PROGRAMACIN

LNEAL
(APLICACIN)
Unidad de Aprendizaje: Introduccin a los Mtodos
Cuantitativos
Profesor: Ing. Margarito Carbajal Suarez
Alumnas: Dionisio Arteta Areli Maciel
Gonzlez Hernndez Norma Elizabeth
Sustaita Soto Jennifer

ndice
Introduccin

Fundamentos

Desarrollo

Ejemplo

Ejemplo del M. Simplex

13

Conclusiones

20

Bibliografa

21

Introduccin.
El siguiente trabajo tiene como fin la presentacin de uno de los temas mas
importantes para el algebra lineal: programacin lineal.
En el primer apartado se encuentra los Antecedentes, en donde se concentra
la informacin clave para el desarrollo de este tema, fue de nuestra eleccin
incluir la definicin histrica, prctica y el porqu es importante para las
ciencias econmicas-administrativas debido a que al momento de estudiar el
ejemplo presentado nos fue ms fcil entender el Desarrollo de las
definiciones maximizar o minimizar, regin factible, entre otras.
Si bien el ejemplo presentado es practico de entender no olvidamos anexar
comentarios en esta presentacin para el fcil entendimiento de los alumnos.

Fundamentos
La Programacin Lineal estudia la
optimizacin

(mejor

utilizacin

de

recursos) de una funcin lineal que

satisface

un

conjunto

restricciones

lineales de igualdad y/o desigualdad. El

problema de programacin lineal fue
concebido por primera vez por George
B. Dantzig, alrededor de 1947 cuando
utilizaba problemas de operaciones
militares. En 1949 public el mtodo
simplex.

Los modelos de programacin lineal estn construidos por los siguientes

elementos bsicos:
1. La variable de decisin: son las variables que deben de describir por
completo las decisiones que se deben de tomar, generalmente se expresan
por letras del abecedario con subndices :
, , , , , , ..etc
2. Los parmetros: son los valores que describen la relacin de
utilizacin de cada recurso y permanecen constantes para un problema en
particular.
3. Restricciones:

representan las limitaciones en la utilizacin de

recursos, se expresan como funciones matemticas.

4. Funcin objetiva: Es una funcin matemtica que se utiliza para
medir la efectividad del modelo en funcin de las variables de decisin
[maximixar o minimizar (utilidad o costos)]

De manera general, un modelo de programacin lineal tiene la siguiente

estructura:

Restricciones
de utilizacin
de recursos

Nivel de
existencias
de disponibilidad
1, 2 .m
bs

Desarrollo.
Algunas veces se desea maximizar o minimizar una funcin sujeta a
algunas limitaciones (o restricciones). Por ejemplo, probablemente un
fabricantes desee maximizar una funcin de utilidad sujeta a restricciones
de produccin que imponen las limitaciones sobre el uso de la maquinaria y
la mano de obra.
Una funcin lineal en x y y tienen la forma:
Aunque por lo regular existe un numero infinito de soluciones para el
sistema de restricciones llamadas soluciones factibles o puntos
factibles, la meta es encontrar una que sea una solucin ptima (es
decir, uan que d el valor mximo o mnimo de la funcin objetivo).

Ejemplo.
Una compaa produce dos tipos de abrelatas: manuales y elctricos. Para su
fabricacin, cada uno requiere del uso de tres maquinas, A, B y C. En la tabla se
proporciona la informacin relacionada con la fabricacin de dichos artculos.
Cada abrelatas manual requiere del uso de la maquina A durante 2 horas, de la
maquina B por 1 hora y dela maquina C otra hora. Un abrelatas elctrico
requiere de 1 hora de la maquina A, 2 horas de la B y 1 hora de la C. Adems
suponga que el numero mximo de horas disponibles por mes para el uso de las
maquinas A, B y C es de 180, 160 y 100, respectivamente. La utilidad por un
abrelatas manual es de $4 y por uno elctrico es de $6. Si la compaa vende
todos los abrelatas que puede producir, cuntos de cada tipo debe fabricar con
el fin de maximizar la utilidad mensual?
Maquina
s

Manual

Elctrico

Hrs
disponibles

2h

1h

180

1h

2h

160

1h

1h

100

Utilidad/
unidad

$4

$6

Considere que y denota el numero de abrelatas manuales y elctricos,

respectivamente, fabricados en un mes. Como el nmero de artculos
producidos no es negativo,
y
Para la maquina A, el tiempo necesario para trabajar sobre abrelatas
manuales es horas, y el tiempo para trabajar sobre elctricos es de horas.
La suma de estos tiempos no puede ser mayor que 180, de modo que
De manera similar, las restricciones para las mquinas B y C dan
y
La utilidad es una funcin de y y est dada por la funcin de utilidad
En resumen, se desea maximizar la funcin objetivo
Sujeta a condiciones de que
restricciones:

deben ser soluciones del sistema de

A.

Si x= 0 y= 180
Si y= 0 x=90

Si x= 0 y= 100
Si y= 0 x= 100
E(0,80)

D(0,0)

A( 4

0,6

0)

B(
80
,2
0)

Si x= 0 y=80
Si y= 0 x= 160

C(90,0)

La regin que satisface de manera simultanea a todas las restricciones se

llama Regin Factible.

Si una regin factible puede estar contenida dentro de un circulo, se

denomina entonces regin factible acotada. De otra manera es no
acotada. Cuando una regin factible contiene al menos un punto, se
dice que no es vaca; en caso contrario es vaca.
Una funcin lineal definida sobre una regin factible acotada no vaca,
tiene un valor mximo (mnimo) que puede encontrarse en un vrtice.

Con A(40,60)
P= 160+ 360=520
Con B(80,20)
P= 320+120=440

La solucin ptima para un problema de

Con C(90,0)

programacin lineal est dada por el valor

P= 360

ptimo de la funcin objetivo y el punto

donde ocurre dicho valor.

Con D(0,0)
P= 0
Con E(0,80)
P=480

Ejemplo del Mtodo

Simplex:
Resolver el siguiente problema:
Maximizar
Sujeto a:

Z = f(x1,x2) = 3x1 + 2x2

2x1 + x2 18
2x1 + 3x2 42
3x1 + x2 24
x1 0 , x 2 0

Se consideran los siguientes pasos:

1.

Convertir las desigualdades en igualdades:

Se introduce una variable de holgura por cada una de las

restricciones, este caso s1, s2, s3 para convertirlas en igualdades y
formar el sistema de ecuaciones estandar.
Usando en simplex el siguiente criterio:
Signo:

Introducir

sn

FORMA ESTANDAR:
2x1 + x2 + s1 = 18

2. Igualar la funcin objetivo a cero y

despues agregar la variables de
holgura del sistema anterior:

2x1 + 3x2 + s2 = 42
3x1 + x2 + s3 = 24

Z - 3 x1 - 2 x2 = 0

Para este caso en particular la funcion objetivo ocupa la ultima fila del
tablero, pero de preferencia siempre se devera de colocar como la primer
fila
Cuando minimizamos se toma el valor (+) positivo de Fo para
convertirlo en negativo y cuando maximizamos tomamos el valor (+)
negativo de Fo para convertirlo en positivo.

3. Escribir el tablero inicial simplex:

En las columnas aparecern todas las variables del problema y, en
las filas, los coeficientes de las igualdades obtenidas, una fila para cada
restriccin y la ltima fila con los coeficientes de la funcin objetivo:
Iteracin No. 3
Bas
e

Variable de
decisin

Variable de holgura

Soluci
n

Operacin

X1

X2

S1

S2

S3

X2

-2

No se toma
por ser
negativo

S2

-7

12

12/4 = 3

X1

-1

6/1 = 6

-1

30

Resultado de Iteracin No. 3

Base

Variable de
decisin

Variable de holgura

Solucin

Operacin

X1

X2

S1

S2

S3

X2

-1/2

12

f(X2) + 2 f(S3)

S3

-7/4

(1/4) S3

X1

-3/4

f(X1) f(S3)

5/4

33

f(Z) + f(S3)

Tablero Final
Base

Variable de
decisin

Variable de holgura

Solucin

X1

X2

S1

S2

S3

X2

-1/2

12

S3

-7/4

X1

-3/4

5/4

33

Como todos los coeficientes de la fila de la funcin objetivo son

positivos, hemos llegado a la solucin ptima.
Los solucin ptima viene dada por el valor de Z en la columna de
los valores solucin, en nuestro caso: 33.

Conclusiones
Este tema tiene su importancia para esta carrera resumida en dos
palabras: maximizar o minimizar, la aplicacin ms comn de
los mtodos de programacin lineal es la asignacin de
recursos, cuando los recursos son limitados y hay un manejo de
candidatos compitiendo por el uso de dichos recursos con el
objetivo de maximizar el retorno o minimizar los costos (entre
otros).
Sin embargo, en cualquier problema con un modelo matemtico que
cumpla con las siguientes caractersticas (y las suposiciones de
programacin lineal).

Bibliografa
Haeussler, E. Paul, R. J. Wood, R.
( 2008). Matemticas para
Administracin y Economa.
12a. Edicin, Edt. Prentice-Hall.