0% encontró este documento útil (0 votos)
11 vistas2 páginas

INV01EA05

La programación lineal es una técnica clave en la investigación de operaciones, utilizada para optimizar funciones objetivo bajo restricciones lineales. Desarrollada por George Dantzig durante la Segunda Guerra Mundial, incluye métodos como el símplex y el gráfico para resolver problemas logísticos. Para que un problema sea resoluble mediante programación lineal, debe cumplir condiciones como proporcionalidad, aditividad y no negatividad.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
11 vistas2 páginas

INV01EA05

La programación lineal es una técnica clave en la investigación de operaciones, utilizada para optimizar funciones objetivo bajo restricciones lineales. Desarrollada por George Dantzig durante la Segunda Guerra Mundial, incluye métodos como el símplex y el gráfico para resolver problemas logísticos. Para que un problema sea resoluble mediante programación lineal, debe cumplir condiciones como proporcionalidad, aditividad y no negatividad.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Programación Lineal

Equipo Mariana Reneé Loera Guerrero


Ian Fernando Cortes Magdaleno
Juan José Martinez Garcia

Introducción
En la investigación de operaciones no se cuenta con una técnica general única para resolver todos los
modelos que puedan surgir en la práctica. La técnica de I0 más importante es la programación lineal.
Está diseñada para modelos con funciones objetivo y restricciones lineales.

Historia
Fases de un estudio IO
La Programación Lineal surgió durante la
Para implementar la IO en la práctica, las fases
Segunda Guerra Mundial para resolver
principales son:
problemas logísticos y de asignación de
recursos. George Dantzig desarrolló el
1. Definición del problema.
método símplex en 1947, marcando el 2. Construcción del modelo.
inicio formal de esta rama de la 3. Solución del modelo.
matemática aplicada. 4. Validación del modelo.
5. Implementación de la solución.

¿Para que sirve?


Sirve para resolver problemas en los que Métodos para solución
se desea optimizar (maximizar o
problemas
minimizar) una función objetivo, como
minimizar costos, maximizar utilidades o Gráfico: Visualiza soluciones en un plano (sólo
eficiencia, bajo ciertas restricciones para 2 variables).
matemáticas. Método Símplex: Algoritmo para problemas con
muchas variables.
Método de los dos fases: Para problemas con
restricciones especiales.
Gráfico Método de la M grande: Usa penalizaciones
Visualiza soluciones en un plano para condiciones artificiales.
(sólo para 2 variables de decisión).
Tipos de soluciones:
Simplex
1. solución óptima única Algoritmo para problemas con muchas variables.
2.solución óptima múltiple Proceso iterativo, las iteraciones terminan
3.solucion ilimitada cuando se encuentra una iteración que siendo
4. solución inexistente factible es inmejorable. Utilizando el criterio de
5.solución infactible mejorabilidad y factibilidad.

M’s Excel
Usa penalizaciones para Cuando los modelos PL suelen implicar
condiciones artificiales. La solución miles de variables y restricciones, la
es óptima cuando ninguna de las computadora es el medio principal para
variables artificiales está en la base resolver estos problemas. Excel solver.
Programación Lineal
Equipo Mariana Reneé Loera Guerrero
Ian Fernando Cortes Magdaleno
Juan José Martinez Garcia

Condiciones que deben cumplirse


Deben cumplirse para que un problema se pueda resolver usando programación lineal. Si alguno de
ellos no se cumple, el modelo no será válido o no se podrá resolver con métodos lineales.
Un modelo no sería lineal si no cumple con esto.

1. Proporcionalidad 4. No negatividad
La contribución de cada variable en la Ninguna variable de decisión puede
función objetivo y restricciones es
tomar valores negativos.
proporcional a su valor.
Ej:
Ej:
No puedes producir −2 camisetas, ni
Si producir 1 bicicleta da 100 pesos de
ganancia, entonces 2 bicicletas generan tener −5 kg de harina.
200 y 3 bicicletas generan 300, y así Entonces:
sucesivamente. x ≥ 0 para cada variable.
Esto quiere decir que:
Ganancia = 100 × número de bicicletas.
No se permite que 3 bicicletas generen
280 (porque no es proporcional).
5.Independencia de las variables
Las variables no se afectan entre sí
directamente.
2. Aditividad
Cada una contribuye de forma
El efecto total de todas las variables es
individual y no depende de las
la suma de los efectos individuales.
Ej:
decisiones sobre las otras.
Si fabricar una bicicleta usa 3 kg de Ej:
acero y una patineta usa 2 kg, entonces Producir 1 kg de producto A no
fabricar 2 bicicletas y 3 patinetas cambia lo que cuesta producir 1 kg
consume: de producto B.
(2×3) + (3×2) = 6 + 6 = 12 kg de acero.

3. Certeza 6. Disponibilidad de recursos


Todos los coeficientes y datos son limitada
conocidos y no cambian durante el Siempre existe una cantidad limitada
análisis. de recursos, y el objetivo es
Ej: optimizar su uso.
Se sabe que cada pastel requiere 2 Ej:
huevos, 1 taza de harina y que el References
Solo hay 40 horas de trabajo
precio de venta es 80 pesos.
disponibles o 500 litros de gasolina.
No hay duda o variación en los
No puedes usar más de lo que tienes.
datos.

También podría gustarte