Está en la página 1de 3

UNIVERSIDAD CATÓLICA LOS ÁNGELES DE

CHIMBOTE FACULTAD DE INGENIERÍA


ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS

CURSO: Investigación de Operaciones

DOCENTE: Ing. Mg. Marco A. Jamanca Ramirez

TEMA: Programación lineal

ALUMNO: Escobedo Huerta Estalinh

CICLO: V

HUARAZ – PERÚ
2019
Programación Lineal
La programación lineal es una técnica de optimización para un sistema de restricciones lineales y
una función objetivo lineal. Una función objetivo define la cantidad a optimizar, y el objetivo de la
programación lineal es encontrar los valores de las variables que maximizan o minimizan la función
objetivo.

La programación lineal es útil para muchos problemas que requieren una optimización de recursos.
Podría aplicarse a la fabricación, para calcular cómo asignar mano de obra y maquinaria para
minimizar el costo de las operaciones. Podría aplicarse en operaciones comerciales de alto nivel,
para decidir qué productos vender y en qué cantidad para maximizar las ganancias. También podría
aplicarse en logística, para decidir cómo aplicar los recursos para realizar un trabajo en el mínimo
tiempo posible.

El problema de resolver un sistema de desigualdades lineales se remonta al menos hasta Fourier ,


quien en 1827 publicó un método para resolverlos, [1] y después de quien se nombra el método de
eliminación de Fourier-Motzkin . En 1939, el economista soviético Leonid Kantorovich , quien
también propuso un método para resolverlo, formuló una formulación de programación lineal de
un problema que es equivalente al problema general de programación lineal . [2] Es una forma que
desarrolló, durante la Segunda Guerra Mundial , para planificar los gastos y las devoluciones a fin
de reducir los costos del ejército y aumentar las pérdidas impuestas al enemigo. El trabajo de
Kantorovich fue inicialmente descuidado en la URSS . [3] Casi al mismo tiempo que Kantorovich, el
economista holandés-estadounidense TC Koopmans formuló problemas económicos clásicos como
programas lineales. Kantorovich y Koopmans más tarde compartieron el premio Nobel de economía
de 1975 . En 1941, Frank Lauren Hitchcock también formuló problemas de transporte como
programas lineales y dio una solución muy similar al método simplex posterior . Hitchcock había
muerto en 1957 y el premio Nobel no se otorga póstumamente.

Durante 1946–1947, George B. Dantzig desarrolló independientemente una formulación de


programación lineal general para utilizarla en problemas de planificación en la Fuerza Aérea de los
Estados Unidos. En 1947, Dantzig también inventó el método simplex que por primera vez abordó
de manera eficiente el problema de la programación lineal en la mayoría de los casos. Cuando
Dantzig organizó una reunión con John von Neumann para discutir su método simplex, Neumann
inmediatamente conjeturó la teoría de la dualidad al darse cuenta de que el problema que había
estado trabajando en la teoría de juegos era equivalente. Dantzig proporcionó pruebas formales en
un informe no publicado "Un teorema sobre las desigualdades lineales" el 5 de enero de 1948.En
los años de la posguerra, muchas industrias lo aplicaron en su planificación diaria.

Conclusión

La optimización es crucial para investigar problemas complejos, identificar y resolver problemas y


tomar decisiones basadas en datos. Además, comprender la teoría de optimización es esencial para
Data Science como oficio. Muchos problemas prácticos pueden modelarse y resolverse con técnicas
de optimización matemática, donde las entradas y restricciones se obtienen de las predicciones del
modelo de aprendizaje automático, pero eso es solo un pensamiento de un científico de datos
novato.
Referencias Bibliográficas

1. Gerard S; Yori Z. Optimización lineal y entera: teoría y práctica, tercera edición (2015). CRC
Press. pags. 1.
2. Alexander S. Teoría de la programación lineal y entera . John Wiley & Sons. (1998). pp. 221–
222.
3. Gerard S; Yori Z. Optimización lineal y entera: teoría y práctica. (2015).

También podría gustarte