solución, en el caso
restringida o múltiple. de que exista el conjunto solución puede ser
acotado o no.
Análisis de Permite ajustar un supuesto básico de la Examina el impacto en los resultados del modelo
sensibilidad programación lineal asumiendo el valor de la de solución óptima, donde uno o varios
constante. parámetros sufren modificaciones en relación a
los valores originales.
Restricciones Está relacionada al punto extremo de la región - Cada una de las restricciones se representa
factible para satisfacer las restricciones, para encontrar la región factible, siendo el
evaluando la maximización o minimización de vértice donde se encuentra la mejor solución
acuerdo al valor de z. óptima.
- Puede ser equivocado al contener muchas
restricciones el problema
Variables Una variable de entrada y salida se emplea Muy limitado en cuanto al número de variables.
mediante la condición de factibilidad.
Cuadro Comparativo del Método de Transporte y Método de Asignación
Método de Transporte Método de Asignación
Definición Busca determinar un plan de transporte de una Cada recurso de debe asignar en modo único a
mercancía de varias fuentes a varios destinos. la actividad particular por asignación
Los datos del modelo son: Nivel de oferta en
cada fuente y la cantidad de demanda en cada
destino.

Utilidad Busca disminuir el costo total de transporte Cada recurso de debe asignar en modo único a
satisfaciendo la oferta y la demanda. la actividad particular por asignación

Aplicación Se designa en Inventarios Programación de Se emplea en diversos contextos administrativos.

empleos, Asignación de Personal.

Diferencias Están m orígenes y n destinos y se realiza el flujo Establece la asignación óptima de n agentes u
a cada uno de los destinos. objetos indivisibles en n tareas

Restricciones Para lograr emplear se debe conocer los puntos Los agentes u objetos no se pueden dividir entre
de origen, capacidad de producción, punto de varios agentes, conjuntamente la restricción es
destinos y la demanda de los productos o bien importante porque se puede establecer a una
según sea el caso. tarea.

Ventajas - Tiene en cuenta en el análisis la diferencia entre -Proporciona con rapidez a mejores soluciones.
los menores costos de transporte. -Asume en su análisis, diferencias entre los
-Es un método preciso y totalmente imparcial. costos menores de transporte.
- Se escogerá aquel sitio que produzca los -Es un método completamente imparcial y
menores costos de transporte, tanto de la materia preciso.
prima como del producto terminado

Desventajas -No aporta ningún criterio que permita determinar -No tiene la capacidad de aportar ningún tipo de
si la solución obtenida por este método es la criterio que permita la determinación si la
mejor (óptima) o no. solución obtenida mediante este método es la
- Las cantidades de oferta y demanda no varían más óptima o no.
con el tiempo.

Modelos -No aporta ningún criterio que permita determinar Para resolver problemas de asignación se utiliza
si la solución obtenida por este método es la el método húngaro, algoritmo de asignación
mejor (óptima) o no.
- Las cantidades de oferta y demanda no varían
con el tiempo.
Cuadro Comparativo del Métodos PERT, Método ruta crítica CPM y Método
de Pronóstico
Métodos PERT Método de Método de
Asignación Pronostico
Definición El método PERT (Program Es un algoritmo utilizado para el Sirve para desarrollar
Evaluation and Review cálculo de tiempos y plazos en la pronósticos de ventas,
Technique –Técnica de planificación de proyectos almacenaje, existencias y la
evaluación y revisión de planificación.
programas) Es un método que
sirve para planificar proyectos
en los que hace falta coordinar
un gran número de actividades

Utilidad Pert se utiliza para programar y Se utiliza para planear y Este método se utiliza
controlar programas en controlar proyectos más fundamentalmente para lograr
proyectos de investigación y complejos como de la rama de la un control óptimo de inventarios
desarrollo. construcción en los proyectos.

Objetivo Determina la variación del costo El objetivo principal es Este método se utiliza
proporcional al tiempo. Por lo determinar la duración de un fundamentalmente para lograr
cual centra toda la atención en proyecto, donde cada una de las un control óptimo de inventarios
minimizar el tiempo de modo actividades tenga una duración en los proyectos.
que se consigan resultados de estimada
los costos mínimos.

Modelos Se puede combinar con el Trabaja con el Diagrama de Trabaja con promedio móvil,
método CPM Flechas y Redes de suavización exponencial y
Precedencia. Además se puede regresión basados en las hojas
complementar con el método de Excel.
PERT

Características -Simula los efectos de -Se utiliza para controlar y -Sirve para elaborar planes
decisiones alternativas o monitorear el tiempo. futuros en la toma de decisiones
situaciones imprevistas -Las actividades son continuas e -En el control de inventario se
-Es útil para monitorear independientes. basa en determinar el horizonte
itinerarios y costos -Considera los tiempos de la planeación
-Probabilístico normales y acelerados de una -Se utiliza en la planificación
-Considera tres estimados de actividad según la cantidad de financiera y el flujo de efectivo
tiempos. El más probable, recursos
optimista, pesimista.
 El modelo del transporte junto con el Modelo de Asignación es un caso particular
de los Modelos de Programación Lineal. También se los denomina problemas de
flujo en red y en general fue ideado para manejar distribución de mercaderías desde
varios puntos (origen) hacia lugares de demanda (destinos). Este esquema da
solución a innumerables problemas que posean en común esa característica de
flujo. Características de los problemas de transporte En general los problemas de
transporte se ocupan (en forma literal o imaginaria) de la distribución desde
cualquier grupo de centros de suministro, llamados orígenes, a cualquier grupo de
centros de recepción, llamados destinos, de modo que se minimice el costo total de
distribución.

Suposiciones del modelo: cada origen tiene un suministro fijo de unidades, donde
este suministro completo tiene que distribuirse entre los destinos. De manera
similar, cada destino tiene una demanda fija de unidades, donde esta demanda
completa tiene que recibirse desde los orígenes. Propiedades de soluciones
factibles: un problema de transporte tendrá soluciones factibles si y sólo la suma de
sus recursos es igual a la suma de sus demandas (equilibrio entre suministro total
de todos los orígenes y la demanda total de todos los destinos). En algunos
problemas reales, los recursos en realidad representan cantidades máximas (y no
cantidades fijas) para distribuir. Suposición de costo: el costo de distribuir unidades
de cualquier origen a cualquier destino dado es directamente proporcional al número
de unidades distribuidas. Por lo tanto, este costo es justo el costo unitario de
distribución por el número de unidades distribuidas. El modelo: cualquier problema
(involucre o no transporte) se ajusta al modelo de un problema de transporte si se
puede describir por completo en términos de una tabla de parámetros (origen-
destino: costos, recursos, demanda) y satisface tanto la suposición de
requerimientos como la suposición de costo. El objetivo es minimizar el costo total
de distribuir las unidades. Todos los parámetros del modelo están incluidos en la
tabla de parámetros.
 Se observan en el cuadro de la siguiente figura las tres variables a considerar en
el método.

Oferta: las letras OA, OB y OC representan centros de oferta, de producción, de

distribución. La capacidad de oferta de éstos viene indicada en la parte derecha del
cuadro por A, B, C. Demanda: las siglas D1, D2 y D3 representan centros de
demanda o almacenes. En la parte inferior del cuadro se indica la cantidad
demandada por cada centro mediante 1, 2 y 3. Costo de transporte: en la parte
superior derecha de cada casilla se indica el costo de trasporte desde cada centro
de producción a cada centro de demanda, mediante la notación Cij.

Antes de presentar el ejemplo que ha sido desarrollado por el equipo de trabajo

tomando una empresa existente en Venezuela, se debe tener claro lo que es el
método del transporte de la programación lineal, a sabiendas en primer lugar que
no es como la metodología de tablas y gráficos (de ensayo y error) ya que
proporciona un plan óptimo para minimizar los costos.

Este método fue formulado por E. H. Bowman en 1956, es un caso especial de

programación lineal especialmente eficaz por que incluye a todas las alternativas
reactivas más las variables relacionadas con las contrataciones y despidos. Se basa
en los siguientes supuestos:

 Se dispone de un pronóstico de la demanda para cada periodo

 Se dispone de un plan para ajustar la fuerza de trabajo

Es necesario conocer los límites de capacidad en términos de tiempo extra y uso

de subcontratistas para cada periodo. Todos los costos están relacionados
linealmente con la cantidad de bienes producidos, es decir, un cambio en el volumen
de bienes genera un cambio proporcional en los costos. Con esta información se
presenta la solución a un ejemplo relacionado con este método de transporte.

El grupo empresarial Oftalmi, cuenta con tres plantas las cuales cada una fábrica
un, tipo de frasco para envasar tres jarabes medicinales, en Surenca se fabrican los
frascos de 15 ml, en Plastifar los de 60 ml y en Innova los de 350 ml, cada uno de
ellos deben ser enviados a tres almacenes distintos donde se hará posteriormente
la maquila de llenado. En este sentido se pide al departamento logístico que utilice
el método de transporte para minimizar los costos de transporte y se pueda
determinar la solución óptima de costo mínimo; para esta “Red” en cuestión.
 Es por ello que a continuación se muestran los costos de transporte tabulados
entre los origines y los destinos, así como las capacidades de almacenamiento
involucradas:

Almacenes
Capacidad
A1 A2 A3
disponible
Plantas
Plastifar 20 16 24 300

Surenca 10 10 8 500

Innova 12 18 10 100

Demanda/día 200 400 300 900

El primer paso realizado por los autores de este trabajo fue el de elaborar en
forma esquemática una representación de la red correspondiente para este caso la
cual a quedado de la siguiente manera:
 ABASTO ORIGEN DESTINO DEMANDA

300 A1 200
PLASTIFAR
1
1

500 2 A2 400
SURENCA
1

1 A3
100 300

INNOVA

Una vez que se ha esquematizado el problema, se procedió a establecer el

Modelo de Programación Lineal aplicando el “Método de Transporte”;
correspondiente; para ello se hizo un arreglo matricial presentado en la explicación
del ejercicio, sólo añadiéndole la Solución Inicial, utilizando como técnica el “Método
del Costo Mínimo”, y posteriormente se procedió a verificar si esta solución es la
óptima o en consecuencia buscar una segunda solución que sea la óptima y si no,
seguir realizando iteraciones, resultando lo siguiente:
 Almacenes
A1 A2 A3 ABASTO
Plantas
20 16 24
PLASTIFAR 100 200 300

10 10 8
SURENCA 200 300 500

12 18 10
INNOVA 100 100

900
DEMANDA 200 400 300
900

De acuerdo a lo anterior la “Solución Inicial”, utilizando el “Método del Costo

Mínimo” es:

(20x100) + (16x200) + (10x200) + (8x300) + (12x100) = 10,800

Tal como lo expresa la programación lineal, ahora se procedió a verificar si esta

“Solución Inicial” es la óptima; en caso contrario se procede a buscar una segunda
“Solución Óptima”, la cual partirá de la “Solución Inicial”. Es por ello que para,
verificar si la “Solución Inicial” es óptima; se procedió a evaluar los coeficientes de
los “Costos Modificados” correspondientes a la “Solución Inicial”; a la que
posteriormente se le restarán los “Costos Originales”, donde cuyos resultados
deberán ser ceros o valores negativos. Esto se logra obteniendo los “Costos
Modificados” de las “Celdas” que no fueron ocupadas quedando de la siguiente
manera.

Se coloca como referencia o costo pivote en la parte externa de la tabla el valor

del costo más bajo o cero precedido de un signo negativo, ya sea en el renglón o
columna donde hubo más celdas ocupadas, aplicando las reglas:

a + b = c; a = c – b; b = c - a

Esto es:
 b

20 16 14 6

14 10 8 0

12 8 6 -2

14 10 8

Una vez obtenidos los “Costos Modificados” correspondientes a la “Solución

Inicial” se procede a restarles los “Costos Originales”, en donde los resultados
obtenidos para los “Costos Totales”, deberán ser ceros o valores negativos.
Resultando o siguiente:

20 16 14 20 16 24 0 0 -10

14 10 8 - 10 10 8 = 4 0 0

12 8 6 12 18 10 0 -10 -4

De los “Costos Totales” obtenidos; se puede apreciar que en uno de ellos no se

cumple la regla de obtener valores ceros o negativos que es el correspondiente a la
celda resaltada en color rojo cuyo resultado es positivo, y por ende se procede a
obtener una nueva iteración, a fin de obtener una nueva “Solución Óptima”. De la
siguiente forma, tomando como referencia a la celda cuyo valor final resultante fue
positivo se procede a compensar y descompensar las adyacentes a fin de modificar
la “Solución Inicial”. Para este caso las celdas involucradas que permiten generar
una nueva solución son las siguientes:

100 - 200 + 300

+ 200 - 200
100 400

100 - 100 200 + 100 300

100 200 - 100 200
100 400

300 300
100 100 - 200
100 400

Una vez hecha la compensación y descompensación la nueva “Solución Óptima”

es la que se muestra en la siguiente “Matriz”:

Almacenes
A1 A2 A3 ABASTO
Plantas
20 16 24
PLASTIFAR 300 300

10 10 8
SURENCA 100 100 300 500

12 18 10
INNOVA 100 100

900
DEMANDA 200 400 300
900
 Por lo tanto, la nueva “Solución Óptima”, genera un “Costo Mínimo” de:

(16x300) + (10x100) + (10x100) + (8x300) + (12x100) = 10,400

Ahora se procedió a verificar si esta nueva “Solución” fue la óptima; en caso

contrario se procedería a buscar una tercera “Solución Óptima”, la cual partirá de la
primera “Iteración”. Para, verificar si la nueva “Solución” es óptima; se procedió a
evaluar de la misma forma que se hizo en la “Solución Inicial”.

Para ello, se obtuvieron los “Costos Modificados” de las “Celdas” que no fueron
ocupadas, tomando como referencia o costo pivote en la parte externa de la tabla
el valor del costo más bajo o cero precedido de un signo negativo, ya sea en el
renglón o columna donde hubo más celdas ocupadas, aplicando las reglas:

a + b = c; a = c – b; b = c – a

Esto es:

16 16 14 6

10 10 8 0

12 12 10 2

10 10 8

Una vez obtenidos los “Costos Modificados” correspondientes a la “Solución

Inicial” se procedió a restarles los “Costos Originales”, en donde los resultados
obtenidos para los “Costos Totales”, deberán ser ceros o valores negativos.
Resultando o siguiente:
 16 16 14 20 16 24 -4 0 -10

10 10 8 - 10 10 8 = 0 0 0

12 12 10 12 18 10 0 -6 0

De los “Costos Totales” obtenidos; se puede apreciar que ahora si cada uno
de ellos cumple la regla de obtener valores ceros o negativos, por lo tanto, se ha
determinado el “Costo Mínimo” y por ende los “Itinerarios” que se deberán seguir
para poder obtenerlo. Por lo tanto, el “Costo Total Mínimo” obtenido es de 10,400
unidades monetarias; los cuales se distribuyen de la siguiente forma:

COSTO MINIMO:

16X300 + 10X200 + 10X100 + 8X200 + 8X100 = 10,400 costo mínimo

UNIDADES QUE SE ENVÍAN A CADA RUTA

ORIGEN DESTINO COSTO UNIDADES

PLASTIFAR A2 16 300
SURENCA A1 10 200
SURENCA A2 10 100
SURENCA A3 8 200
INNOVA A1 12 100

Con todo lo anterior se cubre la demanda al más bajo costo posible.

 Bibliografía

Adame, W., Fontanilla, C., & Arango, M. (2011). MODELOS LOGÍSTICOS PARA
LA OPTIMIZACIÓN DEL TRANSPORTE DE. Ciencia e Ingeniería
Neogranadina, 25. Obtenido de
http://www.scielo.org.co/pdf/cein/v21n1/v21n1a06.pdf

García, G. (2014). Modelos para la planeación de transporte terrestre eficiente.

Universidad Militar Nueva Granada 25. Obtenido de
https://repository.unimilitar.edu.co/bitstream/handle/10654/11836/MODELOS
%20PARA%20LA%20PLANEACION%20DE%20TRANSPORTE%20TERRE
STRE%20EFICIENTE%20PARA%20EL%20SECTOR%20DE%20HIDROCA
RBUROS.pdf;jsessionid=301D9D10EA65EE54F3D66712C4D8AC8E?seque
nce=1 Izar, J. (2012). Investigación de Operaciones. México: Trillas.

López, J., Olguín, J., & Camargo, C. (2008). Modelo matemático de transporte
aplicado a una compañía dedicada a la manufactura y distribución de juguetes,
usando programación lineal entera. Revista Ingeniería Industrial, 8. Obtenido
de https://dialnet.unirioja.es/servlet/articulo.

Martínez, I., Vértiz, G., López, J., Jiménez, G., & Moncayo, L. (2014). Investigación
de Operaciones. México: Grupo Editorial Patria. Obtenido de
http://editorialpatria.com.mx/pdffiles/9786074386967.pdf

Puente, M. I., & Gavilánez, Ó. D. (2018). Programación lineal para la toma de

decisiones. Riobamba: ESPOCH, Dirección de publicaciones.

Taha, H. (2012). Investigación de operaciones. México: Pearson Educación.