REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSITARIA
INSTITUTO UNIVERSITARIO POLITÉCNICO “SANTIAGO MARIÑO”
SEDE-CIUDAD OJEDA

PROGRAMACIÓN LINEAL

Elaborado por:

María Rodríguez Rodríguez.

C.I: 30.94.810

Sección: AK
 INTRODUCCIÓN

Hoy en día en las disciplinas como la ingeniería, la ciencia, y en la

investigación operativa surgen problemas relacionados con la productividad,
en donde el o los responsable debe resolver algún problema (como un
conjunto de relaciones lineales) con ciertas restricciones, por ejemplo, el
cálculo de aquellos recursos limitados y costosos, y todo con la finalidad de
maximizar un beneficio o minimizar un costo

Al manejar la programación lineal somos capaces de optimizar, es decir a

través de este método matemático podemos analizar y elegir la mejor opción
entre muchas alternativas. En donde maximizamos o minimizamos
funciones lineales, en varias variables lineales, con restricciones lineales
(sistemas de inecuaciones lineales).

Es así como los resultados y el proceso de optimización se vuelve base en

la toma de decisiones de los problemas.
 ÍNDICE

1. Programación Lineal ………………………………Pag 3

2. Solución Geométrica……..…………………………………Pag 5
3. Conjunto Convexo ………………………………………….Pag 7
4. Punto Extremo ………………………………………………Pag 8
5. Pasos para resolver problemas de programación Lineal
………………………………………………………………….Pag 9
6. Ejemplo de Programación Lineal……………………..…Pag 11
PROGRAMACIÓN LINEAL
La programación lineal era llamada “Programación en una estructura
Lineal”, Según Anderson y otros (2004: 224), y en el año 1948 Tjalling
Koopmans le dijo a Dantzing que el nombre le parecía muy largo y lo
cambiaron a “Programación Lineal” (cabe destacar, que ellos en ese
entonces se dedicaron a investigar sobre el uso de las matemáticas y la
estadística para la planeación con fines militares, usando “programación
Lineal”.

La programación Lineal es muy útil porque en cualquier fenómeno en que

interviene un número determinado de variables no negativas (variables cuyo
valor es positivo o cero), las cuales se pueden ligar entre sí a través de
desigualdad o igualdad y que reflejen las limitaciones o restricciones que el
fenómeno presenta con miras a optimizar un objetivo, lo podemos formular
como un modelo de programación matemática.

Ahora bien, si la función objetivo, y las restricciones las podemos plasmar

como expresiones lineales (Gráficamente, se identifica mediante una recta.),
entonces estaríamos en el campo de las matemáticas llamado
“Programación Lineal”.

Lo interesante es que no nos referimos a “Programación”, del mismo modo

en que lo hace Ing. en sistemas (programación en computadoras), por
ejemplo, sino, como sinónimo de planeación.

Entonces a través de la Programación lineal planeamos actividades para

obtener un resultado óptimo, es decir, un resultado que alcance o se acerque
a los objetivos especificados entre las alternativas de solución.
 Desde un punto de un punto de vista más estricto Para Weber (1984: 718)-
El problema de programación lineal trata acerca de la maximización o
minimización de una función lineal de varias variables primarias, llamada
función objetivo, con sujeción a un conjunto de igualdades o desigualdades
lineales llamadas restricciones, con la condición adicional de que ninguna de
las variables puede ser negativa.
 La función objetivo lineal
La expresión matemática en la que representamos el objetivo se llama
función objetivo y el objetivo debe ser maximizar o minimizar esa
expresión. La podemos representar de la siguiente manera:

La programación desde luego la podemos usar tanto para maximización

(de ingresos.), como de minimización de costos, teniendo diferentes criterios
de optimización para cada uno.

 C1, C2...., Cn son los coeficientes de costo (conocidos) o de ingresos

 X1, X2. . . . , Xn son variables de decisión (variables, o niveles de
actividad) las cuales vamos a determinar cumpliendo las restricciones
del problema.

SOLUCIÓN GEOMÉTRICA.

El método Geométrico nos permite resolver problemas de programación

lineal de manera intuitiva y visual. Lamentablemente este método está
limitado a problemas de dos o tres variables ya que gráficamente no
podemos dibujar más de tres dimensiones.

Sin embargo, el tener problemas con solo dos o tres variables no se ven
mucho en la vida cotidiana. Es bueno para la práctica, el reproducir
gráficamente ejercicios con la existencia de una solución óptima única, la no
existencia de solución, soluciones óptimas alternativas, y la no acotación
para mejorar la interpretación visual entender otros métodos como el
algoritmo del método Simplex el cual es mucho más abstracto.

El procedimiento para resolver problemas mediante el método Gráfico

son las siguientes:

1. Dibujar un sistema de coordenadas cartesianas donde cada variable

de decisión está representada por un eje.
2. Determinar una escala de medida para cada uno de los ejes adecuada
a su variable asociada.
3. Dibujar en el sistema de coordenadas las restricciones del problema,
incluyendo las de no negatividad (propios ejes). Recordemos que una
inecuación define una región que será el semiplano limitado por la
línea recta que se tiene al considerar la restricción como una igualdad,
mientras que si una ecuación define una región que es la propia línea
recta.
4. La intersección de todas las regiones determina la región factible o
espacio de soluciones (que es un conjunto convexo). Si esta región es
no vacía, se continuará con el paso siguiente. En caso contrario, no
existe ningún punto que satisfaga simultáneamente todas las
restricciones, por lo que el problema no tendrá solución (no factible).
5. Determinamos los puntos extremos o vértices del polígono o poliedro
que forma la región factible. Estos puntos serán los candidatos para la
solución óptima.
6. Evaluamos la función objetivo en todos los vértices y aquél (o
aquellos) que maximicen o minimicen el valor resultante determinaran
la solución óptima del problema.
CONJUNTO CONVEXO

C ⊂ R n es un conjunto convexo si es el vacio, si tiene un solo punto o si

para cada dos puntos distintos del conjunto el segmento que los une está
contenido en el conjunto.
En este caso:
(a), (b) y (c) son convexos. (d) no es convexo.

Dado esto podemos decir que:

 Un hiperplano es un conjunto convexo.

 Un semiespacio cerrado es un conjunto convexo.
 La intersección de un número finito de conjuntos convexos
es un conjunto convexo.

Lo mencionado anteriormente son los tipos de conjuntos convexos que

encontraremos cuando estudiamos programación lineal, estos conjuntos son
del tipo (A) donde los vértices del conjunto los llamamos puntos extremos.

Propiedades de los conjuntos convexos:

1. Sean Ai ⊂ Rn convexos (i ∈ I), entonces Ai es tambien convexo

2. Sean A1 ⊂ Rn, A2 ⊂ Rm convexos, entonces

es convexo.

3. Sean Ai ⊂ Rn, i = 1, ..., n convexos, entonces

es también convexo.

4. Sea A ⊂ Rn convexo, entonces αA = {α ̄x/ ̄x ∈ A} es convexo

PUNTO EXTREMO

Sea S un conjunto convexo no vacío y sea x ∈ S, se dice que x es un punto

extremo de S si
x=x1d + x2(1-d), con x1, x2∈ S, d ∈ (0,1)
Entonces tenemos que:
x=x1=x2
Por lo tanto, no existe ningún segmento contenido en S que contenga a x
en el interior del segmento. También de una manera intuitiva podemos decir,
que los puntos extremos de un conjunto convexo son los "vértices del
conjunto". Un punto extremo también lo podemos definir como una solución
factible, que no se puede ser escrita como una combinación convexa de
otras soluciones factibles. Y una solución factible es una solución que
puede satisfacer todas las restricciones en un programa lineal.

En términos generales podemos decir que:

 En el plano Euclideo la intersección de un número finito de

semiespacios cerrados es un conjunto convexo, un polígono con un
número finito de puntos extremos.
  En el espacio Euclideo de dimensión 3 la intersección de un número
finito de semiespacios cerrados es un conjunto convexo, un poliedro
con un número finito de puntos extremos.
 En el espacio Euclideo de dimensión n la intersección de un número
finito de semiespacios cerrados es un conjunto convexo llamado
polítopo.
 Los puntos extremos se resuelven resolviendo sistemas de
ecuaciones lineales.

Algunas ventajas del uso de los puntos extremos en la toma de decisiones:

 Los puntos extremos nos ayudan a pensar de una manera más

concreta y organizada ya que el que tomador las decisiones puede
conocer los factores que controla y posteriormente sus limitaciones.
 Los puntos extremos son capaces de hacer que los problemas sean
susceptibles a la solución n matemática, ya que representamos el
problema como un modelo matemático, que luego resolvemos a
través de programas informáticos o soluciones matemáticas
 Somos capaces de ver un problema desde distintas perspectivas, con
los puntos extremos evaluamos las variables en distintos escenarios
con el fin de encontrar una solución optima.

PASOS PARA RESOLVER PROBLEMAS DE PROGRAMACIÓN LINEAL.

El primer paso para resolver un problema de programación lineal consiste

en la identificación de los elementos básicos de un modelo matemático los
cuales son:

 Función Objetivo

 Variables

 Restricciones
Luego determinamos los mismos, de los mismos, para estos seguimos los
siguientes pasos:

1. Definir el criterio de la función objetivo: Es la pregunta

fundamental, ¿Cómo se pueden disminuir los costos del inventario?,
¿Qué se debe hacer para mejorar las utilidades netas de la
compañía?
2. Identificar y definir variables: Parten de la función objetivo, ¿Qué
cantidad de productos deben ordenarse por período?, ¿Qué nivel de
inventario deberá mantenerse al final de cada período? ¿En cuáles
períodos deberá ordenarse y en cuales no?
3. Identificar y definir restricciones: Son todo aquello que limita la
libertad de los valores que pueden tener las variables de decisión.
¿Pueden las instalaciones de mi empresa albergar tal producto?,
¿Podría mi fuerza de mercadeo vender todos los zapatos?
4. Plantear la función Objetivo.
EJEMPLO DE PROGRAMACIÓN LINEAL

1.- Una pastelería fabrica dos tipos de tartas. La tarta de tipo A se

elabora con 1 kg de masa y 1,5 kg de chocolate, y se vende a 24 €. La de
tipo B se elabora con 1,5 kg de masa y 1 kg de chocolate, y se vende a
30 €.

Si la pastelera solamente dispone de 300 kg de cada ingrediente,

¿cuántas tartas ha de fabricar de cada tipo para obtener el máximo
ingreso? Calcula también el valor de dicho ingreso.

Primero, identificamos las incógnitas del problema, que en este caso son
las unidades de cada tipo de tarta fabricadas:

Ahora encontramos la función a optimizar, que en este caso es el ingreso

obtenido. Por cada tarta del tipo A conseguimos 24 € y por cada tarta del tipo
B 30 €, por tanto, los ingresos vienen definidos por la siguiente función:

Hallada la función a optimizar, vamos a encontrar las inecuaciones que

restringen el problema.

Solo disponemos 300 kg de masa, y de este ingrediente se necesitan 1 kg

para cada tarta del tipo A y 1,5 kg para cada tarta del tipo B. Por tanto hay
que restringir el uso de la masa mediante la siguiente desigualdad:
 Sucede lo mismo con el chocolate, que necesitamos 1,5 kg para cada tarta
del tipo A y 1 kg para cada tarta del tipo B pero únicamente disponemos de
300 kg. Por tanto también debemos limitar su uso:

No se pueden fabricar tartas negativas ya que no tiene sentido fabricar -30

tartas. Por lo tanto, también debemos añadir dos restricciones para que las
tartas, tanto del tipo A como del tipo B, siempre sean cero o positivas:

Entonces, el problema de programación lineal queda definido por:

Ahora que teniendo todas las restricciones, las representamos en un

gráfico, determinamos qué región de la gráfica cumple con todas las
inecuaciones del sistema y calculamos las coordenadas de los vértices de
dicha región:
 Como último paso, sustituimos cada vértice en la función objetivo para ver
qué resultado es mejor:

En este problema queremos maximizar los ingresos, por tanto, la solución

es el punto con el que obtenemos unos mayores ingresos. Por lo que
debemos fabricar 120 tartas del tipo A y 120 tartas del tipo B para obtener
el máximo ingreso posible, que es 6480€.
 CONCLUSIÓN

En pocas palabras se determinó que la programación lineal es un método

matemático para la resolución de problemas donde se quiere optimizar
(maximizar o minimizar) un resultado a partir de un conjunto de variables de
decisión, respeto de ciertas restricciones que tiene que ver con la
disponibilidad de los recursos y otras condicionantes que nos limitan la
libertad de elección.

Entonces, mediante la programación lineal podemos representar un sistema

de producción mediante un modelo o matriz en el que se concluye que:
Brinda un plan óptimo detallado para lograr el resultado (máximo o mínimo)
óptimo.
 Ofrece rangos de precios de cada actividad dentro de la cual no se modifica
la solución.
 Permite evaluar costos de sustitución de las actividades.
 Indica el uso de cada recurso limitante en el plan óptimo.
 Identifica costos de oportunidad interno de cada recurso o insumo limitante
 Define el rango dentro del cual se mantiene el costo de oportunidad de
cada recurso. (Alvarado Boirivant, Jorge, 2009)
 BIBLIOGRAFÍA

(Howard Anton, Introducción al Algebra lineal, Noriega Editores)

(Sonia I. Cabrera Rodríguez, Aplicación De La Programac. Lineal A La

Agronomía,
https://matematicas.uclm.es/ita-cr/web_matematicas/trabajos/248/Programaci
on_lineal.pdf)

(Alvarado B, 2009, La Programación Lineal Aplicación De La Pequeñas Y

Medianas Empresas, https://www.redalyc.org/pdf/729/72912559007.pdf)

Salazar López B, junio 6, 2019, Programación Lineal,

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/
programacion-lineal/)