Introduccin a la

Programacin lineal
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 (17461818), 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 KoopmansKantarovitch.

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. 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). Una de las primeras aplicaciones de los estudios del grupo SCOOP fue el puente areo de Berln.

Puente areo de Berln

Programacin lineal

Utilidad de la PL
1 2 3 4 5

Estudio de mercados. Planificacin de la produccin. Planificacin de horarios. El problema de transporte. El problema de la dieta, etc.

Modelo matemtico

Resultados

Mtodo de la PL

Anlisis

Intuicin

Decisiones

Interpretacin

Realidad

Abstraccin

Nmeros reales
Nmeros reales

Nmeros racionales

Nmeros irracionales

No enteros

Enteros

Enteros positivos

Enteros negativos

Cero

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 negativos

Nmeros positivos

1 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.
Segundo cuadrante Primer cuadrante (; )

Tercer cuadrante

Cuarto cuadrante

Lnea recta
La nocin de una lnea recta juega un papel importante en las matemticas. Hay tres tipos de rectas en el plano :

= + , 0

Rectas horizontales

Rectas verticales

Rectas oblicuas

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

= 3

= 2

3 2

Recta horizontal

Recta vertical

Recta oblicua

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

= 3

= = 5 3 = 15 2

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

= 5 = 4

(; )

(; )

(; )

= 2

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?
=
= 8 = 4

= 1

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: 1;1 = 3 1 + 2 1 + 1 = 6

2;3 = 3 2 + 2 3 + 1 = 13
10;20 = 3 10 + 2 20 + 1 = 71

Ejemplo 2. Si (;) = 5 4 + 10, entonces:

1;2

= 5 1 4 2 + 10 = 7 =
3;4

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

Mnimo

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
Mximo

(; )

(; )

(; )

(; )

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.
Vemos que: 1;1 = 3(1) + 2(1) = 5 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 , , + + 0 + + > 0 y la solucin corresponde a un semiplano cuya frontera es una lnea recta.

Semiplano superior

Semiplano inferior

Inecuaciones en el plano
Para graficar una inecuacin lineal de dos variables se siguen los siguientes pasos: 1 Se grafica la frontera: + + = . (para cualquiera de los cuatro casos) Por ser una lnea recta, bastar buscar dos puntos de paso. Se recomienda: 0 ? 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 >. 2

Se elige un punto de prueba. (Un punto cualquiera que no este sobre la recta).
Se recomienda el punto (0;0).

Se sombrea la regin apropiada. La regin que incluya al punto de prueba si este la satisface.

Inecuaciones en el plano
Ejemplo. Represente las soluciones de la inecuacin + 1. Se traza la grfica de la recta + = 1 = 1

0
1

1
0

Elegimos como punto de prueba al origen: (0;0). 0+01? 01

Falso

Luego, el conjunto solucin incluye todos los puntos al otro lado de la recta.

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 Recta 2 2 0 + =32 4 0 2 0

0 1

Formulacin general del problema

En un problema de programacin lineal intervienen: 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. 2. Las restricciones que deben ser inecuaciones lineales. 1 + 1 1 2 + 2 2 + 0, 0 Al conjunto de los valores de e que verifican todas y cada una de las restricciones se lo denomina regin factible.

Formulacin general del problema

Punto extremo

Punto interior

Puntos de una regin factible

Punto frontera

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.

Teorema fundamental
Dado el problema de optimizacin con restricciones lineales = + + 1 + 1 1 2 + 2 2 Sujeto a: + 0, 0 el mximo o mnimo de , si existe se alcanza en un vrtice de la regin factible.

Pro. lineal tridimensional

Mx. Mn. ,, = + + +

1 + 1 + 1 1 2 + 2 + 2 2 3 + 3 + 3 3

Aplicacin
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. Ejemplo. Halle el mximo y mnimo valor de la funcin 3 + 4 12 2 + 2 . (;) = 3 + 2 1 con las restricciones 0, 0 Solucin. Graficamos las rectas y hallamos la regin factible. 3 + 4 = 12 2 + = 2 = 0 = 0

(;) = 3 + 2 1
Recta 1 3 + 4 = 12 Recta 2 2 0 + =32 4 0 2 0
(; ) (; )

Aplicacin

(; )

0 1

(; )

Evaluamos en los vrtices:

1;0 = 3 1 + 2 0 1 = 2 (Mnimo)
4;0 = 3 4 + 2 0 1 = 11 (Mximo) 0;3 = 3 0 + 2 3 1 = 5

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

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.
Corte Tipo I 1h Armado 3h Acabado 2h

Tipo II

1h

2h

3h

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?

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 2 = nmero de escritorios del tipo II Paso 2: Determinar las restricciones expresndolas 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 como

Taller de armado:

31 + 22 220

Taller de acabado: 21 + 32 210

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. = 51 + 62 El modelo por tanto es el siguiente: Mn. = 51 + 62 1 + 2 80 31 + 22 220 sujeto a: 21 + 32 210 1 , 2 0

Modelizacin de un problema de PL

1 + 2 80 31 + 22 220 21 + 32 210 1 , 2 0

1 + 2 = 80
31 + 22 = 220
21 + 32 = 210

; ;

Modelizacin de un problema de PL

Evaluamos la funcin objetivo (;) = 51 + 62 en los vrtices de la regin admisible: 0; 0 , 0; 70 , 30; 50 , 60; 20 , 0;0 = 5(0) + 6(0) = 0 0;70 = 5 0 + 6 70 = 420 30;50 = 5(30) + 6(50) = 450 60;20 = 5(60) + 6(20) = 420
220 ;0 3

Mximo

220 3 ;0

220 =5 + 6(0) = 366,6 3

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.

Mtodo del Simplex

Es un procedimiento iterativo que permite ir mejorando la solucin a cada paso. El proceso concluye cuando no es posible seguir Punto mejorando ms dicha solucin.

ptimo

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.

Aplicacin del MS
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

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)
Fila 1 Fila 2 Fila 3 Fila 4 3 3 1 2 1 0 1 0 0 2 3
Ctes

1
0 0 0

2
2 1 0

6
1 2 3

0
0 1 0

0 0
0 1

0 10
8 6

V) En la Tabla 1, hacer las operaciones elementales sobre las filas para ir mejorando la solucin factible bsica.

Localizar el elemento PIVOT

2 2 1 0 2 2 1 0

1 sss2

Ctes

Razn

1 0 0 0

3 3 1 2 3 3 1

0 0 1 0 0

0
0 0

0
10 8 10/1 = 10 8/2 = 4 6/3 = 2

1. De la fila 1 elegir el menor negativo. Localizar el segundo 2. Dividir las constantes los 1. De la filaentre 1 nmeros de elegimospositivos el Iteracin I: la COLUMNA 4. menor negativo. Multiplicamos la fila 4 por 1/3 3. lapara interseccin 2.En Dividir lasconvertir en 1 el PIVOT. encontramos el 3 los que constantes entre es el PIVOT. nmeros positivos de Iteracin II: la COLUMNA 2. Convertir en ceros los otros elementos de la Iteracin III: columna PIVOT. La fila 3 es la fila PIVOT. Convertir en ceros los otros elementos de la columna PIVOT.
Elemento PIVOT

1
2 3 6

1
0 0

1 0
0 0

6
0 10 8 2 12 8 4

1
0 0

0 1
0 0 0

1
2

0
1 0 0 0 1 0

0
1

2/3
1 7/3 2/3

1
0

1/3
2

2
2 0

0 0
0

0
0 1 0

1
0 0

1/3
2/3 1/3

8/2 = 4 4/1 = 4 Mximo

1 1/3

2 20 0
4 2

1
0 0

0
0

1/3
3 2/3

0 1
0 0

2
2 0

2/3
1 1/3

0
0 1

1 1/3

1 2/3