Programacin Lineal

Definicin: Un modelo de Programacin Lineal (PL) considera que las variables

de decisin tienen un comportamiento lineal, tanto en la funcin objetivo como
restricciones del problema. En este sentido, la Programacin Lineal es una de las
herramientas ms utilizadas en la Investigacin Operativa debido a que por su
naturaleza se facilitan los clculos y en general permite una buena aproximacin
de la realidad.
Los Modelos Matemticos se dividen bsicamente en Modelos Determistas (MD) o
Modelos Estocsticos (ME). En el primer caso (MD) se considera que los
parmetros asociados al modelo son conocidos con certeza absoluta, a diferencia
de los Modelos Estocsticos, donde la totalidad o un subconjunto de los
parmetros tienen una distribucin de probabilidad asociada. Los cursos
introductorios a la Investigacin Operativa generalmente se enfocan slo en
Modelos Determistas.

Supuestos Bsicos de la Programacin Lineal: Linealidad, Modelos Deterministas, Variables

reales, No Negatividad.

Ejemplo bsico de programacin lineal

Para el prximo mes, una empresa desea saber cuntas unidades debe producir y
vender de cada uno de sus dos productos principales (A y B). Los dos bienes se
producen en dos fases de proceso (I y II) con los siguientes coeficientes tcnicos:

El beneficio unitario estimado por ventas es de US$ 3.000 y US$ 4.000 para el
bien A y el B, respectivamente.
Plantear matemticamente y resolver grficamente.
Formulacin matemtica:
Sean:
x1 = N de unidades/mes a producir y vender de A
x2 = N de unidades/mes a producir y vender de B

Resolucin grafica o planteamiento grafico

El anlisis grfico es una alternativa eficiente para enfrentar la resolucin de
modelos de Programacin Lineal en 2 variables, donde el dominio de puntos
factibles (en caso de existir) se encontrar en el primer cuadrante, como producto
de la interseccin de las distintas restricciones del problema lineal.
Una de las propiedades bsicas de un modelo de Programacin Lineal que admite
solucin, es que sta se encontrar en el vrtice o frontera (tramo) del dominio de
puntos factibles. Es decir, si luego de graficar el dominio y evaluar los distintos
vrtices de modo de elegir "el mejor" candidato segn sea nuestro caso (el valor

de la funcin objetivo ser la que nos permitir discriminar cual es el mejor

candidato dependiendo si estamos maximizando o minimizando).
Una inecuacin lineal con 2 variables es una expresin de la forma:
ax + by c
(Donde el smbolo puede ser tambin , < o bien >), donde a, b y c son nmeros
reales y x e y las incgnitas.
Para resolver estas inecuaciones, hay que representar grficamente en el plano la
recta dada por la correspondiente ecuacin lineal y marcar una de las dos
regiones en que dicha recta divide al plano.
Continuando con el ejemplo anterior:

La FO Max Z = 3000x1 + 4000x2 se puede escribir como:

{Rectas paralelas con pendiente -3/4 e intercepto 0,00025Z}

R = conjunto convexo de soluciones del sistema de inecuaciones lineales
conformado por las restricciones (tales soluciones son las soluciones realizables
o factibles).

Otro ejemplo: Si queremos resolver la inecuacin: 2x + 3y 3, representamos en

primer lugar la recta
2x +3y = 3:

La recta divide al plano en dos regiones, una de las cuales es la solucin de la

inecuacin. Para saber qu parte es, hay dos procedimientos:
1. Se despeja la y de la inecuacin, poniendo cuidado en que si en una
inecuacin multiplicamos o dividimos por un nmero negativo, la desigualdad
cambia de sentido.
En este caso tendramos que:
y (3 2x) / 3
Observando el dibujo vemos que la recta divide al eje de ordenadas (y) en dos
partes.
La solucin de la inecuacin ser aquella parte en la que la y sea mayor que la
recta, es decir, la parte superior.

Se toma un punto cualquiera que no pertenezca a la recta, por ejemplo el (1,2).

Para que dicho punto sea solucin, se tendr que cumplir la desigualdad, por lo
que sustituimos en la inecuacin inicial el (1,2):
2 1 +3 2 3, es decir, 8 3.
Como esta ltima desigualdad es evidentemente cierta, concluimos que el (1,2) es
solucin y por tanto el semiplano que contiene al (1,2) es la solucin, es decir el
semiplano superior, como habamos obtenido antes.
Cualquiera de los procedimientos es vlido si se realiza con correccin.

Mtodos de solucin
Existen tres mtodos de solucin de problemas de programacin lineal:
Mtodo grfico: Las rectas de nivel dan los puntos del plano en los que la funcin
objetivo toma el mismo valor.
Mtodo analtico: El siguiente resultado, denominado teorema fundamental de la
programacin lineal, nos permite conocer otro mtodo de solucionar un programa
con dos variables: en un programa lineal con dos variables, si existe una solucin
nica que optimice la funcin objetivo, esta se encuentra en un punto extremo
(vrtice) de la regin factible acotada, nunca en el interior de dicha regin. Si la
funcin objetivo toma el mismo valor ptimo en dos vrtices, tambin toma idntico

valor en los puntos del segmento que determinan. En el caso de que la regin
factible no es acotada, la funcin lineal objetivo no alcanza necesariamente un
valor optimo concreto, pero, si lo hace este se encuentra en uno de los vrtices de
la regin.
Esquema prctico: Los problemas de programacin lineal puede presentarse en
la forma estndar, dando la funcin, objetivos y las restricciones, o bien plantearlos
mediante un enunciado.

Aplicaciones en la Administracin

Adm. De la produccin
Adm. Logstica
Adm. Comercial
Adm. Financiera

DUALIDAD EN PROGRAMACIN LINEAL

El problema Dual de un problema de Programacin Lineal, corresponde a
una formulacin alternativa que nos permite conseguir similares resultados
de los que obtendramos al resolver directamente el problema original o
primal.
Esta formulacin dual nos permite rescatar la solucin del problema primal,
luego es una alternativa eficiente de usar a nuestro juicio cuando el
esfuerzo en identificar el problema dual y resolverlo es menor a resolver
directamente el problema primal.
La bibliogrfia nos provee los fundamentos tericos y prcticos en la
utilizacin de la dualidad en Programacin Lineal y bsicamente componen
un captulo o aparto especial en los libros de introduccin a la Investigacin
de Operaciones como Hiller y Libermann.
En trminos matriciales la relacin entre el problema primal y dual de un
modelo de Programacin Lineal se resume por:
Uno de los resultados tericos ms importantes al respecto es el que nos
entrega el Teorema de Dualidad Fuerte.
Si x* = (x1*, x2*, ..., xn*)T, es una solucin ptima problema primal P),
entonces el problema dual D) tiene solucin ptima p* = (p1*, p2*, ..., pm*)T
que satisface:

Adems, si P) es no acotado, entonces D) es infactible.

Si D) es no acotado, entonces P) es infactible

Relaciones primal-dual
Asociado a cada problema lineal existe otro problema de programacin lineal
denominado problema dual (PD), que posee importantes propiedades y relaciones
notables con respecto al problema lineal original, problema que para diferencia del
dual se denomina entonces como problema primal (PP).
Las relaciones las podemos enumerar como siguen:
a) El problema dual tiene tantas variables como restricciones tiene el programa
primal.
b) El problema dual tiene tantas restricciones como variables tiene el programa
primal
c) Los coeficientes de la funcin objetivo del problema dual son los trminos
independientes de las restricciones o RHS del programa primal.
d) Los trminos independientes de las restricciones o RHS del dual son los
coeficientes de la funcin objetivo del problema primal.
e) La matriz de coeficientes tcnicos del problema dual es la traspuesta de la
matriz tcnica del problema primal.
f) El sentido de las desigualdades de las restricciones del problema dual y el signo
de las variables del mismo problema, dependen de la forma de que tenga el signo

de las variables del problema primal y del sentido de las restricciones del mismo
problema. (Ver tabla de TUCKER)
g) Si el programa primal es un problema de maximizacin, el programa dual es un
problema de minimizacin.
h) El problema dual de un problema dual es el programa primal original

PREGUNTAS:
a) Por qu se plantea el programa dual?
b) Qu significado tiene su solucin?
c) La solucin del dual se puede obtener desde el primal?
RESPUESTAS:
a) Por una parte permite resolver problemas lineales donde el nmero de
restricciones es mayor que el nmero de variables.
Gracias a los teoremas que expondremos a continuacin la solucin de unos de
los problemas (primal o dual) nos proporciona de forma automtica la solucin del
otro programa.
b) La dualidad permite realizar importantes interpretaciones econmicas de los
problemas de programacin lineal.
c) La dualidad permite generar mtodos como el mtodo dual del simplex de gran
importancia en el anlisis de postoptimizacin y en la programacin lineal
paramtrica.
Otra de las ventajas de la dualidad, es la posibilidad de resolver grficamente
algunos problemas.

Precio sombra
Este concepto se usa en el contexto de la Economa y las finanzas pblicas.
El Precio Social o Precio Sombra, llamado tambin precio de cuenta, es una
medida monetaria del cambio en el bienestar de la comunidad debido a un cambio
muy pequeo en la disponibilidad de Bienes finales o Factores de Produccin.
En otras palabras, el Precio Sombra es el Valor de la contribucin a los objetivos
socio-econmicos de un cambio marginal del Bien o factor.
El concepto es fundamental en evaluacin social de proyectos, por cuanto ella se
realiza sobre la base de precios sociales.
La valoracin de los Bienes realizada por los agentes individuales puede diferir del
valor social de dichos Bienes debido a la presencia de distorsiones, las que en
definitiva generan diferencias entre los Precios de Mercado y los precios sociales.
Estas distorsiones an pueden existir en situaciones de Competencia casi
perfecta, como es el caso de las Externalidades.
De tal modo que el Precio Sombra corresponde al precio de Mercado, pero
corregido considerando dichas distorsiones con el fin de precisar el verdadero
valor que asigna la comunidad a un determinado Bien.