2.

1 Formulación y aplicación de modelos de

programación lineal
ELEMENTOS BÁSICOS DE UN MODELO MATEMÁTICO

Un modelo matemático es producto de la abstracción de un sistema real,

eliminando las complejidades y haciendo suposiciones pertinentes; se aplica una
técnica matemática y se obtiene una representación simbólica del mismo. Un
modelo matemático consta al menos de tres elementos o condiciones básicas: Las
Variables de decisión, la Función Objetivo y las Restricciones.

Variables de decisión y Parámetros

Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo. Los parámetros representan los valores conocidos del
sistema o que se pueden controlar. Las variables de decisión se representan por:
X1, X2, X3,…, Xn Ó Xi, i = 1, 2, 3,…, n.

Función Objetivo

La función objetivo es una relación matemática entre las variables de decisión,

parámetros y una magnitud que representa el objetivo o producto del sistema. Es
la medición de la efectividad del modelo formulado en función de las variables.
Determina lo que se va optimizar (Maximizar o Minimizar).

La solución ÓPTIMA se obtiene

Cuando el valor de la Función Objetivo es óptimo (valor máximo o mínimo), para

un conjunto de valores factibles de las variables. Es decir, hay que reemplazar las
variables obtenidas X1, X2, X3,…, Xn; en la Función Objetivo Z = f (C1X1, C2X2,
C3X3,…, CnXn) sujeto a las restricciones del modelo matemático.

Por ejemplo, si el objetivo es minimizar los costos de operación, la función objetivo

debe expresar la relación entre el costo y las variables de decisión, siendo el
resultado el menor costo de las soluciones factibles obtenidas.
Restricciones

Las restricciones son relaciones entre las variables de decisión y los recursos
disponibles. Las restricciones del modelo limitan el valor de las variables de
decisión. Se generan cuando los recursos disponibles son limitados. En el Modelo
se incluye, adicionalmente de las Restricciones, la Restricción de No Negatividad
de las Variables de decisión, o sea: Xi =0.

La programación lineal es la interrelación de los componentes de un sistema, en

términos matemáticos, ya sea en forma de ecuaciones o inecuaciones lineales
llamado Modelo de Programación Lineal. Es una técnica utilizada para desarrollar
modelos matemáticos, diseñada para optimizar el uso de los recursos limitados en
una empresa u organización.

El Modelo de Programación Lineal, es una representación simbólica de la realidad

que se estudia, o del problema que se va a solucionar. Se forma con expresiones
de lógicas matemáticas, conteniendo términos que significan contribuciones: a la
utilidad (con máximo) o al costo (con mínimo) en la función Objetivo del modelo. Y
al consumo de recursos disponibles (con desigualdades = ó = e igualdades =) en
las restricciones.

2.2 Método gráfico

El método gráfico se emplea para resolver problemas que presentan sólo 2
variables de decisión. El procedimiento consiste en trazar las ecuaciones de las
restricciones en un eje de coordenadas X1, X2 para tratar de identificar el área de
soluciones factibles (soluciones que cumplen con todas las restricciones).

La solución óptima del problema se encuentra en uno de los vértices de esta área
de soluciones creada, por lo que se buscará en estos datos el valor mínimo o
máximo del problema.

El método gráfico se basa en la representación gráfica de las restricciones del

modelo de programación lineal, lo que permite determinar el polígono solución o
región factible. Según el teorema fundamental de la programación lineal, si existe
una solución que cumple con las restricciones del modelo, se encontrará en uno
de los vértices de la región factible.

Uno de los supuestos más conocidos es que no permite realizar un análisis de

sensibilidad en el caso de cambios simultáneos en el lado derecho de las
restricciones o en los coeficientes de la función objetivo. Otro supuesto es que no
se pueden considerar variables binarias en el modelo.

2.3 Método simplex

En lugar de enumerar todas las soluciones básicas (puntos de esquina) del
problema de PL (como se hizo en la sección 3.2), el método simplex investiga sólo
“algunas” de estas soluciones. La sección 3.3.1 describe la naturaleza iterativa del
método, y la sección 3.3.2 proporciona los detalles computacionales del algoritmo
simplex.

Naturaleza iterativa del método simplex

La figura 3.3 muestra el espacio de soluciones de la programación lineal del

ejemplo 3.2-1. Por lo común, el método simplex se inicia en el origen (punto A),
donde x1 5 0, x2 5 0, y el valor objetivo, z, es cero. La pregunta lógica es si un
incremento en x1 y/o x2 (o ambas) no básicas por encima de sus valores actuales
de cero puede mejorar (incrementar) el valor de z. Podemos responder esta
pregunta investigando la función objetivo: Maximizar z = 2x1 + 3x 2

Un incremento de x1 o x2 (o ambas) sobre sus valores actuales de cero mejorará

el valor de z. El diseño del método simplex no permite el incremento simultáneo de
las variables. En cambio, incrementa una a la vez. La variable que va a aumentar
es la que tenga mayor grado de mejora en z. En el ejemplo presente, el grado de
mejora del valor de z es de 2 unidades para x1 y de 3 para x2. Por lo tanto
elegimos x2 para que crezca (la variable con el mayor grado de mejora entre todas
las variables no básicas).

La figura 3.3 muestra que el valor de x2 debe incrementarse hasta que se llegue al
punto de esquina B (recordemos que no llegar al punto de esquina B no es una
opción porque un candidato para el óptimo debe ser un punto de esquina). En el
punto B, el método simplex incrementará el valor de x1 para llegar al punto de
esquina mejorado C, el cual es el óptimo.

La trayectoria del algoritmo simplex se define como A-B-C. Cada punto de esquina
a lo largo de la trayectoria está asociado con una iteración. Es importante hacer
notar que el método simplex se mueve a lo largo de los bordes del espacio de
soluciones, lo cual significa que el método no puede cruzarlo, es decir, irse
directamente de A a C.

2.3.1 Método algebraico

El método algebraico es un procedimiento con el que hemos estado relacionados
antes que conociéramos siquiera las implicaciones del término optimización en la
vida de todo ingeniero industrial.

Con el método algebraico se va a hacer uso de todas las herramientas que

utilizaste para resolver sistemas de ecuaciones lineales, en alegra básica vista en
9º hasta la eliminación de Gauss Jordán vista en los primeros semestres del ciclo
básico en carreras relacionadas con el estudio de los números.

Pasos para desarrollar el método algebraico según Chediak:

  Hallar una solución básica y factible (solución inicial)
 Expresar las inecuaciones como ecuaciones.
 Hallar una variable básica para cada ecuación:
 Organizar el sistema de ecuaciones lineales
 Escoger la variable que entra.
 Escoger la variable que sale.
 Reorganizar el sistema de ecuaciones.
 Repetir los pasos 2,3, y 4 hasta encontrar la solución.

Fuentes de Información:

FRANCISCO ALFONSO CHEDIAK PINZON, “Investigación de Operaciones I

Volumen I”. Colombia. 2002. Edidorial León Editores.

López, B. S. (2019, June 10). Método gráfico. Ingenieria Industrial Online.

https://www.google.com/amp/s/www.ingenieriaindustrialonline.com/investigacion-
de-operaciones/metodo-grafico/amp/