Programación Lineal: Conceptos Y

Principios
La Programación Lineal es una herramienta versátil para la toma de decisiones, y
permite resolver una amplia gama de problemas cuya finalidad es la optimización
de una función objetivo sujeta a un conjunto de restricciones, las mismas que
representan a un sistema.

Como técnica para plantear y resolver problemas de planificación comenzó a ser

formalizada en la década del 40, a partir de allí, ha tomado un gran énfasis como se
puede verificar por la cantidad de trabajos de alto nivel que se han publicado, los
mismos que plantean y/o resuelven una infinidad de problemas.

La Programación Lineal utiliza métodos científicos para proveer al ejecutivo de

elementos cuantitativos para tomar decisiones con respecto a las operaciones que
están bajo su control Los procesos de análisis empleados requieren de la formación
de equipos multidisciplinares formados por especialistas en cada uno de los factores
que componen el problema.

Esto significa que la Programación Lineal investiga, en primer lugar, el

comportamiento de un sistema para luego representarlo por un modelo matemático
que es abstraído de la realidad, en el que estarán integrados todos los factores que
constituyen el sistema y que son considerados como una función económica.

Esos modelos, no necesariamente, son sofisticadas versiones de la realidad, llenas

de ecuaciones y envolviendo pesados cálculos. Muchos de los grandes sucesos
relatados en la literatura, o trasmitidos oralmente entre los especialistas, se refieren
a modelos simples e ingeniosos que consiguieron representar adecuadamente una
realidad compleja, y obtener subsidios para tomar decisiones más eficientes.

A rigor, toda decisión está basada en un “modelo”, que es nuestra interpretación de

la realidad. A ese modelo se lo denomina modelo conceptual y es derivado de
nuestra percepción de los fenómenos y generalmente consiste de una imagen
mental del problema y sus condiciones de contorno.

Las mejores decisiones se derivan generalmente de interpretaciones más profundas

(de modelos conceptuales mejor definidos) y del uso más inteligente de los recursos
de análisis proveídos por el modelo.

El traspaso del modelo conceptual para algún tipo de formalización es lo que se

llama el modelo formal del problema o simplemente modelo.

La transformación del modelo conceptual al modelo formal permite ganar capacidad

de análisis, esto es, experimentar con el modelo, procurando alcanzar una situación
favorable que sería mucho más difícil de conseguirse cuando se raciocina
solamente basándose en el modelo conceptual

Naturalmente, la propia dificultad de la formalización puede, eventualmente, reducir

parte de la “información” contenida en la realidad de manera que el modelo será
siempre “una representación aproximada de la realidad”, vista a través de lo que se
denomina el “conocimiento” del analista.

Se entiende por “Conocimiento” una mezcla de información, experiencia (que no es

más que una forma particular de información) y eventualmente creatividad.

La programación lineal tuvo sus orígenes en la segunda guerra mundial, en la

aeronáutica militar, donde se busca la utilización optima de los recursos y logro
de una operación de ataque bien definido, para ello se determinan tres elementos
básicos:

ESTRATEGIA.- (La precisión de un objetivo)

LOGISTICA.- (Recursos disponibles)
TACTICA.- (La habilidad para cumplir un objetivo con los recursos
disponibles.)

Dentro de estas operaciones su principal representante George Dantzin, pronto

Leonfiel, aporto principalmente en relaciones ínter industriales a través de su matriz
insumo –producto.

Koopmans, quien incursiono en aplicaciones macroeconómicas, resolviendo

problemas de producción, la asignación de recursos, maximización de beneficios y
minimización de costos en el área industrial.

En la actualidad la programación Lineal, se la define como un modelo sistemático

y matemático que enfoca determinado problema para lograr una solución óptima, o
un conjunto de soluciones factibles fundamentadas en los siguientes términos:

Linealidad.- La relación lineal utilizada, es decir, se identifica con la cantidad

unitaria de cada uno de los factores con respecto a los demás y a las cantidades de
cada uno de los productos.

Divisibilidad.- los procesos pueden ser divisibles mientras se dispongan de

recursos, esto quiere decir que se podrán utilizar mientras existan extensiones
positivas.

Finitud.- Serán cantidades finitas tanto el número de procesos, como los recursos
disponibles, los mismos que se cuantificarán de forma determinística.

Iteraciones.- Aproximaciones sucesivas, ensayos, que reciben el nombre de

algoritmos, que según ellos se determinan pasos hasta lograr un objetivo planteado.
1. REPRESENTACIONES DEL PROBLEMA DE PROGRAMACIÓN LINEAL.

1.1. Matemática

El modelo de Programación Lineal se caracteriza por la utilización de funciones

lineales para representar la función objetivo y las restricciones.
Existen diferentes formas de expresar el modelo de Programación Lineal.

La siguiente es reconocida como la forma estándar:

Maximizar ó Minimizar Z = c1+c2+... +cnxn (1)

Donde C1, C2,………..,Cn.- Constituyen los coeficientes de la función
objetivo, los mismos que pueden ser precios, costos, beneficios,
compradores, entre otros.

Sujeta a las restricciones:.- Constituyen un conjunto de inecuaciones/ecuaciones,

que nos dan las condiciones finitas de un problema, constituyen esencialmente los
coeficientes técnicos de producción, transporte, o asignación, en función al
problema que se trate de dar solución.

a11 x1  a11 x 2  ...  a1n x n  b1

(2)
a 21 x1  a 22 x 2  ...  a 2 n x1  b2
  
a m1 x1  a m 2 x 2  ...  a mn x n  bm
(3)
donde:
x1  0 , x 2  0,..., x n  0

x1, x2,x3,……….Xn.- Constituyen las variables del problema,

es decir representan lo que se quiere
determinar.

a11,a12, a1n.- Constituyen los coeficientes técnicos

b1, b2, ……..bn.- Las limitantes del sistema

n = número de variables

m = número de restricciones

n>m
bi > = 0; para todo

Esto es, tenemos una función Lineal con variables no negativas que se desea
maximizar o minimizar (1), llamada Función Objetivo, sujeta a un conjunto de
funciones lineales, que se las denomina restricciones (2) y (3).

Los aij, bi y cj son constantes dadas, que constituyen los parámetros del modelo, las
xj son las variables de decisión y el objetivo es encontrar un vector (x1,...,xn) que
satisfaga las restricciones y optimice la función objetivo.

1.2. Sumatorias

Maximizar ó Minimizar
Sujeta a:

n
z  c j x j
j 1
n

a
j 1
ij x j  bi ; i  1, m

xj  0; j  1, n

1.3. Forma Matricial

Maximizar ó Minimizar Z = CX
Sujeta a: AX = b

X >=0

donde:

C es un vector línea n-dimensional

C = (c1,c2,...,cn)
X es un vector columna n-dimensional.

Aesx1  una matriz de m * n dimensiones.

x 
x   2
A=(a
  ij), i = 1,m; j = 1,n
b es un vector columna m-dimensional.
x n 
b 1 
b 
b 2
 
0 es  un vector columna n-dimensional
b n 
01 
0 
0   2
 
 
0 n 
1.4. Forma Mixta.

Maximizar ó Minimizar Z = CX
Sujeta a: x1P1 + x2P2 +... +XnPn = P0

donde:

Pj = es un vector columna m-dimensional y es la j-ésima columna de la matriz A.

P0 = es un vector columna m-dimensional
P0 = b

2. EL PROBLEMA GENERAL DE LA PROGRAMACIÓN LINEAL.

Se representa por la limitación de recursos, los mismos que deben ser distribuidos
de la mejor forma como combinaciones matemáticas permitan relacionarlas a un
mismo objetivo.

Dentro de los problemas de programación lineal, se deberá cumplir cuatro

condiciones necesarias:

1. Función Objetivo.- Que expresará la cantidad que va a se maximizada o m

minimizada, en función al objetivo propuesto.
2. Horizonte de planificación.- Unidad temporal en la que se pretende conseguir
el objetivo, este puede ser minutos, días, meses, etc.
3. Limitaciones.- Será el conjunto de coeficientes técnicos a los cuales se sujeta
el objetivo propuesto. Los coeficientes técnicos constituyen ecuaciones lineales
con dos o mas incógnitas x,y,z,…..

a11x + a12y = b1
b21x + a22y = b2

Donde a11, a12, a22, b1 y b2 son números dados. Cada una de estas ecuaciones
es la de una línea recta. La pendiente de la primera recta es –a11/a12; la
pendiente de la segunda recta es –a21/a22 (si a12  0 y a22  0). Una solución del
sistema (1) es un par de números, denotados por (x, y), que satisface (1). Es
natural preguntar si (1) tiene alguna solución o soluciones, y si las tienen,
¿cuántas son? Se darán respuestas a estas preguntas después de ver algunos
ejemplos. En ellos se harán uso de dos resultados importantes tomados del
álgebra elemental:

Resultado A Si a = b y c = d, entonces a + c = b +´d.

Resultado B Si a = b y c es cualquier número real, entonces ca = cb.

Según el resultado A, si se suman dos ecuaciones, lo que se obtiene es una

tercera ecuación válida. El resultado B indica que si ambos lados de una
ecuación se multiplican por una constante, lo que se obtiene es una segunda
ecuación válida. Se supondrá que c  0 ya que, aun cuando la ecuación 0 = 0 es
correcta, no es muy útil.

EJEMPLO 1. Sistema con solución única

Considérese el sistema

x–y=7
x+y=5

Al sumar las dos ecuaciones se obtiene, por el resultado A, la ecuación siguiente:

2x = 12 (es decir, x=6). Entonces, de la segunda ecuación, y = 5 – x = 5 – 6 = -
1. Por tanto, el par (6, -1) satisface el sistema (2). Por la forma en que se ha
encontrado la solución, se ve que no existe ningún otro par que satisfaga ambas
ecuaciones. Por tanto, el sistema (2) tiene una solución única.

EJEMPLO 2. Sistema con un número infinito de soluciones.-

Considérese el sistema

x– y=7
2x – 2y = 14

Es obvio que estas dos ecuaciones son equivalentes. A fin de comprobar esto,
multiplíquese la primera por 2. esto lo permite el resultado B. Entonces x – y = 7
o y = x – 7. Por tanto, el par (x, x – 7) es una solución del sistema (3) para todo
número real x. Dicho con otras palabras, el sistema (3) tiene un número infinito
de soluciones. Por ejemplo, los pares siguientes son soluciones: (7, 0), (0, -7),
(8, 1), (1, -6), (3, - 4), y (-2, -9).

EJEMPLO 3. Sistema sin solución

Consideres el sistema

x– y=7
2x – 2y = 13

Multiplicando la primera ecuación por 2 (lo cual, otra vez, está permitido por el
resultado B) se obtiene 2x – 2y = 14. Esto contradice a la segunda ecuación.
Entonces el sistema (4) no tiene solución.
Es fácil explicar los resultados de los ejemplos anteriores si se adopta un punto
de vista geométrico. Primero, cabe repetir que las ecuaciones del sistema (1)
son las ecuaciones de líneas rectas. Una solución de (1) es un punto (x, y) que
este en ambas rectas. Si éstas no son paralelas, entonces se deben cortar o
cruzar en un solo punto. Si son paralelas, entonces nunca se cruzan (no tienen
puntos en común) o bien son la misma recta (tiene un número infinito de puntos
en común).

En el ejemplo 1, las pendientes de las rectas son 1y –1, respectivamente. Eso

quiere decir que no son paralelas. El único punto que tienen en común es el (6,
-1).

En el ejemplo 2 las rectas son paralelas (la pendiente es 1) y coincidentes.

En el ejemplo 3 las rectas son paralelas y distintas. Todas estas relaciones se

ilustran en la figura 1.1.
y y

Número infinito
de soluciones
Ninguna solución
0
a11x + a12y = b1
a21x + a22y = b2
x x
0
a11x + a12y = b1

a21x + a22y = b2

b) Las rectas coinciden, el a) Rectas paralelas; ningún

número de puntos de punto de intersección
intersección es infinito.

Solución única

x
0
a11x + a12y = b1

a21x + a22y = b2

c) Rectas no paralelas; un
solo punto de intersección
Figura 1.1. Dos rectas se pueden intersecar en un punto, en ningún punto o (si
coinciden) en un número infinito de puntos.

Ahora se resolverá de manera formal el sistema (1). Se tiene

a11x + a12y = b1
a21x + a22y = b2

b1
Si a12 = 0, entonces x  y se puede utilizar la segunda ecuación con el objeto
a11
de resolver para y.

b2
Si a22 = 0, entonces x  y se puede emplear la primera ecuación con el objeto
a21
de resolver para y.

Si a12 = a22 = 0, entonces el sistema (1) sólo contiene la incógnita x.

Por tanto, puede suponerse que ni a12 ni a22 son cero.

Si la primera ecuación se multiplica por a22 y la segunda por a12, se obtiene

a11a22x + a12a22y = a22b1

a12a21x + a12a22y = a12b2

Sistemas equivalentes.- Antes de continuar hemos de notar que el sistema (1)

y el sistema (5) son equivalentes. Esto último significa que cualquier solución del
sistema (1) es solución del sistema (5) y viceversa. La equivalencia es
consecuencia inmediata del resultado B si en éste se supone que c no es cero.
A continuación se resta la segunda ecuación de la primera, obteniéndose.

(a11a22 – a12a21)x = a22b1 – a12b2

En este punto es necesario hacer una pausa.

Si a11a22-a12a21  0, entonces se puede dividir entre esta cantidad para obtener.

a22b1  a12b2
x
a11a22  a12a21

Determinante.- Luego se puede sustituir este valor de x en el sistema (1) a fin

de resolver para y, hallándose así la solución única del sistema. El determinante
del sistema (1) se define por
 Determinante del sistema (1) = a11a22 – a12a21

Y se ha mostrado lo siguiente:

Si el determinante del sistema (1)  0, entonces el

sistema tiene una solución única.

¿Qué relación hay entre este enunciado y lo que se había discutido antes? En
el sistema (1) se ve que la pendiente de la primera recta es –a11/a12 y que la
pendiente de la segunda es –a21/a22. En los problemas 31, 32 y 33 se pide
mostrar que el determinante del sistema (1) es cero si y sólo si las rectas son
paralelas (tienen pendientes iguales). Por tanto, si el determinante no es cero,
las rectas no son paralelas y el sistema tiene un solución única.

Ahora se reunirán en un teorema los hechos analizados hasta aquí. Es un

teorema que se generalizará en secciones posteriores de este capítulo y en los
capítulos siguientes. Se llevará la cuenta del progreso alcanzado llamándole
“teorema creciente”. Cuando todas sus partes hayan sido demostradas, se podrá
ver una notable relación entre varios conceptos importantes del álgebra lineal.

TEOREMA 1. Teorema creciente, versión 1. El sistema

a11x + a12y = b1
a21x + a22y = b2

De dos ecuaciones con las dos incógnitas x y y no tiene solución, tiene una
solución única o bien tiene un número infinito de soluciones. Tiene:

i. Una solución única si y sólo si su determinante es diferente de cero.

ii. Ninguna solución o un número infinito de soluciones si y sólo si su
determinante es cero.

m ECUACIONES SON n INCÓGNITAS

En esta sección se describirá un método para hallar todas las soluciones (si las
hay) de un sistema de m ecuaciones lineales con n incógnitas. Al hacerlo se verá
que, como en el caso de 2 x 2, tales sistemas no tienen solución, tienen una sola
solución o bien tienen un número infinito de soluciones. Antes de abordar el
método general veamos algunos ejemplos. Como variables se utilizarán x1, x2,
x3, etc., en vez de x, y, z,.... ya que la natación con subíndices facilita la
generalización.

EJEMPLO1. Solución de un sistema de tres ecuaciones con tres

incógnitas: solución única. Resuelve sistema.

2x1 + 4x2 + 6x3 = 18

 4x1 + 5x2 + 6x3 = 24
3x1 + x2 – 2x3 = 4

Solución. Lo que se busca son tres números x1, x2 y x3 que satisfagan a las tres
ecuaciones en (1). El método de solución será simplificar las ecuaciones como
se hizo en la sección 1.2, de tal modo que las soluciones se pueden identificar
con facilidad. Se comienza dividiendo la primera ecuación entre 2. Esto da

x1 + 2x2 + 3x3 = 9
4x1 + 5x2 + 6x3 = 24
3x1 + x2 – 2x3 = 4

Como se vio en la sección 1.2, al sumar las dos ecuaciones se llega a una tercera
ecuación válida. Esta última puede sustituir cualquiera de las dos ecuaciones del
sistema empleadas para obtenerla. Primero se simplificará el sistema (2)
multiplicando por –4 ambos lados de la primera ecuación de (2) y sumando esta
nueva ecuación a la segunda. Se obtiene entonces.

-4x1 – 8x2 – 12x3 = - 36

4x1 + 5x2 + 6x3 = 24
- 3x2 – 6x3 = -12

La ecuación –3x2 – 6x3 = -12 es la nueva segunda ecuación, por lo que el

sistema es ahora

x1 + 2x2 + 3x3 = 9
- 3x2 – 6x3 = -12
3x1 + x2 – 2x3 = 4
Luego, la primera ecuación se multiplica por –3 y el resultado se suma a la
tercera ecuación:

x1 + 2x2 + 3x3 = 9
- 3x2 – 6x3 = -12
- 5x2 – 11x3 = -23

Obsérvese que en el sistema (3) la variable x1 ya no aparece en la segunda y

tercera ecuaciones. Acto seguido, la segunda ecuación se divide entre –3:

x1 + 2x2 + 3x3 = 9
x2 + 2x3 = 4
- 5x2 – 11x3 = -23

La segunda ecuación se multiplica por –2 y el resultado se suma a la primera, y

luego la segunda ecuación se multiplica por 5 y el resultado se suma a la tercera:

x1 - x3 = 1
x2 + 2x3 = 4
 - x3 = -3

La tercera ecuación se multiplica por –1:

x1 - x3 = 1
x2 + 2x3 = 4
x3 = 3

Por último, la tercera ecuación se suma a la primera y luego la tercera ecuación

se multiplica por –2 y el resultado se suma a la segunda, obteniéndose el sistema
siguiente [el cual es equivalente al sistema (1)]:

x1 =4
x2 = -2
x3 =3

Eliminación de Gauss-Jordan.- Esta es la solución única del sistema. Se

escribe en la forma (4, -2, 3). El método empleado aquí recibe el nombre de
eliminación de Gauss-Jordan.
Antes de iniciar con la resolución de ejemplos, se hará un resumen de lo que se
ha hecho en éste:

i. Se dividió para hacer que el coeficiente de x1, en la primera ecuación fuese

igual a 1.

ii. Se “eliminaron” los términos que contenía x1, en la segunda y tercera

ecuaciones. Es decir, los coeficientes de esos términos se hicieron iguales a
cero multiplicando la primera ecuación por los números apropiados y luego
sumando los resultados a la segunda y tercera ecuaciones, respectivamente.

iii. Se dividió a fin de que el coeficiente del término con x2, en la segunda
ecuación fuese igual a 1, y luego se procedió a emplear la segunda ecuación
para eliminar los términos con x2 de la primera y tercera ecuaciones.

iv. Se dividió para hacer que el coeficiente del término con x3 en la tercera
ecuación fuese igual a 1, y luego se procedió a emplear la tercera ecuación para
eliminar los términos con x3 de la primera y segunda ecuaciones.

4. Condición de no negatividad.-Es decir que en ningún caso se aceptarán

resultados negativos en las respuestas, no es posible tener producción negativa
o simplemente gastos negativos, en estos casos la resolución será igual o
mayor que cero.


Xn 0
5. Condiciones de Optimización.- Las mismas se van obteniendo por
aproximaciones sucesivas y nos presentan las siguientes soluciones:

 Solución Factible.- La misma que satisface las limitaciones del problema

planteado.

 Solución básica factible.- Aquella que satisface tanto a las limitaciones

como a la condición de optimización.