03 de Febrero de 2020

FUNDAMENTOS
DE
PROGRAMACIÓN
LINEAL
Ingeniería Industrial – Ingeniería Informática
Facultad de Ingeniería
Universidad Católica Andrés Bello
Programación Lineal José Luis Quintero 1
 Puntos a tratar

1. Modelos y realidades

2. Modelo básico de PL

3. Suposiciones básicas

4. El problema de PL
Programación Lineal José Luis Quintero 2
 Modelos y realidades

Análisis
Modelo Resultados

Mundo
simbólico Juicio del
tomador de decisiones

Mundo
real

Realidad a ser Intuición

Decisiones
observada

Programación Lineal José Luis Quintero 3

 Puntos a tratar

1. Modelos y realidades

2. Modelo básico de PL

3. Suposiciones básicas

4. El problema de PL
Programación Lineal José Luis Quintero 4
 El modelo básico de PL

Un problema de PL de maximización se expresa por:
max z = f(x)
s. a.: x ∈ S
donde:
x: Opción dada por las variables x1,x2,...,xn
f: Función objetivo
S: Región factible del espacio de opciones
con las variables de decisión continuas y siendo, tanto f(x) como
las restricciones que definen a S, expresiones lineales de esas
variables.

Se recuerda que una expresión Θ es lineal en las variables si

cumple Θ(x1, x2 ,...,xn) = α1x1 +α
α2x2 + ...+ αnxn con los escalares αi
constantes (i = 1, 2, ..., n). Si alguna de las variables no es
continua, o el objetivo o alguna restricción no es lineal entonces
el modelo no es lineal.

Programación Lineal José Luis Quintero

 El modelo básico de PL

Si el problema de PL es de minimización, puede expresarse por:

min z = f(x)
s. a.: x ∈ S
con la misma notación anterior.

El objeto de un problema de PL es determinar una opción que

arroje el mejor valor del objetivo, es decir, determinar una
solución óptima:

Una solución óptima se caracteriza porque no existe otra
solución factible que arroje un mejor valor de la función
objetivo.

En síntesis, la PL trata el problema de optimizar una función

objetivo lineal en una región limitada por restricciones lineales.

Programación Lineal José Luis Quintero

 Puntos a tratar

1. Modelos y realidades

2. Modelo básico de PL

3. Suposiciones básicas

4. El problema de PL
Programación Lineal José Luis Quintero 7
 Suposiciones del modelo de PL

Para utilizar la PL el modelo debe satisfacer:

Proporcionalidad:

La contribución de una variable de decisión en todas las
relaciones es proporcional a su valor y el factor de
proporcionalidad es constante.
Por ejemplo, si en un problema de minimización de costos
se tienen costos variables, es decir, el costo de alguna
actividad xj es 2,75 si xj ≤ 1000 y que ese costo cambia a
2,50 si xj > 1000, entonces la proporcionalidad no se
sostiene.
Si en un problema dado el objetivo o alguna restricción
tiene expresiones distintas según el rango de las variables
la proporcionalidad no se cumple. Es el caso si se tiene
que z=2x1+3x2 cuando x1 ≤ 5 y x2≤15 y que z=2x1 cuando
x1 > 5 y x2 >15.

Programación Lineal José Luis Quintero

 Suposiciones del modelo de PL

Aditividad:

El valor del objetivo y de cualquier restricción, es igual a
la suma de los aportes de las variables. La contribución de
cualquier variable debe ser independiente de los valores
de las otras. Ello implica que el objetivo es separable en
una suma de funciones, cada una de las cuales es una
expresión lineal de una única variable, es decir:
z = f(x1,x2,... ,xn) = f1(x1) + f2(x2) + ... + fn(xn)

Divisibilidad:

Las variables de decisión se pueden dividir en cualquier
nivel fraccional. Por ejemplo, si se desea un patrón de
embarque de cajas que minimice el costo no tiene
sentido obtener 2.31 cajas. En casos como éste la
divisibilidad no se sostiene y el modelo lineal puede no
corresponder al problema.

Programación Lineal José Luis Quintero

 Suposiciones del modelo de PL

Certidumbre:

Cada parámetro que interviene en el problema se supone
conocido con certeza. Las posibles variaciones de los
coeficientes de las variables, tanto en la función objetivo
como en las restricciones, que pueden ocurrir en la
realidad no son tomadas en cuenta por los métodos de
resolución.

Por ejemplo, si en un problema de presupuesto de capital
donde se usa el criterio del Valor Presente, se sabe que el
valor de la tasa de interés fluctúa dentro de cierto rango,
es preciso fijar un valor para resolver el problema
haciendo caso omiso de esas fluctuaciones, por lo menos
en primera instancia.

Programación Lineal José Luis Quintero

 Suposiciones del modelo de PL

La proporcionalidad, la aditividad y la certidumbre son

consecuencias directas de la definición misma de linealidad,
mientras que la divisibilidad es consecuencia de la continuidad
exigida a las variables

Si no se cumple algunos de los supuestos de proporcionalidad,

aditividad, divisibilidad o certidumbre, el modelo no es lineal.

En muchos casos estos supuestos no se cumplen en la realidad y

sin embargo, se formulan y resuelven problemas exitosamente
utilizando la PL, con la interpretación del caso. Lo importante es
que al sacar conclusiones del modelo, se tenga clara
conciencia de la aproximación que se realiza al violar alguno
de los supuestos de base.

Programación Lineal José Luis Quintero

 Puntos a tratar

1. Modelos y realidades

2. Modelo básico de PL

3. Suposiciones básicas

4. El problema de PL
Programación Lineal José Luis Quintero 12
 El problema de la PL

Un problema de PL es un problema de optimización en el cual:

Se busca optimizar (maximizar o minimizar) una función
objetivo, la cual es un expresión lineal de las variables de
decisión.

Las opciones a considerar satisfacen un conjunto de
restricciones lineales, que conforman la región factible del
espacio de opciones. Cada restricción es una ecuación o
inecuación lineal.

Cada variable está sujeta a una restricción de signo
determinada.

El objetivo de un problema de PL es determinar una solución

óptima, la cual es una solución factible donde el objetivo
alcanza su mejor valor.

Programación Lineal José Luis Quintero

 El problema de la PL

Sea el problema:
max z = c1x1 + c 2 x 2 + ... + cn xn
s.a.:
a1,1x1 + a1,2 x 2 + ... + a1,n x n ≤ b1
a 2,1x1 + a 2,2 x 2 + ... + a 2,nx n ≤ b2
. . . . .
am,1x 1 + am,2 x 2 + ... + am,n xn ≤ bm
xj ≥ 0
para j=1,...n

donde:
x1,x2,...,xn son las variables de decisión
z = c1x1+ c2x2 +...+ cnxn es la función objetivo

Programación Lineal José Luis Quintero

 El problema de la PL

Los c1,c2,...,cn son valores constantes conocidos llamados
coeficientes de costo. Un cj (j=1,2,...,n) representa la
variación que experimenta el objetivo, por un cambio
unitario en la variable xj.

b1, b2,...,bm son constantes conocidas que constituyen el

vector de recursos y representan los requerimientos que
deben ser satisfechos.

Los ai,j (i=1,2,...,m y j=1,2,...,n) son constantes conocidas

llamados coeficientes tecnológicos. Un ai,j representa la
variación que tiene el recurso bi por una variación unitaria
de xj. Ellos forman la matriz tecnológica.

La no negatividad xj ≥ 0 (j=1,2,...,n) puede derivar del

problema, pero siempre debe introducirse para aplicar el
Simplex.

Programación Lineal José Luis Quintero

 El problema de la PL

Una forma equivalente del problema anterior es:

n
min z = ∑c x
j=1
j j

s.a.:
n

∑a
j =1
i, j x j ≤ bi para i = 1,2,..., m

x j ≥ 0 para j = 1,2,..., n
El cual se puede expresar matricialmente por:
min z = cT°x
s.a.:
Ax ≤ b
x≥0

Programación Lineal José Luis Quintero

 El problema de la PL
siendo:

cT = (c1,c2,...,cn) es un vector fila o vector de costos
 a1,1 a1,2 ... a1,n 
 

A es la matriz tecnológica  a 2,1 a 2,2 ... a 2,n 
 . . ... . 
 
 ... am,n 
 x1 
 am,1 am,2  
 x2 

x es un vector columna de las variables de decisión  M 
 
 xn 
 b1 
 
b
 2

b es un vector columna llamado vector de recursos  M 
 
 bm 

Programación Lineal José Luis Quintero

 El problema de la PL

A una solución óptima se le suele denotar por x* y al valor que

en ella alcanza el objetivo se le denota por z*.

La solución a un problema de PL no consiste en dar el valor de

z*, sino, lo que es más importante, dar el vector x*, pues es él
quien indica la forma de alcanzar z*.

Programación Lineal José Luis Quintero

 Pensamiento de hoy

“Nada es permanente
excepto el cambio”.

Heráclito

Programación Lineal José Luis Quintero 19