Tema 8: Programaci

on lineal. Nociones elementales. Ejemplos.

1.

Introducci
on / motivaci
on:

-La optimizacion en problemas reales depende en general de varias variables

-Las tecnicas de diferenciabilidad siguen siendo validas (con una extension adecuada
a varias variables)
-La tarea se simplifica si la expresion a optimizar (en adelante funci
on objetivo)
usa solo combinaciones lineales
f (x1 , . . . , xn ) = a1 x1 + . . . + an xn ,
donde los coeficientes ai R son conocidos.
Definici
on 1. Los problemas de o
ptimos para expresiones lineales donde
las restricciones son desigualdades dadas a partir de mas expresiones lineales
LINEAL.
(inecuaciones) conforman la PROGRAMACION
Ejemplo 2. Un ejemplo de tal tipo de problemas es el siguiente:
Maximizar la funcion P (x, y) = 300x + 240y
sujeta a las siguientes restricciones:
x0
y0
200x + 140y 78000
100x + 1601y 48000
Nota 3. Nota historica: el suministro a Berln durante el bloqueo de la guerra fra
(1948-49) se planifico usando programacion lineal.
2.

Aplicaciones b
asicas:

-Problema de la dieta: determinar cantidades a mezclar de diferentes alimentos

para recibir la alimentacion necesaria a un coste mnimo
En una granja se da una dieta para engordar con una composicion mnima de
15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se
encuentran dos clases de compuestos: el tipo X con una composicion de una unidad
de A y cinco de B, y el tipo Y, con una composicion de cinco unidades de A y una
de B. El precio del tipo X es de 10 euros y el del tipo Y es de 30 euros. Se pregunta:
1

Que cantidades se han de comprar de cada tipo para cubrir las necesidades con un
coste mnimo?
El planteamiento matematico es: Hallar x (latas del tipo X) e y (latas del tipo Y)
que resuelven el problema
mn(10x + 30y)
D

siendo

 x 0, y 0,

D = (x, y) R2  x + 5y 15,
.

5x + y 15

-Problema del transporte: organizar reparto de mercancas con coste mnimo de

tiempo, dinero o riesgo
Para atender el suministro diario de gas a tres ciudades C 1 , C2 y C3 una empresa
tiene destinadas dos fabricas F1 y F2 que producen 20 y 30 m3 respectivamente. Las
necesidades de las tres ciudades son: 20, 18 y 12 m 3 respectivamente. Si los costes
de transporte por tonelada de las industrias a las ciudades son, en cientos de euros,
los indicados en la tabla adjunta, planificar el reparto optimo para que dicho coste
sea mnimo.
F1 4 3 1
F2 2 2 1
C1 C2 C3
-Problema de la ruta mas corta (o del viajante): ordenar etapas de un viaje con
el proposito de minimizar el recorrido
-Otras variantes: maximizar (el siguiente ejemplo esta en la hoja de problemas)
En una confitera se dispone de 24 kg. de polvorones y 15 kg. de mantecados que
se envasan en dos tipos de cajas de la siguiente forma: Caja 1: 200 g. de polvorones
y 100 g. de mantecados. Precio: 2,5 euros. Caja 2: 200 g. de polvorones y 300 g.
de mantecados. Precio: 4 euros.
Cuantas cajas de cada tipo se tendran que preparar y vender para obtener el maximo
de ingresos?

3.

Objetivo del tema: resoluci

on por el m
etodo geom
etrico

-Resolver problemas practicos de programacion lineal con dos variables independientes

[-Para mas variables, se puede usar el Metodo del Simplex. Esto no se vera en
este curso.]
Usaremos el metodo geometrico, que implica dominar los conceptos de funci
on
objetivo, restricciones, regi
on factible, rectas de nivel as como la resoluci
on
de sistemas de ecuaciones e inecuaciones lineales.
3.1.

An
alisis previo: Regiones factibles

En los ejercicios de programacion lineal existe un dominio (analogo al de las

funciones reales de variable real) de puntos donde tiene sentido plantear/resolver el
problema.
Inecuaciones lineales con dos incognitas son expresiones de la forma Ax + By < C
(o bien , >, ). Los puntos que satisfacen la inecuacion forman un semiplano de
R2 .
La regi
on factible estara determinada por un sistema de inecuaciones lineales. Geometricamente esto es la intersecci
on de los semiplanos que generan las
soluciones de cada una de las inecuaciones por separado.
En lo que sigue manejaremos las desigualdades y , por lo que la region
sera cerrada, y cuando los haya, hablaremos de maximo y mnimo (si la region
no es cerrada, en principio solo hablaramos de supremo e nfimo).
Por ejemplo, consideramos:
D = {(x, y) R2 | 0 x, 0 y, 3x + y 4, 2x + 3y 6}.
Representamos primero las rectas y = 4 3x e y = 2 23 x.
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

0.5

1.5

2.5

3.5

Ahora marcamos la interseccion de los semiplanos (region coloreada) que verifican

todas las desigualdades que definen D.
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

0.5

1.5

2.5

3.5

Ahora consideramos la funcion objetivo, que debemos maximizar o minimizar

dentro de la region factible. En estos problemas sera otra combinacion lineal de las
variables x e y : c1 x + c2 y, pongamos por ejemplo x + y.
Las funciones
c1 x + c2 y = constante
son rectas, y todas son paralelas entre si cuando la constante cambia (dicha constante
es el valor de la funcion objetivo a lo largo de todos los puntos (x, y) de esa recta),
Dicha funcion, trasladada paralelamente sobre la region genera los valores posibles
de la constante. As, los valores mayores y menores se obtienen en los extremos, por
ejemplo, el maximo saldra de...
(Programaci
on lineal: M
etodo geom
etrico)
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

0.5

1.5

2.5

3.5

3.2.

M
etodo geom
etrico en regiones factibles acotadas. (C
alculo directo sin representaci
on gr
afica)

Aunque no se haya sido muy preciso con la representacion grafica no obstante

se necesita hacer para confirmar que la region es acotada se pueden sacar estas
conclusiones:
el mayor y menor valor de la funci
on objetivo se alcanzan en algunos
de los puntos lmites (llamados v
ertices) de la regi
on factible.
As, los candidatos a extremos absolutos de la funcion objetivo son los vertices de
esta.
Paso 1: calculamos los v
ertices Esto es, los puntos de la interseccion dos a dos
de las ecuaciones asociadas d1 x+d2 y = d3 a las inecuaciones d1 x+d2 y < (>, , )
d3 que definen el dominio (ojo: asegurarse que estan en la region factible).
En el caso de la region D del dibujo anterior se trata de los puntos (0, 0), (0, 2),
(4/3, 0), (6/7, 10/7).
Paso 2: evaluar la funci
on objetivo en dichos candidatos para obtener el
m
aximo y mnimo (o supremo e nfimo si es sobre puntos no incluidos en el
dominio). La funcion f : D R2 R : (x, y) 7 f (x, y) = x + y evaluada en los
puntos anteriores es 0, 2, 4/3 y 16/7.
Maximo de f : 16/7, se alcanza en (6/7, 10/7). Mnimo de f : 0, alcanzado en (0, 0)
(ojo: no tiene porque alcanzarse en un u
nico punto: si se alcanza en dos vertices,
por convexidad, se alcanza en toda una arista del polgono que delimita la region).
3.3.

Sobre la existencia de soluci

on y regiones factibles no acotadas

Igual que ocurra con funciones continuas de una variable, las funciones objetivo
tratadas en este tema tienen maximo y mnimo si la region factible es cerrada y
acotada.
O al menos tienen supremo e nfimo si la region es acotada aunque no cerrada.
Pero puede ocurrir que la region factible sea no acotada, en cuyo caso puede que
el problema no tenga o bien m
aximo o bien mnimo (o supremo o nfimo, como
ya dijimos, si la region no es cerrada).
Ilustramos con un ejemplo las posibilidades: sea como antes la funcion f (x, y) =
x + y, pero ahora considerada sobre la region factible:
E = {(x, y) R2 | 0 x, 0 y, 3x + y 4, 2x + 3y 6}.

Entonces, dados los problemas

mn f (x, y),

max f (x, y),

(x,y)E

(x,y)E

el primero tiene solucion mientras que el segundo no posee solucion: f tiene mnimo
sobre E pero no maximo, de hecho veremos que sup f (x, y) = +.
E

Razonese la respuesta en ambos casos trazando rectas paralelas a x + y = 0.

Ahora se puede comprobar que, si bien lneas que minimizan el valor constante=
x + y tienen un tope pues van descendiendo y el u
ltimo punto factible es el
(6/7, 10/7), en sentido ascendente (generando valores cada vez mayores constante=
x + y) no tiene maximo finito:
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

0.5

1.5

2.5

3.5

Existen puntos (x, y) E tan grandes como queramos, haciendo, como anunciamos,
que sup f (x, y) = +.
E