Programacin lineal

Este artculo tiene referencias, pero necesita ms para complementar

su verificabilidad.
Puedes colaborar agregando referencias a fuentes fiables como se indica aqu. El material
sin fuentes fiables podra ser cuestionado y eliminado.
Este aviso fue puesto el 3 de febrero de 2014.

La programacin lineal es el campo de la optimizacin matemtica dedicado a maximizar o

minimizar (optimizar) una funcin lineal, denominada funcin objetivo, de tal forma que las
variables de dicha funcin estn sujetas a una serie de restricciones expresadas mediante un
sistema de ecuaciones o inecuaciones tambin lineales. El mtodo tradicionalmente usado
para resolver problemas de programacin lineal es el Mtodo Simplex.

ndice
[ocultar]

1Historia de la programacin lineal

2Variables
3Restricciones
4Funcin Objetivo
5Programacin entera
6Aplicaciones
7Ejemplo
8Vase tambin
9Referencias
o 9.1Bibliografa

Cronologa1
Ao Acontecimiento
Joseph Fourier anticipa la programacin lineal. Carl Friedrich Gauss
1826
resuelve ecuaciones lineales por eliminacin "gaussiana".
1902 Gyula Farkas concibe un mtodo para resolver sistemas de inecuaciones.
George Dantzig publica el algoritmo simplex y
1947 John von Neumann desarroll la teora de la dualidad.
Se sabe que Leonid Kantorvich tambin formul la teora en forma independiente.
Narendra Karmarkar introduce el mtodo del punto interior para resolver
1984
problemas de programacin lineal.

Historia de la programacin lineal[editar]

El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos,
a Joseph Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La
programacin lineal se plantea como un modelo matemtico desarrollado durante la Segunda
Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al ejrcito y
aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la posguerra,
muchas industrias lo usaron en su planificacin diaria.
Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorvich, un matemtico de origen ruso, que utiliza tcnicas similares en la economa
antes de Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico
ruso, Leonid Khachiyan, dise el llamado Algoritmo del elipsoide, a travs del cual demostr
que el problema de la programacin lineal es resoluble de manera eficiente, es decir,
en tiempo polinomial.2 Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo
del punto interior para resolver problemas de programacin lineal, lo que constituira un
enorme avance en los principios tericos y prcticos en el rea.
El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70
puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de
computacin necesaria para examinar todas las permutaciones a fin de seleccionar la mejor
asignacin es inmensa (factorial de 70, 70!) ; el nmero de posibles configuraciones excede al
nmero de partculas en el universo. Sin embargo, toma slo un momento encontrar la
solucin ptima mediante el planteamiento del problema como una programacin lineal y la
aplicacin del algoritmo simplex. La teora de la programacin lineal reduce drsticamente el
nmero de posibles soluciones factibles que deben ser revisadas.

Variables[editar]

Las variables son nmeros reales mayores o iguales a cero.

En caso que se requiera que el valor resultante de las variables sea un nmero entero, el
procedimiento de resolucin se denomina Programacin entera.

Restricciones[editar]
Las restricciones pueden ser de la forma:

Tipo 1:

Tipo 2:

Tipo 3:
Donde:

A = valor conocido a ser respetado estrictamente;

B = valor conocido que debe ser respetado o puede ser superado;
C = valor conocido que no debe ser superado;
j = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);
a; b; y, c = coeficientes tcnicos conocidos;
X = Incgnitas, de 1 a N;
i = nmero de la incgnita, variable de 1 a N.
En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M;
, N < M.
Sin embargo si las restricciones del Tipo 1 son N, el problema puede ser determinado, y
puede no tener sentido una optimizacin.
Los tres tipos de restricciones pueden darse simultneamente en el mismo problema.

Funcin Objetivo[editar]
La funcin objetivo puede ser:

Donde:

= coeficientes

Programacin entera[editar]
En algunos casos se requiere que la solucin ptima se componga de valores enteros para
algunas de las variables. La resolucin de este problema se obtiene analizando las posibles
alternativas de valores enteros de esas variables en un entorno alrededor de la solucin
obtenida considerando las variables reales. Muchas veces la solucin del programa lineal
truncado est lejos de ser el ptimo entero, por lo que se hace necesario usar algn algoritmo
para hallar esta solucin de forma exacta. El ms famoso es el mtodo de 'Ramificar y Acotar'
o Branch and Bound por su nombre en ingls. El mtodo de Ramificar y Acotar parte de la
adicin de nuevas restricciones para cada variable de decisin (acotar) que al ser evaluado
independientemente (ramificar) lleva al ptimo entero.

Aplicaciones[editar]
La programacin lineal constituye un importante campo de la optimizacin por varias razones,
muchos problemas prcticos de la investigacin de operaciones pueden plantearse como
problemas de programacin lineal. Algunos casos especiales de programacin lineal, tales
como los problemas de flujo de redes y problemas de flujo de mercancas se consideraron en
el desarrollo de las matemticas lo suficientemente importantes como para generar por si
mismos mucha investigacin sobre algoritmos especializados en su solucin. Una serie de
algoritmos diseados para resolver otros tipos de problemas de optimizacin constituyen
casos particulares de la ms amplia tcnica de la programacin lineal. Histricamente, las
ideas de programacin lineal han inspirado muchos de los conceptos centrales de la teora de
optimizacin tales como la dualidad, la descomposicin y la importancia de la convexidad y
sus generalizaciones. Del mismo modo, la programacin lineal es muy usada en la
microeconoma y la administracin de empresas, ya sea para aumentar al mximo los
ingresos o reducir al mnimo los costos de un sistema de produccin. Algunos ejemplos son la
mezcla de alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la
asignacin de recursos humanos y recursos de mquinas, la planificacin de campaas de
publicidad, etc.
Otros son:
 Optimizacin de la combinacin de cifras comerciales en una red lineal de distribucin de
agua.

Aprovechamiento ptimo de los recursos de una cuenca hidrogrfica, para un ao con

afluencias caracterizadas por corresponder a una determinada frecuencia.

Soporte para toma de decisin en tiempo real, para operacin de un sistema de obras
hidrulicas;

Solucin de problemas de transporte.

Ejemplo[editar]

Este es un caso curioso, con solo 6 variables (un caso real de problema de transporte puede
tener fcilmente ms de 1.000 variables) en el cual se aprecia la utilidad de este
procedimiento de clculo.
Existen tres minas de carbn cuya produccin diaria es:

La mina "a" produce 40 toneladas de carbn por da;

La mina "b" produce 40 t/da; y,
La mina "c" produce 20 t/da.
En la zona hay dos centrales termoelctricas que consumen:

La central "d" consume 40 t/da de carbn; y,

La central "e" consume 60 t/da
Los costos de mercado, de transporte por tonelada son:

De "a" a "d" = 2 monedas

De "a" a "e" = 11 monedas
De "b" a "d" = 12 monedas
De "b" a "e" = 24 monedas
De "c" a "d" = 13 monedas
De "c" a "e" = 18 monedas
Si se preguntase a los pobladores de la zona cmo organizar el transporte, tal vez la mayora
opinara que debe aprovecharse el precio ofrecido por el transportista que va de "a" a "d",
porque es ms conveniente que los otros, debido a que es el de ms bajo precio.
En este caso, el costo total del transporte es:

Transporte de 40 t de "a" a "d" = 80 monedas

Transporte de 20 t de "c" a "e" = 360 monedas
Transporte de 40 t de "b" a "e" = 960 monedas
Total 1.400 monedas.
Sin embargo, formulando el problema para ser resuelto por la programacin lineal se tienen
las siguientes ecuaciones:

Restricciones de la produccin:

Restricciones del consumo:

La funcin objetivo ser:

La solucin de costo mnimo de transporte diario resulta ser:

Xb-d = 40 resultando un costo de 12 x 40 = 480 monedas

Xa-e = 40 resultando un costo de 11 x 40 = 440 monedas
Xc-e = 20 resultando un costo de 18 x 20 = 360 monedas
Total 1.280 monedas.
120 monedas menos que antes.

DEFINICIN DE PROGRAMACIN
LINEAL
Se conoce como programacin lineal a la tcnica de la matemticaque
permite la optimizacin de una funcin objetivo a travs de la
aplicacin de diversas restricciones a sus variables. Se trata de un modelo
compuesto, por lo tanto, por una funcin objetivo y sus restricciones,
constituyndose todos estos componentes como funciones lineales en las
variables en cuestin.
A lo largo de la historia han existido diversos
acontecimientos importantes relativos a la
programacin lineal, como son estos:
-Durante la Segunda Guerra Mundial se mantuvo
en secreto y fue utilizada como mecanismo para
poder gestionar y planificar todos los gastos. De
esta manera se pretenda, gestionar mejor los
recursos propios y reducir lo mximo posible lo que eran los costos del
ejrcito.
-Tres se consideran sus padres o creadores: el hngaro-estadounidense John
von Neumann, el profesor norteamericano George Dantzig y el matemtico
de origen ruso Leonid Kantorvich, que recibi el Premio Nobel de
Economa en 1975.

Los modelos de programacin linealcontemplan que las variables de

decisin (es decir, la funcin objetivo y las restricciones) mantienen un
comportamiento de tipo lineal. Esto hace que, a travs de su mtodo, se
puedan simplificar los clculos y obtener un resultado prximo a la realidad.
Adems de todo lo expuesto, no podemos pasar por alto tampoco la
existencia de otra serie importante de conceptos que estn en relacin a la
citada programacin lineal. En este caso, nos estamos refiriendo a tres en
concreto:
-Solucin factible. Bajo esta denominacin se encuentra un recinto, que
puede estar acotado o no y que est determinado por lo que viene a ser el
conjunto de las restricciones de todos los semiplanos. Tambin es conocida
 por el nombre de regin de validez.
-Solucin ptima. Se da en llamar as a lo que es el conjunto de todos los
vrtices del recinto. Hay que subrayar adems que, en concreto, esa puede
ser mnima o mxima segn cada caso.
-Valor del programa lineal. En este caso, este viene a ser el valor que la
mencionada funcin objetivo toma en lo que es el vrtice de la solucin
ptima.

Veamos un ejemplo de programacin lineal para comprender mejor esta

definicin. Supongamos que un hombre recibe una herencia de 100.000
pesos y toma la decisin de invertir el dinero. Su contador le recomienda
dos inversiones: comprar acciones de una compaa petrolera, que tienen
un rendimiento del 5%, y adquirir bonos del Estado, que rinden un 9%.
El hombre decide invertir no ms de 80.000 pesos en las acciones
petroleras y no menos de 15.000 pesos en los bonos estatales. Por otra
parte, pretende que la inversin en las acciones nunca duplique la inversin
en bonos. Gracias a la programacin lineal, puede estimar cmo distribuir su
dinero entre ambas opciones para que sus inversiones le ofrezcan el mayor
beneficio.
El monto a invertir en acciones puede mencionarse como X, mientras que el
monto a invertir en bonos puede nombrarse como Y. Las restricciones, por
otra parte, sern que X no puede tener un valor superior a 80.000,
que Y no puede tener un valor inferior a 15.000 y que X+Y no pueden
superar el valor de 100.000.
Si se trasladan dichas variables a una tabla o a un grfico, se podr saber
cules son las opciones ms rentables para el individuo.
DEFINICIN SIGUIENTE

COMPARTIR


REFERENCIAS

Autores: Julin Prez Porto y Mara Merino. Publicado: 2013. Actualizado: 2015.
Definicion.de: Definicin de programacin lineal
(https://definicion.de/programacion-lineal/)

OPTIBLEND MODELO MATEMATICO APLICADO A LA OPTIMIZACION DE MEZCLA DE

MINERAL

OPTIBLEND MATHEMATICAL MODEL APPLIED TO ORE BLENDING OPTIMISATION

I JORNADAS DE MINERIA Y CIENCIAS AFINES

Ciudad Bolvar, 21 al 25 de Noviembre de 2005

Jos Gregorio Freites Alvarez

Ingeniero de Minas

josegf@ferrominera.com
freitesjose@hotmail.com
C.V.G-Ferrominera Orinoco, C.A.

Planificacin y Desarrollo de Mina

Edificio administrativo de C.V.G-Ferrominera Orinoco, Gerencia de Minera, Cdad. Piar, Z.P. 8003

Tel: 0286-930.47.25 / 47.40

Cel: 0416-686.35.38

RESUMEN
La aplicacin OPTIBLEND V1.0 se basa en el modelo matemtico de programacin lineal llamado
SIMPLEX implementado en Microsoft Excel el cual utiliza el software LP_SOLVE como motor para
resolver los modelos de programacin lineal; los objetivos de este trabajo consisten en: (a)
aplicacin de tcnica de programacin lineal de manera de asegurar una ptima de mezcla de
mineral, (b) seleccin de las reas a excavar o pila de mineral a ser mezclados para cumplir con
las restricciones de calidad y volumen y (c) programacin de forma rpida y fcil de diferentes
escenarios de mezclas WHAT-IF. La metodologa basada en OPTIBLEND consiste en reducir el
problema a una formulacin de programacin lineal y lo pasa a LP_SOLVE que es el motor de
optimizacin; LP_SOLVE calcula la solucin y el cdigo en Visual Basic para Aplicaciones (VBA)
escrito en OPTIBLEND lee la solucin y completa los clculos finales, formateando los resultados
en una matriz en la hoja de clculo. La aplicacin OPTIBLEND es una herramienta poderosa y de
fcil manejo que es capaz de resolver eficientemente los problemas de mezcla presentados en
este trabajo, haciendo transparente para el usuario la complejidad de la formulacin y solucin
del modelo matemtico de programacin lineal; el campo de aplicacin directa consiste en la
planificacin de excavacin de minas, Control de Calidad y mezcla de materia prima en la
industria siderrgica.

Palabra clave: Planificacin de minas, mezcla de mineral, control de calidad, programacin

matemtica.