Introducción a la Programación Lineal Geométria de la programación lineal

Optimización de Soluciones de Sistemas de Ecuaciones

Lineales

UNIDAD DE POS GRADO

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
UNIVERSIDAD NACIONAL DE INGENIERÍA

05/02/2022

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 1 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Índice

1 Introducción a la Programación Lineal

Problema de Optimización

2 Geométria de la programación lineal

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 2 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Introducción a la Programación Lineal

Programación Lineal
Trata de la búsqueda (mayor o menor) del mejor valor que una función lineal pueda
asumir (valor óptimo) cuando sus variables están restringidas por igualdades o
desigualdades.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 3 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Introducción a la Programación Lineal

Programación Lineal
Trata de la búsqueda (mayor o menor) del mejor valor que una función lineal pueda
asumir (valor óptimo) cuando sus variables están restringidas por igualdades o
desigualdades.

Las restricciones pueden ser ecuaciones lineales o no lineales.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 3 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Introducción a la Programación Lineal

Programación Lineal
Trata de la búsqueda (mayor o menor) del mejor valor que una función lineal pueda
asumir (valor óptimo) cuando sus variables están restringidas por igualdades o
desigualdades.

Las restricciones pueden ser ecuaciones lineales o no lineales.

En el caso que las restricciones sean no lineales los métodos del curso no se
aplican.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 3 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Histórico

L. V. Kantorovich (asignación óptima de recursos) 1939.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 4 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Histórico

L. V. Kantorovich (asignación óptima de recursos) 1939.

George B. Dantzing (Programación Lineal) 1947.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 4 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Histórico

L. V. Kantorovich (asignación óptima de recursos) 1939.

George B. Dantzing (Programación Lineal) 1947.

T. C. Koopmans 1948.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 4 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Histórico

L. V. Kantorovich (asignación óptima de recursos) 1939.

George B. Dantzing (Programación Lineal) 1947.

T. C. Koopmans 1948.

Método Simplex 1949.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 4 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Histórico

L. V. Kantorovich (asignación óptima de recursos) 1939.

George B. Dantzing (Programación Lineal) 1947.

T. C. Koopmans 1948.

Método Simplex 1949.

... Modelos usando el método Simplex - eficiencia computacional ...

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 4 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Problema de Optimización

min f0 (x)
x
(1)
sujeto a gi (x) ≤ bi , i = 1, 2, . . . , m.

x = (x1 , x2 , . . . , xn ) la variable de optimización,

f0 : Rn → R función objetivo,
gi : Rn → R funciones restricciones,

x∗ es la solución optima tal que f0 (x∗ ) ≤ f0 (x) i.e; es el valor más pequeño de f0
entre todos los vectores que satisfacer las restricciones.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 5 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Problema de Optimización

min c 1 x1 + . . . + c n xn (2a)
x
sujeto a a11 x1 + . . . + a1n xn ≥ b1 , (2b)
a21 x1 + . . . + a2n xn ≥ b2 , (2c)
..
. (2d)
am1 x1 + . . . + amn xn ≥ bm , (2e)

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 6 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Problema de Optimización

min c 1 x1 + . . . + c n xn (2a)
x
sujeto a a11 x1 + . . . + a1n xn ≥ b1 , (2b)
a21 x1 + . . . + a2n xn ≥ b2 , (2c)
..
. (2d)
am1 x1 + . . . + amn xn ≥ bm , (2e)

m
X
aij xi ≥ bi son las restricciones que originan la matriz
j=1

a11 ... a1n

 
 a21 ... a2n 
A= . .. 
 
 .. ..
. . 
am1 ... amn

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 6 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

ci son valores conocidos

xi ≥ 0 son restricciones de no negatividad.
el conjunto de valores de las variables xi ≥ 0 que satisfacen todas las
restricciones es chamado punto factible o solución factible.
el conjunto de todos los puntos factibles es llamado región factible o espacio
factible.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 7 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

ci son valores conocidos

xi ≥ 0 son restricciones de no negatividad.
el conjunto de valores de las variables xi ≥ 0 que satisfacen todas las
restricciones es chamado punto factible o solución factible.
el conjunto de todos los puntos factibles es llamado región factible o espacio
factible.

Programación Lineal
Entre todas las soluciones factibles, encontrar la que minimice (maximice) la función
objetivo.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 7 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo

Considere
min z = 2x1 + 5x2
s.a x1 + x2 ≥ 3
−x1 − 2x2 ≥ −8
xi ≥ 0, i = 1, 2.

Función objetivo o costo

z = 2x1 + 5x2

Restricciones lineales
x1 + x2 ≥ 3
−x1 − 2x2 ≥ −8
xi ≥ 0, i = 1, 2.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 8 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 9 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Hipótesis
i) Proporcionalidad: Cada variable dada xi contribuye.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 10 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Hipótesis
i) Proporcionalidad: Cada variable dada xi contribuye.
ii) Divisibilidad: Se permiten valores no enteros para las variables.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 10 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Hipótesis
i) Proporcionalidad: Cada variable dada xi contribuye.
ii) Divisibilidad: Se permiten valores no enteros para las variables.
iii) Determinista: Los coeficientes ci , bi y aij son dados o deterministas.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 10 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Hipótesis
i) Proporcionalidad: Cada variable dada xi contribuye.
ii) Divisibilidad: Se permiten valores no enteros para las variables.
iii) Determinista: Los coeficientes ci , bi y aij son dados o deterministas.
iv) Las restricciones
X m
aij xi ≥ bj
j=1

pueden ser trasformadas en una ecuación introduciendo una variable de exceso

(surplus variable) xm+1 ≥ 0,
m
X
aij xi − xm+1 = bj
j=1

o una variable de holgura (slack variable) si las restricciones son

m
X
aij xi ≤ bj
j=1

tal que
m
X
aij xi + xm+1 = bj .
j=1

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 10 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

v) La ecuación
m
X
aij xi = bi
j=1

puede ser transformado en dos desigualdades

m
X m
X
aij xi ≤ bi y aij xi ≥ bi
j=1 j=1

vi)
n
X n
X
min ci xi = max − c i xi
i=1 i=1

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 11 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo

Considere las restricciones

x1 + x2 ≤ 6
x2 ≤ 3
xi ≥ 0, i = 1, 2.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 12 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo

Considere las restricciones

x1 + x2 ≤ 6
x2 ≤ 3
xi ≥ 0, i = 1, 2.
que puede ser transformada en restricciones de igualdad.

x1 + x2 + x3 = 6
x2 + x4 = 3
xi ≥ 0, i = 1, 2.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 12 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Forma usual (arriba) y la forma canónica (abajo) de un problema de optimización

lineal.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 13 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Notación Matricial

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 14 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Notación Matricial

Solución
Sea una descomposición de la matriz A = B N con B ∈ Rm×m no singular y
 
⊺
m×n−m . La solución para el sistema de ecuaciones Ax = b, x = x⊺B x⊺N ,

N ∈R
en donde,
xB = B −1 b
es llamada solución básica. Toda solución básica no negativa es solución básica
factible. xN es la solución no básica. Si xB > 0 es solución básica factible no
degenerada.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 14 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo

Considere el sistema Ax = b,
   
1 1 1 0 6
A= ,b =
0 1 0 1 3

enseguida, construimos las soluciones básicas factibles por medio de la matriz

cuadrada B,
         
1 1 x 3 x 0
B= , 1 = xB = B −1 b = , xN = 3 =
0 1 x2 3 x4 0
         
1 0 x 6 x 0
B= , 1 = xB = B −1 b = , xN = 2 =
0 1 x4 3 x3 0
         
1 1 x 3 x 0
B= , 2 = xB = B −1 b = , xN = 1 =
1 0 x3 3 x4 0
         
1 0 x2 6 x 0
B= , = xB = B −1 b = , xN = 1 =
1 1 x4 −3 x3 0
         
1 0 x3 −1 6 x1 0
B= , = xB = B b = , xN = =
0 1 x4 3 x2 0

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 15 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Soluciones factibles

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 16 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Soluciones factibles

Las soluciones factibles del sistema

       
3 6 0 0
3
 , x2 = 0 , x3 = 3 , x4 = 0
     
x1 = 0 0 3 6
0 3 0 3

proyectando en el plano (espacio R2 ) tenemos

       
3 6 0 0
, , ,
3 0 3 0

que son los puntos extremos (ver figura anterior).

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 17 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Planeamiento de Producción

Ejemplo. Considere una empresa que produce zapatos y botas. Las materias primas
(y sus respectivas cantidades disponibles) y el lucro en función de la producción de los
calzados son presentados en la tabla abajo. El objetivo es saber cual es la proporción
de fabricación entre zapatos y botas que maximice el lucro de la empresa.
productos
materia prima zapatos botas disponibilidad
cuero 2 1 8
plástico 1 2 7
pegamento 0 1 3
lucro (c/u) 1 1

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 18 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Formulación matemática

Considere x1 cantidad de zapatos y x2 cantidad de botas producidas por la empresa,

entonces el problema anterior puede ser formulado como sigue

max z = x1 + x2
x1 ,x2

2x1 + x2 ≤ 8
x1 + x2 ≤ 7
s.a x2 ≤ 3
0 ≤ x1
0 ≤ x2

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 19 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Solución geométrica

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 20 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo. Están disponibles 5 tipos de alimentos, cada alimento tiene una cierta
cantidad de nutrientes en termino de proteínas y sales minerales. Especificado el
consumo necesario de nutrientes y el costo asociado a cada tipo de alimento,
queremos determinar cual es la dieta que atiende la necesidad nutricional y presenta
el menor costo.
alimentos
tipo 1 tipo 2 tipo 3 tipo 4 tipo 5 nutrientes
proteínas 3 4 5 3 6 42
minerales 2 3 4 3 3 24
costos 25 35 50 25 36
Formular el problema con los datos en la tabla.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 21 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Formulación matemática del problema

Considerar los 5 tipos de alimentos como tipo 1=x1 , tipo 2=x2 , tipo 3= x3 , tipo 4=x4 y
tipo 5=x5 , respectivamente.

min z = 25x1 + 35x2 + 50x3 + 33x4 + 35x5

s.a 3x1 + 4x2 + 5x3 + 3x4 + 6x5 ≥ 42
2x1 + 3x2 + 4x3 + 3x4 + 3x5 ≥ 24
xi ≥ 0, i = 1, 2, . . . , 5.

Solución óptima: x1 = x2 = x3 = 0, x4 = 2 y x5 = 6.
Costo óptimo: 266.
Método de los puntos interiores.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 22 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Ejemplo 3 (Planeamiento de redes)

Considere ai como el número de usuarios en el área i, y bj es la capacidad de

atención de la central telefónica j.

Problema: Ubicar a los clientes con las centrales telefónicas de modo que minimice el
costo de las llamadas usuario-central.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 23 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Llamada entre usuario y la central

Considere xij como el número de usuarios del área i conectados a la central j,

cij es el costo para conectar el usuario del área i y la central j.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 24 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Tipos de resultados

i) Solución óptima única.

ii) Múltiples soluciones óptimas.
iii) Función objetivo no acotada.
iv) Solución infactible

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 25 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Solución óptima única

En la Figura, (a) región acotada, (b) región no acotada.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 26 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Solución múltiple

En la Figura, (a) región acotada, (b) región no acotada.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 27 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Función objetivo no acotada

En la Figura, la frontera de la región objetivo se puede mover indefinidamente en la

dirección −c, manteniendo intersecciones con la región factible.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 28 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Problema de Optimización

Solución infactible

En la Figura, el sistema de ecuaciones o desigualdades que define la región factible es

inconsistente.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 29 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Conjuntos convexos

Un conjunto A es convexo si para todo x1 , x2 en A ⊂ Rn tenemos que

λx1 + (1 − λ)x2 ∈ A (combinación convexa).

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 30 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Punto extremos

Un punto es extremo si no puede ser escrito como una combinación convexa.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 31 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Hiperplano

Un hiperplano es un conjunto de la forma {x ∈ Rn : px = k}, p ̸= 0. El vector p ∈ Rn

es llamado normal o gradiente del hiperplano. Un hiperplano es un conjunto convexo.

La dirección de un convexo es d ̸= 0, tal que, si x esta en el convexo, entonces

{x + λd : λ ≥ 0} también esta en el conjunto.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 32 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Cálculo de dirección

considere
X = {x : Ax ≤ b, x ≥ 0}
Un vector no nulo d es dirección de X si

A(x + dλ) ≤ b, (x + dλ) ≥ 0 si, y sólo si d ≥ 0, Ad ≤ 0.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 33 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Ejemplo

Considere

X = {(x1 , x2 ) : x1 − 2x2 ≥ 6, x1 − x2 ≥ −2, x1 ≥ 0, x2 ≥ 1}.

Considere d = (d1 , d2 ) una dirección genérica de X. Entonces x + λd ∈ X.

Solución: 0 ≤ 2d2 ≤ d1 .

El conjunto X y la dirección d puede ser expresado en términos de una base de

vectores normalizados,    
1 1 2
da = , db = √
0 5 1

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 34 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Dirección de un conjunto.

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 35 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Preguntas!!!

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 36 / 37

Introducción a la Programación Lineal Geométria de la programación lineal

Agradecimientos

Prof. E. Lévano FIEE / UNI Sistemas Lineales y no Lineales Presentación 37 / 37