UNIVERSIDAD JOSE CARLOS

MARIATEGUI
FACULTAD DE CIENCIAS JURDICAS
EMPRESARIALES Y PEDAGGICAS
ESCUELA PROFESIONAL DE ECONOMIA

PROGRAMACION LINIAL

DOCENTE: FLORES MANCHEGO JULIAN MANUEL

ALUMNO: LUIS MIGUEL FERNANDEZ ESTEBA

MOQUEGUA PERU
2016

INDICE

INTRODUCCION1
DEFINICION1
TIPOS3
CARACTERISTICAS..3
VENTAJAS..4
DESVENTAJAS..4
EJERCICIOS5

PROGRAMACION LINIAL

UJCM

1. DEFINICION.
Mtodo para resolver problemas de mximo o mnimo condicionados en los que la
funcin objetivo o funcin de rendimiento (a maximizar o minimizar) y las ecuaciones de
condicin o restricciones son todas ellas lineales, y en los que las variables que
intervienen en los mismos no pueden tomar valores negativos.
La programacin lineal u optimizacin lineal, es un mtodo matemtico para determinar
la forma de lograr el mejor resultado (por ejemplo, el mximo beneficio o el costo ms
bajo) de un modelo matemtico dado por alguna lista de requisitos representados por
relaciones lineales.
En economa y finanzas, es una tcnica matemtica utilizada en modelos informticos
(simulacin) para encontrar la mejor solucin posible en la asignacin de recursos
limitados (energa, mquinas, materiales, dinero, personal, espacio, tiempo, etc) para
lograr el mximo beneficio o costo mnimo. Sin embargo, es aplicable nicamente cuando
todas las relaciones son lineales, y puede acomodar solamente una clase limitada de
funciones de costes.
1.1.OPTIMIZACION
La humanidad hace tiempo que busca, o profesa buscar, mejores maneras de realizar las
tareas cotidianas de la vida. A lo largo de la historia de la humanidad, se puede observar
la larga bsqueda de fuentes ms efectivas de alimentos al comienzo y luego de
materiales, energa y manejo del entorno fsico. Sin embargo, relativamente tarde en la
historia de la humanidad, comenzaron a formularse ciertas clases de preguntas generales
de manera cuantitativa, primero en palabras y despus en notaciones simblicas. Un
aspecto predominante de estas preguntas generales era la bsqueda de lo "mejor" o lo
"ptimo". Generalmente, los gerentes buscan simplemente lograr alguna mejora en el
nivel de rendimiento, es decir, un problema de "bsqueda de objetivo". Cabe destacar que
estas palabras normalmente no tienen un significado preciso
Se han realizado grandes esfuerzos por describir complejas situaciones humanas y
sociales. Para tener significado, esto debera escribirse en una expresin matemtica que
contenga una o ms variables, cuyos valores deben determinarse. La pregunta que se
formula, en trminos generales, es qu valores deberan tener estas variables para que la
expresin matemtica tenga el mayor valor numrico posible (maximizacin) o el menor
1

PROGRAMACION LINIAL

UJCM

valor numrico posible (minimizacin). A este proceso general de maximizacin o

minimizacin se lo denomina optimizacin.

Para comprender lo que es la Programacin Lineal es importante entender los siguientes

conceptos bsicos:
a. Variables de Decisin: Con las variables de decisin nos referimos al
conjunto de variables cuya magnitud deseamos determinar resolviendo el
modelo de programacin lineal.
b. Restricciones: Estn constituidas por el conjunto de desigualdades que
limitan los valores que puedan tomar las variables de decisin en la
solucin.
c. Funcin Objetivo: Es la funcin matemtica que relaciona las variables
de decisin.
d. Linealidad: Se refiere a que las relaciones entre las variables, tanto en la
funcin objetivo como en las restricciones deben ser lineales.
e. Desigualdades: Las desigualdades utilizadas para representar las
restricciones deben ser cerradas o flexibles, es decir, menor - igual (<=) o
mayor igual (>=). No se permiten desigualdades de los tipos menorestrictamente o mayor estrictamente, o abiertas.
f. Condicin de no negatividad: En la programacin lineal las variables
de decisin slo pueden tomar valores de cero a positivos. No se permiten
valores negativos.

PROGRAMACION LINIAL

UJCM

2. TIPOS.
2.1. MODELOS DE PL.
El Modelo de Programacin Lineal, es una representacin simblica de la realidad que se
estudia, o del problema que se va a solucionar. Se forma con expresiones de lgicas
matemticas, conteniendo trminos que significan contribuciones: a la utilidad (con
mximo) o al costo (con mnimo) en la Funcin Objetivo del modelo. Y al consumo de
recursos disponibles (con desigualdades = = e igualdades =) en las restricciones.

METODO SIMPLEX.
El Mtodo Simplex es un mtodo analtico de solucin de problemas de programacin
lineal capaz de resolver modelos ms complejos que los resueltos mediante el mtodo
grfico sin restriccin en el nmero de variables. mejorando la solucin en cada paso.
METODO GRAFICO
El mtodo grfico es un procedimiento de solucin de problemas de programacin lineal
muy limitado en cuanto al nmero de variables (2 si es un grfico 2D y 3 si es 3D) pero
muy rico en materia de interpretacin de resultados e incluso anlisis de sensibilidad. Este
consiste en representar cada una de las restricciones y encontrar en la medida de lo posible
el polgono (poliedro) factible, comnmente llamado el conjunto solucin o regin
factible, en el cual por razones trigonomtricas en uno de sus vrtices se encuentra la
mejor respuesta (solucin ptima).
3. CARACTERISTICAS.

Proporcionalidad: las variables y la funcin objetivo deben ser lineales.

Aditividad: Es necesario que cada variable sea aditiva respecto a la variable

objetivo.

Divisibilidad: las soluciones no deben ser necesariamente nmeros enteros.

3

PROGRAMACION LINIAL

UJCM

Optimalidad: La solucin ptima (mximo o mnimo) debe ocurrir en uno de los

vrtices del conjunto de soluciones factibles.

Se busca una combinacin de recursos.

Se busca satisfacer varios criterios.

Se identifica un criterio como el objetivo.

4. VENTAJAS.

Es relativamente simple y directo

Permite comparar un alto rango de soluciones alternativas y analizar sus

consecuencias requiriendo para ello pococ tiempo gerencial.

Indica al administrador como emplear mas eficazmente sus factores

seleccionndolos y distribuyndolos adecuadamente.

Hace que el administrador sea mas objetivo en sus decisiones al obtener todos
los datos que puedan ser tiles para la formulacin matemtica del problema

5. DESVENTAJAS.

Cada instruccin se ejecuta hasta que la anterior se haya realizado.

Dificulta la comprensin de la lectura

No hay garanta de que d soluciones enteras.

No necesariamente al redondear se llega a la solucin ptima.

Para esto es necesario emplear la programacin entera.

En algunos casos las soluciones podran ser deficientes.

Tal es el caso de las decisiones donde las variables deben tomar un valor como 0
o 1, como las decisiones de si o no.

No permite la incertidumbre.

Es un modelo determinstico y no probabilista.

Asume que se conocen todos los coeficientes de las ecuaciones.

Existe tambin la programacin lineal bajo incertidumbre.

Tanto la funcin objetivo como las restricciones estn limitadas a ser lineales

Existen tcnicas ms avanzadas de programacin no lineal

PROGRAMACION LINIAL

UJCM

EJERCICIOS
E.1. Una compaa fabrica y venden dos modelos de lmpara L1 y L2. Para su fabricacin
se necesita un trabajo manual de 20 minutos para el modelo L1 y de 30 minutos para el
L2; y un trabajo de mquina para L1 y de 10 minutos para L2. Se dispone para el trabajo
manual de 100 horas al mes y para la mquina 80 horas al mes. Sabiendo que el beneficio
por unidad es de 15 y 10 euros para L1 y L2, respectivamente, planificar la produccin
para obtener el mximo beneficio.
SOLUCION
1 Eleccin de las incgnitas.
x = n de lmparas L1
y = n de lmparas L2
2 Funcin objetivo
f(x, y) = 15x + 10y
3 Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
Para escribir las restricciones vamos a ayudarnos de una tabla:
L1 L2 Tiempo
Manual 1/3 1/2 100
Mquina 1/3 1/6 80
1/3x + 1/2y 100
5

PROGRAMACION LINIAL

UJCM

1/3x + 1/6y 80
Como el nmero de lmparas son nmeros naturales, tendremos dos restricciones ms:
x0
y0
4 Hallar el conjunto de soluciones factibles

Tenemos que representar grficamente las restricciones.

Al ser x 0 e y 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.
Resolvemos grficamente la inecuacin: 1/3 x + 1/2 y 100; para ello tomamos un
punto del plano, por ejemplo el (0,0).
1/30 + 1/20 100
1/30 + 1/60 80
La zona de interseccin de las soluciones de las inecuaciones sera la solucin al sistema
de inecuaciones, que constituye el conjunto de las soluciones factibles.

PROGRAMACION LINIAL

UJCM

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.
La solucin ptima si es nica se encuentra en un vrtice del recinto. estos son las
soluciones a los sistemas:
1/3x + 1/2y = 100; x = 0 (0, 200)
1/3x + 1/6y = 80; y = 0(240, 0)
1/3x + 1/2y = 100; 1/3x + 1/6y = 80(210, 60)

6 Calcular el valor de la funcin objetivo

En la funcin objetivo sustituimos cada uno de los vrtices.
f(x, y) = 15x + 10y
f(0, 200) = 150 + 10200 = 2 000
f(240, 0 ) = 15240 + 100 = 3 600
f(210, 60) = 15210 + 1060 = 3 750

Mximo

PROGRAMACION LINIAL

UJCM

La solucin ptima es fabricar 210 del modelo L1 y 60 del modelo L1 para obtener un
beneficio de 3 750 .
E.2. Con el comienzo del curso se va a lanzar unas ofertas de material escolar. Unos
almacenes quieren ofrecer 600 cuadernos, 500 carpetas y 400 bolgrafos para la oferta,
empaquetndolo de dos formas distintas; en el primer bloque pondr 2 cuadernos, 1
carpeta y 2 bolgrafos; en el segundo, pondrn 3 cuadernos, 1 carpeta y 1 bolgrafo. Los
precios de cada paquete sern 6.5 y 7 , respectivamente. Cuntos paquetes le conviene
poner de cada tipo para obtener el mximo beneficio?
SOLUCION
1 Eleccin de las incgnitas.
x = P1
y = P2
2 Funcin objetivo
f(x, y) = 6.5x + 7y
3 Restricciones
P1 P2 Disponibles
Cuadernos 2 3 600
Carpetas

1 1 500

Bolgrafos 2 1 400
2x + 3y 600
x + y 500
2x + y 400
x0

PROGRAMACION LINIAL

UJCM

y0
4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

f(x,y) = 6.5 200 + 7 0 = 1300
f(x,y)= 6.5 0 + 7 200 = 1 400

PROGRAMACION LINIAL

f(x,y)= 6.5 150 + 7 100 = 1 675

UJCM

Mximo

La solucin ptima son 150 P1 y 100 P2 con la que se obtienen 1 675 .

E.3. En una granja de pollos se da una dieta, para engordar, con una composicin mnima
de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado slo se
encuentra dos clases de compuestos: el tipo X con una composicin de una unidad de A
y 5 de B, y el otro tipo, Y, con una composicin de cinco unidades de A y una de B. El
precio del tipo X es de 10 euros y del tipo Y es de 30 . Qu cantidades se han de comprar
de cada tipo para cubrir las necesidades con un coste mnimo?
1 Eleccin de las incgnitas.
x=X
y=Y
2 Funcin objetivo
f(x,y) = 10x + 30y
3 Restricciones
X Y Mnimo
A 1 5 15
B 5 1 15

x + 5y 15
5x + y 15
x0
y0

10

PROGRAMACION LINIAL

UJCM

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

f(0, 15) = 10 0 + 30 15 = 450

11

PROGRAMACION LINIAL

UJCM

f(15, 0) = 10 15 + 30 0 = 150

f(5/2, 5/2) = 10 5/2 + 30 5/2 = 100 Mnimo

El coste mnimo son 100 para X = 5/2 e Y = 5/2.

E.4. Se dispone de 600 g de un determinado frmaco para elaborar pastillas grandes y
pequeas. Las grandes pesan 40 g y las pequeas 30 g. Se necesitan al menos tres pastillas
grandes, y al menos el doble de pequeas que de las grandes. Cada pastilla grande
proporciona un beneficio de 2 y la pequea de 1 . Cuntas pastillas se han de elaborar
de cada clase para que el beneficio sea mximo?
SOLUCION
1 Eleccin de las incgnitas.
x = Pastillas grandes
y = Pastillas pequeas
2 Funcin objetivo
f(x, y) = 2x + y
3 Restricciones
40x + 30y 600
x3
y 2x
x0
y0

12

PROGRAMACION LINIAL

UJCM

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

13

PROGRAMACION LINIAL

UJCM

f(x, y) = 2 3 + 16 = 22
f(x, y) = 2 3 + 6 = 12
f(x, y) = 2 6 + 12 = 24

Mximo

El mximo beneficio es de 24 , y se obtiene fabricando 6 pastillas grandes y 12

pequeas.
E.5. Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la
temporada anterior. Para ello lanzan, dos ofertas, A y B. La oferta A consiste en un lote
de una camisa y un pantaln, que se venden a 30 ; la oferta B consiste en un lote de tres
camisas y un pantaln, que se vende a 50 . No se desea ofrecer menos de 20 lotes de la
oferta A ni menos de 10 de la B. Cuntos lotes ha de vender de cada tipo para maximizar
la ganancia?
SOLUCION
1 Eleccin de las incgnitas.
x = n de lotes de A
y = n de lotes de B
2 Funcin objetivo
f(x, y) = 30x + 50y
3 Restricciones
A B Mnimo
Camisas 1 3 200
Pantalones 1 1 100
x + 3y 200
x + y 100
14

PROGRAMACION LINIAL

UJCM

x 20
y 10
4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

15

PROGRAMACION LINIAL

UJCM

f(x, y) = 30 20 + 50 10 = 1100
f(x, y) = 30 90 + 50 10 = 3200
f(x, y) = 30 20 + 50 60 = 3600
f(x, y) = 30 50 + 50 50 = 4000

Mximo

Con 50 lotes de cada tipo se obtiene una ganancia mxima de 4000 .

E.6. Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas.
El fabricante dispone para la confeccin de 750 m de tejido de algodn y 1000 m de tejido
de polister. Cada pantaln precisa 1 m de algodn y 2 m de polister. Para cada chaqueta
se necesitan 1.5 m de algodn y 1 m de polister. El precio del pantaln se fija en 50 y
el de la chaqueta en 40 . Qu nmero de pantalones y chaquetas debe suministrar el
fabricante a los almacenes para que estos consigan una venta mxima?
SOLUCION
1 Eleccin de las incgnitas.
x = nmero de pantalones
y = nmero de chaquetas
2 Funcin objetivo
f(x,y)= 50x + 40y
3 Restricciones
Para escribir las restricciones vamos a ayudarnos de una tabla:
pantalones chaquetas disponible
algodn 1

1,5

750

polister 2

1000

x + 1.5y 750

2x+3y1500
16

PROGRAMACION LINIAL

UJCM

2x + y 1000
Como el nmero de pantalones y chaquetas son nmeros naturales, tendremos dos
restricciones ms:
x0
y0
4 Hallar el conjunto de soluciones factibles

Tenemos que representar grficamente las restricciones.

Al ser x 0 e y 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.

Resolvemos grficamente la inecuacin: 2x + 3y 1500, para ello tomamos un punto

del plano, por ejemplo el (0,0).
20 + 30 1 500
Como 0 1 500 entonces el punto (0,0) se encuentra en el semiplano donde se cumple
la desigualdad.
17

PROGRAMACION LINIAL

UJCM

De modo anlogo resolvemos 2x + y 1000.

20 + 0 1 00

La zona de interseccin de las soluciones de las inecuaciones sera la solucin al sistema

de inecuaciones, que constituye el conjunto de las soluciones factibles.

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.
La solucin ptima, si es nica, se encuentra en un vrtice del recinto. estos son las
soluciones a los sistemas:
2x + 3y = 1500; x = 0 (0, 500)
2x + y = 1000; y = 0 (500, 0)
2x + 3y =1500; 2x + y = 1000 (375, 250)

18

PROGRAMACION LINIAL

UJCM

6 Calcular el valor de la funcin objetivo

En la funcin objetivo sustituimos cada uno de los vrtices.
f(x, y) = 50x + 40y
f(0, 500) = 50 0 + 40 500 = 20000
f(500, 0) = 50 500 + 40 0 = 25000
f(375, 250) = 50 375 + 40 250 = 28750

Mximo

La solucin ptima es fabricar 375 pantalones y 250 chaquetas para obtener un

beneficio de 28750.

E.7. Una empresa de transportes tiene dos tipos de camiones, los del tipo A con un espacio
refrigerado de 20 m3 y un espacio no refrigerado de 40 m3. Los del tipo B, con igual
cubicaje total, al 50% de refrigerado y no refrigerado. La contratan para el transporte de
3 000 m3 de producto que necesita refrigeracin y 4 000 m3 de otro que no la necesita. El
coste por kilmetro de un camin del tipo A es de 30 y el B de 40 . Cuntos camiones
de cada tipo ha de utilizar para que el coste total sea mnimo?
19

PROGRAMACION LINIAL

UJCM

SOLUCION
1 Eleccin de las incgnitas.
x = camiones de tipo A
y = camiones de tipo B
2 Funcin objetivo
f(x,y) = 30x + 40y
3 Restricciones
A B Total
Refrigerado 20 30 3 000
No refrigerado 40 30 4 000

20x + 30y 3 000

40x + 30y 4 000
x0
y0
4 Hallar el conjunto de soluciones factibles

20

PROGRAMACION LINIAL

UJCM

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

f(0, 400/3) = 30 0 + 40 400/3 = 5 333.332

f(150, 0) = 30 150 + 40 0 = 4 500

21

PROGRAMACION LINIAL

UJCM

Como x e y han de ser nmeros naturales redondeamos el valor de y.

f(50, 67) = 30 50 + 40 67 = 4180 Mnimo

El coste mnimo son 4 180 para A = 50 yz B = 67.

E.8. La empresa el SAMN Ltda. Dedicada a la fabricacin de muebles, ha ampliado su

produccin en dos lneas ms. Por lo tanto actualmente fabrica mesas, sillas, camas y
bibliotecas. Cada mesa requiere de 2 piezas rectangulares de 8 pines, y 2 piezas cuadradas
de 4 pines. Cada silla requiere de 1 pieza rectangular de 8 pines y 2 piezas cuadradas de
4 pines, cada cama requiere de 1 pieza rectangular de 8 pines, 1 cuadrada de 4 pines y 2
bases trapezoidales de 2 pines y finalmente cada biblioteca requiere de 2 piezas
rectangulares de 8 pines, 2 bases trapezoidales de 2 pines y 4 piezas rectangulares de 2
pines. Cada mesa cuesta producirla $10000 y se vende en $ 30000, cada silla cuesta
producirla $ 8000 y se vende en $ 28000, cada cama cuesta producirla $ 20000 y se vende
en $ 40000, cada biblioteca cuesta producirla $ 40000 y se vende en $ 60000. El objetivo
de la fbrica es maximizar las utilidades.

22

PROGRAMACION LINIAL

UJCM

Paso 1: Modelacin Mediante Programacin Lineal

Las variables:
X1 = Cantidad de mesas a producir (unidades)
X2 = Cantidad de sillas a producir (unidades)
X3 = Cantidad de camas a producir (unidades)
X4 = Cantidad de bibliotecas a producir (unidades)
Las restricciones:
2X1 + 1X2 + 1X3 + 2X4 <= 24
2X1 + 2X2 + 1X3 <= 20
2X3 + 2X4 <= 20
4X4 <= 16

La funcin Objetivo:
ZMAX = 20000X1 + 20000X2 + 20000X3 + 20000X4

Paso 2: Convertir Las Inecuaciones En Ecuaciones

En este paso el objetivo es asignar a cada recurso una variable de Holgura, dado que todas
las restricciones son "<=".
2X1 + 1X2 + 1X3 + 2X4 + 1S1 + 0S2 + 0S3 + 0S4 = 24
2X1 + 2X2 + 1X3 + 0X4 + 0S1 + 1S2 + 0S3 + 0S4 = 20
0X1 + 0X2 + 2X3 + 2X4 + 0S1 + 0S2 + 1S3 + 0S4 = 20
23

PROGRAMACION LINIAL

UJCM

0X1 + 0X2 + 0X3 + 4X4 + 0S1 + 0S2 + 0S3 + 1S4 = 16

De esta manera podemos apreciar una matriz identidad (n = 4), formado por las variables
de holgura las cuales solo tienen coeficiente 1 en su respectivo recurso, por el ejemplo la
variable de holgura "S1" solo tiene coeficiente 1 en la restriccin correspondiente a el
recurso 1.
La funcin objetivo no sufre variaciones:
ZMAX = 20000X1 + 20000X2 + 20000X3 + 20000X4
Paso 3: Definir La Solucin Bsica Inicial
El Mtodo Simplex parte de una solucin bsica inicial para realizar todas sus
iteraciones, esta solucin bsica inicial se forma con las variables de coeficiente diferente
de cero (0) en la matriz identidad.

1S1 = 24
1S2 = 20
1S3 = 20
1S4 = 16
Paso 4: Definir La Tabla Simplex Inicial

24

PROGRAMACION LINIAL

UJCM

Solucin: (segundo trmino)= En esta fila se consigna el segundo trmino de la solucin,

es decir las variables, lo ms adecuado es que estas se consignen de manera ordenada, tal
cual como se escribieron en la definicin de restricciones.
Cj = La fila "Cj" hace referencia al coeficiente que tiene cada una de las variables de la
fila "solucin" en la funcin objetivo.
Variable Solucin = En esta columna se consigna la solucin bsica inicial, y a partir de
esta en cada iteracin se van incluyendo las variables que formarn parte de la solucin
final.
Cb = En esta fila se consigna el valor que tiene la variable que se encuentra a su derecha
"Variable solucin" en la funcin objetivo.
Zj = En esta fila se consigna la contribucin total, es decir la suma de los productos entre
trmino y Cb.
Cj - Zj = En esta fila se realiza la diferencia entre la fila Cj y la fila Zj, su significado es
un "Shadow price", es decir, la utilidad que se deja de recibir por cada unidad de la
variable correspondiente que no forme parte de la solucin.
Solucin inicial:

25

PROGRAMACION LINIAL

UJCM

Paso 5: Realizar Las Iteraciones Necesarias

Este es el paso definitivo en la resolucin por medio del Mtodo Simplex, consiste en
realizar intentos mientras el modelo va de un vrtice del poliedro objetivo a otro.
El procedimiento a seguir es el siguiente:
1. Evaluar que variable entrar y cual saldr de la solucin ptima:
Maximizar
Variable que
entra

Minimizar

La ms positiva de los Cj - Zj

La ms negativa de los Cj - Zj

Siendo b los valores bajo la celda Siendo b los valores bajo la celda
Variable que
sale

solucin

el

valor solucin

el

valor

correspondiente a la interseccin correspondiente a la interseccin

entre b y la variable que entra. La entre b y la variable que entra. La
menos positiva de los b/a.

ms positiva de los b/a.

2. El hecho de que una variable distinta forme parte de las variables solucin implica una
serie de cambios en el tabulado Simplex, cambios que se explicarn a continuacin.

- Lo primero es no olvidar el valor del "a" correspondiente a la variables a entrar, en este

caso el "a = 4".

26

PROGRAMACION LINIAL

UJCM

Se repite este procedimiento con las dos filas restantes, ahora se harn los
clculos correspondientes en el resto de las celdas.

27

PROGRAMACION LINIAL

UJCM

De esta manera se culmina la primera iteracin, este paso se repetir cuantas

veces sea necesario y solo se dar por terminado el mtodo segn los siguientes
criterios.
Maximizar

Minimizar

Solucin

Cuando todos los Cj - Zj sean <= Cuando todos los Cj - Zj sean >=

ptima

- Continuamos con las iteraciones para lo cual tenemos que repetir los pasos anteriores.

28

PROGRAMACION LINIAL

UJCM

En esta ltima iteracin podemos observar que se cumple con la consigna Cj - Zj <= 0,
para ejercicios cuya funcin objetivo sea "Maximizar", por ende hemos llegado a la
respuesta ptima.
X1 = 3
X2 = 4
X3 = 6
X4 = 4
Con una utilidad de: $ 340000

29

PROGRAMACION LINIAL

UJCM

Sin embargo una vez finalizado el Mtodo Simplex se debe observar una matriz identidad
en el rectngulo determinado por las variables de decisin, el hecho de que en este caso
no se muestre la matriz identidad significa que existe una solucin ptima alterna.

La manera de llegar a la otra solucin consiste en alterar el orden en que cada una de las
variables entro a la solucin bsica, recordemos que el proceso fue decidido al azar debido
a la igualdad en el Cj - Zj del tabulado inicial. Aqu les presentamos una de las maneras
de llegar a la otra solucin.

30

PROGRAMACION LINIAL

UJCM

Podemos observar como existe una solucin ptima alternativa en la cual la combinacin
de variables es distinta y existe un menor consumo de recursos, dado que el hecho de que
se encuentre la variable "S1" en la solucin ptima con un coeficiente de "3" significa
que se presenta una holgura de 3 unidades del recurso (pieza rectangular de 8 pines).
X1 = 0 (Cantidad de mesas a producir = 0)
X2 = 7 (Cantidad de sillas a producir = 7)

31

PROGRAMACION LINIAL

UJCM

X3 = 6 (Cantidad de camas a producir = 6)

X4 = 4 (Cantidad de bibliotecas a producir = 4)
S1 = 3 (Cantidad de piezas rectangulares de 8 pines sin utilizar =3)
Con una utilidad de: $ 340000.

E.9. Una escuela prepara una excursin para 400 alumnos. La empresa de transporte tiene
8 autobuses de 40 plazas y 10 de 50 plazas, pero slo dispone de 9 conductores. El alquiler
de un autocar grande cuesta 800 y el de uno pequeo 600 . Calcular cuntos autobuses
de cada tipo hay que utilizar para que la excursin resulte lo ms econmica posible para
la escuela.
1 Eleccin de las incgnitas.
x = autobuses pequeos
y = autobuses grandes
2 Funcin objetivo
f(x, y) = 600x + 800y
3 Restricciones
40x + 50y 400
x+y9
x0
y0
4 Hallar el conjunto de soluciones factibles
32

PROGRAMACION LINIAL

UJCM

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

f(0, 8) = 600 0 + 800 8 = 6 400
f(0, 9) = 600 0 + 800 9 = 7 200
f(5, 4) = 600 5 + 800 4 = 6 200

Mnimo

El coste mnimo es de 6 200 , y se consigue 4 autobuses grandes y 5 pequeos .

33

PROGRAMACION LINIAL

UJCM

E.10. Se dispone de 600 g de un determinado frmaco para elaborar pastillas grandes y

pequeas. Las grandes pesan 40 g y las pequeas 30 g. Se necesitan al menos tres pastillas
grandes, y al menos el doble de pequeas que de las grandes. Cada pastilla grande
proporciona un beneficio de 2 y la pequea de 1 . Cuntas pastillas se han de elaborar
de cada clase para que el beneficio sea mximo?
1 Eleccin de las incgnitas.
x = Pastillas grandes
y = Pastillas pequeas
2 Funcin objetivo
f(x, y) = 2x + y
3 Restricciones
40x + 30y 600
x3
y 2x
x0
y0

34

PROGRAMACION LINIAL

UJCM

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.

6 Calcular el valor de la funcin objetivo

f(x, y) = 2 3 + 16 = 22
f(x, y) = 2 3 + 6 = 12
35

PROGRAMACION LINIAL

f(x, y) = 2 6 + 12 = 24

UJCM

Mximo

El mximo beneficio es de 24 , y se obtiene fabricando 6 pastillas grandes y 12

pequeas.

36

PROGRAMACION LINIAL

UJCM

BIBLIOGRAFIA

PAGINAS WEB
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-simplex/
http://home.ubalt.edu/ntsbarsh/business-stat/opre/SpanishD.htm#rop
http://www.economia48.com/spa/d/programacion-lineal/programacion-lineal.htm
http://www.monografias.com/trabajos96/formulacion-modelos-programacionlineal/formulacion-modelos-programacion-lineal.shtml
http://www.vitutor.com/algebra/pl/a_g.html

37