Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LA PROGRAMACION LINEAL
La programación lineal es una técnica matemática de optimización; el cual consiste en al
distribución de recursos a diversas actividades, de tal manera que a la vez que se logra un
objetivo se satisfacen ciertas condiciones. La programación lineal se utiliza en la planificación
administrativa y económica para lograr optimizar las políticas de la administración de recursos
expresadas a través de un conjunto de funciones lineales asociadas a un conjunto finito de
variables que están sujetas a determinadas restricciones:
4. Certeza.- Establece que todos los parámetros y componentes del modelo deben estar
totalmente determinados.
Ejemplo:
X + Y = 10 (situación determinística)
2X –Y = 8
VARIABLES DE DECISION.- Son aquellas que determinan la acción que se debe seguir
para el logro de cierto objetivo
Ejemplo. Una CIA produce 3 tipos de fertilizantes, la información respecto a estos productos se
da en la siguiente tabla:
Costo Tiempo
Espacio Precio de Venta
Fertilizantes Producción Produce.
(pie3/ton) ($ / ton)
($ / ton) ( Hr / ton)
TIPO1 10 400 6 480
TIPO2 12 600 10 690
TIPO3 8 300 12 370
Disponibilidad 300 10000 250
Además del Tipo2 se deben producir como mínimo 4 toneladas.
Formule un modelo de programación lineal (MPL).
Solución
VARIABLES DE DECISIÓN:
X1 = Numero de toneladas de fertilizante Tipo 1 a producir
X2 = Numero de toneladas de fertilizante Tipo 2 a producir
X3 = Numero de toneladas de fertilizante Tipo 3 a producir
RESTRICCIONES
FUNCIÓN OBJETIVO
X1 ,X2 ,…,Xn ≥ 0
La presentación general de un MPL puede tener variaciones como la MIN en lugar de MAX ,
las restricciones pueden ser ≥, >, < ó = .
A los coeficientes C1 , C2, …,Cn se les denomina “COSTOS”.
A los ai j se les denomina “COEFICIENTES TECNOLOGICOS”
A los bi se les denomina “TERMINOS DEL LADO DERECHO” (RHS)
n
MAX Z C J X J
J 1
s.a.
n
a
j 1
ij x j bi .........i 1,2,..., n
x j 0................... j 1,2,..., m
MAX Z = CX
s.a.
AX ≤ B
X ≥ O
Donde :
a11.........a1n x1 b1 c1
a 21.........a 2 n x2 . b2 c
A ......;... .. X .....;... B ......;... .C 2
.................. ... ... ...
a .........a x b c
m1 mn n m n
Donde:
P1, P2,…, Pn son columnas de la matriz A
- Método Grafico
- Método Simplex
METODO GRAFICO:
Solo es aplicable a problemas con 2 ó 3 variables.
Paso 1
Graficar el espacio de soluciones factibles (Región Factible) y encontrar los puntos extremos.
Paso 2.
Evaluar cada punto extremo en la función objetivo. La solución óptima será aquel punto extremo
que brinde el mejor valor para la función objetivo y este será valor óptimo de la función objetivo.
R = { X / AX ≤ B y X > 0}
Max x+y
s.a.
2x + 3y ≤ 12
2x + y ≤ 6
x,y ≥0
a) Todos los términos del lado derecho (RHS) deben ser no negativos.
b) Todas las restricciones deben estar expresadas en forma de igualdades.
c) Todas las variables deben ser no negativas
Observación:
Muchos PPLs inicialmente no están expresados en su forma estándar por lo que se deben
hacer ciertas transformaciones para expresarlos en su forma estándar.
X1 , X2 ,… ,Xn ≥ 0
Estandarización de un PPL
Un PPL estará en su forma estándar si y solo si todos sus restricciones están expresados a través
de igualdades y el vector del lado derecho (bj) son no negativos; así como sus variables.
X1 , X2 ,… ,Xn ≥ 0
Teorema 3. Sea (x1,x2,x3, … ,xn) un punto extremo del espacio de soluciones factibles (R)
tal que: x1P1 + x2 P2 + x3 P3 + … + xkPk = Po con xi ≥ 0 ; entonces P1, P2,…, Pk son
linealmente independientes.
Definiciones
Sea el P.P.L.
A Mmxn
Max Z = CX
m = número de restricciones
s.a.
n = número de variables (incluido holgura y exceso)
AX = B
X≥θ
1. Todo PPL toma su valor óptimo en un punto extremo del espacio de soluciones factibles
(R).
2. Todo punto extremo de R tiene a lo más “m” componentes positivos.
4. Una solución que tiene a lo más “m” componentes positivos se llama SOLUCION
BASICA FACTIBLE (SBF).
X = (x1,x2,x3, … ,xm,0,0, … ,0) xi ≥ 0 ; i = 1,2, … , m
5. Una Solución Básica Factible que tiene menos de “m” componentes positivos se llama
SOLUCION BASICA DEGENERADA..
X = (x1,x2,x3, … ,xm-1,0,0, … ,0) xi ≥ 0 ; i = 1,2, … , m-1
6. Una Solución Básica Factible que proporciona el valor para la función objetivo se
denomina: SOLUCIÓN ÓPTIMA.
n
Sea : Max c j x j Max Z
j 1
n n
Max c j x j Max( c j x j )
j 1 j 1
n
min( c j x j )
j 1
min( Z )
Max Z min( Z )
Observaciones
a. X0 es solución óptima tanto de (1) y (2)
b. M es valor optimo de (1) si y solo si –M es valor optimo de (2)
EL METODO SIMPLEX
Es un método algebraico que va trabajando a través de varias tablas empleando un proceso
iterativo. Fue desarrollado por George Dantzig a fines de la década del 40 (siglo pasado).
La primera tabla se inicia con una solución básica factible (SBF: un punto extremo), en las
siguientes tablas a partir de la SBF se genera otra SBF que es mejor a la anterior repitiendo este
proceso de manera iterativa encontrar la mejor SBF que es la solución optima.
x1 x2 … xn S1 S2 S3 … Sm Solución
BASE z1-c1 z2-c2 … zn-cn 0 0 0 … 0 Zo
S1 a11 a12 … a1n 1 0 0 … 0 b1
S2 a21 a22 … a2n 0 1 0 … 0 b2
. . . . . . . .
. . . . . . . .
. . . . . . . .
Sm am1 am2 … amn 0 0 0 … 1 bm
Donde:
zj-cj : Se denominan COSTOS REDUCIDOS.
Zo : Es el valor inicial de la función objetivo valorado en (S1, S2,…, Sm)
Ejemplo
x y S1 S2 S3 Solución
BASE -5 -3 0 0 0 0
S1 1 1 1 0 0 5
S2 1 2 0 1 0 8
S3 2 1 0 0 1 8
El Algoritmo Simplex
Supongamos que estamos Maximizando el PPL.
Paso 0. Pasar el PPL a su forma estándar y formar la tabla inicial con una Solución Básica
Factible (SBF).
Paso 1. Se debe comprobar lo siguiente:
1.1 ¿Se llegó a ala solución óptima?
Si no existen costos reducidos negativos entonces Fin del Proceso. Estamos en la
tabla Óptima. Caso contrario ir al siguiente paso (1.2)
1.2 SELECCIÓN DE LA VARIABLE QUE ENTRA A LA BASE:
Entra a la Base aquella variable que sea: min( z j c j ) ; donde ( z j c j ) 0
j
Max Z = 4x + 6y + 5z
s.a.
x + 2y + z ≤ 30
x + y + 2z ≤ 20
x, y, z ≥0
Solución:
x y z S1 S2 Solución
BASE -4 -6 -5 0 0 0
S1 1 2 1 1 0 30
S2 1 1 2 0 1 20
BASE -1 0 -2 3 0 90
y ½ 1 1/2 1/2 0 15
S2 ½ 0 3/2 -1/2 1 5
Sea el siguiente PPL, resuelva aplicando el metodo simplex y aplique las propiedades del método
simplex.
B -1
B -1 : Matriz Inversa de la Base
Sea el siguiente PPL escrito en forma vectorial
1. Sea C la matriz formada por los vectores columna de dicho cuadro correspondiente a las
variables que en el primer cuadro forman la BASE.
Sea B la matriz formada por los vectores columna del cuadro inicial correspondientes a
las variables que en el cuadro k-ésimo forman la BASE
1 3 1 3 4 1
C ; B
1 3 4 3 1 1
1 3 16 7
C(3). P3(3) - C3 8 , 4 3 3
2 3 3 3
Ejemplo 2. En el segundo cuadro halle el costo reducido de x1
1 4
C(2). P1(2) - C1 8 , 0 4 2 4 2
3 4
Profesor: MG. Aldo Madrid L.
12
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA INDUSTRIAL
Ejemplo de Minimización
Entonces Tenemos:
b2 = 170
a1 = 90 Solución Óptima del PPL en la forma estándar
S3 = 150
Luego:
x1 = 0
x2 = -90 Solución Óptima del PPL primal
x3 = b1 - b2 = 0 – 170 = -170