PROGRAMACIN

LINEAL

OBJETIVOS DE LA PL
Encontrar las condiciones en que se maximiza o
minimiza la denominadafuncin objetivo, una
ecuacin que determina, por ejemplo, el ingreso que
se obtendr produciendo determinadas mercancas;
dicha funcin est sujeta a ciertasrestricciones,
constituidas por un grupo de ecuaciones lineales que
indican el consumo de los diversos factores
productivos que se necesitan para obtener un
determinado producto.

COMO SURGI
En el ao 1826 Joseph Fourier anticipa la programacin lineal .
Carl Friedrich Gauss resuelve ecuaciones lineales por eliminacin
Gaussiana
En 1902 Gyula Farkas Concibe un mtodo para resolver
sistemas de desigualdades.
En 1947 George Dantzig publica el algoritmo simplex y John Von
Newman desarrollo la teora de la dualidad. Se sabe que Leonid
Kantorovic tambien formulo la teora de forma independiente

IMPORTANCIA DE LA
PL
Su importancia radica en que esta herramienta por
as decirlo nos ayuda en forma matemtica a la toma
de decisiones que pueden ser primordiales en
cualquier entorno y permite gestionar los recursos
de una organizacin

CAM POS DE APLICACIN

Se puede decir que la programacin lineal se aplica
a casi todo lo vemos en el diario vivir, como por
ejemplo en la aplicacin de medios publicitarios,
como una herramienta que sirve para determinar
cual es la combinacin mas efectiva de medios para
anunciar nuestros productos. Tambien es aplicable a
la investigacin de mercados, ya que sirve como
ejemplo para disear encuestas para datos
estadsticos

QUE ES LA PL
Tcnica matemtica para la formalizacin del
anlisis de los problemas de optimizacin. El
objetivo de la PL es encontrar las condiciones en que
se maximiza la denominada Funcin objetivo, una
ecuacin que determina, por ejemplo, el ingreso que
se obtendr produciendo determinadas mercancas.
Dicha funcin esta sujeta a ciertas restricciones,
constituidas por un grupo de ecuaciones lineales que
indican el consumo de los diversos factores
productivos que se necesitan para obtener un
determinado producto.

SUPUESTOS DE LOS MODELOS DE PL

Proporcionalidad: Significa que la contribucin al valor

de la funcin objetivo y el consumo o requerimiento de los

recursos utilizados, son proporcionales al valor de cada
variable de decisin.
Linealidad: Todas las relaciones entre variables son

lineales, esto implica:

Proporcionalidad de las contribuciones. La contribucin
individual de cada variable es estrictamente proporcional a
su valor; y el factor de proporcionalidad es constante para
toda la gama de valores que la variable puede asumir.

Actividad de las contribuciones. La contribucin total de las variables

es igual a la suma de las contribuciones individuales, sea cual sea el
valor de las variables.
Aditividad: Significa que se puede valorar la funcin objetivo, as como
tambien los recursos utilizados, sumando las contribuciones de cada uno
de los trminos que intervienen en la funcin y en las restricciones.
Continuidad: Significa que las variable de decisin son continuas y
por lo tanto son aceptados valores no enteros para ellas. La hiptesis de
continuidad mas la restriccin de no negatividad, significa que las
variables de decisin pueden tener cualquier valor que sea positivo o por
lo menos igual a cero

ELEMENTOS DE UN PROBLEMA DE
PL
Variables de decisin: Sern aquellas variables que
describen los elementos sobre los que podemos decidir. Su
determinacin debe dar solucin del problema y su
acertada eleccin simplificara mucho el planteamiento. Su
eleccin no es univoca y un problema de programacin
matemtica puede estar correctamente planteado con
elecciones distintas a las variables de decisin.
Funcin objetivo: Es la funcin que expresa lo que
queremos optimizar (Maximizar o minimizar)

Coeficientes de la funcin objetivo: Son los trminos

independientes de las restricciones

Restricciones: Representan condiciones que es preciso satisfacer.

Sistemas de igualdades y desigualdades ( )

Coeficientes tecnolgicos: Son aquellos coeficientes que afectan

a las variables de las restricciones, situados a la izquierda de la

desigualdad). Los cambios en estos coeficientes provocarn cambios
sustanciales en la forma de la regin factible. Grficamente (en el
caso de 2 variables) lo que vara es la pendiente de las rectas que
representan las restricciones.

Restricciones lgicas: Aseguran que todas las

variables sean no negativas
Lado derecho: Indica los trminos independientes
originales de las restricciones

MTODOS DE
SOLUCIN
Algebraico: Este mtodo usa como su principal herramienta, el
algebra, que ligado a un proceso de lgica matemtica dio como
resultado el mtodo algebraico
Grafico: Este mtodo se emplea para resolver problemas que
presentan slo 2 variables de decisin. El procedimiento consiste
en trazar las ecuaciones de las restricciones en un eje de
coordenadas X1, X2 para tratar de identificar el rea de
soluciones factibles (soluciones que cumplen con todas las
restricciones).

Simplex: Constituye un procedimiento iterativo algebraico

que resuelve cualquier problema en un nmero finito de pasos.

Fue elaborado por George Dantzing en 1947. La concepcin de
este mtodo ha facilitados que otros especialistas del tema
desarrollen otros mtodos de solucin con la misma filosofa,
pero ms adecuados para la programacin por computadoras.
Para explicar el mtodo simplex es necesario definir un conjunto
de conceptos bsicos necesarios para la comprensin del
mismo.

ELEMENTOS EN EL MTODO
GRAFICO
Regin factible: Regin determinada en donde se
encuentra la solucin de un problema de
programacin lineal.
Polgono de factibilidad: Regin de puntos que
cumplen simultneamente las tres restricciones y la
condicin de no negatividad. Esta rea es un
polgono convexo, se llamarpolgono de
factibilidadoregin de soluciones factibles.

Vrtices: Conjunto de puntos en donde se

encuentra la regin factible. stos se obtienen como
solucin del sistema de dos ecuaciones con dos
incgnitas formado por las ecuaciones de las rectas
a las que pertenecen cada uno de ellos.

E J E M P L O PA S O A PA S O D E S O LU C I N
GRAFICA
Una compaa de auditores se especializa en
preparar liquidaciones y auditoras de empresas
pequeas. Tienen inters en saber cuantas auditoras
y liquidaciones pueden realizar mensualmente para
maximizar sus ingresos. Se dispone de 800 horas de
trabajo directo y 320 horas para revisin. Una
auditora en promedio requiere de 40 horas de
trabajo directo y 10 horas de revisin, adems aporta
un ingreso de 300 dls. Una liquidacin de impuesto
requiere de 8 horas de trabajo directo y de 5 horas de
revisin, produce un ingreso de 100 dls. El mximo
de liquidaciones mensuales disponibles es de 60.

Objetivo: Maximizar el ingreso total.

Variables de Decisin:
Cantidad de auditoras (X1).
Cantidad de liquidaciones (X2).
Restricciones
Tiempo disponible de trabajo directo
Tiempo disponible de revisin

Nmero mximo de liquidaciones.

Maximizar
Z=300X1+100X2
Sujeto a:
40X1+8X2 800
X1, X2 0
10X1+5X2 320
X2 60

La solucin ptima siempre se encuentra en uno de

los vrtices del conjunto de soluciones factibles. Se
analizan estos valores en la funcin objetivo. El
vrtice que representa el mejor valor de la funcin
objetivo ser la solucin ptima.
(0, 60) => Z= 300(0)+100(60)=$6000
(2, 60) => Z= 300(2)+100(60)=$6600
(12, 40) => Z= 300(12)+100(40)=$7600

(20, 0) => Z= 300(20)+100(0)=$6000

(0, 0) => Z= 300(0)+100(0)=$0
Solucin Optima
X1 = 12 auditorias
X2 = 40 Liquidaciones
Z = $7600