Historia

Sus Pasos

Concepto

Programaci n Lineal

Aplicacione s

Importancia

Caractersti cas

Nace como nueva ciencia la Investigacin Operativa o Investigacin de Operaciones, en la batalla de Inglaterra, donde la fuerza area alemana estaba sometiendo a los britnicos a un duro ataque areo, es ah cuando el gobierno britnico buscando algn mtodo para defender su pas, convoco a varios cientficos de diversas disciplinas para tratar de resolver el problema de sacar el mximo beneficio con los radares que disponan, as nace la investigacin de operaciones. Se crea el proyecto SCOOP (Computacin cientfica de programas ptimos) para solucionar problemas relacionados con la logstica militar pues al acabar la segunda guerra mundial, la organizacin de los recursos de los Estados Unidos preocupaba y se considero oportuno realizarla mediante modelos de optimizacin, resueltos mediante programacin lineal.

Con la creacin de este grupo se considera que se formaliz la Programacin Lineal. Dentro de este grupo de cientficos se encontraba George B Dantzig, quien es el creador del mtodo simplex, quien durante el inicio de la segunda guerra mundial se uni a la fuerza area de USA y trabajo con el Control Estadstico del anlisis de las subdirecciones. Fue asesor de matemticas del U.S. Fuerzas de control areo, realizando mltiples investigaciones sobre el campo, lo que llevo a sus importantes descubrimientos y conto con el apoyo de ordenadores de la IBM.

1947 Se hizo la primera formulacin del mtodo simplex para resolver el citado problema logstico-militar. 1952 Paralelo al desarrollo de la programacin lineal, se da el de la computacin y de los ordenadores con lo que se vuelve mas practica y rpida la aplicacin de la programacin lineal. 1955 Aporto al desarrollo de la programacin estocstica y a sectores de la industria y a la administracin. 1958 Se hace el calculo del plan optimo de transporte de arena de construccin a las obras de edificacin de la ciudad de Mosc, en los que haba 10 puntos de origen y 230 destinos. Para resolverlo se uso un ordenador Strena, que empleo 10 das en el mes de junio del mismo ao, y tal solucin aporto una reduccin del 11% de los gastos respecto a los costes originales. 1960 Alan Manne propone la programacin lineal entera mixta. 60s - 70s Se incrementan los campos de aplicacin de la P.L. en reas de la economa, industrias, ingenieras, ciencias sociales, etc. 1979 Leonid Khachiyan a sus 25 aos, creo el algoritmo del ELIPSOIDE mediante el cual demostr que la P.L. poda ser computada siempre en tiempo polinomial y se constituyo en la base de otros algoritmos mas eficientes y sofisticados.

 La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin. La tcnica matemtica conocida por programacin lineal se utiliza para obtener una solucin ptima a un problema condicionado por unas variables de partida sujetas a ciertas restricciones. Se llama programacin lineal al conjunto de tcnicas matemticas que pretenden resolver la situacin siguiente: Optimizar (maximizar o minimizar) una funcin objetivo, funcin lineal de varias variables, sujeta a: una serie de restricciones, expresadas por inecuaciones lineales.

Variable
Es lo que se trata de determinar y por lo cual se requiere una solucin. Cada variable debe representar una cantidad que corresponda con una misma unidad de medida.

Restricciones
Representan los limites del escenario de la situacin planteada. Se muestran por medio de desigualdades de tipo lineal.

Funcin Objetivo
El objetivo es lo que se quiere maximizar o minimizar. En caso de la programacin lineal esta expresado como una funcin lineal.

Si analizamos la vida cotidiana podemos notar que en cada segundo hay problemas e inquietudes, cmo organizar o resolver algunos de estos? Si miramos todo desde un punto de vista determinado vemos que todos estos tienen solucin sin necesidad de la tecnologa. Quiere decir que aveces lo ms simple siempre resulta ser la respuesta, en esto destaca la programacin lineal, por la razn de que esta permite organizar datos de una manera fcil y sencilla dando un resultado que lleva a mltiples opciones de la cual siempre destacara la mejor. Despus de ver que por medio de la programacin lineal se obtenan mejores resultados esta comenz a ser usada por todas partes del mundo y se pudo notar que la programacin lineal se utiliza en todos o casi todos los problemas que nos rodean y que sirve para dar ms de una opcin como resultado. En la aplicacin de la programacin lineal muchos la destacan por la forma de dar una opcin que permite generar o demostrar los mejores resultados. La programacin lineal tiene muchos campos de aplicacin.

La produccin

La Manufactura

El transporte

La Construccin

Planeacin Financiera

La Milicia

Los Servicios Pblicos

En lo que mencionamos anteriormente podemos destacar elementos importantes como: Economa de Negocios: All se busca determinar el precio de los productos, el anlisis del punto de equilibrio, el calculo de costos de productos y la sustitucin de equipos. Finanzas: Se trata de evaluar empresas, planeacin de las finanzas personales, comercio de divisas y administracin de efectivo, anlisis de inversin, seleccin de cartera, presupuesto de capital, pronostico de ganancias por accin y control de presupuestos de un proyecto. Operaciones-Produccin: Se evalan decisiones sobre fuentes de aprovisionamiento, mezclas de productos, polticas de control de inventarios, planeacin de personal y de produccin, pronostico de ventas. Decisiones de fabricacin o compra: Donde se puede observar que generalmente de los marcos de produccin las compaas no cuentan con los recursos suficientes para poder satisfacer una demanda creada de improvisto por uno o varios productos.

 Administracin de cartera de valores: Se observa que un inversionista tambin puede requerir determinar cuanto invertir en cada alternativa disponible. El objetivo de dicho inversionista es obtener el mas alto rendimiento posible, pero un alto rendimiento tiene su precio: el riesgo. Operaciones -logsticas: Corresponde a la programacin de actividades del personal, planeacin del transporte, asignacin de personal, planeacin de embarques, administracin del trafico, cantidad econmica de pedidos de inventario.

Se busca una combinacin de recursos.

Se deben satisfacer varios criterios.

Se identifica un criterio como el objetivo.

Determinar las variables de decisin.

Construir la funcin objetivo.

Determinar las restricciones.

Objetivo
Concepto Modelo de Transporte

Pasos

Ejemplo

El modelo del transporte en bsicamente un programa lineal que se puede resolver a travs del mtodo simplex regular. Sin embargo, su estructura especial hace posible el desarrollo de un procedimiento de solucin, conocido como tcnica del transporte, que es ms eficiente en trminos de calculo. La tcnica de transporte puede presentarse, y a menudo se hace, en forma elemental que parezca completamente separada del mtodo simplex. No obstante, debemos destacar que la nueva tcnica sigue esencialmente los pasos exactos del mtodo simplex.

El modelo de transporte busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Entre los datos del modelo se encuentran: 1) Nivel de oferta de cada fuente y la cantidad de la demanda en cada destino 2) El costo de transporte unitario de la mercanca, de cada fuente a cada destino. Como solo hay una mercanca, un destino puede recibir su demanda de una o ms fuentes. El objetivo del modelo es el de determinar la cantidad que se enviar de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposicin bsica del modelo es que el costo del transporte en una ruta es directamente proporcional al nmero de unidades transportadas. La definicin de unidad de transporte varia dependiendo de la mercanca que se transporte.

3.- Determinar la variable que sale entre las variables de solucin bsicas actual. 2.Determinar la variable que entra, elegida entre las variables no bsicas. 1.- Determinar una solucin factible inicial.

La figura siguiente representa el modelo de transporte como una red con m fuentes y n destinos. Una fuente o un destino esta representado por un nodo. El arco que une una fuente y un destino representa la ruta por la cual se transporta la mercanca.

Existen tres minas de carbn cuya produccin diaria es: La mina "a" produce 40 toneladas de carbn por da; La mina "b" otras 40 t/da; y, La Mina "c" produce 20 t/da. En la zona hay dos centrales termoelctricas que consumen: La central "d" consume 40 t/da de carbn; y, La central "e" consume 60 t/da Los costos de mercado, de transporte por tonelada son: De "a" a "d" = 2 monedas De "a" a "e" = 11 monedas De "b" a "d" = 12 monedas De "b" a "e" = 24 monedas De "c" a "d" = 13 monedas De "c" a "e" = 18 monedas Si se preguntase a los pobladores de la zona cmo organizar el transporte, tal vez la mayora opinara que debe aprovecharse el precio ofrecido por el transportista que va de "a" a "d", porque es ms conveniente que los otros, debido a que es el de ms bajo precio. En este caso, el costo total del transporte es: o Transporte de 40 t de "a" a "d" = 80 monedas o Transporte de 20 t de "c" a "e" = 360 monedas o Transporte de 40 t de "b" a "e" = 960 monedas Total 1.400 monedas.

Sin embargo, formulando el problema para ser resuelto por la programacin lineal se tienen las siguientes ecuaciones: Restricciones de la produccin: + [/] + [/] + [/] Restricciones del consumo: + + [/] + + [/] La funcin objetivo ser: + + + + + = ! La solucin de costo mnimo de transporte diario resulta ser: Xb-d = 40 resultando un costo de 12 x 40 = 480 monedas Xa-e = 40 resultando un costo de 11 x 40 = 440 monedas Xc-e = 20 resultando un costo de 18 x 20 = 360 monedas Total 1.280 monedas. 120 monedas menos que antes.

Concepto

Objetivo

Importancia

Mtodo Grafico
Pasos Conceptos Esenciales

Metodologa

Ventajas y Desventajas

El mtodo grafico se utiliza para la solucin de problemas de PL, representando geomtricamente a las restricciones, condiciones tcnicas y el objetivo. Este modelo se puede resolver en forma grafica si solo tiene dos variables. Para modelos con 3 o mas variables la resolucin por el mtodo grafico es imposible.

El Mtodo Grfico se utiliza para ilustrar tres conceptos bsicos: la metodologa para la resolucin de un problema de dos variables de decisin la interpretacin de la solucin del problema modelado la observacin grfica de como afectan los cambios a la solucin del problema. El Mtodo Grfico es poco poderoso ya que est limitado a resolver problemas de dos variables de decisin. Sin embargo, su importancia radica en que permite visualizar los conceptos matemticos implicados en la Programacin Lineal.

Regin Factible

Es precisamente la regin determinada por el sistema de restricciones de tipo lineal. Es un conjunto de puntos cuyas coordenadas satisfacen las restricciones del problema.

Solucin Factible Cualquier solucin dentro de la regin factible, el decir cualquier punto dentro de la regin factible determina valores numricos para las variables que satisfacen las restricciones. Solucin Factible Optima Entre todas las soluciones factibles, buscamos aquella que maximice o minimice la funcin objetivo, adems que satisfaga las restricciones impuestas.

Disponemos de 210000 dlares para invertir en la bolsa. Nos recomiendan dos tipos de acciones las del tipo A, que rinden el 10% y las del tipo B que rinden el 8%. Decidimos invertir un mximo de 130000 dlares en las del tipo A y como mnimo 60000 en las del tipo B. Adems queremos que la inversin en la del tipo A sea menos que el doble de la inversin en B. Hallar mediante el mtodo grafico la regin factible y la solucin optima del problema para maximizar la funcin objetivo.

 Conocimiento de los conceptos bsicos de la programacin lineal. Facilita la comprensin de los mtodos mas complejos. Nos permite visualizar.

Slo sirve para problemas con dos variables de decisin. No es exacto.

Calcular los puntos para graficar cada solucin. Graficar las restricciones.

Determinar la regin factible Calcular las coordenadas de los vrtices de la regin factible
Calcular el valor de la funcin objetivo en dichos vrtices Encontrar la solucin optima del problema

Se dibuja un sistema de coordenadas cartesianas.

Se dibujan las restricciones del problema.

Se evala la funcin objetivo en los puntos extremos de la regin factible.

Se obtiene la solucin optima.

Objetivo

Demostrar que la solucin ptima de cualquier problema de Programacin Lineal, siempre estar en uno de los vrtices o en todo un lado de su regin factible.

Concepto

Ventajas y Desventajas

Fases

Mtodo Simplex

Uno de momentos ms importantes fue la aparicin del mtodo del simplex. Este mtodo, desarrollado por G. B. Dantzig en 1947, consiste en la utilizacin de un algoritmo para optimizar el valor de la funcin objetivo teniendo en cuenta las restricciones planteadas. Partiendo de uno de los vrtices de la regin factible, por ejemplo el vrtice A, y aplicando la propiedad: si la funcin objetivo no toma su valor mximo en el vrtice A, entonces existe una arista que parte del vrtice A y a lo largo de la cual la funcin objetivo aumenta. se llega a otro vrtice. El procedimiento es interactivo, pues mejora los resultados de la funcin objetivo en cada etapa hasta alcanzar la solucin buscada. sta se encuentra en un vrtice del que no parta ninguna arista a lo largo de la cual la funcin objetivo aumente.
El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin lineal capaz de resolver modelos ms complejos que los resueltos mediante el mtodo grfico sin restriccin en el nmero de variables.

 Es un mtodo heurstico. Es de gran eficacia incluso para ajustar gran numero de parmetros. Se puede usar con funciones objetivos muy sinuosas. Es fcil de implementar y usar, y sin embargo tiene una alta eficiencia.

Converge ms lentamente que otros mtodos pues requiere mayor nmero de iteraciones

Solucin bsica factible del problema.

Verificacin de costos, si se deben mejorar o no.

Seleccin de variables de entrada, salida y el elemento interior.

Se realiza el cambio de las variables en la base.