1

Universidad Laica “Eloy Alfaro” de Manabí Extensión en El Carmen

Carrera:

Contabilidad y Auditoria
Asignatura:
Investigación operativa
Tema:
Programación Lineal
Autor:
Alcívar Zambrano Merly Ibeth

Docente:
Ing. Henry Pinargote
Fecha:
30/10/2021

El Carmen-Ecuador
2021
 2

Índice

1. Formulación de programación lineal ........................................................................ 2

1.1. Maximización .................................................................................................... 2

1.2. Función lineal .................................................................................................... 3

1.3. Variables de decisión ......................................................................................... 4

1.4. Restricciones...................................................................................................... 5

1.5. Condiciones de no negatividad .......................................................................... 6

1.6. Función objetiva ................................................................................................ 7

1.7. Solución grafica ................................................................................................. 8

1.8. Región factible ................................................................................................... 9

1.9. Solución factible .............................................................................................. 10

1.10. Solución optima ............................................................................................... 10

1.11. Holgura y excedente ........................................................................................ 10

Anexos .............................................................................................................................. 12

Conclusiones ..................................................................................................................... 13

Bibliografía ....................................................................................................................... 14

Ilustraciones

Ilustración 1: Buscando información de los temas planteados ......................................... 12

Ilustración 2: Realizando el respectivo informe ............................................................... 12

 3

Introducción

La programación lineal es un método de análisis que nos permite elegir entre tantas

alternativas la mejor solución, esta no incluye probabilidades, por lo que su objetivo y cada una de

sus restricciones se deben expresar como una relación lineal y de igual manera ayuda para la toma

de decisiones.

La programación lineal cuenta con varios elementos que contribuyen a solucionar los

problemas de optimización, por ello la variable de decisión miden la magnitud que se desea

optimizar o bien las magnitudes sobre las cuales se puede actuar o decidir, además las restricciones

representan las condiciones y recursos a las que está expuesto el problema y se muestran por medio

de desigualdad de tipo lineal, ya sean estas: físicas, económicas, técnicas, entre otras.

Es decir que la programación lineal permite asignar eficientemente los recursos limitados

en una empresa, de tal manera que están diseñados para ayudar a los directivos en la planificación

y toma de decisiones estratégicas y operacionales.

 2

1. Formulación de programación lineal

La formulación de programación lineal consiste en exponer los pasos a seguir cuando se

procede a expresar matemáticamente la situación que analizamos a través del modelo de

programación lineal. El procedimiento a seguir para la construcción del modelo puede resumirse

en la forma siguiente:

✓ Paso 1: Definición de las variables de decisión.

✓ Paso 2: Construcción del sistema de restricciones.

✓ Paso3: Construcción de la función objetivo. (Nápoles & Céspedes, 2007, pág. 27)

Sin embargo, Suñe, Fonollosa, Fernández y Sallán (2016) , menciona que “La formulación

de programación lineal es un conjunto de programas matemáticos que permiten modelizar un gran

número de problemas reales y pueden resolverse de manera exacta de forma relativamente

sencilla”. (pág. 27)

En sí la formulación de programación lineal es la forma o técnica matemática mediante

programas, el cual optimiza el tiempo al momento de la resolución del problema en cuestión,

además se lo puede llevar a cabo mediante pasos de forma ordenada, entre los cuales se encuentra

la definición de variables de decisión, construcción del sistema y la construcción de la función

matemática que se plantea para encontrar la solución al problema en cuestión.

1.1.Maximización

Según Alzate (2018), expresa que “Cuando el propósito es optimizar aspectos relacionados

con las utilidades, calidad y producción, se maximiza; mientras que, cuando están relacionados

con costos y uso de recursos, se minimiza”. (pág. 12)

 3

En matemáticas el término maximizar una función se refiere básicamente a plantearse una

ecuación o función que relacione las distintas variables del problema, y encontrar el valor de una

variable que hace que dicha función se encuentre en su máximo resultado. La programación lineal

persigue optimizar una o varias variables ya sea maximizándola o minimizándola en dependencia

del objetivo de decisión del problema, pero ¿qué significa maximizar una variable? Se trata de

llevar a una variable a su máxima expresión, es decir, aprovechar todos los recursos posibles.

(Taha, 2004, pág. 43)

La maximización es la ecuación que nos planteamos mediante la cual se espera incrementar

el valor de una variable mediante el uso de la programación lineal, en esta maximización se van a

encontrar relacionadas las diversas variables que tiene el problema en cuestión, cabe destacar que

normalmente cuando se desea maximizar una variable esta tiene a ser de utilidades, calidad y

producción.

1.2.Función lineal

Las funciones lineales se representan con una línea recta en el plano cartesiano. Es

importante tener en cuenta que lo que hacen las funciones, en definitiva, es expresar una relación

entre variables, pudiéndose desarrollar modelos matemáticos que representen este vínculo. El

conjunto de partida o conjunto inicial se lo denomina dominio, mientras que al conjunto de llegada

o conjunto final se lo llama codominio. Las variables independientes forman parte del dominio;

las variables dependientes, del codominio. Cuando a los cambios iguales de una variable

independiente le corresponden variaciones iguales de la variable dependiente, se habla de función

lineal. (Anónimo, 2014)

 4

Por otro lado, Manfredi (2008), manifiesta que “Una función lineal es una función cuyo

dominio son todos los números reales, cuyo codominio son también todos los números reales, y

cuya expresión analítica es un polinomio de primer grado”. (pág. 17)

Las funciones lineales son usadas para modelar problemas de la vida real. Estos

problemas son convertidos en ecuaciones matemáticas lineales que luego son resueltas usando

varios métodos algebraicos. Hay que tener en cuenta que siempre que representemos estas

ecuaciones en el plano cartesiano van a tener como resultado una gráfica con una línea recta. Son

conocidas como funciones lineales debido a que son ecuaciones de primer grado cuyo dominio y

codominio son números reales.

1.3.Variables de decisión

Según Suñe, Fonollosa, Fernández y Sallán (2016), expresan que “La variable de decisión

miden la magnitud que se desea optimizar o bien las magnitudes sobre las cuales se puede actuar

o decidir. (pág. 28)

Sim embargo Nápoles y Céspedes (2007), mencionan que las variables de decisión es el

primer paso en la construcción de modelo de programación lineal y:

Cada variable de decisión se identifica con cada una de las actividades en que se

descompone el problema. La definición de las variables de decisión tiene 2 etapas:

✓ Definición conceptual: Es aquella que refiere la determinación de las variables, es

decir que significa la variable en el contexto del problema.

✓ Definición dimensional: es decir las unidades de medidas que van a utilizarse para

operar con estas variables. ¿No basta con definir una variable por su cualidad, sino
 5

que es también necesario expresar esa cualidad en ha, cab, m?, ha, uds, kg, t. (pág.

27)

Las variables de decisión son factores controlables del sistema que se está modelando en

la programación lineal, las cuales pueden tomar distintos valores posibles, de los cuales se

precisa conocer su valor óptimo, que contribuya con la consecución del objetivo de la función

general del problema

1.4.Restricciones

Desde la perspectiva de Suñe, Fonollosa, Fernández y Sallán (2016), menciona que las

restricciones son expresiones lineales que definen:

Las limitaciones de recursos, las condiciones del problema, o que relacionan las variables

entre sí. Las restricciones determinan el conjunto de valores posibles para las variables de

decisión, también denominado región factible. La solución óptima del modelo deberá

encontrarse necesariamente dentro de esa región factible. En programación matemática,

esta región se representa por un conjunto de restricciones. Los elementos de la región

factible han de cumplir, necesariamente, todas las restricciones. Así, podemos encontrarnos

con una restricción:

✓ Una restricción i menor o igual.

✓ Una restricción j mayor o igual.

✓ Una restricción k de igualdad. (pág. 29)

Representan las condiciones y/o recursos a las que está expuesto el problema y se muestran

por medio de desigualdad de tipo lineal, ya sean estas: físicas, económicas, técnicas, entre otras.
 6

Con frecuencia las restricciones suelen ir con signo ≤ cuando se trata de maximización y con el

signo ≥ cuando se trata de minimización. (Valencia, 2018)

La programación lineal está sujeta a una serie de restricciones expresadas mediante un

sistema de ecuaciones o inecuaciones lineales, las cuales representan limitaciones al momento de

resolver el conflicto, estos pueden ser limitaciones de recursos, condiciones del problema o la

relación de las variables que tienen entre sí, usualmente estas restricciones están representadas

con signo ≤ (mayor que) cuando se trata de maximización y con el signo ≥ (menor que) cuando

se trata de minimización.

1.5.Condiciones de no negatividad

Desde la perspectiva de Nápoles y Céspedes (2007), expresa que la metodología de PL

requiere que todas las variables sean positivas o cero:

Es decir, no negativas, para la mayoría de los problemas esto es real no se desearía una

solución que diga: prodúzcanse menos dos cajas o contrátense menos cuatro personas. De

tener un problema en que se quiera que una variable sea negativa, existe una forma para

que se cumplan las restricciones de no negatividad. Donde se cumple que:

Esta hipótesis refleja la naturaleza de la mayoría de las actividades del mundo real, en

donde rara vez tiene sentido, dentro de un contexto económico o de ingeniería, hablar de niveles

negativos de actividad. Sin embargo, esta consideración no significa una pérdida de generalidad.

(Morotó, 2012, pág. 44)

 7

Son restricciones adicionales que nos indican que las soluciones obtenidas deben ser

siempre positivas, es decir, mayores o igual a cero. (Valencia, 2018, pág. 42)

La programación lineal tiene la condicionante de que sus variables no pueden ser negativas,

es decir estas solo pueden estar representadas por números positivos o el cero, debido a que las

soluciones que se encuentren siempre deben ser mayor o igual a cero, ya que al plantearse un

problema de la vida real nunca se espera una resultado negativo en la búsqueda de una solución al

conflicto.

1.6.Función objetiva

En referencia a Suñe, Fonollosa, Fernández y Sallán (2016) , menciona que la función

objetivo es la expresión lineal que:

Relaciona las n variables definidas con el valor a optimizar z. A cada variable, se le asocia

un coeficiente c, que es la proporción en que varía el valor a optimizar z por cada unidad

de incremento de la variable correspondiente. (pág. 27)

Por otro lado, Nápoles y Céspedes (2007), manifiesta que la forma matemática del objetivo

se llama función objetivo y:

Debe llevar consigo el maximizar o minimizar alguna medida numérica. Podría ser

maximizar el rendimiento, la ganancia, la contribución marginal o los contactos con los

clientes. Podría ser minimizar el costo, el número de empleados o el material de

desperdicio. Con frecuencia el objetivo es evidente al observar el problema. (pág. 24)

 8

La función objetivo es la ecuación que será optimizada dadas las limitaciones o

restricciones determinadas y con variables que necesitan ser minimizadas o maximizadas usando

técnicas de programación lineal o no lineal.

1.7.Solución grafica

En referencia a Suñe, Fonollosa, Fernández y Sallán (2016) , expresa que cuando el modelo

de programación lineal tiene dos variables de decisión, es posible analizarlo gráficamente:

Para ello, podemos plantear una representación en dos dimensiones para las variables de

decisión, y añadir una tercera para la función objetivo. Más formalmente:

✓ En los ejes X e Y, representaremos las variables de decisión.

✓ En el eje Z, perpendicular al papel, representaremos la función objetivo z, función

de las variables X e Y. (pág. 43)

El método gráfico se considera el primer método de solución usado para resolver modelos

de programación lineal continua (MPLC). Dicho método se limita a que el modelo conste de dos

variables de decisión y un número finito de restricciones lineales, además de que en las

restricciones se deben considerar las variables de no negatividad. (Martínez, Vértiz, Lopéz ,

Jiménez, & Moncayo , 2015, pág. 53)

En la programación lineal, al momento de la representación de las ecuaciones lineales se

pueden dar mediante graficas expresadas en el plano cartesiano mediante el método gráfico, en el

mismo que se representara en el eje X y Y las variables de decisión y en el Z la función objetivo.

 9

1.8.Región factible

En referencia a García y Román (2008) mencionan que “Se define como región factible

como el conjunto de todas las soluciones factibles”. (pág. 7)

Sin embargo, Morotó (2012), expresa que “Se le denomina región factible al conjunto de

todas las soluciones factibles o conjunto de soluciones posibles”. (pág. 50)

Al determinar la región factible de un problema lineal, podemos encontrarnos con tres

casos:

a) Región acotada, cuando existe una cota superior para los valores de las variables de

decisión que pertenecen a la región factible.

b) Región no acotada, cuando no existe cota superior para alguna de las variables de

decisión.

c) Sin región factible, cuando no existen valores de las variables de decisión que cumplan

todas las restricciones simultáneamente, con lo cual el programa lineal no tiene solución.

Nótese que la posibilidad de solución depende exclusivamente del conjunto de

restricciones del programa lineal. (Suñe, Fonollosa , Fernández, & Sallán , 2016, pág. 45)

En la programación lineal, una región factible, un conjunto factible, un espacio de

búsqueda o un espacio de solución es el conjunto de todos los puntos posibles (conjuntos de

valores de las variables de elección) de un problema de optimización que satisface las

restricciones del problema, incluyendo potencialmente desigualdades, igualdades y restricciones

enteras. Este es el conjunto inicial de posibles soluciones al problema, antes de que se haya

reducido el conjunto de candidatos.

 10

1.9.Solución factible

Desde la perspectiva de Morotó (2012), menciona que “Para que una solución sea

admisible la combinación de nieles de actividad debe satisfacer en forma simultánea todas las

restricciones, incluyendo las condiciones de no negatividad”. (pág. 50)

Desde la perspectiva de Rodríguez (2012), menciona que “La solución factible a aquella

solución que cumple las condiciones planteadas por nuestro problema”. (pág. 3)

En la programación lineal, la solución factible es aquella que además de pertenecer a la

región o área factible del problema se puede representar a través de una solución factible en la

aplicación del Método Simplex satisfaciendo las condiciones de no negatividad.

1.10. Solución optima

Según Rodríguez (2012), menciona que “La solución óptima a aquella solución factible

que nos optimice el objetivo de nuestro problema”. (pág. 3)

Por otro lado, García y Román (2008), expone que “Una solución óptima es una solución

factible que da el valor más favorable de la función objetivo”. (pág. 7)

En la programación lineal solución óptima a aquella solución factible que nos optimice el

objetivo de nuestro problema. La solución óptima no tiene por qué ser única.

1.11. Holgura y excedente

Desde la perspectiva de Rodríguez (2012), expresa que el valor de una variable de holgura,

representa el sobrante de la restricción a la que está asociada por ello:

Una variación en el valor de una variable de holgura implica una modificación en los

términos independientes de las restricciones.

 11

✓ Variables básicas: El valor de una variable de holgura BÁSICA representa la

disminución máxima que puede tener la restricción a la que está asociada, sin que

varíe nuestra base factible. Es decir, refleja el exceso que tenemos en la restricción

correspondiente.

✓ Variables básicas: Las modificaciones en los coeficientes bi de las líneas

correspondientes a las restricciones, están determinados por las variables de

holgura. (pág. 27)

El término variable de holgura se define como aquella cantidad que expresa un faltante

en el miembro izquierdo de una desigualdad del tipo ai1x1 + … + ainxn ≤ bi, para transformarla

en una estricta igualdad, la cual se denota como +si, asumiéndose que es no negativa (si ≥ 0).

(Martínez, Vértiz, Lopéz , Jiménez, & Moncayo , 2015, pág. 49)

Una variable de excedencia es aquella cantidad que expresa un excedente en el miembro

izquierdo de una desigualdad del tipo ai1x1 + … + ainxn ≥ bi, para transformarla en una estricta

igualdad, la cual se denota como -ti, asumiéndose que es no negativa (ti ≥ 0). (Martínez, Vértiz,

Lopéz , Jiménez, & Moncayo , 2015, pág. 49)

Holgura Es todo recurso no utilizado, o capacidad no utilizada producto de una

restricción de tipo ≤ Excedente Es todo exceso o supera a un producto de una restricción de tipo

≥ Cuando una de las variables de holgura o excedente tiene un valor mayor a cero (0.0) indica

que la restricción a la cual está asociada es una restricción inactiva.

 12

Anexos

Ilustración 1: Buscando información de los temas planteados

Ilustración 2: Realizando el respectivo informe

 13

Conclusiones

✓ La programación lineal una herramienta útil que contribuye de gran manera a la toma de

decisiones estratégicas, gerenciales y operativas.

✓ Las variables juegan un papel importante en la formulación de la programación lineal, ya

que ayudan a medir la magnitud que se desea optimizar o sobre las cuales se puede actuar

o decidir.

✓ La función objetivo ayuda a relacionar las variables con el valor de optimizar ya sea a

maximizar o minimizar.

✓ Las restricciones determinan el conjunto de valores posibles para las variables de decisión.
 14

Bibliografía

Alzate, P. (2018). Investigación de Operaciones: Conceptos Fundamentales. Bogotá,

Colombia: Ediciones de la U.

Anónimo. (2014). Programación lineal. Obtenido de https://sites.google.com/

García , & Román. (2008). Introducción a la programación lineal. Universidad de

Granada.

Ivorra, C. (2013). Apuntes de Teoría. Universidad de Valencia.

Manfredi, V. (2008). Funciones matemáticas. Para que se utilizan. Dirección General de

Cultura y Educación .

Martínez, I., Vértiz, G., Lopéz , J., Jiménez, G., & Moncayo , L. (2015). Investigaciones

de operaciones. Mexico: Grupo Editorial Patria.

Morotó, Á. (2012). Introducción a la investigación operativa en administración y

dirección de empresas. Valencia: Editorial de la Universidad Politécnica de Valencia.

Nápoles, O., & Céspedes, N. (2007). Folleto de investigación de operaciones I. La

Habana, Cuba: Editorial Universitaria.

Rodríguez , S. (2012). APLICACIÓN DE LA PROGRAMAC. LINEAL A LA

AGRONOMÍA. Universidad de Castilla.

Suñe, A., Fonollosa , J., Fernández, V., & Sallán , J. (2016). Programación lineal:

métodos cuantitativos para la toma de decisiones. Barcelona : Universidad Politécnica de

Catalunya.

Taha, H. (2004). Investigación de operaciones. México: Pearson educación.

Valencia, E. (2018). Programación lineal, problemas resueltos con soluciones

detalladas. Ambato: MEGAFRAF.