Está en la página 1de 6

Programacin Lineal

La programacin lineal es una tcnica matemtica relativamente reciente (siglo XX), que consiste en una serie de mtodos y procedimientos que permiten resolver problemas de optimizacin. La Programacin Lineal (PL) es una de las principales ramas de la Investigacin Operativa. En esta categora se consideran todos aquellos modelos de optimizacin donde las funciones que lo componen, es decir, funcin objetivo y restricciones, son funciones lineales en las variables de decisin. Los modelos de Programacin Lineal por su sencillez son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. Un modelo de Programacin Lineal (PL) considera que las variables de decisin tienen un comportamiento lineal, tanto en la funcin objetivo como restricciones del problema. En este sentido, la Programacin Lineal es una de las herramientas ms utilizadas en la Investigacin Operativa debido a que por su naturaleza se facilitan los clculos y en general permite una buena aproximacin de la realidad. Supuestos Bsicos de la Programacin Lineal: Linealidad, Modelos Deterministas, Variables reales, No Negatividad. Inecuaciones lineales con 2 variables Una inecuacin lineal con 2 variables es una expresin de la forma: ax + by c (donde el smbolo puede ser tambin , < o bien >), donde a, b y c son nmeros reales y x e y las incgnitas.

Para resolver estas inecuaciones, hay que representar grficamente en el plano la recta dada por la correspondiente ecuacin lineal y marcar una de las dos regiones en que dicha recta divide al plano.

Resolucin Grfica: El anlisis grfico es una alternativa eficiente para enfrentar la resolucin de modelos de Programacin Lineal en 2 variables, donde el dominio de puntos factibles (en caso de existir) se encontrar en el primer cuadrante, como producto de la interseccin de las distintas restricciones del problema lineal. Ejemplo: Si queremos resolver la inecuacin: 2x + 3y 3, representamos en primer lugar la recta 2x +3y = 3:

La recta divide al plano en dos regiones, una de las cuales es la solucin de la inecuacin. Para saber qu parte es, hay dos procedimientos: 1. Se despeja la y de la inecuacin, poniendo cuidado en que si en una inecuacin multiplicamos o dividimos por un nmero negativo, la desigualdad cambia de sentido. En este caso tendramos que:

Observando el dibujo vemos que la recta divide al eje de ordenadas (y) en dos partes. La solucin de la inecuacin sera aquella parte en la que la y sea mayor que la recta, es decir, la parte superior.

Figura 8.1: Solucin de la inecuacin lineal 2. Se toma un punto cualquiera que no pertenezca a la recta, por ejemplo el (1,2). Para que dicho punto sea solucin, se tendr que cumplir la desigualdad, por lo que sustituimos en la inecuacin inicial el (1,2): 2 1 +3 2 3, es decir, 8 3. Como esta ultima desigualdad es evidentemente cierta, concluimos que el (1,2) es solucin y por tanto el semiplano que contiene al (1,2) es la solucin, es decir el semiplano superior, como habamos obtenido antes. Cualquiera de los procedimientos es vlido si se realiza con correccin.

Una de las propiedades bsicas de un modelo de Programacin Lineal que admite solucin, es que sta se encontrar en el vrtice o frontera (tramo) del dominio de puntos factibles. Es decir, si luego de graficar el dominio y evaluar los distintos vrtices de modo de elegir "el mejor" candidato segn sea nuestro caso (el valor de la funcin objetivo ser la que nos permitir discriminar cual es el mejor candidato dependiendo si estamos maximizando o minimizando). Consideremos un Ejemplo Introductorio en 2 variables: MIN 8X + 6Y S.A. 2X + Y >= 10 ....2X + 2Y >= 16 ...X>= 0, Y>= 0 Para resolver el problema graficamos el dominio de puntos factibles y las curvas de nivel asociadas a la funcin objetivo:

El rea achurada en color verde representa el dominio de puntos factibles del problema, es decir, son las distintas combinaciones de valores que pueden adoptar las variables de decisin que satisfacen las restricciones del problema. Cabe destacar que esto corresponde a un dominio no acotado, lo que no implica que el problema no tenga solucin. Por otra parte sabemos que el ptimo de un problema lineal se encuentra en un vrtice o frontera del dominio de puntos factibles. En este caso tenemos 3 vrtices candidatos al ptimo los cuales se sealan con flecha blanca y azul. El vrtice (X,Y)= (0,10) con V(P)=60; (X,Y)=(2,6) con V(P)=52 y (X,Y)=(8,0) con V(P)=64. El mnimo valor para la funcin objetivo se alcanza en (X,Y)=(2,6) con V(P)=52, el cual resulta ser la Solucin ptima del problema. Sin embargo, una forma ms eficiente para obtener el ptimo que no implique evaluar cada vrtice en la funcin objetivo, es desplazando las curvas de nivel de la funcin objetivo en la direccin del mximo decrecimiento (en el caso de un problema de minimizacin). Para un problema de minimizacin, el mayor decrecimiento se alcanza en la direccin del vector " - Gradiente F(X,Y)", en nuestro caso el vector con direccin (-8,-6) (direccin representada por flecha roja). Luego, el ptimo se alcanza en el ltimo punto donde las curvas de nivel intersectan al dominio de

puntos factibles en la direccin del mximo decrecimiento, cuya solucin obviamente corresponde a (X,Y)=(2,6) con V(P)=52.