Mate
Mate
Mate
Materia:Investigación de operaciones
Tarea: Actividad 2
Alumna: Heldai García Tamayo
1. Función Objetivo: Es una función matemática que representa el criterio que se desea
optimizar. En la programación lineal, la función objetivo es lineal y puede ser de
maximización o minimización.
2. Variables de decisión: Son las incógnitas o las cantidades que se deben determinar
para optimizar la función objetivo. Representan las decisiones a tomar, como la cantidad
de recursos asignados o la producción.
2
4. Región factible: Es el conjunto de todas las posibles soluciones que satisfacen las
restricciones del problema. Geométricamente, es un polígono (en dos dimensiones) o
politopo (en dimensiones superiores).
El método gráfico es una técnica de solución utilizada cuando el problema tiene dos
variables de decisión (ya que se puede representar gráficamente en dos dimensiones).
Implica graficar las restricciones para encontrar la región factible y, luego, localizar el
punto de la región que optimiza la función objetivo.
Ejemplo de Maximización:
Maximizar \( Z = 4x + 3y \) sujeto a las restricciones:
- x+y<5
- 2x + y < 6
- x, y >0
Ejemplo de Minimización:
Minimizar \( Z = 2x + 5y \) sujeto a las restricciones:
- 3x + y >9
- x + 2y >8
- x, y >0
4
Resumen del tema:
La programación lineal es una técnica matemática relativamente reciente (siglo XX), que
consiste en una serie de métodos y procedimientos que permiten resolver problemas de
optimización. Típicamente trata del problema de asignar recursos limitados entre
actividades competidoras en la mejor forma posible, es decir, óptimas. En un problema
de programación lineal se trata de optimizar (hacer máxima o mínima, según los casos)
una función (llamada función objetivo) sujeta a una serie de restricciones dadas
mediante un sistema de ecuaciones y/o inecuaciones lineales. El adjetivo “lineal”
significa que se requiere que todas las funciones matemáticas en este modelo sean
funciones lineales. La programación lineal es una herramienta determinística, es decir,
5
todos los parámetros del modelo se suponen conocidos con certeza. Si bien en la
realidad, es raro encontrar un problema donde prevalezca la certeza, esta deficiencia es
compensada proporcionando un análisis pos- óptimo que permite al tomador de
decisiones probar la sensibilidad de la solución óptima estática respecto a cambios en
los parámetros del modelo. Se dice que un problema de programación lineal consiste en
encontrar el óptimo (máximo o mínimo) de una función lineal en un conjunto que puede
expresarse como la intersección de un número finito de hiperplanos y semiespacios en
IRn. Los problemas de programación lineal (PL) son un tipo de problemas de
programación convexa, donde la función objetivo es convexa y las restricciones lineales
forman una región convexa. También exhiben la característica especial que la solución
óptima de los problemas debe descansar sobre alguna restricción o en la intersección de
muchas restricciones y no en el interior de la región convexa donde las restricciones de
desigualdad pueden ser satisfechas.
Los puntos del plano que cumplen el sistema de desigualdades forman un recinto
convexo acotado (poligonal) o no acotado, llamado región factible del problema. Todos
los puntos de dicha región cumplen el sistema de desigualdades. Se trata de buscar,
entre todos esos puntos, aquel o aquellos que hagan el valor de la función máximo o
mínimo, según sea el problema. Los puntos de la región factible se denominan
soluciones factibles. El conjunto de los vértices del recinto se denomina conjunto de
soluciones factibles básicas y el vértice donde se presenta la solución óptima (máxima o
mínima) se llama solución óptima. Esta situación de que el óptimo descanse en la
intersección de restricciones sirve como la base de los algoritmos de programación
lineal. En general, un problema de programación lineal puede tener una, infinitas o
ninguna solución.
Si hay una única solución óptima, ésta se encuentra en un vértice de la región factible, y
si hay infinitas soluciones óptimas, se encontraran en un lado de la región factible. Es
posible que no haya solución óptima, pues cuando el recinto es no acotado, la función
objetivo puede crecer o decrecer indefinidamente
6
Relación del tema con Administración
Bibliografía
Taha, Hamdy A. (2012). Investigación de operaciones.
8
9