Investigación de Operaciones
Antología. Síntesis
Ing. Alberto Arellano Reyes
PROGRAMACION LINEAL.
Conceptos básicos.
Variables de decisión.- variables que están bajo el control del formulador. Estas son las que aparecen en los
modelos matemáticos.
Función lineal.- una función en la que las variables aparecen en términos separados. No hay exponentes
diferentes de 1 y no hay términos logarítmicos, exponenciales o trigonométricos.
Función objetivo.- todo programa lineal tiene una función objetivo que representa la meta que va a ser
maximizada o minimizada.
Restricción.- una desigualdad matemática que debe ser satisfecha por las variables del modelo.
Función de restricción.- el primer miembro de una restricción.
Vector de recursos.- el número del lado derecho de una función de restricción.
Condiciones de no negatividad.- condiciones que estipulan que las variables de decisión deben tener solo
valores positivos o nulos.
Optimizar.- maximizar o minimizar.
Decisión.- conjunto de valores numéricos asignados a las variables de decisión.
Decisión factible.- conjunto de valores numéricos permisibles asignados a las variables de decisión.
Decisión optima.- una decisión factible que optimiza la función objetivo.
Plan de producción optimo.- cantidades óptimas de cada artículo que se va a producir.
Modelo de optimización restringida.- modelo cuyo objetivo es encontrar valores de variables de decisión
que optimicen una función objetivo sujeto a restricciones.
LA PROGRAMACIÓN LINEAL Y SU APLICACIÓN
En infinidad de aplicaciones de la industria, la economía, la estrategia militar, etc... Se presentan
situaciones en las que se exige maximizar o minimizar algunas funciones que se encuentran
sujetas a determinadas limitaciones, que llamaremos restricciones.
Se llama programación lineal al conjunto de técnicas matemáticas que pretenden resolver la
situación siguiente: Optimizar (maximizar o minimizar) una función objetivo, función lineal de varias
variables, sujeta a:
una serie de restricciones, expresadas por inecuaciones lineales.
Un problema de programación lineal en dos variables, tiene la siguiente formulación estándar:
Zmax =2x+3y (𝑭𝒖𝒏𝒄𝒊𝒐𝒏 𝒐𝒃𝒋𝒆𝒕𝒊𝒗𝒐)
Sujeto a 2x +y ≤ 180
(𝑹𝒆𝒔𝒕𝒓𝒊𝒄𝒄𝒊𝒐𝒏𝒆𝒔)
X+3y ≤ 300
X≥0
(𝑪𝒐𝒏𝒅𝒊𝒄𝒊𝒐𝒏𝒆𝒔 𝒅𝒆 𝒏𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅)
Y≥0
1
Investigación de Operaciones
Antología. Síntesis
Ing. Alberto Arellano Reyes
Teoría del método Gráfico
El método Gráfico o método Geométrico permite la resolución de problemas sencillos de
programación lineal de manera intuitiva y visual. Este método se encuentra limitado a problemas de
dos o tres variables de decisión ya que no es posible ilustrar gráficamente más de 3 dimensiones.
Aunque en la realidad rara vez surgen problemas únicamente con dos o tres variables de decisión
resulta, sin embargo, muy útil esta metodología de resolución. Al reproducir gráficamente las
situaciones posibles como son la existencia de una solución óptima única, soluciones óptimas
alternativas, la no existencia de solución y la no acotación, constituye una ayuda visual para
interpretar y entender el algoritmo del método Simplex (bastante más sofisticado y abstracto) y los
conceptos que lo rodean.
Las fases del procedimiento de resolución de problemas mediante el método Gráfico son las
siguientes:
1. Dibujar un sistema de coordenadas cartesianas en el que cada variable de decisión esté
representada por un eje.
2. Establecer una escala de medida para cada uno de los ejes adecuada a su variable asociada.
3. Dibujar en el sistema de coordenadas las restricciones del problema, incluyendo las de no
negatividad (que serán los propios ejes).
4. La intersección de todas las regiones determina la región factible o espacio de soluciones (que
es un conjunto convexo). Si esta región es no vacía, se continuará con el paso siguiente. En
caso contrario, no existe ningún punto que satisfaga simultáneamente todas las restricciones,
por lo que el problema no tendrá solución, denominándose no factible.
5. Determinar los puntos extremos o vértices del polígono o poliedro que forma la región factible.
Estos puntos serán los candidatos para la solución óptima.
6. Evaluar la función objetivo en todos los vértices y aquél (o aquellos) que maximicen (o
minimicen) el valor resultante determinaran la solución óptima del problema.
EJEMPLOS.
1. (Decisiones sobre producción). Una compañía produce dos productos, A y B. cada unidad de A
requiere 2 horas en una máquina y 5 horas en una segunda máquina. Cada unidad de B demanda 4
horas en la primera máquina y 3 horas en la segunda máquina. Se dispone de 100 horas a la semana
en la primera máquina y de 110 horas en la segunda. Si la compañía obtiene una utilidad de $70 por
cada unidad de A y $50 por cada unidad de B, ¿Cuánto deberá de producirse de cada unidad con la
finalidad de maximizar la utilidad total?
2. (Decisiones sobre producción). En el ejemplo 1, suponga que se recibe una orden por 16 unidades
de A. si la orden debe cumplirse, determine el nuevo valor de la utilidad máxima.
3. (Decisiones sobre producción). Un fabricante produce dos productos X1 y X2, cada uno de los cuales
requiere tiempo en tres máquinas. Cada unidad de X1 demanda 2 horas en la primera máquina, 4 horas
en la segunda y 3 en la tercera. Los números correspondientes a cada unidad de X 2 5, 1 y 2
respectivamente. El fabricante obtiene utilidades de $250 y $300 por cada unidad de X1 y X2 en ese
orden. Si los números de horas disponibles en las maquinas al mes son 200, 240 y 190 en el caso de la
primera, segunda y tercera maquina respectivamente, determine cuantas unidades de cada producto
deben producirse para maximizar la utilidad tota
