Unidad:

MODELAMIENTO MATEMÁTICO

Capitulo y Tema: Actividad (Número y nombre):

I. Retroalimentación. 1.1. ENSAYO PROGRAMCION LINEAL

Tema 1.2. Programación Lineal

Módulo: Nombre (s):

Noveno “B” JULIO CESAR BENITEZ MALACATUS
Profesor:
LUIS ANTONIO CHAMBA ERAS
Fecha en la cual el profesor Fecha en la cual el profesor recibe la actividad:
encarga la actividad:
Miércoles 13/Octubre/2010 Miércoles 20/Octubre/2010

Bibliografía:
 http://www.programacionlineal.net/
 http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
 http://www.investigacion-operaciones.com/Solucion_Grafica.htm
 http://www.phpsimplex.com/teoria_metodo_simplex.htm
 http://www.phpsimplex.com/teoria_metodo_grafico.htm
 http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
 http://descartes.cnice.mec.es/Descartes1/Bach_HCS_1/Programacion_lineal/Pl_historia.
htm

INTRODUCCION

La programación lineal (PL) es un procedimiento matemático recientemente

descubierto (a mediados del siglo XX), que consiste en una serie de formas y
procedimientos que permiten desarrollar una serie de problemas de
optimización (minimizar o maximizar) en el aspecto matemático, en el cual se
resuelven problemas indeterminados, formulados a través de inecuaciones.
Las variables están sostenidas a una serie de restricciones.
Los modelos de programación lineal se caracterizan por su simplicidad de uso
para abordar una gran diversidad de problemas de la naturaleza real en la
ingeniería y ciencias sociales, mediante el cual empresas y organizaciones han
obtenido importantes beneficios y ahorros asociados a su utilización.

La programación lineal es un conjunto de técnicas racionales de análisis y de

resolución de problemas que tiene por objeto ayudar a los responsables en las
decisiones sobre asuntos en los que interviene un gran número de variables.
El nombre de programación lineal no procede de la creación de programas de
ordenador, sino de un término militar, programar, que significa 'realizar planes
o propuestas de tiempo para el entrenamiento, la logística o el despliegue de
las unidades de combate'.

La investigación de operaciones en general y la programación lineal en

particular recibieron un gran impulso gracias a los ordenadores. Uno de los
momentos más importantes fue la aparición del método del simplex. Este
método, desarrollado por G. B. Dantzig en 1947, consiste en la utilización de
un algoritmo para optimizar el valor de la función objetivo teniendo en cuenta
las restricciones planteadas. Partiendo de uno de los vértices de la región
factible, por ejemplo el vértice A, y aplicando la propiedad: si la función
objetivo no toma su valor máximo en el vértice A, entonces existe una arista
que parte del vértice A y a lo largo de la cual la función objetivo aumenta. se
llega a otro vértice.

El procedimiento es iterativo, pues mejora los resultados de la función

objetivo en cada etapa hasta alcanzar la solución buscada. Ésta se encuentra
en un vértice del que no parta ninguna arista a lo largo de la cual la función
objetivo aumente.

OBJETIVO

La programación lineal constituye un importante campo de la optimización

por varias razones, muchos problemas prácticos de la investigación de
operaciones pueden plantearse como problemas de programación lineal.
Algunos casos especiales de programación lineal, tales como los problemas de
flujo de redes y problemas de flujo de mercancías se consideraron en el
desarrollo de las matemáticas lo suficientemente importantes como para
generar por si mismos mucha investigación sobre algoritmos especializados
en su solución. Una serie de algoritmos diseñados para resolver otros tipos de
problemas de optimización constituyen casos particulares de la más amplia
técnica de la programación lineal. Históricamente, las ideas de programación
lineal han inspirado muchos de los conceptos centrales de la teoría de
optimización tales como la dualidad, la descomposición y la importancia de la
convexidad y sus generalizaciones. Del mismo modo, la programación lineal
es muy usada en la microeconomía y la administración de empresas, ya sea
para aumentar al máximo los ingresos o reducir al mínimo los costos de un
sistema de producción.

 Optimización de la combinación de cifras comerciales en una red lineal

de distribución de agua.
  Aprovechamiento óptimo de los recursos de una cuenca hidrográfica,
para un año con afluencias caracterizadas por corresponder a una
determinada frecuencia.

 Soporte para toma de decisión en tiempo real, para operación de un

sistema de obras hidráulicas.

 Solución de problemas de transporte.

RESULTADOS

Aunque en la realidad rara vez surgen problemas con sólo dos o tres
variables de decisión, es sin embargo muy útil esta metodología de
solución e interpretación, en la que se verán las situaciones típicas que
se pueden dar, como son la existencia de una solución óptima única, de
soluciones óptimas alternativas, la no existencia de solución y la no
acotación. Describimos aquí las fases del procedimiento de solución del
Método Gráfico:

Dibujar un sistema de coordenadas cartesianas en el que cada variable

de decisión esté representada por un eje, con la escala de medida
adecuada a su variable asociada.

Dibujar en el sistema de coordenadas las restricciones del problema

(incluyendo las de no negatividad). Para ello, observamos que si una
restricción es una inecuación, define una región que será el semiplano
limitado por la línea recta que se tiene al considerar la restricción como
una igualdad. Si la restricción fuera una ecuación, la región que define
se dibuja como una línea recta. La intersección de todas las regiones
determina la región factible o espacio de soluciones (que es un conjunto
convexo). Si esta región es no vacía, ir a la fase siguiente. En otro caso,
no existe solución que satisfaga (simultáneamente) todas las
restricciones y el problema no tiene solución, denominándose no
factible.

Determinar los puntos extremos (puntos que no están situados en

segmentos de línea que unen otros dos puntos del conjunto convexo) de
la región factible (que, como probaremos en la siguiente sección, son los
candidatos a solución óptima). Evaluar la función objetivo en estos
puntos y aquél o aquellos que maximicen (o minimicen) el objetivo,
corresponden a las soluciones óptimas del problema.

Los problemas reales de programación lineal generalmente tienen

variables de decisión y muchas restricciones. Tales problemas no pueden
ser resueltos gráficamente. Se usan algoritmos tales como el simplex. El
método simplex es un procedimiento iterativo que progresivamente
permite obtener una solución óptima para los problemas de
programación lineal.
 1. Establézcase la tabla inicial de simples. Formular la función
objetivo y las restricciones e introducir las variables de decisión,
variable en la solución, valor en solución (LD), C (contribución de
la variable), Z (costo de introducir la variable), C – Z (contribución
neta de la variable).
2. Selecciónese la columna pivote. Ésta es la columna con el número
positivo más grande en el renglón inferior (C - Z). Esta se
convierte en la nueva variable de la solución.
3. Selecciónese el renglón pivote. Éste es el renglón con la razón más
pequeña del valor LD dividido por el valor de la columna pivote.
Úsense sólo números positivos. Esto identifica la variable que deja
la solución.
4. Enciérrese en un círculo el elemento pivote. Ésta es la intersección
del renglón y la columna pivotes.
5. Conviértase al elemento pivote en un 1. Hágase esto dividiendo
cada valor del renglón pivote entre el valor pivote. Métase este
renglón en una tabla nueva.
6. Genérense los demás renglones de la nueva tabla con ceros en la
columna pivote. Esto se hace multiplicando el nuevo renglón (del
paso 5) por el negativo del elemento en la columna pivote. El
resultado será sumado al antiguo renglón. Introdúzcase este
renglón revisado en la nueva tabla, y continúese este
procedimiento en cada renglón de la sección central de la tabla.
7. Prueba de optimización. Calcúlense los valores de Z y C – Z. Los
valores de Z de cada columna son (elementos de la columna) (C ).
Si todos los valores de C – Z son ≤ 0, la solución es óptima.
Léanse los valores de las variables en la solución de la columna de
LD y el valor de la función objetivo del renglón de Z en la columna
de LD. Si la solución no es óptima, regrese al paso 2.

Método de las Dos Fases

Éste método difiere del Simplex en que primero hay que resolver un
problema auxiliar que trata de minimizar la suma de las variables
artificiales. Una vez resuelto este primer problema y reorganizar la tabla
final, pasamos a la segunda fase, que consiste en realizar el método
Simplex normal.

CONCLUCIONES

 La toma de decisiones juega un papel muy importante dentro del

ámbito empresarial donde la aplicabilidad de la programación
lineal es fundamental para optar por la mejor solución.
 Un problema de programación línea no solo se lo puede comprobar
por el método grafico sino que para su mayor seguridad se puede
optar por el método simplex.
 La programación lineal clásica se plasma en soluciones generadas
mediante cálculos manuales, pero con el desarrollo de la
computación esos cálculos manuales son escritos en códigos
entendibles por el computador, generando una mejor optimización
a los distintos usuarios para poder utilizarlos y lo más importante
es que con solo con la digitación de algunos datos sus resultados
son los que permiten tomar medidas decisorias.

 La programación lineal es una técnica sencilla y potente que puede

ser aplicada para solucionar un sin número de problemas
económicos siempre y cuando se cumplan los supuestos que esta
requiere para su implementación.