CURSO: Investigacin Operativa I

TRABAJO:

Programacon lineal:
Maximizacin y Minimizacin.

Autor: SOLANO SOCA, Joel Rogelio

Ciudad: Abancay Apurmac

PER - 2016
 DEDICATORIA

A:

Dios por a verme dado la vida. La voluntad y la oportunidad de estudiar. A mis

padres por estar siempre a mi lado cuando ms los necesito ,en los buenos y malos
momentos de mi corta vida , por mostrarme en cada momento su apoyo
incondicional y el inters para que estudie y me desarrolle completa mente en todos
los aspectos de mi vida, ya que son para m la base fundamental de mi vida pues
ellos me han sabido guiar ,levantarme y sostenerme sin el camino importar y
ponindome antes de sus compromisos personales gracias por mostrarme que todo
lo que me proponga lo puedo lograr que con un poco de esfuerzo nada es imposible
sin importar el tiempo y el espacio . A mis tas que siempre han formado una parte
muy importante dentro de mi vida pues siempre me han acompaado sin importar
el contexto y la ves me han intentado apoyar brindndome su amistad y
comprensin ,que me han dodo el ejemplo de que todo es posible sin importar las
condiciones . A mi abuelita por todos los consejos que me da para que nunca
tropiece en mi camino. A mis hermanos por ser parte de mi vida por ayudarme a
crecer y madurar junto con ellos .a todo ustedes gracias por todo..

2
OBJETIVOS:

OBJETIVO GENERAL :

Resolver problemas.

OBJETIVOS ESPECIFICOS:

Determinar los pasos para desarrollar los problemas.

Analizar las posibles soluciones que se pueden presentar en los problemas

JUSTIFICACION

El presente investigacin se realizo con el objetivo de optimizar nuestros conocimientos

relacionados con la programacion lineal , lo que nos permite tener una visin ms amplia
permitiendo tener en cuenta todos aspectos ms relevantes a este tema como sus
caractersticas, lo que contribuye a la buena formacin acadmica a travs de los
conocimientos adquiridos. Es por eso que es muy importante el estudio de este tema.

3
 PROGRAMACIN LINEAL

Es el campo de la optimizacion matematica dedicado a maximizar o minimizar una funcion

lineal, denominada funcion objetivo, de tal forma que las variables de dicha funcion esten
sujetas a una serie de restricciones expresadas mediante un sistema de ecuaciones o
inecuaciones tambien lineales. El metodo tradicionalmente usado para resolver problemas
de programacion lineal es el Metodo Simplex.

HISTORIA DE LA PROGRAMACIN LINEAL.

El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos, a

Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La
programacin lineal se plantea como un modelo matemtico desarrollado durante la
Segunda Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos
al ejrcito y aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la
posguerra, muchas industrias lo usaron en su planificacin diaria.

Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorvich, un matemtico ruso, que utiliza tcnicas similares en la economa antes de
Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico ruso,
Leonid Khachiyan, demostr que el problema de la programacin lineal era resoluble en
tiempo polinomial. Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo
del punto interior para resolver problemas de programacin lineal, lo que constituira un
enorme avance en los principios tericos y prcticos en el rea.

El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70

puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de
computacin necesaria para examinar todas las permutaciones a fin de seleccionar la mejor
asignacin es inmensa; el nmero de posibles configuraciones excede al nmero de
partculas en el universo. Sin embargo, toma slo un momento encontrar la solucin ptima
mediante el planteamiento del problema como una programacin lineal y la aplicacin del
algoritmo simplex. La teora de la programacin lineal reduce drsticamente el nmero de
posibles soluciones ptimas que debern ser revisadas.

La programacin lineal constituye un importante campo de la optimizacin por varias

razones, muchos problemas prcticos de la investigacin de operaciones pueden
plantearse como problemas de programacin lineal. Algunos casos 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. Una serie de algoritmos diseados para resolver otros tipos
de problemas de optimizacin constituyen casos particulares de la ms amplia tcnica de
la programacin lineal. 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

4
empresas, ya sea para aumentar al mximo los ingresos o reducir al mnimo los costos de
un sistema de produccin. Algunos ejemplos son la mezcla de alimentos, la gestin de
inventarios, la cartera y la gestin de las finanzas, la asignacin de recursos humanos y
recursos de mquinas, la planificacin de campaas de publicidad, etc.

FUNCIN OBJETIVO:

La programacin lineal consiste en optimizar (maximizar o minimizar) una funcin objetivo,

que es una funcin lineal de varias variables:

f(x,y) = ax + by.

RESTRICCIONES

La funcin objetivo est sujeta a una serie de restricciones, expresadas por inecuaciones
lineales:
a1x + b1y c1
a2x + b2y c2
... ... ...
anx + bny cn

Cada desigualdad del sistema de restricciones determina un semiplano.

5
SOLUCIN FACTIBLE: El conjunto interseccin, de todos los semiplanos formados por
las restricciones, determina un recinto, acotado o no, que recibe el nombre de regin de
validez o zona de soluciones factibles.

SOLUCIN PTIMA: El conjunto de los vrtices del recinto se denomina conjunto

de soluciones factibles bsicas y el vrtice donde se presenta la solucin ptima se
llama solucin mxima (o mnima segn el caso).

6
APLICACIONES:
La programacin lineal constituye un importante campo de la optimizacin por varias
razones, muchos problemas prcticos de la investigacin de operaciones pueden
plantearse como problemas de programacin lineal.
Algunos casos 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.
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. Algunos ejemplos son la mezcla de
alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la asignacin de
recursos humanos y recursos de mquinas, la planificacin de campaas de publicidad,
etc.
Otros son:

Optimizacin de la combinacin de cifras comerciales en una red lineal de distribucin

de agua.

Aprovechamiento ptimo de los recursos de una cuenca hidrogrfica, para un ao con

afluencias caracterizadas por corresponder a una determinada frecuencia.

Soporte para toma de decisin en tiempo real, para operacin de un sistema de obras
hidrulicas;

Solucin de problemas de transporte.

VALOR DEL PROGRAMA LINEAL: El valor que toma la funcin objetivo en el vrtice de
solucin ptima se llama valor del programa lineal.

Pasos para resolver un problema de programacin lineal

1. Elegir las incgnitas.

2. Escribir la funcin objetivo en funcin de los datos del problema.
3. Escribir las restricciones en forma de sistema de inecuaciones.
4. Averiguar el conjunto de soluciones factibles representando grficamente las
restricciones.

5. Calcular las coordenadas de los vrtices del recinto de soluciones factibles (si son
pocos).

6. Calcular el valor de la funcin objetivo en cada uno de los vrtices para ver en
cul de ellos presenta el valor mximo o mnimo segn nos pida el problema (hay
que tener en cuenta aqu la posible no existencia de solucin si el recinto no est
acotado).

7
 Ejercicios resueltos de programacin lineal

1.- A una persona le tocan 10 millones de pesos en una lotera y le aconsejan que
las invierta en dos tipos de acciones, A y B. Las de tipo A tienen ms riesgo pero
producen un beneficio del 10 %. Las de tipo B son ms seguras, pero producen slo
el 7% anual. Despus de varias deliberaciones decide invertir como mximo 6
millones en la compra de acciones A y, por lo menos, 2 millones en la compra de
acciones B. Adems, decide que lo invertido en A sea, por lo menos, igual a lo
invertido en B. ?Cmo deber invertir 10 millones para que le beneficio anual sea
mximo?

Sea:

x= cantidad invertida en acciones A

y= cantidad invertida en acciones B

La funcin objetivo es:

Y las restricciones son:

La zona de soluciones factibles es:

Siendo los vrtices del recinto:

A interseccin de u,t:

8
B interseccin de r,u:

C interseccin de r,s:

D interseccin de s,t:

La funcin objetivo toma en ellos los valores:

Siendo la solucin ptima invertir 6 millones en acciones tipo A y 4 en acciones tipo B

9
2. Un sastre tiene 80 m2 de tela de algodn y 120 m2 de tela de lana. Un traje requiere
1 m2 de algodn y 3 m2 de lana, y un vestido de mujer requiere 2 m2 de cada una de
las dos telas. Calcular el nmero de trajes y vestidos que debe confeccionar el sastre
para maximizar los beneficios si un traje y un vestido se venden al mismo precio

Sean:

x= n: de trajes.

y= n: de vestidos

a= precio comn del traje y el vestido.

Funcin objetivo:

Restricciones:

Zona de soluciones factibles:

Vrtices:

A(0, 40)

B interseccin de r y s:

C(40, 0)

Los valores de la funcin objetivo son:

10
El mximo beneficio lo obtendr fabricando 20 trajes y 30 vestidos.

3.- Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria.

La empresa A le paga 5 ptas. por cada impreso repartido y la empresa B, con folletos
ms grandes, le paga 7 ptas. por impreso. El estudiante lleva dos bolsas: una para
los impresos A, en la que caben 120, y otra para los impresos B, en la que caben 100.
Ha calculado que cada da es capaz de repartir 150 impresos como mximo. Lo que
se pregunta el estudiante es: ?Cuntos impresos habr que repartir de cada clase
para que su beneficio diario sea mximo?

Llamemos:

x= n: de impresos diarios tipo A repartidos.

y= n: de impresos diarios tipo B repartidos.

La funcin objetivo es:

f(x, y)=5x+7y

Las restricciones:

La zona de soluciones factibles es:

11
 Vrtices:

A(0, 100)

B interseccin de s,t:

C interseccin de r,t:

D (120, 0)

Siendo los valores de la funcin objetivo:

Debe repartir 50 impresos tipo A y 100 tipo B para una ganancia mxima diaria de 950
ptas..

4.- Un comerciante acude a cierto mercado a comprar naranjas con 50000 pesos.
Le ofrecen dos tipos de naranjas: las de tipo A a 50 pesos el kg. y las de tipo B a 80
pesos el kg. Sabiendo que slo dispone en su furgoneta de espacio para
transportar 700 kg. de naranjas como mximo y que piensa vender el kg. de
naranjas tipo A a 58 pesos y el kg. de tipo B a 90 pesos, contestar justificando las
respuestas:

a. ?Cuntos kg. de naranjas de cada tipo deber comprar para obtener mximo
beneficio?
b. ?Cul ser ese beneficio mximo?

Llamemos:

x= kg. de naranjas tipo A comprados.

y= kg. de naranjas tipo B comprados.

12
 La funcin objetivo que da el beneficio es:

Y las restricciones:

La zona de soluciones factibles es:

Y los vrtices:

A(0, 625)

B interseccin de r,s:

C(700, 0)

Y, en ellos la funcin objetivo toma los valores:

Ha de comprar 200 kg. de naranjas A y 500 de naranjas B para obtener un beneficio

mximo de 6600 pesos.

13
 CONCLUSION

se puede concluir que estas herramientas resultan tiles para determinar las
propuestas ms factibles que proporcionen rendimientos ptimos; sin olvidar que
toda decisin debe ser considerada de acuerdo a los recursos que tiene. Porque no
sera productivo elegir la opcin que genere ms utilidades, si no se cuenta con los
recursos para poder realizar las inversiones o por otro lado un capital que amortice
una perdida.

No olvidemos que toda decisin repercutir en los resultados esperados razn por
la cual se debe de elegir las opciones ms factibles para la organizacin, en tanto
sus recursos y disponibilidades.

Alternando las funciones de maximizacin y minimizacin es factible lograr los

mejores resultados y todo parte de un buen planteamiento y de lo que se desee
obtener, para que los datos de anlisis sean los idneos para la toma de decisiones.

14
 RECOMENDACIONES

Es importante que los estudiantes conozcamos los pasos que se deben seguir para
resolver los problemas para as evitar posible errores al momento de obtener la
solucin que se desea.

15