PROGRAMACIÓN LINEAL

VALDEZ ZUÑIGA CASANDRA

INVESTIGACIÓN DE
OPERACIONES
INDICE

INTRODUCCIÓN………………………………………………..

2.1 FORMULACIÓN Y APLICACIONES DE MODELOS DE PROGRAMACIÓN

LINEAL……………………….

2.2 MÉTODO GRAFICO………………………………….

2.3 MÉTODO SIMPLEX ……………………………………

2.3.1 MÉTODO ALGEBRAICO…………………………..

2.3.2 LA TABLA SIMPLEX………………………………..

2.4 MÉTODO DUAL…………………………………………..

2.5 MÉTODO DUAL-SIMPLEX…………………………………..

2.6 ANÁLISIS DE RESULTADOS…………………………………..

CONCLUSION…………………………………………………….
INTRODUCCION

La Programación Lineal es tal vez la herramienta más famosa y utilizada de la

Investigación de Operaciones. A ella recurren los matemáticos, ingenieros de diferentes
disciplinas, economistas, administradores de empresas, estadísticos, veterinarios y en
general cualquier profesional que esté involucrado en la toma de decisiones con recursos
escasos. Es por ello que en los planes curriculares de diversos programas de formación a
nivel de pregrado, especialización, maestría e incluso doctorado, la incluyen directamente
como asignatura o como tema en cursos de investigación de operaciones.

2.1 Formulación y aplicación de modelos de programación lineal.

Una vez definido el problema del tomador de decisiones, la siguiente etapa consisten
reformularlo de manera conveniente para su análisis. La forma convencional en que la
investigación de operaciones realiza esto es construyendo un modelo matemático que
represente la esencia del problema. Antes de analizar como formular los modelos de este
tipo, se explorará la naturaleza general de los modelos, en particular, la de los modelos
matemáticos. El modelo matemático está constituido por relaciones matemáticas
(ecuaciones y desigualdades) establecidas en términos de variables, que representa la
esencia el problema que se pretende solucionar.

Para construir un modelo es necesario primero definir las variables en función de las
cuales será establecido. Luego, se procede a determinar matemáticamente cada una de las
dos partes que constituyen un modelo: a) la medida de efectividad que permite conocer el
nivel de logro de los objetivos y generalmente es una función(ecuación) llamada función
objetivo; b) las limitantes del problema llamadas restricciones que son un conjunto de
igualdades o desigualdades que constituyen las barreras y obstáculos para la consecución
del objetivo.

Los modelos matemáticos tienen muchas ventajas sobre una descripción verbal del
problema. Una ventaja obvia es que el modelo matemático describe un problema en forma
mucho más concisa. Esto tiende a hacer que toda la estructura del problema sea más
comprensible y ayude a revelar las relaciones importantes entre causa y efecto.
2.2 Método Grafico.
El método gráfico se utiliza para la solución de problemas de PL, representando
geométricamente a las restricciones, condiciones técnicas y el objetivo. El modelo se puede
resolver en forma gráfica si sólo tiene dos variables. Para modelos con tres o más
variables, el método gráfico es impráctico o imposible. Cuando los ejes son relacionados
con las variables del problema, el método es llamado método gráfico en actividad. Cuando
se relacionan las restricciones tecnológicas se denomina método gráfico en recursos. Los
pasos necesarios para realizar el método son los siguientes:

*graficar las soluciones factibles, o el espacio de soluciones (factible), que

satisfagan todas las restricciones en forma simultánea.

*Las restricciones de no negatividad Xi>= 0 confían todos los valores posibles.

*El espacio encerrado por las restricciones restantes se determinan

sustituyendo en primer término <= por (=) para cada restricción, con lo cual se produce la
ecuación de una línea recta.

*Trazar cada línea recta en el plano y la región en cual se encuentra cada restricción
cuando se considera la desigualdad lo indica la dirección de la flecha situada sobre la línea
recta asociada.

*Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas
las restricciones y por consiguiente, representa un punto factible.

*Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la

solución óptima puede determinarse al observar la dirección en la cual aumenta la función
objetivo.

*Las líneas paralelas que representan la función objetivo se trazan mediante la asignación
de valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o
decrece el valor de la función objetivo.
2.3 Método simplex.

El Método Simplex es un método analítico de solución de problemas de programación

lineal capaz de resolver modelos más complejos que los resueltos mediante el método
gráfico sin restricción en el número de variables.

El Método Simplex es un método iterativo que permite ir mejorando la solución encada

paso. La razón matemática de esta mejora radica en que el método consiste en caminar del
vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el
contexto de la función objetivo, sea maximizar o minimizar),dado que el número de
vértices que presenta un poliedro solución es finito siempre se hallará solución.

Este famosísimo método fue creado en el año de 1947 por el estadounidense

George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el ánimo de crear
un algoritmo capaz de solucionar problemas de m restricciones y n variables.

La primera implementación computacional del Método Simplex es el año 1952 para un

problema de 71 variables y 48 ecuaciones. Su resolución tarda 18 horas. Luego, en 1956, un
código llamado RSLP1, implementado en un IBM con 4Kb en RAM, admite la resolución
de modelos con 255 restricciones.

El Método Simplex hace uso de la propiedad de que la solución óptima de un problema de

Programación Lineal se encuentra en un vértice o frontera del dominio de puntos factibles
(esto último en casos muy especiales), por lo cual, la búsqueda secuencial del algoritmo se
basa en la evaluació4n progresiva de estos vértices hasta encontrar el óptimo. Cabe destacar
que para aplicar el Método Simplex a un modelo lineal, este debe estar en un formato
especial conocido como formato estándar el cual definiremos a continuación.

El Método Simplex es un método analítico de solución de problemas de programación

lineal capaz de resolver modelos más complejos que los resueltos mediante el método
gráfico sin restricción en el número de variables.

El Método Simplex es un método iterativo que permite ir mejorando la solución en cada

paso. La razón matemática de esta mejora radica en que el método consiste en caminar del
vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el
contexto de la función objetivo, sea maximizar o minimizar), dado que el número de vértices
que presenta un poliedro solución es finito siempre se hallará solución.
2.3.1 Método algebraico.
Es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El
proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del
valor de la función objetivo en un vértice cualquiera, el método consiste en buscar
sucesivamente otro vértice que mejore al anterior. La búsqueda se hace siempre a través
de los lados del polígono(o de las aristas del poliedro, si el número de variables es mayor).
Cómo el número de vértices (y de aristas) es finito, siempre se podrá encontrar la solución.

El método del simplex se basa en la siguiente propiedad: si la función objetivo,

f , no toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo
largo de la cual f aumenta. El método del simplex fue creado en 1947 por el matemático
George Dantzig. El método del simplex se utiliza, sobre todo, para resolver problemas de
programación lineal en los que intervienen tres o más variables. El álgebra matricial y el
proceso de eliminación de Gauss-Jordan para resolver un sistema de ecuaciones lineales
constituyen la base del método simplex.

2.3.2 La tabla simplex.

La resolución de programas lineales mediante el método Simplex implica la realización de
gran cantidad de cálculos, sobre todo cuando el número de variables y/o restricciones es
relativamente elevado. Sin embargo, estos cálculos no son complejos y pueden realizarse
en modo sistemático utilizando una forma tabular. Así surgen las conocidas como tablas
del Simplex

, que no son más que una forma de organizar los cálculos. Sobre las tablas del Simplex
comentar que su interés esto talmente pedagógico, ya que en los casos reales la magnitud
de los problemas que suelen aparecer hace que nadie las utilice de forma directa para
resolverlos. En tales casos, ha de recurrirse al uso del computador.
2.4 Método dual.
Todo problema de programación lineal tiene asociado con él otro problema de
programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema
asociado (sombra) es llamado el problema PRIMO. Los dos juntos son llamados
problemas duales ya que ambos están formados por el mismo conjunto de datos. La
solución básica factible óptima de estos problemas es tal que una puede fácilmente ser
usada para la solución de la otra. La dimensión del problema de programación lineal
influencia la elección del cálculo del primo o del
dual.Si el primo tiene mas ecuaciones que variables, es frecuentemente mas fácil obtener la
solución del dual ya que menor numero de iteraciones son requeridas. Además si el primo
tiene solución, el dual tendrá solución. Una vez que el problema dual es formulado, el
procedimiento de solución es exactamente el mismo que para cualquier problema de
programación lineal. Mecánicamente el dual es formulado partiendo del problema primo
en la siguiente forma:

Si el primo es un problema de Maximización, el dual es un problema de Minimización y

viceversa.

1. Los coeficientes de la función objetivo del primo se convierten en las restricciones

constantes de las ecuaciones del dual.

2. Las restricciones de las ecuaciones del primo se convierten en los coeficientes dela
función objetivo del dual.

3. Los coeficientes de las variables del dual en las ecuaciones restrictivas son obtenidas
sacando la transpuesta de la matriz de coeficientes del primo los
arreglos de los coeficientes en las columnas del primo se convierten en loscoeficientes de
las filas en el dual y viceversa ).

4. Los signos de la desigualdad son invertidos.

5. Las Xn variables del primo son remplazadas por Wm variables en el dual.

2.5 Metodo dual simplex

 el método simplex es un algoritmo iterativo que iniciando en una solución
básica factible pero no óptima, genera soluciones básicas factibles cada vez
mejores hasta encontrar la solución óptima (sí esta existe). Nótese que la base
de su lógica es mantener la factibilidad, mientras busca la optimalidad. Pero
surge la posibilidad de usar otro esquema igualmente iterativo, que como
contraparte del simplex, comienza en una solución básica óptima, pero no
factible y mantiene
lainmejorabilidad mientras busca la factibilidad. Con este procedimiento se lle
gaigualmente a la solución óptima. El nuevo algoritmo fue desarrollo en 1954
por C. E. Lemke y se conoce con el nombre de Método Dual-Simplex A
continuación se presenta su estructura y un ejemplo para ilustrar su
aplicación. El algoritmo para resolver un modelo de maximización es el
siguiente:

Paso 1:

Hallar una solución básica inicial infactible e inmejorable

Escribir el tablero inicial tomando a las variables de holgura y de exceso

como variables básicas iniciales

Paso 2:

Prueba de factibilidad

a.Si todas las variables básicas son no negatívas, la actual solución es la

óptima.

b. Si hay al menos una variable básica negativa, seleccionar como variable de

salida,( llamémosla (XB)s ), a aquella con el valor más negativo. Los empates
se pueden romper arbitrariamente.

Paso 3:
Prueba de inmejorabilidad

a. Sí en el renglón de la variable básica de salida (XB)s todos los coeficientes de reemplazo

con las variables no básicas son no negativos, la solución del modelo es óptima ¡limitada.
Se termina el proceso. Si en el renglón de la variable básica de salida (XB)s, hay al menos
un coeficiente de intercambio negativo , se efectúan los cocientes entre el efecto
neto de cada variable no básicas y su correspondiente el coeficiente de intercambio
negativo. Es decir, siendo (XB)s la variable de salida se calculan todos los cocientes. Se
toma como variable de entrada ( llamémosla Xe ) a aquella que corresponda al
mínimo de los cocientes del anterior conjunto Si la variable de entrada es Xe el elemento
pivote será el elemento (Se)s El empate se puede romper arbitrariamente.

b. Aplicar la operación de pivoteo para generar la nueva tabla, en la cual aparezca Xe como
variable básica en lugar de la variable de salida (XB)sc. Repetir el algoritmo a partir del
paso 2.

2.6 ANÁLISIS DE RESULTADOS

El análisis del resultado obtenido por un determinado fondo es un proceso que se
desarrolla en dos etapas. Primero, se compara la rentabilidad del fondo respecto a su índice
de referencia. Luego, se analiza los métodos utilizados por los gestores para llegar a
ese resultado

Los resultados se analizaron en términos de la media de los errores agrupados

por tipo de instancias y en forma global, para cada valor utilizado de y . Elerror se calcula
como:

El análisis de resultados es la parte del informe en la que estableces las conclusiones del
mismo. Debe ser claro y conciso, ya que el lector suele llegar cansado a esta parte del
ensayo. Este análisis debe proponer cuestiones sobre el tema estudiado y plantear nuevas
corrientes y perspectivas para futuras investigaciones. Desde unComo.com marcaremos
una línea de abordaje y te explicaremos cómo hacer un análisis de resultados.

También te puede interesar: Cómo hacer la gestión de la contabilidad

Pasos a seguir:
*Empezar con las relaciones y generalizaciones que los propios resultados guardan con
informe. Evidentemente, los resultados salen del desarrollo del informe, por lo que
deberás mostrar esas relaciones en el análisis de resultados.
*Señalar los aspectos no resueltos y no tratar de ocultarlos. Delimita lo que no cuadre.
En algunos ensayos puede haber algún resultado que no encaje o cuadre con el desarrollo
de la investigación. Debes señalarlo y dejar abierto el tema.
*Mostrar las relaciones de tus resultados con trabajos anteriormente publicados, y
también mostrar las nuevas conclusiones propias de tu ensayo.
*Explicar cuáles son las bases teóricas de la investigación y las posibles aplicaciones
prácticas que pueda tener. De donde salen tus conclusiones y para que sirven.
*Formular detalladamente y de forma clara las conclusiones.
*Dar recomendaciones o sugerencias si es necesario, para facilitar la compresión del
informe.
Si deseas leer más artículos parecidos a Cómo hacer un análisis de resultados, te
recomendamos que entres en nuestra categoría de Economía y negocios.

CONCLUSIÓN
A manera de conclusión podemos afirmar que la programación lineal es una herramienta
muy útil, tanto para personas con empresas independientes como para grandes compañías.
Te permite administrar de la mejor manera los recursos con los que se cuenta para poder
aprovecharlos al máximo, como también te ayuda a obtener mayores ganancias y a
minimizar tus costos.

La programación lineal es una gran técnica poderosa para que tratemos problemas de
asignación de recursos escasos entre actividades que compiten, al igual que otros
problemas cuya formulación matemática es parecida. La programación lineal se ha
convertido en una herramienta estándar de gran importancia para muchas organizaciones
industriales y de negocios. Aún más, casi cualquier organización social tiene el problema
de asignar recursos en algún contexto y cada vez mayor el reconocimiento de la
aplicabilidad tan amplia de esta técnica.

Sin embargo, no todos los problemas de asignación de recursos limitados se pueden

formular de manera que se ajusten a un modelo de programación lineal, ni siquiera como
una aproximación razonable. Cuando no se cumplen una o más de las suposiciones de
programación lineal, tal vez sea posible aplicar otro tipo de modelos matemáticos, por
ejemplo, los modelos de programación entera o de programación no lineal.