PROGRAMACIN LINEAL

El tema que he escogido para el desarrollo del Trabajo de Investigacin es

PROGRAMACIN LINEAL, porque considero que hay muchas personas que
considera que el desarrollo de la programacin lineal entre los avances cientficos
ms importantes de la mitad del siglo 20, es que se deber de estar de acuerdo
con cierta afirmacin que tengo en cuenta que su impacto se inici desde el ao
de 1950 la cual fue transformado de una forma muy extraordinaria. Se han escrito
decenas de libros de texto sobre la materia y los artculos publicados que
describen aplicaciones importantes se cuentan ahora por cientos. De hecho, una
proporcin importante de todo el clculo cientfico que se lleva a cabo en
computadoras se dedica al uso de la programacin lineal y a tcnicas ntimamente
relacionadas.
Por otro lado considero de acuerdo a la investigacin realizada que un modelo de
programacin lineal suministra un mtodo eficiente para determinar una decisin
ptima, esta es porque es una estrategia imponderable o un plan que considereo
que es muy ptimo, la misma que ha sido escogida de un gran nmero de
decisiones posibles.
Por otro lado en todos los problemas de Programacin Lineal, el objetivo y la meta
es la maximacin o minimizacin de alguna cantidad, es por eso que la
programacin lineal viene a ser un procedimiento o algoritmo matemtico
mediante el cual se resuelve un problema indeterminado, formulado a travs de
ecuaciones lineales, optimizando la funcin objetivo, tambin lineal.
Por otro lado esto consiste en optimizar, la que quiero decir es que es la de
minimizar o tambin la de maximizar, por otro lado una funcin lineal, denominada
funcin objetivo, de tal forma que las variables de dicha funcin estn sujetas a
una serie de restricciones que expresamos mediante un sistema de inecuaciones
lineales.
As mismo tambin manifiesto que la programacin lineal que tambin es conocida
como la optimizacin lineal, vendra a ser la maximizacin o minimizacin de una
funcin lineal sobre un poliedro convexo definido por un conjunto de restricciones
lineales no negativas, es por eso que la teora de la programacin lineal cae
dentro de la teora de la optimizacin convexa y es tambin considerada como
parte importante de la investigacin de operaciones.
Por lo expuesto y finalizando con mi investigacin, la programacin lineal entera
vendra a ser el conjunto de problemas de programacin lineal para los cuales
todas o parte de sus variables pertenecen a los nmeros enteros.

Finalmente manifiesto que el mtodo simplex es un procedimiento iterativo que

nos puede permitir tender progresivamente hacia la solucin ptima, por lo
expuesto este es un procedimiento sistemtico y eficiente para encontrar y probar
soluciones situadas en los vrtices de optimizacin.

CONCLUSIONES
Luego de haber realizado la Investigacin del Tema de Programacin Lineal,
concluyo diciendo que la programacin lineal compone un importante campo de la
optimizacin por varias razones, muchos problemas prcticos de la investigacin
de operaciones pueden plantearse como problemas de programacin lineal. Por
otro lado tambin se puede apreciar algunos casos que son especiales de
programacin lineal, tales como los problemas de flujo de redes y problemas de
flujo de mercancas se consideraron en el desarrollo de las matemticas lo
suficientemente importantes como para generar por si mismos mucha
investigacin sobre algoritmos especializados en su solucin.
Tambin es muy importante mencionar que una serie de algoritmos diseados que
sirven para poder resolver otros tipos de problemas de optimizacin establecen
casos particulares de la ms amplia tcnica de la programacin lineal. Tambin es
muy importante mencionar que histricamente, las ideas de programacin lineal
han inspirado muchos de los conceptos centrales de la teora de optimizacin tales
como la dualidad, la descomposicin y la importancia de la convexidad y sus
generalizaciones. Del mismo modo, la programacin lineal es muy usada en la
microeconoma y la administracin de empresas, ya sea para aumentar al mximo
los ingresos o reducir al mnimo los costos de un sistema de produccin.