Vous êtes sur la page 1sur 8

PROGRAMACIN LINEAL

Requisitos: Sistemas lineales y mtodo de Gauss-Jordn: 1.2.1 a 1.2.5

La programacin lineal tiene como objetivo buscar mximos y/o mnimos de


funciones lineales sujetas restricciones tambin lineales. Aunque su base
matemtica es bastante elemental, fue hasta mediados del siglo anterior que
surgieron problemas de optimizacin lineal. En tiempos de la Segunda Guerra
Mundial, el ejrcito de Estados Unidos de Amrica tuvo la necesidad de estudiar
formas de asignar recursos materiales y humanos de la manera ms eficiente y
econmica posible; fue entonces que los primeros problemas de programacin
lineal fueron resueltos. En la actualidad la optimizacin lineal se usa de manera
sistemtica en los negocios y en la industria para resolver problemas que
podemos clasificar de maximizacin de ganancias y de minimizacin de costos.
Delta Air Lines, por ejemplo, realiza a da- rio ms de 2500 escalas en sus vuelos
nacionales, a Canad y a Mxico; empleando unas 450 aeronaves de 10 flotillas
diferentes, cuyas capacidades, velocidades, niveles de ruido generado y otros
parmetros pueden variar. El problema de asignacin de flotillas consiste en
hacer coincidir aeronaves con escalas de vuelo de modo que los asientos vayan
ocupados. El patrn de vuelos de las aeronaves dentro del sistema de rutas se
llama itinerario. Delta es una de las primeras lneas areas que ha resuelto por
completo el problema de asignacin de flotillas. El itinerario debe disearse para
alcanzar la mayor ganancia posible, maximizando ingresos con el menor costo
directo de operacin permisible. Delta puso en prctica un algoritmo de
programacin lineal para asignar los distintos tipos de flotillas a las diferentes
escalas de vuelo con el objetivo de minimizar los costos derivados sujetos a varias
restricciones operativas. La restriccin operativa ms importante es la cantidad de
aeronaves disponibles en cada flotilla. Otros factores tambin esenciales a
considerar son: la planeacin del mantenimiento, la correlacin de habilidades de
los pilotos con los distintos tipos de aeronaves, la asignacin de tiempos de
descanso para pilotos, alcance y velocidad de las aeronaves y restricciones de los
aeropuertos. El problema de programacin que Delta resuelve diariamente
involucra unas 60000 variables y 40000 restricciones y se estima que estos
programas han logrado ahorrar a esta lnea area alrededor de 100 millones de
dlares anuales.

ENFOQUE GEOMTRICO

En esta seccin introducimos el mtodo grafico de programacin lineal cuando se


tienen slo dos variables. Para ello comenzamos con un problema de aplicacin
para motivar los conceptos bsicos de programacin lineal.
Ejemplo 6.21 Una compaa tiene dos talleres donde produce cuatro tipos
de libreros para armar que se venden en tiendas de autoservicio. La
siguiente tabla contiene la informacin relativa a los datos de produccin,
costos y demanda. Encontrar el nmero de das que tiene que trabajar cada
taller durante seis meses para proporcionar, de la manera ms econmica,
los libreros requeridos.

Planteamiento del problema: Sean x y y el nmero de das que tienen que trabajar
los talleres 1 y 2, respectivamente. Dado que los costos diarios de produccin son
fijos para cada taller, la funcin de costo est dada por C = 40000x+60000y (6.10)

Como se tienen que producir al menos 4800 libreros del tipo A, 6400 libreros del
tipo B, 4800 libreros del tipo C y 6000 libreros del tipo D a un costo mnimo, lo que
se requiere es:

Hallar el mnimo de C = 40000x+60000y (6.10)

Sujeto a las restricciones

120x+40y 4800

80x+80y 6400

40x+120y 4800

60x+100y 6000

X, y 0 (6.11)

Para resolver esta cuestin, necesitamos primero encontrar el conjunto de los


pares (x, y) para los que se cumplen todas las restricciones y despus buscar
entre ellos a los que minimicen la funcin de costo. Es obvio que la solucin (si
existe) no es tan sencilla y se requiere de un anlisis ms profundo. Por eso
estableceremos antes algunos tecnicismos y aspectos tericos que sern la base
para solucionar este tipo de problemas, llamados problemas de programacin
lineal.

FORMATO GENERAL DE UN PROBLEMA DE PROGRAMACIN LINEAL DE


DOS VARIABLES

Los problemas de programacin lineal con dos variables se pueden plantear de la


siguiente manera:

Maximizar (o minimizar) la funcin lineal

P = ax+by

Sujeta a m restricciones lineales del tipo

di o
ai1x+ai2y { = di o (6.12)
di

Donde se supone que x, y son variables no negativas. A la funcin objetivo


P=ax+by se le dice funcin de ganancia si lo que se pretende es maximizar y
funcin de costo si lo que se desea es minimizar. Al conjunto solucin de las
restricciones (6.12) se le llama conjunto factible y a cualquier elemento del mismo
solucin factible. As, en el ejemplo anterior, la funcin objetivo C =
40000x+60000y es una funcin de costo y todo punto que pertenece al conjunto
solucin de las restricciones (6.11) es una solucin factible para este problema.

Figura 6-10 (a) Semiplano yx+. (b) Semiplano yx+.


SEMIPLANOS Y CONJUNTOS FACTIBLES

Al conjunto solucin de una desigualdad del tipo y x+ se le denomina


semiplano (cfr. ejercicio 417, pg. 412). Consiste en todos los puntos (x, y) del
plano que estn por encima y en la recta y = x+ (cfr. Figura 6-10(a)). De forma
anloga se interpreta geomtricamente el semiplano yx+; que es el conjunto
de todos los pares (x, y) que estn por debajo y en la recta y = x+ (cfr. figura 6-
10(b)). En todo problema de programacin lineal las variables son no negativas,
entonces, para encontrar el conjunto factible, se tienen que intersecar todos los
conjuntos solucin de cada una de las restricciones lineales (semiplanos)
recordando que se deben limitar al primer cuadrante.

Ejemplo 6.22 Hallar el conjunto factible para las restricciones del ejemplo de
los libreros (6.21).

Solucin: El conjunto solucin de las restricciones lineales (6.11) equivale a la


interseccin, en el primer cuadrante de los semiplanos y 1203x

Y 80x

Y 40 1 3x

Y 60 3 5x

La figura 6-11 contiene un esbozo del conjunto factible de estas restricciones


(sombreado).
Figura 6-11 Conjunto factible para el problema de la produccin de libreros
(ejemplos 6.21 y 6.22).

Figura 6-12 (a) Conjunto convexo. (b) Conjunto no convexo.

PRINCIPIO FUNDAMENTAL DE LA PROGRAMACIN LINEAL

Un conjunto A del plano es convexo (cfr.ejercicio416, pag.412) si dado cualquier


par de puntos
, A, el segmento con punto inicial
y punto final :

+t (
[, ] = { )/0 t 1}
Est completamente contenido en A. El conjunto de la figura 6-12(a) es convexo;
mientras que el conjunto contenido en esta misma figura (b) no es convexo. No es
difcil mostrar que si A y B son conjuntos convexos, entonces AB es un conjunto
convexo y que todo semiplano (cfr. ejercicio 417, pg. 412) tambin es un conjunto
convexo; luego, ya que todo conjunto factible es interseccin finita de semiplanos,
se desprende que todo conjunto factible es un conjunto convexo como el que
se ilustra en la figura 6-13. Un segmento de recta formado por soluciones factibles
que satisfacen ai1x+ai2y = di para una de las restricciones (6.12) se denomina
arista del conjunto factible. La interseccin no vaca de dos o ms aristas en un
conjunto factible se llama punto esquina (o vrtice) del mismo.

Figura 6-13 Todo conjunto factible es un polgono convexo; a sus lados se les
llama aristas y a sus vrtices puntos esquina del conjunto factible. A

Supongamos ahora que el conjunto convexo, contenido en la figura 6-13, es el


conjunto factible para las restricciones

a11x+a12yd1

a21x+a22yd2

a31x+a32yd3
a41x+a42yd4

a51x+a52yd5

a61x+a62yd6

X, y0

De un problema de programacin lineal con funcin objetivo

f = ax+by,

Y consideremos una solucin factible (x0, y0). Para este punto la funcin objetivo
tiene el valor

ax0 +by0 = f0.

Por tanto, para todas las soluciones factibles (x, y) en la recta

ax+by = f0

Se obtiene el mismo valor f0 al evaluar en la funcin objetivo. De manera


anloga en todas las soluciones factibles de la recta

ax+by = f1

La funcin objetivo tiene el valor constante f1 y dado que las rectas ax+by= f0 y
ax+by= f1 tienen la misma pendiente (m =a/b), son rectas paralelas (cfr. figura 6-
14(i)). Si suponemos (por simplicidad) que b > 0, el mximo de la funcin objetivo
se alcanza en aquellos puntos del conjunto factible que pertenecen a la lnea recta
ax+by = f que tiene mayor ordenada al origen y el mnimo corresponde a las
soluciones factibles que estn en la lnea recta ax+by = f que tiene menor
ordenada al origen. De
Figura 6-14 la figura 6-14(ii) se desprende que el mximo y el mnimo se alcanzan
en puntos esquina del conjunto factible.6 Con esta discusin hemos hecho
plausible la demostracin del siguiente teorema.