INDICE
1. Resumen ………………………………………………………...…. 1
2. Introducción ……………………………………………………….. 2
3. Marco teórico ……………………………………………………... 2
3.1. Antecedentes históricos
3.2 Naturaleza del problema de programación lineal
3.3. Estructura básica
3.3.1. Partes que componen a problemas
de programación lineal
3.3.2. Propiedades
3.3.3. Limitaciones
4. Métodos de solución al problema
de programación lineal……………………………………………… 5
5. Resultados …………………………………………………………. 7
6. Conclusión…………………………………………………………. 8
7. Bibliografía ………………………………………………………… 8
Resumen.
Se entiende como programación lineal a la técnica de optimización matemática.
Entonces tenemos que es una técnica aplicada. Técnica de optimización se entiende como
método que pretende maximizar o minimizar algún objetivo función. Ejemplo aumentar al
máximo las utilidades o reducir el mínimo los costos. Ha habido aplicaciones de la
programación lineal en el sector militar pues Dantzig con la ayuda de otros científicos usó
estrategias con la ayuda de las matemáticas y la estadística para tomar las mejores
decisiones. Para cualquier problema de programación lineal es preciso tomar ciertas
decisiones. La naturaleza de la programación lineal nos dice que para que se cumpla el
requisito de ser lineal todas las variables que intervengan deben tener esa característica, el
no estar mas que elevado a la potencia uno. La estructura básica de la programación lineal
consiste en maximizar o minimizar una función objetivo en tanto se satisface un conjunto
de condiciones restrictivas. Al obtener un modelo, este nos puede dar interpretaciones,
premisas que se deben cumplir, para que se puedan reproducir en la realidad. Podemos
basarnos para interpretar resultados en graficas que nos ayudan a darnos un panorama, pero
existe la cualidad que solo se puede usar este método cuando solo existan dos variables.
Palabras claves: optimización, objetivo función, maximizar, minimizar
Introducción
En el presente trabajo, se expone qué es programación lineal. Simplemente es una
técnica y que intenta buscar valores máximos o mínimos dependiendo del problema de
programación lineal. Se aborda conceptos que nos ayudaran a entender que factores o
variables son las que pueden intervenir en la función lineal con la cual se esta estudiando.
La Programación lineal se basa en toma de decisiones. Esta toma de decisiones son las
variables que vamos a estudiar e interpretar para la resolución de problemas que tienen un
objetivo. He aquí que usemos la función objetivo, que como veremos esta función se va a
optimizar, ya sea que se maximice o se minimice su resultado. Tratando de ilustrar la
naturaleza e importancia de los problemas que surgen con la modelación de programación
lineal, se hicieron algunos ejemplos en el que espacialmente trataremos dar entender con
graficas los resultados.
Marco teórico.
• Antecedente histórico
En 1947, George B. Dantzig y otro grupo de personas asociadas trabajaban para la
Fuerza área de los Estados unidos.
Las altas autoridades encargadas de la administración militar pidieron a este grupo de
personas que investigaran como se podían aplicar las matemáticas y la estadística para
resolver problemas de planeación y programación con fines puramente militares.
Fue así como Dantzig plantea por primera vez la estructura matemática básica del
problema de programación lineal.
• Naturaleza del problema de programación lineal
El termino lineal indica que es imperativo que todas las funciones matemáticas que
intervengan en este modelo sean del tipo lineal.
El termino programación se refiere a un proceso de planificación. Por tanto, la
naturaleza de la programación lineal puede resumirse como el proceso de planificar de la
mejor forma un conjunto de actividades para alcanzar un objetivo específico,
evaluando para ello algunas alternativas factibles.
• Estructura básica
Todo problema de optimización, y en este caso particular, el de programación lineal
consta de fases. La primera fase consiste en plantear un modelo matemático del problema.
La segunda fase consiste en resolver el problema por alguna técnica de optimización
apropiada que en este caso se conoce como el método gráfico, y posteriormente el método
simplex.
Partes que componen a problemas de programación lineal
1. Función objetivo:
En esta primera parte del modelo matemático, debe determinarse la cantidad que se
va a optimizar, y determinar esta función, deben identificarse claramente las variables
que están actuando en el modelo.
2. Restricciones funcionales
En esta parte del modelo, deben identificarse todas las limitaciones estipuladas en el
sistema que se esté estudiando, y expresarlas matemáticamente.
El conjunto de restricciones que se originan, una por cada uno de los recursos limitados
que tiene el sistema que está en estudio, constituyen las llamadas restricciones funcionales.
3. Restricciones de No Negatividad
El objetivo de este tipo de restricciones es expresar todas aquellas condiciones que a
simple vista no se ven. Estas condiciones no están explícitamente en el problema, pero
resultan evidentes físicamente.
En este paso se debe estar en capacidad de expresar las decisiones del problema en
términos de la estructura básica de la programación lineal, incorporándolas a la función
objetivo y a las restricciones en términos de ecuaciones lineales.
En esta etapa surge el requerimiento número tres, el cual establece la no negatividad de
las variables de decisión, llamadas también variables estructurales, o bien, cualesquiera
otras condiciones que estén imperando en el problema, tales como que las variables tengan
que ser enteras, o que los valores que tienen que tomar estas sean del tipo cero-uno, como
en el caso de la selección de las propuestas de un portafolio de inversiones.
Propiedades
Cuando se usa un modelo matemático para describir un sistema, no se debe olvidarse
que este modelo parte de ciertas premisas que deben tomarse en cuenta a la hora de
modelar, pues de lo contrario los resultados no serán válidos.
A. Proporcionalidad: Esta propiedad dice que si en la función objetivo el nivel o valor
de la variable j-esima crece proporcionalmente a una constante, entonces, la contribución
total que produce esa variable a la función objetivo aumenta en esa misma proporción.
B. Aditivita: Esta propiedad garantiza que la contribución total a la función objetivo se
compone de la suma de las contribuciones parciales de cada una de las variables de
decisión.
C. Divisibilidad: Esta propiedad dice que los valores que toman las variables de
decisión pueden tener decimales.
Limitaciones
Las limitaciones que tiene el modelo de programación lineal son las siguientes:
a. Es determinístico: Esto nos dice que necesariamente los valores de todos los
parámetros que intervienen en el modelo deben ser conocidos con certeza.
b. No da soluciones subóptimas: esta limitación es muy importante porque si no se
encuentra una solución que cumpla con todas las restricciones, el modelo de programación
lineal no tiene solución factible.
c. No siempre produce soluciones en donde los valores de las variables sean
enteros, aun cuando ésta sea una condición necesaria en la solución.
• Métodos de solución al problema de programación lineal
En programación lineal existen dos métodos de solución para resolver cualquier
problema. Estos son:
- Método Grafico
- Método Analítico
El método grafico es la forma más sencilla que existe para resolver un problema, pero
tiene limitaciones, de que el máximo número de variables de decisión o dimensión del
problema que se pueden manejar, son dos, y algunas veces se puede extender a tres
dimensiones. Para más de dos dimensiones es necesario recurrir al método analítico como
única forma de resolver este tipo de problemas.
Solución gráfica
Un problema de programación lineal de dos dimensiones se puede resolver
gráficamente, considerando que la solución obtenida puede estar en el espacio de
actividades o bien en el espacio de recursos.
Cuando la solución está en el espacio de actividades se obtienen directamente los
valores de las variables de decisión, y posteriormente se determina la cantidad de cada uno
de los recursos que se van a consumir.
En el segundo caso, en que la solución está en el espacio de recursos, el valor óptimo de
las variables de decisión se determina indirectamente, por cuanto la solución óptima que se
obtiene representa la cantidad de recursos que han de consumirse.
Resultados
Los problemas de mezcla de productos representan un importante grupo de aplicaciones
de modelación matemática.
Una empresa fabrica dos productos, cada uno de los cuales se debe procesar en los
departamentos 1 y 2. La tabla 1 resume los requerimientos de horas laborales por unidad
para cada producto en cada departamento. También se presentan las capacidades de horas
laborales semanales en cada departamento y los respectivos márgenes de utilidad para los
dos productos. El problema es determinar el numero de unidades que se producirán de cada
producto con el fin de maximizar la contribución total al costo fijo y la utilidad.
Producto A Producto B Capacidad de
trabajo semanal
Departamento 1 3 horas por unidad 2 horas por unidad 120 horas
Departamento 2 4 horas por unidad 6 horas por unidad 260 horas
Margen de utilidad $5 por unidad $ 6 por unidad
Si se supone que 𝑋1 y 𝑋2 equivalen al numero de unidades producidas y vendidas,
respectivamente, de los productos A y B, entonces se puede encontrar la contribución total
a la utilidad al sumar las contribuciones de ambos productos. Se calcula la contribución de
cada producto al multiplicar el margen de utilidad por unidad por el número de unidades
producidas y vendidas. Si se define Z como la contribución total a costo fijo y la utilidad se
tiene
𝑧 = 5𝑥1 + 6𝑥2
A partir de la información proporcionada en el enunciado del problema, las únicas
restricciones al decidir el número de unidades que se van a producir son las capacidades de
trabajo semanales en los dos departamentos.
3𝑥1 + 2𝑥2 ≤ 120 *Departamento 1
4𝑥1 + 6𝑥2 ≤ 260 *Departamento 2
Maximice 𝑧 = 5𝑥1 + 6𝑥2
Sujeto a 3𝑥1 + 2𝑥2 ≤ 120
4𝑥1 + 6𝑥2 ≤ 260
𝑥1 ≥ 0
𝑥2 ≥ 0
Conclusión.
En el ámbito de la economía a veces nos podemos encontrar con diferentes disyuntivas
al momento de la toma de decisiones y nos puede resultar hasta tedioso, pero con la ayuda
de modelos matemáticas que nos abre un panorama mas claro sobre como decidir mejor
sobre fenómenos que se nos puede presentar. La programación lineal no es más que un
método que nos ayuda a decidir sobre como actuar porque nos da resultados para
maximizar beneficios y minimizar costos.
Bibliografía.
Anderson, D. (1999). Metodos cuantitativos para los negocios. (7a ed.). Mexico, Mexico:
Thomson
Espinosa, G. (2016). Programacion no lineal. Mexico: OmniaSciencie.
