Professional Documents
Culture Documents
DOCENTE
Fred Manuel Soto Acevedo
Investigación de Operaciones
Sesión 3 – Programación Lineal
Los obstáculos no tienen por qué detenerte. Si te
topas con una pared, no te des la vuelta y te rindas.
Descubre cómo escalarla, atravesarla o sortearla". -
Michael Jordan
Sesión 3 – Programación Lineal
Son las incógnitas del problema, las cuales representan las cantidades que se
Variables de Decisión buscan determinar para optimizar la función objetivo. Cada variable está
relacionada con una actividad o decisión específica.
Todas las restricciones en programación lineal deben ser lineales, lo que significa
Restricciones Lineales que las relaciones entre las variables en cada restricción deben ser de grado uno
(no se permiten términos elevados al cuadrado, cúbico, etc.).
Sesión 3 – Programación Lineal
Métodos de Hay varios métodos para resolver problemas de programación lineal, como el
método gráfico (solo para problemas de dos variables), el método simplex y los
Resolución métodos de programación lineal entera.
Problemas de
En algunos casos se busca maximizar la función objetivo (por ejemplo, ganancias)
Maximización y y en otros casos se busca minimizarla (por ejemplo, costos).
Minimización
La programación lineal tiene una amplia gama de aplicaciones en negocios,
economía, logística, ingeniería y más. Puede utilizarse para optimizar la asignación
Aplicaciones de recursos, la planificación de producción, la gestión de inventario, la logística de
transporte y muchas otras áreas.
La programación lineal es una poderosa herramienta matemática que permite tomar decisiones basadas en datos y
optimizar recursos de manera eficiente en una variedad de contextos empresariales y prácticos.
Sesión 3 – Programación Lineal
Interpretación de los
Resultados
Sesión 3 – Programación Lineal
Método Grafico.
El método gráfico es una técnica visual utilizada en la programación lineal para resolver
problemas de optimización con dos variables de decisión. Este método es especialmente
útil cuando el problema es relativamente simple y se puede representar en un plano
cartesiano.
Aquí tienes una descripción paso a paso de cómo funciona el método gráfico en
programación lineal:
Identificar las En primer lugar, identifica las dos variables de decisión del problema
variables de decisión y asigna una letra a cada una, por ejemplo, x y y.
Método Grafico.
Identificar las Identificar la región factible: Encuentra el área en el plano donde todas las
variables de decisión restricciones se superponen. Esta área representa todas las
combinaciones posibles de x y y que cumplen con todas las restricciones.
Entre otros…
Antes de graficar debemos identificar cada punto para la grafica, por lo tanto debemos
utilizar un método de sustitución, que consiste en dar valor a una variable
desconocida, comúnmente el valor será 0.
Vamos a resolver la primera restricción
3 (x) + 2 (y) = 18
Si x = 0 Si y = 0
Entonces: Entonces:
3 (0) + 2y = 18 3x + 2(0) = 18
2y = 18 3x = 18
y = 18/2 x = 18/3
y=9 x=6
(6, 9)
Sesión 3 – Programación Lineal
2 (x) + (y) = 10
Si x = 0 Si y = 0
Entonces: Entonces:
2 (0) + y = 10 2x + (y) = 10
y = 10 2x = 10
x = 10/2
x=5
(5, 10)
Sesión 3 – Programación Lineal
Para eliminar las variables y multiplicamos por la segunda restricción, dando el siguiente
resultado:
3x + 2y = 18
-4x + (-2y)= -20
Quedando así la eliminación de la variable y.
Sesión 3 – Programación Lineal
Entonces sumemos:
3x = 18
-4x = -20
-x = -2
x = -2/-1
x=2
Sesión 3 – Programación Lineal
Método Simplex.
El método simplex es un algoritmo de resolución utilizado en la programación lineal para
encontrar la solución óptima de un problema de optimización. Fue desarrollado por George
Dantzig en 1947 y se ha convertido en uno de los métodos más ampliamente utilizados
para resolver problemas de programación lineal en diversas áreas, como la economía, la
ingeniería, la logística y la gestión.
A continuación, te presento una descripción general del proceso del método simplex:
Sesión 3 – Programación Lineal
Método Simplex.
Método Simplex.
Paso 1:
Identificamos los datos en la siguiente tabla:
3 x1 + 3 x2 <= 120
3 x1 + 6 x2 <= 180
x1 y x2 deberán ser mayores o iguales a
x1 >= 0, x2 >= 0 0, esto quiere decir que no puede ser un
numero negativo.
Luego de esto debemos igualar esta restricciones agregando una variable de holgura en
cada restricción, por lo que nos queda: Holgura: holgura a la variable que se
debe sumar a uno de los miembros
3x1 + 3x2 + x3 = 120 de una restricción para que ambos
miembros sean iguales.
3x1 + 6x2 + x4 = 180 Se introduce en la función objetivo
con coeficiente cero ya que no
influye en el valor de la función
objetivo.
Sesión 3 – Programación Lineal
Los datos para tabla serán los datos numéricos de las restricciones:
La columna pivote es la columna que se elige como base
para realizar una operación de pivote en una iteración
Z=300000x1 + 400000x2 =0
determinada del algoritmo. Se selecciona típicamente de la 3x1 + 3x2 + x3 = 120
fila de coeficientes negativos (en caso de maximización) o
positivos (en caso de minimización) de la función objetivo 3x1 + 6x2 + x4 = 180
en la tabla simplex.
Z x1 x2 x3 x4 R
z 1 -300000 -400000 0 0 0
x3 0 3 3 1 0 120
x4 0 3 6 0 1 180
En la fila de la función objetivo (Z), buscaremos el valor negativo mas alto y la columna a
la que pertenece, será nuestra columna pivote.
Sesión 3 – Programación Lineal
Z x1 x2 x3 x4 R
z 1 -300000 -400000 0 0 0
x3 0 3 3 1 0 120/3 40
x4 0 3 6 0 1 180/6 30
Z x1 x2 x3 x4 R
z
x3
x2 0 3/6 = 0.5 6/6 =1 0/6 = 0 1/6 = 0.17 30
Z x1 x2 x3 x4 R
z
x3
x2 0 0.5 1 0 0.17 30
Sesión 3 – Programación Lineal
Para hallar los nuevos valores de la Función Objetivo (Z), Aplicaremos la formula en
cada columna, dando el resultado de la Función Objetivo (Z).
Sesión 3 – Programación Lineal
Z x1 x2 x3 x4 R
Z 1 -100000 0 0 68000 12000000
x3
x2 0 0.5 1 0 0.17 30
FA 0 3 3 1 0 120
PF 3 3 3 3 3 3
FN 0 0.5 1 0 0.17 30
x3 0-(3*0) =0 3-(3*0,5) = 1.5 3-(3*1) = 0 1-(3*0) = 1 0-(3*0.17) = 0.51 120-(3*30) = 30
x3 0 1.5 0 1 0.51 30
Sesión 3 – Programación Lineal
Z x1 x2 x3 x4 R
Z 1 -100000 0 0 68000 12000000
x3 0 1.5 0 1 0.5 30
x2 0 0.5 1 0 0.17 30
Para saber si hemos terminado con el procedimiento basta con ver que la función
objetivo no nos quede con ningún elemento negativo.
En este caso tenemos un valor negativo, por lo tanto realizamos de nuevo el
procedimiento anterior para hallar la columna pivote, la fila pivote y el elemento
pivote.
Sesión 3 – Programación Lineal
Z x1 x2 x3 x4 R
Z 1 -100000 0 0 68000 12000000
x3 0 1.5 0 1 0.5 30/1.5 20
x2 0 0.5 1 0 0.17 30/0.5 60
Sesión 3 – Programación Lineal
• El método simplex es una valiosa técnica para resolver problemas de programación lineal.
Aunque puede parecer complejo, sigue un proceso lógico y sistemático para ajustar variables
y encontrar soluciones óptimas.
FIN DE
GRABACIÓN
DOCENTE
Fred Manuel Soto Acevedo
Investigación de Operaciones
Sesión 3 – Programación Lineal