PROGRAMACIN

LINEAL.
La podremos
aplicar cuando el
problema que
tratamos se puede
traducir a
expresiones
matemticas de
tipo lineal
las limitaciones o
restricciones que
tenga el sista
productivo se
pueda tambin
traducir en
expresiones
matemticas de
tipo lineal
Su empleo es
frecuente en
aplicaciones de la
industria, la
economa, la
estrategia militar,
etc
Funcin Objetivo:
Es la expresin que tendremos
que maximizar o minimizar.
Funcin Objetivo:
(Max. Min.) Z = c
1
x
1
+ c
2
x
2
+
c
n
x
n





Ecuaciones o Inecuaciones de
Restriccin
Son Expresiones matemticas,
ecuaciones o inecuaciones de tipo
lineal que representan las
limitaciones del problema
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
b
1

a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
>= b
2

a
31
x
1
+ a
32
x
2
+ + a
3n
x
n
b
3

Conceptos propios de la
programacin Lineal:
Solucin Posible: Es cualquier
conjunto de valores de la variable
que satisface el sistema de
ecuaciones de la restriccin.
Solucin Bsica Posible Degenerada: Solucin
bsica posible en la que al menos una variable
toma el valor cero.
Solucin Posible Bsica: Es aquella solucin posible en la que
ninguna variable toma valores negativos.
Solucin ptima: Es aquella solucin bsica posible que optimiza a la funcin
objetivo.






GRFICA DE
DESIGUALDADES Y
CONTORNOS
Para graficar desigualdades
realice los siguientes pasos:
1) Grfica de la igualdad.
Convierta la desigualdad en
igualdad y grafique la recta
2) Escoja un punto de
ensayo.
4)Evale el primer miembro
de la expresin.
5) Determine si el punto de
ensayo satisface la
desigualdad.

ESTRUCTURA DE UN MODELO DE
PROGRAMACION LINEAL
FUNCIN OBJETIVO Consiste en optimizar
el objetivo deuna funcin lineal de las
diferentes actividades del problema, la
funcin objetivo se maximiza o se minimiza
RESTRICCIONES ESTRUCUTURALES: Son
Diferentes requisitos que deben cumplir
cualquier solucin para que pueda llevarse a
cabo, dichas restricciones pueden ser de
capacidad, mercado, materia prima, calidad.
VARIABLES DE DECISIN. Son las
incgnitas del problema, las actividades
que pueden llevarse a cabo en el problema
a formular.
CONDICIN TCNICA. Todas las variables deben
tomar valores positivos, o en algunos casos
puede ser que algunas variables tomen valores
negativos.






Existen varios mtodos
de solucin entre los
cuales tenemos el
grfico, el simplex, el
algebraico, el dual, etc.
SOLUCION MULTIPLE
EL MTODO GRFICO:
Programacin Lineal, siempre y cuando
el modelo conste de dos
variables. Para modelos con tres o ms
variables, el mtodo grfico es
imposible.
Consiste en representar
geomtricamente las restricciones,
condiciones tcnicas y funcin objetivo.
Los pasos necesarios para realizar el
mtodo son:
1. Hallar las restricciones del problema
2. Las restricciones de no
negatividad Xi 0 confan todos los
valores posibles.
3. Sustituir y por (=) para cada
restriccin, con lo cual se produce la
ecuacin de una lnea recta.
4. Trazar la lnea recta correspondiente
a cada restriccin en el plano. cada
restriccin ( ) se evala un punto
antes y despus de la recta trazada, el
punto que cumpla .
5. El espacio en el cual se satisfacen las
tres restricciones es el rea factible.
Cada punto situado en la frontera del
espacio del rea factible,..
6. Las lneas paralelas que representan
la funcin objetivo se trazan mediante
la asignacin de valores arbitrarios a fin
de determinar la pendiente y la
direccin en la cual crece o decrece el
valor de la funcin objetivo.
7. La solucin ptima puede
determinarse al observar la direccin
en la cual aumenta la funcin objetivo,
se procede a graficar la funcin
objetivo, si es un problema de
minimizacin la solucin ptima es el
primer punto factible que toque la
funcin Z
Hay principalmente cuatro tipos de
problemas, de nica solucin, mltiples
soluciones, solucin no acotada y no
factible.











CONJUNTO
CONVEXO
Un conjunto C es convexo si el segmento
rectilneo que une cualquier par de puntos de
C se encuentra totalmente en C
EJEMPLO DEL MTODO GRFICO
Una compaa de auditores se especializa en preparar
liquidaciones y auditoras de empresas pequeas. Tienen inters
en saber cuntas auditoras y liquidaciones pueden realizar
mensualmente para maximizar sus ingresos. Se dispone de 800
horas de trabajo directo y 320 horas para revisin. Una auditora
en promedio requiere de 40 horas de trabajo directo y 10 horas de
revisin, adems aporta un ingreso de 300 dls. Una liquidacin de
impuesto requiere de 8 horas de trabajo directo y de 5 horas de
revisin, produce un ingreso de 100 dls. El mximo de
liquidaciones mensuales disponibles es de 60.


CONJUNTO CONVEXO

CONJUNTO NO CONVEXO





OBJETIVO: Maximizar el
ingreso total.
VARIABLE DE DECISION:
Cantidad de auditoras (X
1
).
Cantidad de liquidaciones
(X
2).

RESTRICCIONES: Tiempo
disponible de trabajo directo
Tiempo disponible de
revisin
Nmero mximo de
liquidaciones.
Maximizar Z=300X
1
+100X
2

Sujeto a:

40X
1
+8X
2
800
10X
1
+5X
2
320
X
2
60
X
1
+X
2
800


La solucin ptima
siempre se encuentra
en uno de los vrtices
del conjunto de
soluciones factibles.
Se analizan estos
valores en la funcin
objetivo. El vrtice
que representa el
mejor valor de la
funcin objetivo ser
la solucin ptima.





VARIABLES DE HOLGURA Y VARIABLES DE
EXCEDENTE
Variable de holgura.
Variable agregada al lado izquierdo de una restriccin
de "menor o igual que" para convertir la restriccin
en una igualdad. El valor de esta variable
comnmente puede interpretarse como la cantidad
de recurso no usado.
6X + 3Y 12 6X+3Y+h=24

Variable de Excedente.
Variable restada del lado izquierdo de una restriccin
de "mayor o igual que" para convertir dicha
restriccin en una igualdad. Generalmente el valor de
esta variable puede interpretarse como la cantidad
por encima de algn nivel mnimo requerido.
2X + 3Y 14 2X+3Y-h =14
Ambos tipos de variables tienen que cumplir con la
restriccin de NO NEGATIVIDAD

RESTRICCIN ACTIVA.
Dada una solucin factible, una restriccin es activa si al sustituir el
valor de las variables se cumple la igualdad. Es decir, para esa
solucin el valor de la holgura o excedente, segn sea el caso es
CERO.
RESTRICCIN INACTIVA.
Dada una solucin factible, una restriccin es inactiva si al sustituir
el valor de las variables no se cumple la igualdad. Es decir, para esa
solucin el valor de la holgura o excedente, segn sea el caso es
DIFERENTE A CERO



PROBLEMAS NO ACOTADOS
Hay que distinguir el trmino problema no acotado con el trmino conjunto factible no
acotado, ste ltimo se refiere a una regin factible en la que al menos una de las variables de
decisin puede asumir valores indefinidamente grandes. Si un programa lineal es no acotado, el
conjunto factible tambin debe ser no acotado. Sin embargo, es posible tener un conjunto
factible no acotado sin que el problema sea no acotado
Max z= 5000A + 4000B
S.A A+B 5
A-3B 0
30 A+10B>=135
A , B >=0

30 A+10B>=135
A , B >=0











-










Regin factible no acotada
Mayorista A Mayorista B Disponible
Naranjas 8 2 16
Pltanos 1 1 5
Manzanas 2 7 20
Distancia 150 300
EJERCICIOS PRACTICO
Planteamiento del problema
Cuando la regin factible no est acotada la nica solucin que podemos obtener es un
mnimo.
Construimos una tabla con los datos del enunciado
Condiciones que deben cumplirse (restricciones):
;
R
1
R
2

R
3
R
4


















PROBLEMAS NO FACTIBLES. Son problemas que tiene un conjunto factible vaco: es decir no existe combinacin
de valores para las variables de decisin que satisfaga simultneamente todas las restricciones

PROBLEMAS DE PROGRAMACIN LINEAL METODO GRAFICO
Disponemos de 210.000 euros para invertir en 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 130.000 euros en las del tipo A
y como mnimo 60.000 en las del tipo B. Adems queremos que la inversin en las del tipo A sea menor que el
doble de la inversin en B. Cul tiene que ser la distribucin de la inversin para obtener el mximo inters
anual?
inversin rendimiento
Tipo A x 0,1x
Tipo B y 0,08y
210000 0,1x+0,08y
Solucin
Es un problema de programacin lineal.
Llamamos x a la cantidad que invertimos en acciones de tipo A
Llamamos y a la cantidad que invertimos en acciones de tipo B













A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000, 80000) y E(0,
210000)
La funcin objetivo es;
Z(x, y)= 0,1x+0,08y
Dibujamos las rectas auxiliares asociadas a las restricciones para
conseguir la regin factible (conjunto de puntos que cumplen
esas condiciones)

r
1
r
2 (paralela a OY
) r
3(paralela a OX)
r
4

x y

X y x y x y
0 210000

130000 0

0 60000 0 0
210000 0







130000 65000
La regin factible es la pintada de amarillo, de vrtices A, B, C, D y E



MAXIMIZACION
RESTRICCIONES

VARIABLES




= <





EL PROBLEMA DUAL
ES un modelo de programacin lineal
cada problema lineal tiene otro
problema denominado problema dual
(PD), que posee importantes
propiedades y relaciones notables con
respecto al
Problema lineal original, llamado
problema primal (PP).
Las relaciones las podemos
enumerar como siguen:
a) El problema dual tiene
tantas variables como
restricciones tiene el
programa primal
b) El problema dual tiene
tantas restricciones como
variables tiene el programa
primal
c) Los coeficientes de la
funcin objetivo del problema
dual son los trminos
independientes de las
restricciones o RHS del
programa primal
d) Los trminos
independientes de las
restricciones o RHS del dual
son los coeficientes de la
funcin objetivo del problema
primal.
e) La matriz de coeficientes
tcnicos del problema duales
la traspuesta de la matriz
tcnica del problema primal
f) El sentido de las
desigualdades de las
restricciones del problema
dual y el signo de las variables
del mismo problema
g) Si el programa primal es un
problema de maximizacin, el
programa dual es un problema
de Minimizacin
h) El problema dual de un
problema dual es el programa
primal original.

MINIMIZACIN
VARIABLES

RESTRICCIONES






< =




Los problemas duales simtricos son los que se obtienen de un problema primal en forma
cannica y normalizada, es decir, cuando llevan asociadas desigualdades de la forma mayor
o igual en los problemas de minimizacin, y desigualdades menores o igual para los
problemas de maximizacin.

CONCLUSIN
1.- Si una restriccin del primal es no saturada, entonces la variable de dual asociada debe ser nula.
2.- Si una variable de primal es positiva, entonces la correspondiente restriccin del dual es una
restriccin saturada, es decir, se verifica como una igualdad.


EL MTODO SIMPLEX
El Mtodo Simplex es un
procedimiento de clculo algebrico,
iterativo, para resolver Modelos
Lineales de cualquier tamao. El
algoritmo Simplex requiere que el
Modelo Lineal, para ser solucionado,
cumpla las condiciones de Forma
Estndar y Sistema Cannico.
La Forma Estndar incluye:
a) una Funcin Objetivo a
optimizar
b) lado derecho de las
restricciones con valor positivo
c) variables de decisin no
negativas
d) las restricciones deben
ser expresadas como
igualdades.







Para transformar las restricciones en igualdades se deben incorporar las llamadas
variables de holgura. Una variable de holgura tiene coeficiente cero en la Funcin
Objetivo. Se suman en restricciones del Tipo y se restan en restricciones del Tipo
En trminos matemticos, expresan la diferencia entre el lado izquierdo y el lado
derecho de las restricciones. Al igual que las variables de decisin deben ser mayores o
iguales a cero.
El Sistema Cannico en un Modelo
Lineal significa que debe existir
una variable bsica en cada
restriccin. Esto permite obtener
una primera solucin posible que
satisface todas las restricciones.
Una variable bsica tiene
coeficiente 1 positivo en una
restriccin y no existe en las
dems.
Las variables de decisin
(estructurales) del modelo y las
variables de holgura pueden ser
variables bsicas.


PROCEDIMIENTO PARA LA RESOLUCIN DE
PROBLEMAS MEDIANTE POR EL MTODO
SIMPLEX.
FASE I: Preparar el modelo inicial para
construir la tabla:
1) Transformar los trminos independientes
en positivos (multiplicando por -1).
2) Si en alguna restriccin, hay un solo
proceso que est contenida en ella sola, lo
convertiremos en unitario (dividiendo por su
coeficiente) y si no lo hago meter una
variable de holgura.
3) En las inecuaciones en las que
encontramos introducimos una variable
de holgura sumando.
4) En las inecuaciones en las que
encontramos introducimos una variable
de holgura restando y adems una variable
artificial sumando para que en dicha
restriccin haya un proceso unitario positivo.
5) En las igualdades se introduce una
variable artificial sumando si en la misma no
existe una variable unitaria positiva.
6) En toda restriccin debe haber una
variable unitaria positiva.
7) Las variables de holgura, a la hora de
introducirlas en la funcin objetivo lo
haremos siempre con coeficiente cero
FASE II: Construir la tabla y resolver
el algoritmo.

Paso 1: Construir la tabla del mtodo
Simplex y rellenamos la tabla con los
coeficientes. Comprobamos que las
variables bsicas tienen un
coeficiente de 1 en la interseccin de
su rengln y columna
correspondiente y cero en los dems
renglones incluido la funcin objetivo
Paso 2: La S.B.F. es ptima, si y slo si
todos los coeficientes del rengln (0)
son no negativos.
Paso 3: Si comprobamos que hay
coeficientes negativos en el rengln
(0), marcamos el mayor en valor
absoluto y esta ser la variable no
bsica que entra a la base. Para
determinar la variable bsica que sale
de la base, marcamos la columna
debajo del coeficiente de la variable .