FACULTAD DE INGENIERIA DE MINAS

ESCULA PROFESIONAL DE INGENIERIA DE MINAS

PROGRAMACION LINEAL

CURSO:ANALISIS DE SISTEMAS MINEROS

DOCENTE:
ING.GUSTAVO BOJORQUEZ HUERTA

ASOCIADO D.E
Huaraz _ 2009

 OBJETIVO:

PRESENTAR LAS ESTRATEGIAS

DE SOLUCIN, PARA MODELOS DE
PROGRAMACIN LINEAL, POR EL MTODO
GRFICO

C. FUNDAMENTACION TEORICA
3.1 NOTACION DE MODELOS DE PROGRAMACION LINEAL:
Existen tres formas de denotar simblicamente los modelos de programacin lineal
que a continuacin se definen:
3.1.1 Notacin estadstica: La expresin matemtica para el formato estadstico es como
sigue:
n

Optimizar ( Z ) C j X j
j 1

S.a:

a ij X j bi

j 1

n

Xj 0
3.1.2 Notacin matricial: La expresin matemtica para el formato matricial en forma
compacta es como sigue:
t

Optimizar ( Z ) C X
S.a:

A X b i

X 0

3.1.3 Notacin desarrollada: es como sigue:

X1
X
2

.
.

Optimizar ( Z ) C1 , C 2 ,..., Cn

X n

a11a12 ,..., a1n

a a ,..., a

21
22
2
n

S.a:

X1
X
2

b1
b
2

X1
X
2

.
.

X n

bn

.
.

.
.

0
0

, ,

am1am 2 ,..., amn X n

.
.

3.2 ELEMENTOS DE UN MODELO DE PROGRAMACIN LINEAL:

Segn Jorge lvarez A. un modelo de programacin lineal consta de tres elementos:
Funcin objetivo
Restricciones estructurales
Restricciones de no negatividad.
3.2.1 Funcin objetivo: Llamado tambin funcin econmica o funcin criterio, es la
funcin que debe maximizarse o minimizarse y se denota simblicamente por Z. Los
coeficientes C1, C2,, Cn son los coeficientes de beneficios o costos segn sea el caso.
Estos coeficientes son constantes, conocidos que vienen en la literatura del problema.
Las variables X1, X2,, Xn reciben el nombre de variables de decisin o niveles de
actividad que deben calcularse o determinarse.
3.2.2 Restricciones estructurales: Son las condiciones o limitaciones que se imponen en el
sistema motivo de estudio. Los coeficientes en general.
Aij, i = 1, 2,, n, j = 1, 2,, m reciben el nombre de coeficientes tecnolgicos y
representan cada uno de ellos a la cantidad de recurso j que requiere la cantidad i.

3.2.3. Restricciones de no negatividad: Estn referidos a que las variables

matemticamente, siempre tienen que tener valores positivos o valores iguales a cero,
pero nunca negativo o menores que cero, ya que tcnicamente hablando no tienen
ningn significado fsico.
El conjunto de variables que satisfacen tanto a la funcin objetivo como a las
restricciones estructurales reciben el nombre de punto o vector factible y el conjunto de
puntos o vectores factibles reciben el nombre de espacio o regin factible o viable.
3.3.FORMAS DE PRESENTACION DE MODELOS DE PROGRAMACION
LINEAL:
Existen diferentes formas de expresar modelos de PL, sin embargo algunas formas
surgen de una manera espontnea e intuitiva debido a las caractersticas particulares
que presenta el sistema en estudio. Lus Chivilches A. ([1]). Menciona cuatro formas de
presentacin de los modelos de PL, tales como forma cannica, estandarizada, mixta y
genrico.
Forma cannica de un PL: Se dice que un modelo de PL esta en su formato cannico
cuando el objetivo es maximizar una funcin

CHIVILCHES AYALA, L. (2003). Investigacin de Operaciones Toma de Decisiones para el Cambio. Lima. Ed. Fondo Editorial UIGV. Cap.
II, Pp. 55, 56.
([1])

lineal, sujeto a restricciones exclusivamente de las formas menor o igual que y las
variables de decisin no admiten valores negativos.
La forma cannica de un PL expresada en su notacin matricial es:
t

Max( Z ) C X
S. a:

A X bi

X 0
3.3.2. Forma estandarizada de un PL: Se dice que un modelo de PL esta en su formato
estandarizado cuando el objetivo es maximizar una funcin lineal, sujeta a restricciones de la
forma igual que exclusivamente y las variables de decisin no admiten valores negativos.
La forma estandarizada de un PL expresada en su notacin matricial es:
t

Max( Z ) C X
S. a:

A X bi

X 0

1.Forma mixta de un PL: Donde la funcin objetivo es la maximizacin o la minimizacin de

las formas menor o igual que o mayor o igual que y admiten solo variables no negativas.
La forma mixta de un PL expresada en su notacin estadstica es:

Optimizar ( Z ) C t X
S.a:

Aij X j bi

j 1

n

Xj 0

1.Forma genrica de un PL: Se dice que un modelo de PL esta en su formato genrico cuando
el objetivo es maximizar o minimizar una funcin lineal, sujeto a restricciones de las formas
menor o igual que, igual que y mayor o igual que y las variables de decisin pueden ser
no restringidas, es decir pueden tomar valores positivos, ceros y negativos.
La forma genrica de un PL expresada en su notacin matricial es:

Optimizar ( Z ) C t X

S.a:

A X b i

X 0, X 0, X : Libre

3.4. TRANSFORMACIONES DE UN PROGRAMA LINEAL DE UNA FORMA A OTRA

Segn Jorge lvarez). Algunas formas de presentacin de un modelo de PL son ms convenientes que
otras para ciertos propsitos. Por ejemplo frecuentemente se usa la forma cannica para realizar estudios
conceptuales de programacin lineal. Sin embargo la forma estandarizada de un PL tiene particular
importancia para hallar la solucin de un problema de PL mediante mtodos analticos.
3.4.1. Transformacin a la forma cannica.
Por comodidad empleamos aqu la notacin matricial para representar al formato cannico de. un PL
t

Max( Z ) C X
X 0

S
. a:

A X bi

a.Transformacin de la funcin objetivo

Supongamos las siguientes funciones objetivas:
t

Min( Z ) C X
t
Max( Z ) C X

Sea: C t D t
Entonces se tiene:
Min( Z ) Min( D t ) Max( D t ) Max(C t )
Max( Z ) Max( D t ) Min( D t ) Min(C t )

b. Transformaciones de las restricciones estructurales

Consideramos una restriccin mayor o igual que estricta:

a11 X 1 a12 X 2 ... a1n X n b1

Multiplicando ambos miembros por (-1), se obtiene la siguiente expresin:

a11 X 1 a12 X 2 ... a1n X n b1

Consideramos una restriccin de igualdad estricta:

a11 X 1 a12 X 2 ... a1n X n b1

Esta ecuacin implica las siguientes relaciones:
a11 X 1 a12 X 2 ... a1n X n b1
a11 X 1 a12 X 2 ... a1n X n b1
Por lo tanto una restriccin de igualdad equivale a:

a11 X 1 a12 X 2 ... a1n X n b1

a11 X 1 a12 X 2 ... a1n X n b1

c. Transformacin de las restricciones de no negatividad

J. lvarez . Comenta que las variables de decisin siempre son positivas, sin embargo algunas
variables o todas no estn restringidas a ser no negativas.
Para:

Xj 0

Entonces se tiene:
Para:
Entonces se tiene:

No cumple:

X j X j 1 0

X j , X j 1 0

X j : Libre, irrestrict o

X j , X j 1 , X j 2 0

X j X j 1 X j 2

3.4.2. Transformacin de la forma cannica a la forma estandarizada

Jorge lvarez ([2]). Indica que una restriccin de tipo menor o igual que, puede ser
transformada en una restriccin de tipo igual que agregando una variable de holgura al primer
miembro de la siguiente ecuacin:
a11 X 1 a12 X 2 ... a1n X n b1
Entonces, se tiene la siguiente ecuacin:
a11 X 1 a12 X 2 ... a1n X n (i ) X n 1 b1
Para

X n 1 0 , i: vector unitario.

3.4.3.Transformaciones de un PL con restricciones de mayor o igual que a la forma

estandarizada
Una restriccin estructural de la forma mayor o igual que puede ser transformada a una
restriccin de igualdad utilizando variables de exceso.

a11 X 1 a12 X 2 ... a1n X n b1

Se transforma en igualdad restando una variable de holgura al primer miembro en la ecuacin
anterior.
a11 X 1 a12 X 2 ... a1n X n (i ) X n 1 b1
Para:

X n 1 0 ,i: vector unitario.

Sin embargo en la solucin de PL por el mtodo simplex, es necesario aadir una variable
artificial a la ltima ecuacin para que esta tenga un sentido prctico.
3.5.METODOS DE SOLUCION DE PROGRAMAS LINEALES
Un programa lineal puede se resolver por el mtodo geomtrico o grafico y por el mtodo
analtico.
En el presente trabajo vamos a tratar sobre e el mtodo geomtrico debido a su eficiencia
computacional, para usar este mtodo el modelo matemtico debe tener variables mayor o igual
que tres.

EL MTODO GRFICO
La solucin de un modelo de Programacin
Lineal por medio del mtodo grfico, consiste
en la bsqueda de la combinacin de valores
para las variables de decisin que optimicen
el valor de la funcin objetivo, si es que dicha
combinacin existe.

 Grficamente

se define una regin que

deje satisfechas a todas y cada una de
las restricciones y se sigue un criterio
de decisin.
De forma prctica slo problemas de
tres variables de decisin o menos
sern representables y solucionables
siguiendo este mtodo.

A la regin que satisface a todas y cada una

de las restricciones de un modelo de
programacin Lineal se le llama REGIN DE
FACTIBILIDAD, y consiste de todas las
combinaciones, de los valores para las
variables de decisin, que son vlidas como
una solucin del modelo.

 Restricciones

con la forma de IGUALDAD,

siguen descripciones como: se debe
,exactamente , slo en el nivel
La representacin grfica de las estricciones
de igualdad es por:
Un punto, en una dimensin.
Lneas rectas, para dos dimensiones
Planos, para tres dimensiones

IGUALDADES

IGUALDADES

IGUALDADES

 Restricciones

con la forma de
DESIGUALDAD, siguen descripciones como:
se puede , a lo mas , por lo menos , como
mnimo , como mximo
La representacin grfica de las estricciones
de desigualdad es por:
Una lnea recta acotada, en una dimensin.
Un medio plano, para dos dimensiones
Un medio espacio (3D), para tres dimensiones

DESIGUALDADES

DESIGUALDADES

DESIGUALDADES

DESIGUALDADES

La regin que satisface

las condiciones

 Una

vez definida la regin de factibilidad, se

procede a determinar la combinacin de valores
de las variables de decisin que optimizan el valor
de la funcin objetivo siguiendo una de las
estrategias:
Bsqueda exhaustiva
Bsqueda siguiendo el vector de coeficientes de
la funcin objetivo

BSQUEDA EXHAUSTIVA
Se

determinan todos los vrtices, puntos esquina,

de la regin de factibilidad.
Se evala la funcin objetivo para cada uno de los
puntos esquina.
Se define como punto ptimo (*) a aquel que
alcance el mejor valor en la funcin objetivo
En maximizacin, el mayor valor
En minimizacin, el menor valor

EJEMPLO
Sea:
sujeta a

La regin de factibilidad es:

Solucin:

Los valores ptimos son:

BSQUEDA EN LA DIRECCIN
DEL VECTOR DE COEFICIENTES
DE LA FUNCIN OBJETIVO

Una vez definida la regin factible,

Se define el vector de coeficientes de la funcin

objetivo de la siguiente forma:

 Se

traza una lnea de base, esto es, una

lnea recta para un valor de la funcin objetivo.
Generalmente ser un valor en relacin a la
escala del problema
El valor ptimo se establece siguiendo uno de los
criterios:
MAXIMIZACIN
MINIMIZACIN

 Criterio

de MAXIMIZACIN
Se define la lnea recta paralela a la lnea de
base que siguiendo la direccin positiva del
vector de coeficientes de la funcin objetivo,
esto es, la direccin c = (c1, c2), sea la ltima
en tocar la regin de factibilidad.

 Criterio

de MINIMIZACIN
Se define la lnea recta paralela a la lnea de
base que siguiendo la direccin negativa
del vector de coeficientes de la funcin
objetivo, esto es, la direccin - c = (-c1, -c2),
sea la ltima en tocar la regin de
factibilidad.

 Finalmente,

el valor ptimo para las variables de

decisin se encuentra en ese ltimo punto que
toca la recta definida. (o bien en todo el conjunto
ltimo de puntos que toque la recta definida.)

Tambin se define el valor ptimo de z en funcin

al valor de las variables de decisin.

EJEMPLO: MAXIMIZACIN
Sea:

La regin de factibilidad es:

La ltima recta en tocar la regin de factibilidad

en la direccin c = (3, 1) ser:

Siendo el valor ptimo el encontrado en:

EJEMPLO: MINIMIZACIN
Sea:

La regin de factibilidad es:

 La

ltima recta en tocar la regin de

factibilidad en la direccin - c = (-3, -1) ser:

Siendo el valor ptimo el encontrado

en:

CASOS ESPECIALES
(MAXIMIZACIN)
Solucin

ptima nica

Solucin inexistente (si las rectas

son paralelas)

Soluciones mltiples,

Solucin no acotada

Solucin ptima degenerada

CONCLUSIONES
Grficamente

la asignacin ptima de
variables, se localiza el punto dnde la
funcin objetivo adquiere su mejor valor, si es
que dicho punto existe.
El mejor valor se determina ya sea
explorando todos los puntos esquina, o bien
siguiendo al vector de coeficientes de la
funcin objetivo.
La solucin puede clasificarse como: nica,
no existente, mltiple, no acotada o
degenerada.

Demostracin del
software WinQsb+
Linear and Integer Programming.lnk