Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion de operacines
AUTOR: Juan Carlos Gutirrez Vamegas
NDICE
Introduccin
Recomendaciones
acadmicas
1. Programacin
lineal
4.2. Problema
de
Optimizacin
4.3. Optimizacin
lineal
4.4. Elementos
de
un
programa
lineal
4.5. Ejemplo
de
un
programa
lineal
4.6. Ejemplos
de
aplicaciones
Referencias
Referencias
Bibliogrficas
INTRODUCCIN
En
este
sentido,
las
matemticas
aplicadas
conforman
un
rea
extensa,
en
donde
diferentes
tipos
de
profesionales
se
involucran
en
alguno
de
sus
aspectos,
pero
que
son
difciles
de
cubrir
totalmente
por
una
sola
profesin.
Aqu,
durante
este
mdulo,
nos
interesar
trabajar
en
el
campo
de
la
optimizacin,
especficamente
en
la
optimizacin
lineal.
Aunque
parezca
sumamente
restrictivo,
este
campo
nos
brinda
opciones
infinitas
en
sus
aplicaciones
y
con
toda
seguridad,
es
este
primer
curso
de
investigacin
de
operaciones
no
alcanzaremos
a
cubrir
todo
el
espectro
de
posibilidades
que
nos
ofrece
la
optimizacin
lineal.
Pero
ser
nuestro
propsito
cubrir
sus
principios
bsicos
y
entender
con
algn
nivel
de
detalle
las
aplicaciones
ms
clsicas,
aquellas
con
las
que
se
origin
el
estudio
de
la
programacin
lineal.
2 POLITCNICO GRANCOLOMBIANO
En
esta
unidad
iniciaremos
el
estudio
de
los
principios
que
rigen
la
optimizacin
lineal,
lo
cual
requiere
cierto
grado
de
formalidad
matemtica,
por
lo
cual
es
sumamente
recomendable
que
se
revisen
los
conceptos
bsicos
del
clculo
diferencial
y
sobretodo
del
lgebra
lineal,
algunos
autores
sostienen
que
la
optimizacin
lineal
no
es
ms
que
una
generalizacin
del
lgebra
lineal.
Al
margen
de
dicho
formalismo,
es
importante
que
nos
centremos
en
las
aplicaciones
presentadas
en
la
segunda
parte
de
esta
cartilla,
es
all
donde
ustedes
encontraran
una
mejor
motivacin
para
dominar
estos
conceptos,
al
ver
de
primera
mano
los
diferentes
problemas
que
sern
capaces
de
resolver
una
vez
conozcan
a
fondo
como
se
formula
y
resuelve
un
problema
de
programacin
lineal.
Finalmente,
para
que
el
conjunto
de
nuevos
conceptos
que
aprenderemos
sea
fcilmente
asimilado,
es
indispensable
realizar
las
lecturas
recomendadas
de
cada
semana,
ellas
fueron
seleccionadas
porque
presentan
los
mismos
conceptos
con
un
lenguaje
que
sin
sacrificar
rigurosidad
es
mucho
ms
amable,
as
que
aunque
parezca
mucho
material
de
lectura,
vale
totalmente
la
pena
el
esfuerzo.
No
olviden
visitar
los
links
del
material
multimedia,
all
encontrarn
recursos
valiosos
que
facilitarn
la
comprensin
de
muchos
de
los
problemas
abordados
en
los
ejemplos
Es
necesario
que
sigan
las
recomendaciones
aqu
consignadas
y
las
de
su
tutor,
para
que
de
esta
forma
se
utilice
todo
el
material
del
mdulo
y
se
haga
de
una
forma
eficiente.
RECOMENDACIONES ACADMICAS
Como
en
los
diferentes
mdulos
de
aprendizaje
autnomo,
es
importante
que
cada
estudiante
se
haga
responsable
por
su
proceso
formativo,
as
que
se
espera
que
cada
uno
de
ustedes
dedique
un
mnimo
de
3
horas
diarias
al
trabajo
de
esta
asignatura.
Es
recomendable
que
al
inicio
de
cada
semana,
se
defina
un
horario
que
se
ajuste
a
su
disponibilidad
de
tiempo
y
a
sus
diferentes
responsabilidades,
pero
que
adems
sea
de
un
estricto
cumplimiento.
En
dicho
horario
se
recomienda
que
cada
semana
se
siga
la
siguiente
secuencia
con
el
material
del
curso:
INVESTIGACIN DE OPERACIONES 3
establecidos
(chat,
mensajes
personalizados
y
el
foro
general
del
mdulo),
formule
sus
preguntas
u
observaciones
sobre
el
tema
y/o
los
ejemplos,
ya
sea
a
otros
estudiantes
o
al
tutor.
Este
atento
a
las
respuestas
y
si
an
requiere
una
explicacin,
no
dude
en
preguntar
de
nuevo.
No
olvide
revisar
el
calendario
acadmico
establecido
para
cada
unidad
de
estudio,
recuerde
que
el
tutor
siempre
estar
disponible
para
atender
sus
dudas,
as
que
usted
puede
enviarle
un
mensaje
en
cualquier
momento
que
lo
necesite.
DESARROLLO TEMTICO
4. Programacin lineal
Este
curso
est
centrado
en
conocer
y
aplicar
correctamente
los
principios
de
la
programacin
lineal
a
problemas
de
optimizacin.
En
ese
sentido,
es
pertinente
que
definamos
claramente
lo
que
se
entiende
como
un
problema
de
optimizacin
y,
dentro
de
cada
uno
de
estos,
encontrar
las
caractersticas
que
debe
cumplir
para
que
se
pueda
usar
como
herramienta
de
solucin
la
programacin
lineal.
Comencemos
con
un
problema
de
optimizacin
no
restringido,
tal
vez
el
lector
est
familiarizado
con
este
tipo
de
problemas
en
una
variable.
All,
se
tena
una
funcin
()
y
lo
que
se
buscaba
era
encontrar
sus
puntos
mnimos
o
sus
puntos
mximos.
Decimos
que
el
problema
es
no
restringido
porque
dichos
puntos
crticos,
los
mximos
y
los
mnimos,
se
buscaban
sobre
todo
el
dominio
de
la
funcin.
En
la
figura
1
se
ilustra
este
problema.
An,
cuando
es
un
ejemplo
sencillo,
podemos
observar
varios
elementos
interesantes.
Primero,
partimos
de
una
funcin
a
optimizar,
en
este
caso
(),
la
cual
se
conocer
como
funcin
objetivo,
est
es
una
funcin
de
una
indeterminada,
en
este
caso
,
que
juega
el
papel
de
la
variable
de
decisin.
Para
que
un
problema
de
decisin
est
bien
formulado
le
exigiremos
que
exista
ms
de
una
"solucin",
el
caso
sin
soluciones,
aunque
interesante,
no
ser
abordado
aqu
y
cuando
slo
existe
una
solucin
esta
ser
la
ptima.
En
la
figura
1,
existen
infinitas
soluciones,
cada
punto
del
dominio
es
una
solucin,
porque
all
la
funcin
objetivo
est
bien
definida.
La
idea
del
problema
de
optimizacin
est
en
encontrar
la
mejor
de
las
soluciones;
para
el
caso
del
mnimo,
en
la
figura
podemos
ver
que
la
mejor
de
las
soluciones
se
encuentra
alrededor
de
3.5
(la
solucin
exacta,
a
dos
cifras
decimales,
es
3.43),
mientras
que
para
el
caso
del
mximo,
en
la
figura
podemos
ver
que
la
mejor
de
las
soluciones
se
encuentra
alrededor
de
6.5
(la
solucin
exacta,
a
dos
cifras
decimales,
es
6.44).
Es
decir,
tenemos
una
mejor
solucin
dependiendo
de
si
buscamos
el
valor
ms
bajo
o
el
valor
ms
alto
de
la
funcin
objetivo,
este
criterio
de
bsqueda
se
conocer
como
criterio
de
optimizacin.
4 POLITCNICO GRANCOLOMBIANO
Aunque
nuestro
primer
problema
nos
permite
explorar
muchos
de
los
elementos
con
los
que
trataremos
a
lo
largo
del
curso,
nos
hacen
falta
dos
de
los
principales
aspectos
del
problema
que
son
el
ncleo
de
la
programacin
lineal,
por
lo
tanto,
es
importante
centrarnos
en
las
funciones
lineales
e
incluir
restricciones
al
problema
de
optimizacin.
El
primer
elemento
que
debemos
definir
para
entrar
en
el
campo
de
la
optimizacin
lineal
es
una
funcin
lineal.
Si
seguimos
considerando
un
problema
con
una
nica
variable
de
decisin,
una
funcin
lineal
toma
la
forma
conocida
de
= + ,
en
donde
nuestra
funcin
()
es
precisamente
.
Es
este
caso,
observamos
que
tenemos
una
funcin
polinmica,
en
donde,
el
grado
mayor
del
polinomio
es
1,
es
decir,
la
mayor
potencia
de
que
aparece
en
la
funcin
es
1.
Aunque
parezca
una
definicin
no
tan
directa
para
una
lnea
recta,
el
usar
la
definicin
de
funcin
polinmica
nos
permite
extender
dicha
definicin
al
caso
multivariado,
en
donde
tendremos
una
funcin
que
depende
de
ms
de
una
variable
de
decisin,
all
nuevamente
lo
que
exigiremos
para
tener
una
funcin
lineal
en
las
variables
de
decisin
es
que
el
grado
del
polinomio
sea
como
mximo
1.
Veamos
unos
ejemplos
que
ilustran
este
concepto:
INVESTIGACIN DE OPERACIONES 5
= 3 + 1
Funcin
lineal
-
= 5 + 1
No
es
funcin
lineal,
trmino
al
cuadrado
= + 1
No
es
funcin
lineal,
hay
un
radical
/01
= 2
No
es
funcin
lineal,
es
una
funcin
exponencial
, = 3 + 5 2
Funcin
lineal
, = + 2 -
No
es
funcin
lineal,
trmino
al
cuadrado
, = 3 + 2
No
es
funcin
lineal,
trmino
cuadrtico
()
Con
base
en
los
diferentes
ejemplos
mostrados,
debemos
caracterizar
lo
que
se
entiende
por
una
funcin
lineal,
primero
debe
ser
una
funcin
polinmica,
eso
excluye
radicales,
logaritmos
y
funciones
exponenciales,
como
se
puede
observar
en
los
primeros
cuatro
ejemplos.
Pero
cuando
pasamos
al
caso
de
mltiples
variables
de
decisin,
debemos
ser
an
mucho
ms
cuidadosos,
es
claro
que
el
quinto
ejemplo
muestra
una
relacin
lineal,
porque
todos
los
exponentes
de
las
variables
son
1,
as
como
en
el
sexto
ejemplo
el
exponente
de
y
hace
que
la
funcin
no
sea
lineal.
Sin
embargo,
es
el
ltimo
ejemplo
el
que
nos
puede
causar
problemas,
all
todos
los
exponentes
de
las
variables
son
1,
sin
embargo
el
ltimo
trmino
involucra
el
producto
de
dos
variables,
por
lo
tanto
ese
trmino
tiene
grado
2,
as
que
la
funcin
no
es
lineal.
De
esta
forma,
se
hace
necesario
definir
formalmente
lo
que
se
entender
aqu
como
una
funcin
lineal
de
las
variables
de
decisin.
Supongamos
que
en
nuestro
problema
se
tiene
en
siguiente
conjunto
de
variables
de
decisin:
5 , - , 1 , , 7
Es
decir,
tenemos
diferentes
variables
en
nuestro
problema,
entonces
una
combinacin
lineal
estar
dada
por
la
expresin:
5 5 + - - + 1 1 + + 7 7
En
donde
todos
los
coeficientes,
para
nuestro
caso,
sern
nmeros
reales
independientes
del
conjunto
de
variables.
De
esta
forma,
entenderemos
por
funcin
lineal
a
una
combinacin
lineal
de
las
variables
de
decisin,
es
decir,
a
funciones
de
la
forma:
5 , - , , 7 = 5 5 + - - + 1 1 + + 7 7
6 POLITCNICO GRANCOLOMBIANO
Ya
definido
el
tipo
de
funciones
que
permitiremos
en
nuestro
problema,
es
hora
de
incluir
el
aspecto
final
que
nos
llevar
a
tener
un
programa
de
optimizacin
lineal.
Una
funcin
lineal
es
no
acotada
en
7 ,
en
donde
corresponde
a
la
dimensin
del
espacio
en
donde
se
encuentra
definida
la
funcin,
es
decir,
en
nuestro
caso
el
nmero
de
variables
de
decisin
del
problema.
As,
que
no
tiene
sentido
buscar
el
valor
mximo
o
el
valor
mnimo
en
todo
su
dominio,
el
problema
tendr
sentido
si
dicha
funcin
est
sujeta
a
un
conjunto
de
restricciones,
las
cuales
acotarn
el
conjunto
de
soluciones
de
tal
forma
que
si
tenga
sentido
buscar
un
valor
extremo
ya
sea
mnimo
y/o
mximo.
Ese
conjunto
de
restricciones
estar
definido
nuevamente
por
una
serie
de
desigualdades
en
donde
las
funciones
que
las
definen
pueden
ser
de
cualquier
tipo
e
involucrar
a
todas
o
a
un
subconjunto
de
las
variables
de
decisin.
Sin
embargo,
para
que
sigamos
teniendo
un
problema
de
optimizacin
lineal,
dichas
funciones
no
podrn
ser
diferentes,
en
su
caracterstica
lineal,
a
la
funcin
objetivo,
es
decir,
todas
las
restricciones
debern
estar
formadas
por
desigualdades
que
involucren
slo
a
funciones
lineales.
Afortunadamente,
en
el
caso
en
que
todas
las
funciones
sean
lineales,
combinaciones
lineales
de
las
variables
de
decisin,
existen
algoritmos
sumamente
eficientes
para
encontrar
dichas
soluciones
y
las
condiciones
de
optimalidad
estn
totalmente
caracterizadas.
Es
por
eso
que
en
nuestro
curso
nos
centraremos
en
la
formulacin
y
solucin
de
problemas
de
programacin
lineal,
entendiendo
por
ello
a
problemas
de
optimizacin
restringidos
en
donde
tanto
la
funcin
objetivo
como
el
conjunto
de
restricciones
estn
definidas
por
combinaciones
lineales
de
las
variables
de
decisin.
Con
base
en
lo
discutido
en
las
dos
secciones
anteriores,
estamos
en
condiciones
de
definir
de
manera
ms
precisa
los
principales
elementos
que
tendrn
los
problemas
que
solucionaremos
en
este
curso,
es
importante
que
se
tengan
en
cuenta
siempre
que
vayamos
a
formular
y/o
resolver
un
problema,
de
esta
al
ser
exhaustivos
en
la
definicin
de
cada
elemento,
podremos
potencializar
nuestras
capacidades
de
resolucin
de
problemas.
INVESTIGACIN DE OPERACIONES 7
elementos
y
que
no
se
siga
en
estricto
rigor
la
secuencia
aqu
recomendada,
esto
har
parte
de
nuestras
habilidades
para
la
formulacin
de
problemas.
Dicho
esto,
los
principales
elementos
de
un
programa
lineal
son:
Variables de decisin
Las
variables
de
decisin
representan,
generalmente,
los
aspectos
del
problema
que
es
posible
ajustar
o
definir
por
el
tomador
de
decisiones,
estos
valores
no
son
conocidos
de
antemano
y
se
tiene
un
conjunto
posible
entre
el
cual
se
debe
escoger
el
mejor
valor.
En
un
programa
lineal,
las
variables
de
decisin
son
estrictamente
valores
reales
mayores
o
iguales
a
cero.
Sin
embargo,
a
medida
que
avancemos
con
los
modelos
podremos
ver
que
estos
valores
se
pueden
restringir
an
ms,
para
que
sean
nmeros
enteros
o
inclusive
tomar
slo
un
par
de
valores
o
permitir
que
se
tomen
valores
negativos.
La
dimensin
del
espacio
de
soluciones
estar
dada
por
el
nmero
de
variables
de
decisin
que
se
definan.
Funcin objetivo
Como
ya
lo
hemos
enunciado
antes,
la
funcin
objetivo
ser
una
funcin
lineal,
es
decir,
una
combinacin
lineal
de
las
variables
de
decisin.
Esta
funcin
debe
representar
el
objetivo
o
meta
que
se
busca
optimizar
con
la
solucin
del
problema
y
est
compuesta
por
la
suma
de
las
contribuciones
de
cada
variable
de
decisin
al
objetivo
propuesto.
Criterio de optimizacin
Conjunto de restricciones
En
este
punto
se
debe
decidir
cules
son
las
limitantes
que
impiden
el
crecimiento,
o
disminucin,
exagerado
de
la
funcin
objetivo.
En
este
punto
se
encuentran
las
disponibilidades
de
recursos,
as
como
las
restricciones
tecnolgicas,
las
capacidades
de
las
mquinas
o
los
medios
de
transporte,
la
mano
de
obras
disponible
y
en
general
cualquier
aspecto
que
limite
a
alguna
variable
de
decisin.
Es
importante
sealar
que
aqu
tambin
se
encontrarn
los
compromisos
comerciales
con
los
clientes,
los
pedidos
a
satisfacer
o
las
fechas
de
entrega.
De
la
misma
forma,
ser
habitual
que
aparezcan
restricciones
que
no
estn
relacionadas
directamente
con
recursos
o
compromisos
del
problema
real,
pero
que
son
relaciones
artificiales
que
se
imponen
para
conseguir
la
solucin
adecuada
del
problema.
Las
restricciones
generalmente
sern
desigualdades,
ya
sea
de
menor
o
igual
o
de
mayor
o
igual,
pero
tambin
se
pueden
tener
igualdades
en
algunos
casos.
8 POLITCNICO GRANCOLOMBIANO
Entre
el
conjunto
de
restricciones
es
importante
sealar
la
restriccin
de
No
negatividad,
la
cual
es
un
conjunto
de
restricciones
en
s
misma,
se
define
una
restriccin
para
cada
variable
de
decisin,
la
que
asegura
que
los
valores
que
toma
dicha
variable
son
siempre
mayores
o
iguales
a
0.
Ahora
veremos
un
ejemplo
tpico
de
un
programa
lineal
para
que
comprendamos
de
mejor
manera
cada
uno
de
los
elementos
descritos.
Suponga
que
durante
las
vacaciones
de
mitad
de
ao
usted
ha
podido
visitar
a
una
muy
querida
ta
que
vive
a
las
afueras
de
la
ciudad.
All,
su
ta
tiene
una
parcela
de
10
hectreas
y
generalmente
cultiva
tomates
o
zanahorias,
cuyo
precio
por
libra
es
bastante
similar.
Cada
periodo
ella
decide
cultivar
uno
u
otro
tipo
de
cultivo,
pero
tambin
tiene
la
opcin
de
dividir
su
parcela
y
en
una
parte
cultivar
tomates
y
en
la
otra
zanahorias.
El
principal
problema
que
tiene
es
el
gasto
de
dos
insumos
crticos,
el
fertilizante
y
el
pesticida.
Para
cada
hectrea
cultivada
con
tomates
se
deben
utilizar
10
libras
de
fertilizante
y
3
galones
de
pesticida,
mientras
que
para
cada
hectrea
cultivada
con
zanahoria
se
requieren
15
libras
de
fertilizante
pero
slo
2
galones
de
pesticida.
El
fertilizante
que
utiliza
su
ta
es
orgnico,
producido
por
ella
misma
y
por
lo
tanto
slo
dispone
de
120
libras
para
todos
sus
cultivos.
Por
otra
parte,
el
pesticida
es
un
producto
qumico
y
por
lo
tanto
se
debe
mantener
su
utilizacin
en
un
nivel
muy
bajo,
por
lo
tanto
su
ta
no
utiliza
ms
de
30
galones
en
toda
su
parcela.
Finalmente,
segn
las
estimaciones
de
su
ta,
cada
hectrea
cultivada
con
tomates
produce
60
kilos
de
producto,
mientras
que
cada
hectrea
cultivada
con
zanahorias
producir
80
kilos
de
producto.
Usted,
como
un
futuro
profesional
que
domina
las
matemticas
aplicadas,
le
debe
ayudar
a
su
ta
a
tomar
la
mejor
decisin
para
su
cultivo.
El
problema
anterior,
aunque
muy
sencillo
como
veremos
a
continuacin,
ilustra
completamente
todos
los
elementos
importantes
de
un
programa
lineal,
veamos
cada
aspecto
con
detalle.
Las
variables
de
decisin
se
refieren
a
los
aspectos
del
problema
que
son
controlables
por
el
tomador
de
decisiones,
en
este
caso
su
ta.
Aunque
parecen
existir
mltiples
aspectos
que
se
pueden
decidir,
todos
ellos
se
relacionan
directamente
con
una
decisin
fundamental:
cuntas
hectreas
dedicar
a
cada
tipo
de
cultivo.
Su
ta
podra
por
ejemplo
tratar
de
decidir
cunto
pesticida
gastar,
pero
el
gasto
es
una
cantidad
fija
por
cada
hectrea
dependiendo
el
tipo
de
cultivo,
as
que
al
decidir
cultivar
tomates
o
zanahorias
implcitamente
se
decide
cuanto
pesticida
gastar,
de
la
misma
forma
el
consumo
de
fertilizantes
est
implcito
en
la
decisin
del
cultivo.
INVESTIGACIN DE OPERACIONES 9
Una
vez
identificadas
los
aspectos
que
vamos
a
modelar
con
las
variables
de
decisin,
debemos
escribirlo
de
forma
concreta,
definiendo
una
variable
de
decisin
para
cada
aspecto.
En
este
caso
tenemos
dos
variables
de
decisin,
una
asociada
a
cada
tipo
de
cultivo,
las
cuales
escribimos
as:
Note
que
las
variables
de
decisin
del
problema
toman
valores
numricos,
si
por
ejemplo
decidimos
que
5 =3,
es
claro
su
significado,
debemos
cultivar
3
hectreas
con
tomates.
Es
importante
garantizar
que
todas
las
variables
de
decisin
sean
definidas
de
tal
forma
que
siempre
tomen
valores
numricos.
Notemos
adems,
que
si
por
ejemplo
5 =3.5,
dicha
respuesta
es
completamente
vlida
en
nuestro
problema,
se
puede
separar
de
la
parcela
una
zona
de
3.5
hectreas
para
tomates,
es
decir,
los
valores
de
cada
variable
no
tienen
porque
razn
ser
valores
enteros.
Este
ltimo
aspecto
no
ser
tan
evidente
en
todos
los
problemas,
pero
esos
casos
los
analizaremos
ms
adelante.
Una
vez
definidas
las
variables
de
decisin,
tenemos
que
definir
la
funcin
objetivo.
Esta
funcin
debe
representar
fielmente
la
meta
a
conseguir
con
la
solucin
del
problema.
En
muchos
casos
se
define
en
trminos
monetarios,
ya
sean
gastos,
ingresos
o
utilidades;
pero
este
no
siempre
es
el
caso,
por
ejemplo,
en
este
problema
no
tenemos
ningn
tipo
de
informacin
financiera,
la
nica
informacin
relacionada
est
en
la
frase
cuyo
precio
por
libra
es
bastante
similar
es
decir,
no
hay
diferencia
en
los
ingresos
por
libra
de
cada
tipo
de
producto.
Por
lo
tanto,
para
optimizar
el
uso
de
la
parcela,
se
debe
buscar
la
mayor
produccin.
Cada
tipo
de
cultivo
produce
una
determinada
cantidad
de
producto
y
la
produccin
total
ser
la
suma
de
las
producciones
de
cada
tipo
de
cultivo,
lo
que
garantiza
la
linealidad
de
la
funcin
objetivo,
por
ejemplo,
si
dividimos
la
parcela
a
la
mitad,
5
hectreas
para
cada
tipo
de
cultivo,
tendramos
una
produccin
de:
As,
la
produccin
total
sera
de
605 + 805 = 700
kilos.
En
general,
para
obtener
la
produccin
total
se
debe
multiplicar
la
cantidad
de
hectreas
cultivadas
con
tomates
por
60
y
las
cultivadas
con
zanahorias
por
80
y
sumar
las
dos
cantidades,
es
decir:
= 605 + 80-
Ahora,
con
base
en
nuestra
definicin
de
la
funcin
objetivo
debemos
decidir
si
lo
que
queremos
es
encontrar
el
valor
ms
grande
o
el
valor
ms
pequeo
para
dicha
funcin,
es
decir,
debemos
escoger
el
criterio
de
optimizacin.
En
este
caso,
como
la
funcin
objetivo
representa
la
10
10 POLITCNICO GRANCOLOMBIANO
produccin
total
de
la
parcela,
no
tiene
sentido
disminuirla,
lo
que
queremos
es
encontrar
el
mayor
nivel
de
produccin
posible,
por
lo
tanto
queremos
maximizar
a
,
esto
se
indica
como:
Mx = 605 + 80-
Ahora
debemos
definir
cules
de
los
aspectos
del
problema
limitan
la
produccin
de
la
parcela,
si
no
existieran
dichos
lmites,
podramos
hacer
la
funcin
objetivo
tan
grande
como
queramos,
por
ejemplo,
podramos
cultivar
1000000
de
hectreas
con
tomates
y
1000000
con
zanahorias,
obteniendo
una
produccin
de
140000000
kilos
de
producto.
Pero
obviamente,
esto
no
es
posible.
Existen
restricciones
naturales
en
el
problema,
la
cantidad
de
hectreas
de
la
parcela
es
limitada,
no
podemos
cultivar
millones
de
hectreas
si
slo
disponemos
de
10,
esta
sera
nuestra
primera
restriccin,
la
cantidad
de
hectreas
disponibles,
para
expresar
esta
restriccin
con
base
en
las
variables
de
decisin
definidas
consideremos
los
siguientes
ejemplos:
5 + 5 10
Se
pueden
cultivar
7
hectreas
con
tomates
y
3
hectreas
con
zanahorias,
porque
7 + 3 10
Se
pueden
cultivar
5
hectreas
con
tomates
y
2
hectreas
con
zanahorias,
porque
5 + 2 10
No
se
pueden
cultivar
6
hectreas
con
tomates
y
5
hectreas
con
zanahorias,
porque
6 + 5 10
En
donde
usamos
siempre
el
signo
porque
se
trata
de
un
recurso
limitante.
Esta
relacin,
se
puede
expresar
fcilmente
usando
las
variables
de
decisin
porque
estas
representan
precisamente
el
nmero
de
hectreas
a
cultivar,
es
decir,
la
restriccin
se
puede
escribir
como:
5 + - 10
INVESTIGACIN DE OPERACIONES 11
Para
los
tomates:
10
libras/hectrea
5
hectreas
=
50
libras
Para
las
zanahorias:
15
libras/hectrea
5
hectreas
=
75
libras
As
consumiramos
en
total
125
libras
de
fertilizante,
lo
cual
no
es
posible
porque
slo
tenemos
120
libras
disponibles.
Por
otra
parte
si
cultivamos
7
hectreas
con
tomates
y
3
hectreas
con
zanahorias,
entonces
el
gasto
de
fertilizante
sera
de:
Es
decir,
la
restriccin
del
fertilizante
en
trminos
de
las
variables
de
decisin
se
puede
escribir
como:
Un
razonamiento
similar
para
el
otro
recurso,
el
pesticida,
del
cual
tenemos
disponibles
slo
30
galones,
nos
lleva
a
la
siguiente
relacin:
35 + 25 30
35 + 2- 30
As,
hemos
definido
un
conjunto
de
restricciones
que
representan
las
limitaciones
reales
del
problema.
Slo
nos
queda
por
definir
una
ltima
restriccin,
la
de
no
negatividad,
la
cual
sencillamente
se
expresa
como:
5 0
- 0
12
12 POLITCNICO GRANCOLOMBIANO
En
resumen,
nuestro
modelo
lineal
para
el
problema
del
cultivo
de
tomates
y
zanahorias
se
escribe
as:
Mx
= 605 + 80-
. .
5 + - 10
155 + 10- 120
35 + 2- 30
5 0
- 0
El
ejemplo
anterior
es
una
simplificacin
excesiva
de
los
modelos
a
los
cuales
nos
enfrentaremos
al
solucionar
problemas
de
la
vida
real.
En
esos
problemas
el
nmero
de
variables
de
decisin
puede
alcanzar
nmeros
de
millones,
mientras
que
el
conjunto
de
restricciones
puede
estar
formado
por
cientos
de
miles,
sin
embargo,
la
estructura
de
dichos
problemas
es
la
misma
que
mostramos
con
nuestro
ejemplo.
Ahora
discutiremos
brevemente
algunas
de
las
aplicaciones
ms
importantes
de
la
programacin
lineal,
no
entraremos
en
los
detalles
de
cada
modelo
porque
an
no
tenemos
los
elementos
necesarios
para
ello,
el
objetivo
aqu
es
que
veamos
las
variadas
aplicaciones
en
donde
se
puede
usar
la
programacin
lineal.
Administracin
de
proyectos
Mezclas
alimenticias
Asignacin
de
recursos
Control
de
trfico
Flujo
en
redes
Capacitacin
de
personal
INVESTIGACIN DE OPERACIONES 13
Definicin
de
turnos
de
operarios
Definicin
de
horarios
de
clase
Asignacin
de
salones
y
profesores
Ubicacin
de
sucursales
Localizacin
de
planta
Distribucin
dentro
de
la
planta
Recorrido
de
vehculos
para
recoger
o
entregar
Planeacin
de
mens
Seleccin
de
proyectos
Control
de
inventarios
Estos
son
slo
algunos
ejemplos
de
los
problemas
ms
comunes
que
se
han
abordado
con
la
programacin
lineal,
para
ser
un
poco
ms
especficos
researemos
aqu
algunos
proyectos
que
son
interesantes,
primero,
por
tratarse
de
problemas
locales
y,
segundo,
por
ser
trabajos
relativamente
recientes.
Es
altamente
recomendable
que
se
sigan
las
referencias
y
se
consulten
los
textos
completos,
los
cuales
estn
disponibles
en
la
web
y
son
de
acceso
abierto.
Modelo
de
Programacin
Lineal
entera
mixta
para
el
corte,
carga
y
transporte
de
caa
de
azcar.
Un
caso
de
estudio
en
Per
(Morales-Chvez,
Soto-Meja
y
Sarache,
2016)
Modelo
de
programacin
lineal
binaria
para
el
balance
de
carga
de
trabajo
en
el
problema
de
asignacin
de
proyectos
(Acua-Parada,
Madiedo-Bautista
y
Ortiz-
Pimiento,
2013)
Un
nuevo
algoritmo
para
la
solucin
de
problemas
de
programacin
lineal
(Ramrez,
Buitrago,
Britto
y
Fedossova,
2012)
Evaluacin
de
la
eficiencia
de
las
compaas
areas
brasileas
a
travs
de
un
modelo
hbrido
de
anlisis
envolvente
de
datos
(DEA)
y
programacin
lineal
multiobjetivo
(Da
Silveira,
De
Mello
y
Meza,
2012)
Competencia
espacial
por
cuotas
de
mercado:
El
problema
del
lder-seguidor
mediante
programacin
lineal
(Rodrguez,
Peate
y
Prez,
2011)
Aplicacin
de
un
modelo
de
programacin
lineal
en
la
optimizacin
de
un
sistema
de
planeacin
de
requerimientos
de
materiales
(MRP)
de
dos
escalones
con
restricciones
de
capacidad
(Hidalgo
&
Daz,
2010)
Uso
de
la
programacin
lineal
paramtrica
en
la
solucin
de
un
problema
de
planeacin
de
requerimiento
de
materiales
bajo
condiciones
de
incertidumbre
(Serna,
Serna
y
Ortega,
2010)
14
14 POLITCNICO GRANCOLOMBIANO
Validacin
de
soluciones
obtenidas
para
el
problema
del
despacho
hidrotrmico
de
mnimo
costo
empleando
la
programacin
lineal
binaria
mixta
(Ortiz
Pimiento
&
Diaz
Serna,
2008)
Programacin
lineal
como
herramienta
para
toma
de
decisiones
financieras
(Daz,
2007)
Formulacin
de
mezclas
de
sustratos
mediante
programacin
lineal
(Morales,
Garca,
Haller,
Victoria
y
Spnola,
2005)
Uso
de
programacin
lineal
para
conocer
los
parmetros
geomtricos
de
superficies
cnicas
convexas
(Santiago-Alvarado,
Vzquez-Montiel,
Nivn-Santiago
y
Castaeda-
Roldn,
2004)
Modelado
del
Transporte
de
Distribucin
Mediante
Programacin
Lineal
Entera
(Ferrer,
Coves
y
De
Los
Santos,
2004)
La
programacin
lineal,
como
una
herramienta
para
la
asignacin
del
presupuesto
publicitario
(Mndez,
2003)
Uso
de
la
programacin
lineal
binaria
entera
para
apoyar
la
planificacin
de
las
paradas
de
equipos
industriales
para
su
mantenimiento
(Espinosa,
2002)
Esta
es
slo
una
pequea
muestra
de
trabajos
en
nuestro
idioma
que
utilizan
la
programacin
lineal
como
su
herramienta
de
trabajo
principal.
INVESTIGACIN DE OPERACIONES 15
REFERENCIAS
Referencias Bibliogrficas
Daz,
G.
M.
(2007).
Programacin
lineal
como
herramienta
para
toma
de
decisiones
financieras.
Sotavento
M.B.A.,
0(10),
6067.
Recuperado
de
http://revistas.uexternado.edu.co/index.php/sotavento/article/viewFile/1600/1439
Espinosa,
F.
F.
(2002).
Uso
de
la
programacion
lineal
binaria
entera
para
apoyar
la
planificacion
de
las
paradas
de
equipos
industriales
para
su
mantenimiento.
Informacion
Tecnologica,
13(6),
6166.
Recuperado
de
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
0036942926&partnerID=40&md5=414cbcf4df371c511ffdf8d8752c47a3
Ferrer,
L.,
Coves,
A.
M.
y
De
Los
Santos,
M.
A.
(2004).
Modelado
del
Transporte
de
Distribucin
Mediante
Programacin
Lineal
Entera.
Informacion
Tecnologica,
15(4),
6569.
Recuperado
de
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
4043181941&partnerID=40&md5=56cb1897d581ab3ff99685ee3a1ceccd
Mndez,
J.
R.
(2003).
La
programacin
lineal,
como
una
herramienta
para
la
asignacin
del
presupuesto
publicitario.
Sotavento
M.B.A.,
0(1).
Morales,
B.
P.
Z.,
Garca,
P.
S.,
Haller,
V.
H.
V.,
Victoria,
D.
E.
y
Spnola,
A.
G.
(2005).
Formulacin
de
mezclas
de
sustratos
mediante
programacin
lineal.
Revista
de
ciencia
y
tecnologa
de
Amrica,
30(6),
365369.
16
16 POLITCNICO GRANCOLOMBIANO
Ortiz
Pimiento,
N.
R.
y
Diaz
Serna,
F.
J.
(2008).
Validacin
de
soluciones
obtenidas
para
el
problema
del
despacho
hidrotrmico
de
mnimo
costo
empleando
la
programacin
lineal
binaria
mixta.
Dyna,
75(156),
4354.
Ramrez,
A.
L.,
Buitrago,
O.,
Britto,
R.
A.
y
Fedossova,
A.
(2012).
Un
nuevo
algoritmo
para
la
solucin
de
problemas
de
programacin
lineal.
Ingeniera
e
Investigacin,
32(2),
6873.
INVESTIGACIN DE OPERACIONES 17