ESCUELA SUPERIOR POLITÉCNICA DE

CHIMBORAZO

FACULTAD DE CIENCIAS

ESCUELA DE INGENIERIA QUÍMICA

INVESTIGACIÓN OPERATIVA

TEMA: CONCEPTO DE PROGRAMACIÓN LINEAL Y

PLANTEAMIENTO DEL PROBLEMA

• DATOS INFORMATIVOS
INTEGRANTES:
EVELYN CEVALLOS
XIMENA FRAY
DANIELA GUANGA
GABRIEL GARCIA
WILLIAM FARINANGO

FECHA DE ENTREGA: 24 de Octubre del 2017

CURSO: 6to Semestre

RIOBAMBA - ECUADOR
 TABLA DE CONTENIDO
Objetivo General .................................................................................................................................... 3
Objetivos Específicos .............................................................................................................................. 3
Definición de P.L. ................................................................................................................................... 3
PROPIEDADES DE LOS OPTIMOS EN PROBLEMAS LINEALES. ............................................... 4
Conclusión:.......................................................................................................................................... 4
3. Formulación canónica de los problemas lineales ............................................................................. 4
4. Multiplicadores de Kuhn-Tucker en programación lineal ............................................................. 4
Condiciones de Kuhn-Tucker en programación lineal............................................................................ 5
5. Dualidad .............................................................................................................................................. 5
Definición: ........................................................................................................................................... 5
Propiedades de los problemas en dualidad......................................................................................... 5
Teorema de dualidad:.......................................................................................................................... 5
Observación: ........................................................................................................................................ 5
Consecuencia: ..................................................................................................................................... 6
LA FUNCIÓN OBJETIVO........................................................................................................................ 6
LAS VARIABLES DE DECISIÓN ........................................................................................................... 6
LAS RESTRICCIONES............................................................................................................................. 7
Tipo de Soluciones....................................................................................................................................... 8
Métodos de solución .................................................................................................................................... 8
EJEMPLO DE RESOLUCIÓN DE UN PROBLEMA DE PROGRAMACIÓN LINEAL ................. 9
El Problema ............................................................................................................................................. 9
PASO 1: "FORMULAR EL PROBLEMA" ...................................................................................... 9
PASO 2: DETERMINAR LAS VARIABLES DE DECISIÓN ......................................................... 9
PASO 3: DETERMINAR LAS RESTRICCIONES DEL PROBLEMA .......................................... 9
PASO 4: DETERMINAR LA FUNCIÓN OBJETIVO ..................................................................... 9
PASO 5: RESOLVER EL MODELO UTILIZANDO SOFTWARE O MÉTODOS MANUALES . 9
MÉTODO GRÁFICO .......................................................................................................................... 10
Iteración por vértice .......................................................................................................................... 10
EJERCICIO:......................................................................................................................................... 10
PLANTEAMIENTO.......................................................................................................................... 10
Conclusiones .......................................................................................................................................... 11
BIBLIOGRAFÍA....................................................................................................................................... 11
WEBGRAFÍA ........................................................................................................................................... 11

2
 CONCEPTO DE PROGRAMACIÓN LINEAL Y PLANTEAMIENTO DEL
PROBLEMA
Objetivo General
• Analizar la resolución a un problema mediante Programación Lineal.

Objetivos Específicos
• Conocer teóricamente el concepto de Programación Lineal.
• Describir los pasos a seguir para la resolución a un problema planteado en P.L.

Definición de P.L.
La Programación Lineal corresponde a un algoritmo a través del cual se resuelven
situaciones reales en las que se pretende identificar y resolver dificultades para aumentar
la productividad respecto a los recursos (principalmente los limitados y costosos),
aumentando así los beneficios.

También, se define la programación lineal u optimización lineal como un método

matemático para determinar la forma de lograr el mejor resultado de un modelo
matemático dado por alguna lista de requisitos representados por relaciones lineales. La
programación lineal es un caso particular de programación matemática.

Es una técnica matemática utilizada en modelos informáticos (simulación) para encontrar

la mejor solución posible en la asignación de recursos limitados (energía, máquinas,
materiales, dinero, personal, espacio, tiempo, etc) para lograr el máximo beneficio o costo
mínimo. Sin embargo, es aplicable únicamente cuando todas las relaciones son lineales,
y puede acomodar solamente una clase limitada de funciones de costes.

El objetivo primordial de la Programación Lineal es optimizar, es decir, maximizar o

minimizar funciones lineales en varias variables reales con restricciones
lineales (sistemas de inecuaciones lineales), optimizando una función objetivo también
lineal.

Los resultados y el proceso de optimización se convierten en un respaldo cuantitativo de

las decisiones frente a las situaciones planteadas. Decisiones en las que sería importante
tener en cuenta diversos criterios administrativos como:

• Los hechos

• La experiencia

3
 • La intuición

• La autoridad

PROPIEDADES DE LOS OPTIMOS EN PROBLEMAS LINEALES.

1. Todo problema de programación lineal es convexo y cóncavo, en consecuencia:

• Las condiciones de Kuhn-Tucker son necesarias y suficientes para

mínimo y para máximo.

• No hay mínimos locales que no sean globales, ni máximos locales que no

sean globales (ver teorema local-global).

2. Un problema lineal no puede tener soluciones óptimas en puntos interiores del

dominio (salvo en el caso de que la función objetivo sea constante).

3. Tampoco puede ser óptimo un punto aislado de una arista, si no es óptima toda la
arista o si ese punto no es vértice.

Conclusión:
1. En un problema lineal las soluciones óptimas estarán en los vértices.

2. Si dos vértices son máximos, todos los puntos de la arista que los une serán
máximos. Del mismo modo, si dos vértices son mínimos, todos los puntos de la
arista que los une serán mínimos.

3. Formulación canónica de los problemas lineales

Distinguiremos dos tipos de enunciado del problema lineal, según se trate de maximizar
o de minimizar (Formulación canónica)

4. Multiplicadores de Kuhn-Tucker en programación lineal

Observemos que en los problemas de maximizar, las restricciones normalmente serán de
la forma ≤ y en los de minimizar, de la forma ≥. La explicación es inmediata: en los
problemas de maximizar, beneficios por ejemplo, las restricciones serán del tipo ≤ pues
reflejarán limitaciones (capacidad de trabajo limitada, capital inicial limitado, número de
recursos limitado, etc...) y en los problemas de minimizar, costes por ejemplo, las
restricciones serán del tipo ≥ pues reflejarán requerimientos (necesidad de abastecer un
determinado número de clientes, necesidad de utilizar un determinado número de
recursos, etc...)

4
Observemos que si deseamos aplicar las condiciones de Kuhn-Tucker a un problema
lineal de maximizar, como las restricciones son ≤ corresponden al planteamiento que
hemos hecho al hablar del problema con restricciones de desigualdad y en el óptimo los
multiplicadores de K-T serán λi ≥ 0 ∀i. Si en cambio, deseamos aplicar las condiciones
de K-T a un problema lineal de minimizar, en vez de multiplicar todas las restricciones
por -1 para cambiar su sentido, podemos no hacerlo, sabiendo que en el óptimo los
multiplicadores aparecerán con signo cambiado, es decir positivos λi ≥ 0 ∀i, en vez de
negativos λi ≤ 0 ∀i. Por tanto:

Condiciones de Kuhn-Tucker en programación lineal

5. Dualidad
Definición:
Todo problema de programación lineal (que llamamos primal (P)) lleva asociado un
problema dual (D), que se construye de la siguiente forma:

1. Sea (P) , entonces (D)

2. Sea (P) , entonces (D)

(siendo)
Propiedades de los problemas en dualidad
1. Número de variables no negativas de (P) = Número de restricciones de
desigualdad de (D)

2. El dual del dual es el primal.

Teorema de dualidad:
Si uno de los dos programas lineales en dualidad posee un óptimo finito, también lo tiene
el otro programa y ambos valores óptimos coinciden.

Observación:
Se puede comprobar que la formulación de las condiciones de Kuhn-Tucker coincide para
ambos problemas primal y dual, resultando además que los multiplicadores de K-T
asociados al punto óptimo del problema primal son justamente los valores de las variables
no negativas del optimo del problema dual y viceversa.

5
Aquí se manifiesta la conveniencia de que en programación lineal, los multiplicadores de
K-T se consideren siempre no negativos en el óptimo

Consecuencia:
Cuando el número de variables es más elevado que el de restricciones, resulta cómodo
resolver el problema dual y, mediante los multiplicadores, deducir la solución óptima del
problema primal.

LA FUNCIÓN OBJETIVO
La función objetivo tiene una estrecha relación con la pregunta general que se desea
responder. Sí en un modelo resultasen distintas preguntas, la función objetivo se
relacionaría con la pregunta del nivel superior, es decir, la pregunta fundamental. Así por
ejemplo, si en una situación se desean minimizar los costos, es muy probable que la
pregunta de mayor nivel sea la que se relacione con aumentar la utilidad en lugar de un
interrogante que busque hallar la manera de disminuir los costos.

También se dice que la función objetivo es la descripción en términos matemáticos del

objetivo a conseguir.

LAS VARIABLES DE DECISIÓN

Similar a la relación que existe entre objetivos específicos y objetivo general se
comportan las variables de decisión respecto a la función objetivo, puesto que estas se
identifican partiendo de una serie de preguntas derivadas de la pregunta fundamental. Las
variables de decisión son en teoría factores controlables del sistema que se está
modelando, y como tal, estas pueden tomar diversos valores posibles, de los cuales se

6
precisa conocer su valor óptimo, que contribuya con la consecución del objetivo de la
función general del problema.

(López, 2016)

Las variables de decisión consisten en representar simbólicamente todos los parámetros

que entran en conformación del modelo de programación lineal, sabiendo que las
variables de decisión son incógnitas que deben ser determinadas a partir de la solución
del modelo y que los parámetros representan los valores conocidos del sistema o que se
pueden controlar. Las variables de decisión se representan por: X_1,X_2,X_3,…,X_n o
X_(i,i) = 1,2,3,…,n.

(ARIZA, 2010)

LAS RESTRICCIONES
Cuando hablamos de las restricciones en un problema de programación lineal, nos
referimos a todo aquello que limita la libertad de los valores que pueden tomar las
variables de decisión.

La mejor manera de hallarlas consiste en pensar en un caso hipotético en el que

decidiremos salir un valor infinito a nuestras variables de decisión, por ejemplo, ¿qué
pasaría si en un problema que precisa maximizar sus utilidades en un sistema de
producción de calzado decidiéramos producir una cantidad infinita de zapatos?
Seguramente ahora nos surgiría producir múltiples interrogantes, como por ejemplo:

• ¿Con cuánta materia prima cuento para producirlos?

• ¿Con cuánta mano de obra cuento para fabricarlos?

7
• ¿Pueden las instalaciones de mi empresa albergar tal cantidad de producto?

• ¿Podría mi fuerza de mercadeo vender todos los zapatos?

• ¿Puedo financiar tal empresa?

Pues bueno, entonces habríamos descubierto que nuestro sistema presenta una serie de
limitaciones, tanto físicas, como contexto, de tal manera que los valores que en un
momento dado podrían tomar nuestras variables de decisión se encuentran condicionados
por una serie de restricciones.

Tipo de Soluciones
Los programas lineales con dos variables suelen clasificarse atendiendo al tipo de
solución que presentan. Éstos pueden ser:

Factibles: Si existe el conjunto de soluciones o valores que satisfacen las restricciones.

Estas a su vez pueden ser: con solución única, consolución múltiple (si existe más de una
solución) y con solución no acotada (cuando no existe límite para la función objetivo).

No factibles: Cuando no existe el conjunto de soluciones que cumplen las restricciones,

es decir, cuando las restricciones son inconsistentes.

Métodos de solución
Existen tres métodos de solución de problemas de programación lineal:

Método gráfico: Las rectas de nivel dan los puntos del plano en los que la función
objetivo toma el mismo valor.

Método analítico: El siguiente resultado, denominado teorema fundamental de la

programación lineal, nos permite conocer otro método de solucionar un programa con
dos variables: “en un programa lineal con dos variables, si existe una solución única que
optimice la función objetivo, esta se encuentra en un punto extremo (vértice) de la región
factible acotada, nunca en el interior de dicha región. Si la función objetivo toma el mismo
valor óptimo en dos vértices, también toma idéntico valor en los puntos del segmento que
determinan. En el caso de que la región factible no es acotada, la función lineal objetivo
no alcanza necesariamente un valor optimo concreto, pero, si lo hace este se encuentra en
uno de los vértices de la región”.

8
Esquema práctico: Los problemas de programación lineal puede presentarse en la forma
estándar, dando la función, objetivos y las restricciones, o bien plantearlos mediante un
enunciado.

EJEMPLO DE RESOLUCIÓN DE UN PROBLEMA DE PROGRAMACIÓN

LINEAL
El Problema
El problema se recomienda leer en más de una ocasión para facilitar el reconocimiento
de las variables, además es muy recomendable la elaboración de tablas o matrices que
faciliten una mayor comprensión del mismo.

PASO 1: "FORMULAR EL PROBLEMA"

Para realizar este paso partimos de la pregunta central del problema.

PASO 2: DETERMINAR LAS VARIABLES DE DECISIÓN

Basándonos en la formulación del problema realizamos nuestras variables de decisión

PASO 3: DETERMINAR LAS RESTRICCIONES DEL PROBLEMA

En este paso determinamos las funciones que limitan el problema, estas están dadas por
capacidad, disponibilidad, proporción, no negatividad entre otras.

PASO 4: DETERMINAR LA FUNCIÓN OBJETIVO

En este paso es de vital importancia establecer el contexto operativo del problema para
de esta forma determinar si es de Maximización o Minimización.

PASO 5: RESOLVER EL MODELO UTILIZANDO SOFTWARE O MÉTODOS

MANUALES
A menudo los problemas de programación lineal están constituidos por innumerables
variables, lo cual dificulta su resolución manual, es por esto que se recurre a software
especializado, como es el caso de WinQSB, TORA, Lingo o para modelos menos
complejos se hace útil la herramienta Solver de Excel.

9
MÉTODO GRÁFICO
El método gráfico es un procedimiento de solución de problemas de programación lineal
muy limitado en cuanto al número de variables (2 si es un gráfico 2D y 3 si es 3D) pero
muy rico en materia de interpretación de resultados e incluso análisis de sensibilidad.

Este consiste en representar cada una de las restricciones y encontrar en la medida de lo

posible el polígono (poliedro) factible, comúnmente llamado el conjunto solución o
región factible, en el cual por razones trigonométricas en uno de sus vértices se encuentra
la mejor respuesta (solución óptima).

Dentro de éste existen 2 maneras de resolver: Geométricamente e Iteración por vértice

Iteración por vértice

Los pasos necesarios para realizar el método son:

1. Para iniciar con el trazado de las restricciones es indispensable igualar las
restricciones a 0, de esta manera podemos mediante despeje de ecuaciones iniciar
con la tabulación que nos otorgará las coordenadas para esbozar cada una de las
gráficas. Además dado que se trabajará en el plano cartesiano sería prudente
renombrar las variables.
2. Hallamos las primeras dos coordenadas. Para hallar las coordenadas regularmente
llevamos una de las variables a cero, para de esta manera despejar más fácilmente
la segunda. Esto se realiza con todas las restricciones.
3. Se procede a graficar las coordenadas obtenidas, cada coordenada cumple con
todas las restricciones, las cuales se caracterizan por ser restricciones de menor o
igual y esta característica se representa con una flecha hacía abajo. Aquí se
encuentra el polígono solución.
4. Hallar todas las coordenadas de los vértices del polígono, y luego en cada
coordenada se evalúa la función objetivo, (cada coordenada nos proporciona un
valor en "x" y otro en "y", luego reemplazamos estos valores en la función
objetivo "4000x + 5000y = ?" y luego evaluamos los resultados.

EJERCICIO:
PLANTEAMIENTO
Para Navidad, una bodega tiene 75 kg de chocolates y 120 kg de caramelos que se van a
empacar mezclados en fundas de 1 kg en la siguiente forma: una mezcla que contiene 300

10
g de chocolate y 700 g de caramelos, otra mezcla que contiene 500 g de cada producto.
En la primera mezcla se obtiene una ganancia de $3,00 por funda y en la segunda se logra
una ganancia de $4,50 por funda. ¿Cuántas fundas de cada mezcla se deben hacer para
obtener la ganancia máxima?

Conclusiones
-Luego de una amplia búsqueda de información se deduce que la programación Lineal
corresponde a un método matemático que busca obtener un máximo beneficio y
resolución de dificultades existentes.

- El objetivo primordial de la Programación Lineal es optimizar

BIBLIOGRAFÍA

• ARIZA, Á. L. (2010). "Investigación de Operaciones", tercera edición. Colombia: Eco.

Ediciones.
• López, B. S. (2016). Ingenieria Industrial on line. Obtenido de
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigación-de-operaciones/programación-lineal/

WEBGRAFÍA
http://www.ub.edu/matheopt/optimizacion-economica/programacion-lineal

http://www.enciclopediafinanciera.com/definicion-programacion-lineal.html

https://educacion.gob.ec/programacion-lineal/

11