Optimización de Sistemas I. TINS El tema del presente texto está incrustado en el espacio ilimitado de la matemática aplicada, surgida en la segunda mitad del siglo veinte, como producto de la ciencia y la tecnología desarrollada en el estruendo de la segunda guerra mundial. Producto que tomó el nombre de Investigación de Operaciones, compuesto por los temas de Programación Lineal, Programación Activa, Programación Geométrica, entre otros muchos. Técnicas que han venido aplicándose intensamente como soporte de la maximización de indicadores concurrentes a la excelencia de calidad con altos niveles de productividad y bajos costos de producción. En este contexto, la educación superior universitaria ha integrado en los currícula de diferentes Carreras de Ingeniería ciertas Asignaturas de Investigación Operativa, con enfoque metodológico generado en el espacio de la Teoría General de Sistemas. Con tal procedimiento, a través de un acucioso trabajo académico de colección y selección, ha venido en prepararse para estudios de la Carrera de Ingeniería de Sistemas el Curso de Optimización de Sistemas I, aplicado en el VI ciclo de estudios, con temas de Programación Lineal. El acopio y selección de materias pertinentes a la Materia, arriba mentada, ha sido efectuada por el maestro Ing. Luis Medina Aquino, en unión con el maestro Ing. César Canelo Sotelo, en coherencia al sillabus pertinente, en el nivel de calidad académica requerido; entiende los próximos temas: El capítulo 1 trata sobre la descripción del modelo de programación lineal, que consta de variables de resolución, función objetivo, limitaciones y condición de no negatividad. La meta del modelo es aumentar al máximo (utilidades) o bien disminuir al mínimo (costos) de una función lineal Z. Por medio de un inconveniente que tiene 2 variables de resolución se explica la formulación del programa lineal y de qué forma encontrar una solución gráfica. El capítulo dos complementa el capítulo uno con la construcción de modelos de programación lineal elaborados basándonos en diferentes inconvenientes que se presentan en la industria. Existen diferentes inconvenientes tipo con su respectiva formulación, con más de 2 variables. El capítulo tres explica el procedimiento general para encontrar una o bien múltiples soluciones de un modelo de programación lineal. Para esto es preciso poner las limitaciones del modo estándar, transformando las desigualdades en igualdades, agregando variables de holgura, de exceso y/o artificiales. Entonces se pone todos y cada uno de los valores en una tabla y se comienza a efectuar iteraciones hasta encontrar el valor inmejorable de la función objetivo. En el capítulo cuatro se explica la dualidad de un programa lineal. Si la función objetivo original (primal) es de maximización entonces la función objetivo del programa dual va a ser de minimización y a la inversa. La cantidad de variables de resolución en el programa primal va a ser exactamente la misma cantidad de limitaciones del dual. El número de limitaciones del primal va a ser exactamente la misma del total de variables duales. Los valores del lado derecho del programa primal van a ser los factores de la función objetivo del dual. Y los factores de las variables primales van a ser exactamente los mismos valores del lado derecho de las limitaciones del programa dual. El capítulo cinco trata sobre el análisis de sensibilidad que se puede hacer al modelo de programación lineal. El análisis de sensibilidad responde a la pregunta: ¿Qué ocurre con el valor de la función objetivo si existen cambios en los factores de la función objetivo o bien el lado derecho de las limitaciones? ¿Se sostiene o bien no la solución perfecta si existen cambios en los factores de las variables de la función objetivo? ¿Si se añade una nueva variable a la función objetivo y a las limitaciones, formará una parte de la nueva solución? ¿Si se añade una nueva limitación, se alterará la solución perfecta? En el capítulo seis se aborda el modelo de programación lineal entera. La programación lineal resuelta por el procedimiento simplex nos da un resultado con valores continuos, mas existen inconvenientes de programación lineal que demandan una solución con valores enteros. Realmente, para este género de inconvenientes se agregan limitaciones de variable entera mediante un algoritmo de ramificación que va limitando las variables a soluciones enteras. En este campo se incluye inconvenientes de programación lineal cuyas variables de resolución son valores binarios undefined. El contenido del texto representa el ahínco académico de los profesores Ing. Luis Medina Aquino y también Ing. César Canelo Sotelo, a quienes la Corporación agradece especialmente en el camino de contribución, tendiente a la mejora continua de la calidad académica