Programacin

lineal
Introduccin
a la
Christiam Huertas Ramrez
Orgenes de la PL
En los siglos XVII y XVIII, grandes matemticos como Newton,
Leibnitz, Bernoulli y, sobre todo, Lagrange, se ocuparon de
obtener mximos y mnimos condicionados de determinadas
funciones.
Posteriormente el matemtico
francs Fourier (1768-1830) fue
el primero en intuir, aunque de
forma imprecisa, los mtodos de
lo que actualmente llamamos
programacin lineal.
Orgenes de la PL
El matemtico Gaspar Monge (1746-
1818), tambin se interes por
problemas de este gnero.
En el ao 1939, el matemtico ruso
Kantarovitch publica una extensa
monografa titulada Mtodos matemticos de
organizacin y planificacin de la produccin
en la que por primera vez se hace
corresponder a una extensa gama de
problemas; una teora matemtica precisa y
bien definida llamada, hoy en da,
programacin lineal.
Orgenes de la PL
En 1941-1942 se formula por primera
vez el problema de transporte,
estudiado independientemente por
Koopmans y Kantarovitch, razn por
la cual se suele conocer con el
nombre de problema de Koopmans-
Kantarovitch.
Tres aos ms tarde, G. Stigler
plantea otro problema particular
conocido con el nombre de rgimen
alimenticio optimal.
Orgenes de la PL
En 1947 Dantzig formula en
trminos matemticos, el
enunciado estndar al que
cabe reducir todo problema
de programacin lineal.
Una de las primeras
aplicaciones de los estudios
del grupo SCOOP fue el
puente areo de Berln.
Dantzig, junto con una serie
de investigadores del United
States Departament of Air
Force, formaran el grupo que
dio en denominarse SCOOP
(Scientific Computation of
Optimum Programs).
Puente areo de Berln
Programacin lineal
Utilidad de la PL
1
Estudio de mercados.
2
Planificacin de la produccin.
3
Planificacin de horarios.

4

El problema de transporte.

5

El problema de la dieta, etc.
Mtodo de la PL
Abstraccin
R
e
a
l
i
d
a
d


M
o
d
e
l
o

m
a
t
e
m

t
i
c
o


D
e
c
i
s
i
o
n
e
s


R
e
s
u
l
t
a
d
o
s


A
n

l
i
s
i
s

I
n
t
u
i
c
i

n

Interpretacin
Nmeros reales
Nmeros reales
Nmeros racionales Nmeros irracionales
No enteros Enteros
Enteros negativos Cero Enteros positivos

La recta numrica
El conjunto de los nmeros reales puede ponerse en
correspondencia uno-a-uno con el conjunto de los puntos de una
lnea recta.
En consecuencia, podemos imaginar o representar a los nmeros
reales como los puntos de una recta horizontal llamada recta
numrica o recta de coordenadas.

Nmeros positivos Nmeros negativos
1 2 3


+
1 2 3

1
2

2
El cero no es positivo
ni negativo
Plano cartesiano
Un sistema coordenado rectangular se forma con dos rectas
numricas perpendiculares que se cruzan en el punto
correspondiente al nmero 0 en cada lnea.


Primer
cuadrante
Segundo
cuadrante
Cuarto
cuadrante
Tercer
cuadrante


(; )

Lnea recta
La nocin de una lnea recta juega un papel importante en las
matemticas. Hay tres tipos de rectas en el plano :
Rectas
horizontales
Rectas
verticales
Rectas
oblicuas
= = = +, 0

Ejemplos
Determine la grfica de las siguientes rectas.
= 3, = 2 y = (identidad).
Recta
horizontal
Recta
vertical
Recta
oblicua
= 3 = 2 =
3
2
2
2
3
3

Aplicaciones
Halle el rea de la regin encerrada por las rectas = 3, = 5 y
los ejes coordenados.
= 3
= 5

= = 5 3 = 15
2

Aplicaciones
Determine los vrtices de la regin limitada por las rectas
= 2, = 4, = y = 5.
= 2
= 4
=
= 5




(; ) (; )
(; )
(; )
Los vrtices son los puntos: 2; 2 , 5; 2 , 5; 4 , (4; 4)
Aplicaciones
Cuantos pares ordenados de componentes enteros pertenecen a
la regin encerrada por las rectas = , = 1, = 4 y = 8?
=
= 1
= 4
= 8
Existen 26 pares ordenados de componentes enteros.
Funcin afn lineal
de dos variables
Son de la forma:

;
= + +
Lo podemos evaluar para cualquier par de nmeros (; )
2
(es
decir, para cualquier punto del plano cartesiano)
Ejemplo 1.
Si
;
= 3 +2 +1, entonces:
Ejemplo 2.
Si
(;)
= 5 4 +10, entonces:

1;1
=

2;3
=

10;20
=

1;2
=

1;3
;
2;4
=
3 1 +2 1 +1 = 6
3 2 +2 3 +1 = 13
3 10 +2 20 +1 = 71
5 1 4 2 +10 = 7

3;4
=
5 3 4 4 +10 = 9
Aplicacin
Halle el mayor valor de la expresin
;
= + si se sabe que
; tiene componentes enteras y pertenece a la regin limitada por
las rectas = 1, = 3, = 1 y = 4.

1;1
= 1 + 1 = 2
(; )
(; )
(; )
(; )
(; )
(; ) (; )
(; )
(; )
(; )
(; )
(; )

1;2
= 1 + 2 = 3

1;3
= 1 + 3 = 4

2,1
= 2 + 1 = 3

2;2
= 2 + 2 = 4

2;3
= 2 + 3 = 5

3;1
= 3 + 1 = 4

3;2
= 3 + 2 = 5

3;3
= 3 + 3 = 6

4;1
= 4 + 1 = 5

4;2
= 4 + 2 = 6

4;3
= 4 + 3 = 7
Vemos que:
Mximo
Mnimo
Aplicacin
Halle el mayor valor de la expresin
;
= 3 + 2 si se sabe que
; tiene componentes enteras y pertenece a la regin limitada por
las rectas = 1, = 2, = y = 4.
(; )
(; ) (; ) (; )
(; ) (; )
(; )

1;1
= 3(1) + 2(1) = 5
Vemos que:

2;1
= 3(2) + 2(1) = 8

3;1
= 3(3) + 2(1) = 11

4;1
= 3(4) + 2(1) = 14

4;2
= 3(4) + 2(2) = 16

3;2
= 3(3) + 2(2) = 13

2;2
= 3(2) + 2(2) = 10
El mayor valor de es 16 y el menor valor es 5.
Inecuaciones en el plano
Una inecuacin lineal en dos variables en el plano viene dada por
una desigualdad de la forma:
+ + 0 + + < 0
y la solucin corresponde a un semiplano cuya frontera es una
lnea recta.
+ + 0 + + > 0
Semiplano inferior
Semiplano superior
, ,
Inecuaciones en el plano
Para graficar una inecuacin lineal de dos variables se siguen los
siguientes pasos:
Se grafica la frontera: + + = .
(para cualquiera de los cuatro casos)
1
Se elige un punto de prueba.
(Un punto cualquiera que no este sobre la recta).
2
Se sombrea la regin apropiada.
3
Por ser una lnea recta,
bastar buscar dos puntos
de paso. Se recomienda:

Pero Ud. puede
elegir cualquier valor
para o para .
Se dibuja continua si la desigualdad involucra o .
Se dibuja punteada si la desigualdad involucra < o >.
Se recomienda el punto (0;0).
La regin que incluya al punto de prueba si este la satisface.
?
?
0
0
Inecuaciones en el plano
Ejemplo. Represente las soluciones de la inecuacin + 1.
+ = 1 = 1
Se traza la grfica de la recta

Elegimos como punto de
prueba al origen: (0;0).
0 +0 1 ?
0 1
Luego, el conjunto solucin
incluye todos los puntos al
otro lado de la recta.
0
0 1
1
Falso
Conjunto convexo
Se dice que es un conjunto convexo si todo segmento rectilneo
que une dos puntos cualesquiera de est tambin contenido en ,
esto es:

1
,
2
; 0; 1
1
+(1 )
2

Conjunto convexo Conjunto no convexo
Polgono convexo. Un polgono se dice convexo si todos sus
ngulos interiores miden menos de 180

.
Sistemas de
inecuaciones lineales
Un sistema de inecuaciones lineales en el plano viene dado por
varias desigualdades del tipo:

1
+
1

1

2
+
2

2

Y la solucin, si existe, corresponde a una regin convexa (polgono
convexo) del plano, que llamaremos regin factible.
Aplicacin
Halle la regin factible generada por el siguiente sistema de
inecuaciones.

3 + 4 12
2 + 2
0
0

Recta
1

3 +4 = 12

0
0 3
4
Recta
2

2 + = 2

0
0 2
1
Aplicacin
Ejemplo. Halle el mximo y mnimo valor de la funcin

(;)
= 3 +2 1 con las restricciones
3 +4 12
2 + 2
0, 0
.
Solucin.
Graficamos las rectas y hallamos la regin factible.

3 +4 = 12
2 + = 2
= 0
= 0

El proceso para encontrar la solucin ptima es el siguiente:
Se plantea el problema, se traduce a un modo algebraico, se
analizan las restricciones y se busca el ptimo dependiendo del
criterio que se quiera aplicar.
Aplicacin
Recta
1

3 +4 = 12

0
0 3
4
Recta
2

2 + = 2

0
0 2
1
(; )
(; )
(; )
(; )

1;0
= 3 1 +2 0 1 = 2

4;0
= 3 4 +2 0 1 = 11

0;3
= 3 0 +2 3 1 = 5

0;2
= 3 0 +2 2 1 = 3
Evaluamos en los vrtices:

(;)
= 3 +2 1
(Mximo)
(Mnimo)
En un problema de programacin lineal intervienen:
Formulacin general
del problema
1. La funcin
(;)
= + + , llamada funcin objetivo y que es
necesario optimizar.
En esta expresin, e son las variables de decisin, mientras que
, y son constantes.

1
+
1

1

2
+
2

2

0, 0

2. Las restricciones que deben ser inecuaciones lineales.
Al conjunto de los valores de e que verifican todas y cada una de
las restricciones se lo denomina regin factible.
Puntos de una
regin factible
Punto extremo
Punto frontera
Punto interior
La solucin ptima del problema ser un par de valores
0
;
0

(punto) del conjunto factible que haga que
(;)
tome el valor
mximo o mnimo.
Formulacin general
del problema
Teorema fundamental
Dado el problema de optimizacin con restricciones lineales
= + +
el mximo o mnimo de , si existe se alcanza en un vrtice de la
regin factible.
Sujeto a:

1
+
1

1

2
+
2

2

0, 0

Pro. lineal tridimensional

1
+
1
+
1

1

2
+
2
+
2

2

3
+
3
+
3

3





Mx. Mn.
,,
= + + +
Modelizacin de un
problema de PL
Introduciremos las lneas generales del modelo de Programacin
Lineal (PL) ilustrndolo con el siguiente ejemplo:
Una fbrica de muebles produce dos tipos de escritorio, Tipo I y
Tipo II, en los talleres de corte, armado y acabado. El nmero de
horas disponibles en cada taller son de 80 h, 220 h y 210 h
respectivamente. Las horas que se requieren en la produccin en
cada taller para cada tipo de escritorio se da en la siguiente tabla.
Si la utilidad para cada unidad de escritorios del Tipo I y del Tipo II
son S/. 50 y S/. 60 respectivamente. Cuantas unidades de cada
tipo se deben fabricar mensualmente para maximizar la utilidad y
cual es dicha utilidad? Cuantas horas no se utilizan en los talleres?
Corte Armado Acabado
Tipo I 1 h 3 h 2 h
Tipo II 1 h 2 h 3 h
Modelizacin de un
problema de PL
Para resolver el problema construimos un modelo matemtico del
mismo. La construccin de este modelo puede hacerse siguiendo el
proceso que se describe a continuacin:
Paso 1: Determinar las variables de decisin o de entrada y
representarlas algebraicamente. Tomamos en este caso las
variables:

1
= nmero de escritorios del tipo I
Paso 2: Determinar las restricciones expresndolas como
ecuaciones o inecuaciones de las variables de decisin.
El total de horas en el taller de corte es:
1
+
2
, pero hay
disponible 80 horas para el taller de corte, luego
Taller de corte:
1
+
2
80
Taller de armado: 3
1
+2
2
220
Taller de acabado: 2
1
+3
2
210

2
= nmero de escritorios del tipo II
Modelizacin de un
problema de PL
Paso 3: Expresar todas las condiciones implcitamente establecidas
por la naturaleza de las variables (que no puedan ser negativas, que
sean enteras, que slo pueden tomar determinados valores, etc.)
En este ejemplo los cantidades de escritorios no pueden tomar
valores negativos, es decir;
1
0;
2
0.
Paso 4: Determinar la funcin objetivo.
El objetivo de este problema es:
Maximizar utilidad = Mx. = 5
1
+6
2

El modelo por tanto es el siguiente:
Mn. = 5
1
+ 6
2

sujeto a:

1
+
2
80
3
1
+2
2
220
2
1
+3
2
210

1
,
2
0

Modelizacin de un
problema de PL
3
1
+2
2
= 220

1
+
2
= 80
2
1
+ 3
2
= 210
;

;
;

1
+
2
80
3
1
+2
2
220
2
1
+3
2
210

1
,
2
0

;
;
Modelizacin de un
problema de PL
Evaluamos la funcin objetivo
(;)
= 5
1
+6
2
en los vrtices de
la regin admisible: 0; 0 , 0; 70 , 30; 50 , 60; 20 ,
220
3
; 0 .

0;0
= 5(0) +6(0) =

0;70
= 5 0 +6 70 =

30;50
= 5(30) +6(50) =
0
420
450 Mximo
Por lo tanto, las cantidades de escritorios de Tipo I y Tipo II que
deben fabricarse para maximizar la utilidad debe ser de 30 y 50
respectivamente.

60;20
= 5(60) +6(20) =

220
3
;0
= 5
220
3
+6(0) =
420
366,6
Mtodo del Simplex
Es un procedimiento iterativo que permite ir mejorando la solucin a
cada paso. El proceso concluye cuando no es posible seguir
mejorando ms dicha solucin.
Partiendo del valor de la funcin
objetivo en un vrtice cualquiera, el
mtodo consiste en buscar
sucesivamente otro vrtice que
mejore al anterior.
La bsqueda se hace siempre a travs de los lados del polgono (o
de las aristas del poliedro, si el nmero de variables es mayor).
Cmo el nmero de vrtices (y de aristas) es finito, siempre se
podr encontrar la solucin.
Punto
ptimo
Resuelva mediante el mtodo del Simplex el siguiente problema.
Mx.
(;;)
= 2 +3 +6
sujeto a
2 +3 + 10
+ + 2 8
2 + 3 6
0, 0, 0

Aplicacin del MS
I) En la funcin objetivo, transponer los trminos del segundo
miembro al primer miembro:
2 3 6 = 0
II) Sumar una variable de holgura a cada desigualdad:

2 +3 + +
1
= 10
+ +2 +
2
= 8
2 +3 +
3
= 6

Aplicacin del MS
III) As hemos obtenido un sistema de 4 ecuaciones lineales con 7
incgnitas (, , , ,
1
,
2
,
3
):

2 3 6 = 0
2 +3 + +
1
= 10
+ + 2 +
2
= 8
2 +3 +
3
= 6

IV) Formar la tabla del Simplex: Tabla 1 (con los coeficientes de las
variables y los trminos independientes matriz aumentada)
Ctes
Fila 1
Fila 2
Fila 3
Fila 4

1

2

3

1 2 3 6 0 0 0 0
0 2 3 1 1 0 0 10
0 1
0
1 2 0 1 0 8
0 2 3 0 0 1 6
V) En la Tabla 1, hacer las operaciones elementales sobre las filas
para ir mejorando la solucin factible bsica.
sss



1

2

3
Ctes
3
1 2 3 6 0 0 0
0
0 2 3 1 1 0 0 10
0 1 1 2 0 1 0 8
0 0 2 3 0 0 1 6
1 2 6 0 0 0 0
0 2 3 1 1 0 0 10
0 1 1 2 0 1 0 8
0 0 2/3 1 0
0 1/3 2
1
0
0
2 1 0 0 0 2 12
2 7/3 0 1 0
1/3 8
0 1
1/3 0 0 1
2/3 4
0
2/3
1 0 0
1/3
2
1 0
1/3
0 0 2
2/3
20
0 0 3 0 1 2 1 0
0 1
1/3
0 0 1
2/3
4
0 0
2/3
1 0 0
1/3 2
Localizar el elemento
PIVOT
1. De la fila 1 elegir el
menor negativo.
2. Dividir las
constantes entre los
nmeros positivos de
la COLUMNA 4.
Razn
10/1 = 10
8/2 = 4
6/3 = 2
3. En la interseccin
encontramos el 3 que
es el PIVOT.
Iteracin I:
Multiplicamos la fila 4
por 1/3 para convertir
en 1 el PIVOT.
Iteracin II:
Convertir en ceros los
otros elementos de la
columna PIVOT.
Localizar el segundo
Elemento PIVOT
8/2 = 4
4/1 = 4
1. De la fila 1
elegimos el
menor negativo.
2. Dividir las
constantes entre los
nmeros positivos de
la COLUMNA 2.
Iteracin III:
La fila 3 es la fila
PIVOT.
Convertir en ceros los
otros elementos de la
columna PIVOT.
Mximo