Métodos de Optimización

Programación Lineal

Semestre Otoño 2023

Alejandro Tudela
Problema de decisión

Para tomar una decisión se requiere:

• Entender el problema
• Identificar posibles alternativas de solución
• Diseñar un criterio para evaluar cada
alternativa
• Usar el criterio para seleccionar la mejor
alternativa
2
Programación Lineal (PL)
Problemas donde la función objetivo y las restricciones son
funciones lineales. Un problema de PL con n variables de decisión y
m restricciones se formula de la forma:

• Función objetivo
Min 𝑓 𝑥 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛

• Restricciones
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤, =, ≥ b1
…
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤, =, ≥ bm
• Restricciones de no-negatividad (eventualmente)
xi ≥ 0, 𝑖 = 1, … , 𝑛
3
Programación Lineal (PL)
Con
• xi variables de decisión, desconocidas
• 𝑎𝑗𝑖 , bi , 𝑐𝑗 parámetros del problema, conocidos

Lineal porque…
– Proporcionalidad: contribución de cada variable proporcional
en la función objetivo (Si una unidad necesita 1 hora para
fabricarla, entonces 10 u. necesitan 10 h.)
– Aditividad: se suman los efectos de cada variable

No puede ser:
3𝑥1 𝑥2 2𝑥22 5 𝑥1 1/𝑥3
4
P. Lineal, forma matricial
El problema de PL:
Min 𝑓 𝑥 = 𝑐1 𝑥1 + ⋯ + 𝑐𝑛 𝑥𝑛
con las restricciones 𝑎𝑗1 𝑥1 + ⋯ + 𝑎𝑗𝑛 𝑥𝑛 ≤ 𝑏𝑗

𝑖 = 1, … , 𝑛 𝑗 = 1, … , 𝑚

Matricialmente será (sistema lineal):

Min 𝑓 𝑥 = 𝑐 𝑇 𝑥
sujeto a 𝐴𝑥 ≤ 𝑏

5
P. Lineal, forma matricial
Min 𝑓 𝑥 = 𝑐 𝑇 𝑥
sujeto a 𝐴𝑥 ≤ 𝑏

𝑐 = 𝑐1 … 𝑐𝑛

𝑥 𝑇 = 𝑥1 … 𝑥𝑛
𝑎11 … 𝑎1𝑛
𝐴= ⋮ ⋱ ⋮
𝑎𝑚1 … 𝑎𝑚𝑛

𝑏 𝑇 = 𝑏1 … 𝑏𝑚
6
Convexidad
• Segmento entre dos puntos 𝑥1 y 𝑥2 :

𝛼≥1 0≤𝛼≤1 𝛼≤0

𝑥1 𝑥2

Punto, x, en segmento se puede expresar como una

combinación lineal 𝑥 = 𝛼𝑥1 + (1 − 𝛼)𝑥2 0≤𝛼≤1

• Conjunto convexo : conjunto que contiene todos los

segmentos formados por los puntos 𝑥1 y 𝑥2 del conjunto.

7
Convexidad

sí no no no
Algunos elementos de la combinación lineal
no pertenecen al conjunto original (zona
coloreada)

8
Convexidad
• Hiperplano
𝑎
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

• Semiespacio
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 ≥ 𝑏
𝑎

El semiespacio es un conjunto convexo

9
Convexidad
• Un poliedro está definido por un número
finito de desigualdades
𝑃 = {𝑥 ∈ ℝ𝑛 |𝐴𝑥 ≤ 𝑏}
• La región de soluciones factibles de un PPL
es un poliedro
• Corresponde a la intersección de 𝑃
conjuntos convexos (semiespacios) y, por
lo tanto, es convexo
• La solución optima de un PPL es el punto
extremo del poliedro de las soluciones
factibles

10
Ejemplo
Producción de 2 jugos a base de Piña (A) y Plátano (B)

Para 100 litros A B Precio venta

Jugo 1 10 kg 40 kg $ 1200
Jugo 2 20 kg 20 kg $ 1800
Disponibilidad 100 kg 220 kg

La producción no puede superar 500 litros por jugo, por el

tamaño del barril

11
Formulación del problema
• 𝑥1 : cantidad de jugo 1 (*100 L)
• 𝑥2 : cantidad de jugo 2 (*100 L)

Max f x = 1.200 𝑥1 + 1.800 𝑥2

Sujeto a 10 𝑥1 + 20 𝑥2 ≤ 100
40 𝑥1 + 20 𝑥2 ≤ 220
𝑥1 ≤ 5
𝑥2 ≤ 5
𝑥1 ≥ 0, 𝑥2 ≥ 0

12
Representación gráfica
El conjunto de semiespacios
forma la región de soluciones
factibles

Max f x = 1.200𝑥1 + 1.800 𝑥2

s. a 10 𝑥1 + 20 𝑥2 ≤ 100
40 𝑥1 + 20 𝑥2 ≤ 220
𝑥1 ≤ 5
𝑥2 ≤ 5
𝑥1 ≥ 0, 𝑥2 ≥ 0 𝑥2 ≥ 0

𝑥1 ≥ 0

13
Representación gráfica

14
Representación gráfica
Punto optimó x* = (4, 3) con f(x*) = $10.200

Está en el cruce de las restricciones de disponibilidad. Es la solución del

sistema:
10 𝑥1 + 20 𝑥2 = 100
ቊ
40 𝑥1 + 20 𝑥2 = 220

Las cotas de las restricciones son los límites superiores o inferiores que deben
ser satisfechos. Estas restricciones y sus cotas generan el espacio factible.

Si en la solución óptima, una restricción alcanza su cota, se dirá que no hay

holguras, y que la restricción es activa.

En el problema resuelto, ¿Qué restricciones son activas? ¿Cuál es su holgura?

15
Ejercicio A
Suelte Glove Company manufactura y vende dos productos. La compañía
obtiene una ganancia de $12 por unidad vendida del producto 1 y $4 por unidad
vendida del producto 2. Las horas de trabajo que se requieren para los
productos en cada uno de los tres departamentos se muestran de más abajo.
Los supervisores de los departamentos de producción han estimado que durante
el próximo mes estarán disponibles por un tiempo limitado; ver tabla.
Suponiendo que la compañía quiere maximizar la ganancia, formule el modelo
matemático de este problema.
Departamento Tiempo (h) Tiempo
disponible
- Producto 1 Producto 2 (h)
1 2 4 1600
2 2 2 1000
3 3 3 2000
https://www.studocu.com/latam/document/universidad-nacional-autonoma-de-honduras/investigacion-de-operaciones/ejercicio-1-tarea-
investigacion/29192260 16
Ejercicio B
Dos productos son manufacturados en tres máquinas. Una libra de cada
producto requiere un número específico de horas en cada máquina, como se
presenta en la siguiente tabla. El total de horas disponibles de las máquinas 1, 2
y 3 corresponde, respectivamente, a 10, 16 y 8. Las utilidades por libra de los
productos 1 y 2 son 4 y 3 respectivamente.
Defina las variables de decisión y formule el problema como programa lineal
para la maximización de las ganancias.

Maquina Tiempo (h)

Producto 1 Producto 2
1 3 2
2 1 4
3 4 1

https://www.studocu.com/latam/document/universidad-nacional-autonoma-de-honduras/investigacion-de-operaciones/ejercicio-1-tarea-
investigacion/29192260

17
Ejercicio C
Una florista sabe hacer sólo dos tipos de arreglos florales, F1 y F2, para los cuales
dispone de tres tipos de flores: rosas (A), tulipanes (B) y gladiolos (C), más
diversas ramas de soporte.
Se aprecia que ambos arreglos florales requieren de las tres flores, siendo
imposible utilizar la misma flor para la elaboración simultánea de los dos
arreglos.
La base con ramas y flores pequeñas es igual para ambos ramos. La elaboración
del arreglo F1 requiere de 2 rosas, 1 tulipán y 1 gladiolo. La elaboración del
arreglo F2 requiere de 1 rosa, 1 tulipán y 3 gladiolos.
La disponibilidad de las flores por semana es: 90, 50 y 120 unidades de rosas,
tulipanes y gladiolos, respectivamente.
Los costos unitarios de los arreglos F1 y F2 es de 30 y 60 UM, y los precios de
venta son 70 y 120 UM, respectivamente.
¿Cuál será la función objetivo?
Formule y resuelva gráficamente este problema.
Formulación
Las variables de decisión son cuántos arreglos F1 y F2
confeccionar

Max M = 40 x1 + 60 x2
2x1 + x2 ≤ 90 unidades de flor A
x1 + x2 ≤ 50 unidades de flor B
x1 + 3x2 ≤ 120 unidades de flor C
x1, x2 ≥ 0
Resolución gráfica

X2

MA
FO

MC
MB
X1
Resumen
• La región de puntos factibles de un PL es un
poliedro P (convexo)

• Si la región de puntos factibles contiene a lo menos

un punto, el problema es factible, y la solución
óptima corresponde a un punto extremo del
poliedro P

• El poliedro P puede ser no acotado. En este caso, es

posible que el problema no tenga una solución
óptima

21
 Métodos de Optimización

Programación Lineal

Semestre Otoño 2023

Alejandro Tudela