Programacin

Lineal (PL)

TCNICAS Y
MODELOS PARA
LA TOMA DE
DECISIONES

FUENTE REFERENCIA: Render, B., Stair Jr.,

R. M., & Hanna, M. E. (2012). Mtodos
Cuantitativos para los Negocios. Undcima
Edicin. Mxico: PEARSON EDUCACIN.
 DEFINICIN
La programacin lineal es un procedimiento o
algoritmo matemtico mediante el cual se
resuelve un problema indeterminado,
formulado a travs de un sistema de
inecuaciones lineales, optimizando la funcin
objetivo, tambin lineal.
Consiste en optimizar (minimizar o maximizar)
una funcin lineal, denominada funcin
objetivo, de tal forma que las variables de
dicha funcin estn sujetas a una serie de
restricciones que expresamos mediante un
sistema de inecuaciones lineales.
 LIBROS
Una de las bsicas y clsicas
herramientas para el estudio de la
Programacin Lineal es el uso de
libros ya que en estos se encuentran
tanto la parte terica del tema como
la parte practica de esta, tambin se
da diferentes usos a esta por medio
de los diferentes autores.
 SOFTWARE
Esta es una gran herramienta por que
abarca tambin a los libros virtuales (PDF) el
software para poder leer esta informacin y
tambin unos programas que son para la
ejecucin de esta.
 LINDO
LINDO es una aplicacin para computadoras
LINDO
que se utiliza para resolver problemas de
programacin lineal, cuadrtica y entera.
Desde 1979 el programa LINDO ha sido una de
las herramientas de optimizacin favoritas de
las comunidades Educativas y Empresariales.
LINDO Systems se ha dedicado a proveer
poderosas e innovativas herramientas de
optimizacin que tambin son flexibles y muy
fciles de usar. LINDO tiene una larga historia
y es uno de los pioneros en crear poderosos
programas de optimizacin.
 En 1979 se vendi en Mxico la primer copia comercial de
LINDO, la ayuda que este proporcion en aquel momento, le
hizo ganar popularidad muy rpidamente para luego ser
utilizado en aplicaciones industriales. En 1983 la versin
LINDO/PC fue el primer paquete para programacin lineal,
este manejaba 60 restricciones y 120 variables. En 1996
apareci la versin 6.0 para WINDOWS.
Antes que aparecieran Lotus 1-2-3 o Excel, LINDO haba
sido incorporado a la planilla de clculo VisiCalc, el paquete
se llam VINO y es el equivalente del SOLVER que viene con
Excel. En estos momentos existe una hoja de clculo
llamada WHATS Best! la cual se integra a EXCEL o LOTUS
1-2-3; sta resuelve problemas de optimizacin con
algoritmos de LINDO Systems.
 PHP SIMPLE
PHPSimplex es una herramienta online para resolver
problemas de programacin lineal. Su uso es libre y
gratuito. Para acceder a ella basta con pulsar sobre el
icono que aparece a la izquierda, o sobre
PHPSimplex en el men superior.
PHPSimplex es capaz de resolver problemas mediante
el mtodo Simplex, el mtodo de las Dos Fases, y el
mtodo Grfico, y no cuenta con limitaciones en el
nmero de variables de decisin ni en las restricciones
de los problemas.
 GEOGEBRA

GeoGebra es un software
matemtico interactivo libre para la
educacin en colegios y
universidades. Su creador Markus
Hohenwarter, comenz el proyecto
en el ao 2001 en la Universidad de
Salzburgo y lo contina en la
Universidad de Atlantic, Florida.
GeoGebra est escrito en Java y por
tanto est disponible en mltiples
plataformas.
 ZWEIGMEDIA
Para solucionar un problema de
programacin lineal con ms que dos
incgnitas, use la herramienta mtodo
simplex.
Muestra de la solucin: Algunos
navegadores (incluyendo versiones de
Internet Explorer) usan una fuente de
anchura proporcional en cajas de texto,
causando resultados que parecen
desordenados. Puede remediarlo por
cambiar la fuente "Sans Serifia" en las
preferencias de navegador a "Courier" o
cualquiera fuente de anchura fija, y
despus actualizar la pgina.
 JSIMPLEX
Una herramienta Visual
Transformacin XSL escrito en
Java. Se convierte fcilmente
XML a HTML / XML / etc,
utilizando hojas de estilo. Incluye
grfica, la lnea de comandos y
las interfaces de la hormiga.
Incluye plantillas para la
generacin de pginas web y
documentos del proyecto (con la
SF.net look-and-feel).
 Es una tcnica cuantitativa ampliamente aplicada en
sistemas que presenten relaciones lineales, para utilizar los
recursos escasos de la mejor manera posible.
El Modelo de Programacin Lineal es un modelo
matemtico con variables de decisin, coeficientes y/o
parmetros, restricciones y una funcin Objetivo.
Modelo determinstico.
 La Formulacin y Construccin del Modelo Lineal implica:
a) Definir claramente las variables de decisin y expresarlas
simblicamente convencionalmente.
b) Definir claramente la funcin Objetivo y las restricciones y
expresarlas matemticamente como funciones lineales.
En otras palabras:
La formulacin implica describir conceptualmente los elementos
componentes del modelo en una situacin especfica.
La construccin implica expresar en trminos matemticos los
elementos definidos en el modelo.
 Funcin Objetivo:
Variable de Decisin/Variable controlable:
El objetivo global de un problema es
decisin expresado en una forma Valores que buscan determinar con la
matemtica en trminos de los datos y solucin del modelo.
de las variables de decisin.

Restricciones (Limitaciones): Condiciones de No negatividad:

Requerimientos o limitaciones sobre los Condiciones del modelo que estipulan que
valores de variables en un modelo las variables de decisin deben tener slo
matemtico tpicamente compuesto por valores no negativos (positivos).
condiciones externas.
Pasos para formular un modelo de programacin lineal
Identificacin de las variables de decisin.
Paso 1

Identificacin de los datos del problema.

Paso 2

Identificacin de la funcin objetivo.

Paso 3

Identificacin de las restricciones.

Paso 4
 CONSTRUCCIN DE MODELOS LINEALES

Supongamos que:

$3,000.00 por automvil.

$4,000.00 camionetas.
 VARIABLES

X1= Nmero de automviles vendidos.

X2= Nmero de camionetas vendidas.

Utilidad lograda al final del mes:

Utilidad por los automviles = 3000X1

Utilidad por las camionetas = 4000X2

UT= 3000X1+ 4000X2 es la funcin objetivo

 No ms de 300 automviles al mes.
Fabricante
No ms de 200 camionetas al mes.

2 Horas para automviles.

Tiempo de preparacin 3 Horas para camionetas.

900 Horas.
Tiempo de taller para preparar vehculos
Expresado matemticamente tenemos, restricciones en la
fabricacin:
X1 300

X2 200

Restricciones de disponibilidad del tiempo:

Automviles = 2 horas 2 X1

Camionetas = 3 Horas 3 X2

Por tanto:
2 X1 + 3 X2 900
Modelo matemtico:
Max 3000X1+ 4000X2

Sujeto a:
X1 300

X2 200

2 X1 + 3 X2 900

X1, X2 0
 Para modelar y resolver un problema matemticamente:
Requerimientos:
Maximizar o minimizar un objetivo.
Las restricciones limitan el grado en que se puede alcanzar el objetivo.
Debe haber alternativas disponibles.
Las relaciones matemticas son lineales.
Todas las respuestas a las variables son no negativas.
 Paso 4.
Paso 1
Paso 2. Paso 3. Utilizar las
Entender variables de
Identificar el Definir las decisin para
cabalmente el objetivo y las variables de escribir
problema restricciones. decisin. expresiones
administrativ matemticas
o que se de la funcin
enfrenta. objetivo y de
las
restricciones.
EJEMPLO. Determinar la Horas requeridas para
mejor combinacin posible de Departamento
producir 1 unidad Horas
disponibles
mesas y sillas a fabricar, con la Mesas (T) Sillas (C) esta semana

finalidad de alcanzar la Carpintera 4 3 240

utilidad mxima. La empresa Pintura y 2 1 100
barnizado
desea que esta situacin de Utilidad por $70 $50
mezcla de produccin se unidad

formule como un problema de

PL.
Restricciones.
Las horas de tiempo de carpintera utilizadas no pueden exceder las 240 horas
por semana.
Las horas de tiempo de pintura y barnizado utilizadas no pueden exceder las 100
horas por semana.
Funciones de Restricciones
4T + 3C 240
2T + 1C 100
Funcin Objetivo.
Maximizar la utilidad
$70T + $50C
 C
Solucin grfica a un 100
Este eje representa la
problema de PL. 80 restriccin C0
Graficar cada restriccin del
60
problema:
T es el eje horizontal Este eje representa la

40 restriccinT0
C es el eje vertical
20
Restriccin de no negatividad
Siempre se est trabajando en el primer 0
20 40 60 80 100 T
cuadrante de la grfica.

Cuadrante que contiene todos los valores positivos.

Nmero de Sillas

Punto de solucin ptima.

Nmero de mesas
 100
Mtodo de solucin del punto esquina
Graficar las restricciones y encontrar la
80 regin factible.
Nmero de Sillas

Encontrar los punto de esquina de la

60 regin factible a travs de ecuaciones
simultneas.
40
Calcular el valor de la funcin objetivo
en cada punto esquina.
20
Seleccionar la esquina con el mejor
0 valor.
20 40 60 80 100

Nmero de mesas
Solucin con Excel QM
Grfica en Excel QM
 TAREA 1:

ABRELATAS
MQUINAS Manual Elctrico Horas disponibles
A 2 hr.r 1 hr.r 180
B 1 hr.r 2 hr.r 160
C 1 hr.r 1 hr.r 100
Utilidad/unidad $4 $6
EJERCICIO 2. Una compaa de auditores se especializa en
preparar liquidaciones y auditoras de empresas pequeas.
Tienen inters en saber cuntas auditoras y liquidaciones
pueden realizar mensualmente para maximizar sus ingresos.
Se dispone de 800 horas de trabajo directo y 320 horas para
revisin. Una auditora en promedio requiere de 40 horas de
trabajo directo y 10 horas de revisin, adems aporta un
ingreso de 300 dls. Una liquidacin de impuesto requiere de
8 horas de trabajo directo y de 5 horas de revisin, produce
un ingreso de 100 dls. El mximo de liquidaciones mensuales
disponibles es de 60.
OBJETIVO: Maximizar el ingreso total.

VARIABLE DE DECISION:

Cantidad de auditoras (X1).

Cantidad de liquidaciones (X2).

RESTRICCIONES:

Tiempo disponible de trabajo directo

Tiempo disponible de revisin

Nmero mximo de liquidaciones.

 http://www.zweigmedia.com/MundoReal/LPGrapher/lpg.html
EJERCICIO 3. Un departamento de publicidad tiene que planear para el
prximo mes una estrategia de publicidad para el lanzamiento de una lnea
de T.V. a color tiene a consideracin 2 medios de difusin: La televisin y el
peridico.
Los estudios de mercado han mostrado que:
1. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3
% de las familias de ingresos medios por comercial.
2. La publicidad en el peridico llega al 3 % de las familias de ingresos altos
y al 6 % de las familias de ingresos medios por anuncio.
La publicidad en peridico tiene un costo de 500 dls. por anuncio y la
publicidad por T.V. tiene un costo de 2000 dls. por comercial. La meta es
obtener al menos una presentacin como mnimo al 36 % de las familias de
ingresos altos y al 60 % de las familias de ingresos medios minimizando los
costos de publicidad.
OBJETIVO: Minimizar los costos de publicidad.

VARIABLE DE DECISION:

Anuncios para las familias de ingreso alto (X1).

Anuncios para las familias de ingreso medio (X2).

RESTRICCIONES:

Porcentaje de presentacin.
 SOLUCIN CON SOLVER (complemento Excel)

EJERCICIO 1 EJERCICIO 3
X1 X2 Z(mx.) X1 X2 Z(mn.)
40 60 0 12
4 6 520 2000 500 6000

2 1 140 180 2 3 36 36
1 2 160 160 3 6 72 60
1 1 100 100
 http://www.zweigmedia.com/MundoReal/LPGrapher/lpg.html
TAREA 2. Un expendio de carnes acostumbra preparar carne para
hamburguesa con una combinacin de carne molida de res y carne
molida de cerdo. La carne de res contiene 80 % de carne y 20 % de
grasa y le cuesta a la tienda 80 centavos por libra. La carne de cerdo
contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por
libra. Qu cantidad de cada tipo de carne debe emplear la tienda
por cada libra de carne para hamburguesa si desea minimizar el
costo y mantener el contenido de grasa no mayor de 25 %?
Resolver con mtodo grfico y complemento Solver.
SOLUCION OPTIMA:
VIDEO: Plantear modelos de Programacin Lineal EJEMPLO 1 http
://www.youtube.com/watch?NR=1&v=ytiq74ALnUQ&feature=endscreen

REFERENCIAS:
http://es.wikipedia.org/wiki/Programaci%C3%B3n_lineal
http://operativa.tripod.com/lindo/lindo.html
http://www.phpsimplex.com/
http://www.iespravia.com/rafa/
http://ntic.educacion.es/w3//eos/MaterialesEducativos/mem2003/programacion/h
istoria/historia2.htm
http://www.zweigmedia.com/MundoReal/LPGrapher/lpg.html
MATRICES: GAUSS-
JORDAN
EJERCICIO: Resolver con Gauss-
Jordan

x -y -3z = -5
2x -y -4z = -8
x +y -z = -1

SOLUCIN: x = -3, y = 2, z = 0
Estudiar captulo 6 y 8 de libros.
EJERCICIO. Una compaa produce tres artculos: A, B y C, que
requiere se procesen en tres mquinas I, II y III. El tiempo en
horas requerido para el procesamiento de cada producto por las
tres mquinas est dado en la siguiente tabla:

A B
C
I 3 1
2
II 1 2
La mquina I est disponible 490 horas, la II durante 310 horas
1
y la III durante 560 horas. Encuentre cuntas unidades de cada
III 2 para
artculo deben producirse 4 utilizar todo el tiempo disponible
de las mquinas.1
 Qu es el mtodo Simplex?
Es un mtodo analtico de solucin de problemas
de programacin lineal para resolver modelos ms complejos
que los del mtodo grfico sin restriccin en el nmero de
variables. Es un mtodo iterativo que permite ir mejorando la
solucin en cada paso.
La razn matemtica de esta mejora radica en que el mtodo
consiste en caminar del vrtice de un poliedro a un vrtice
vecino de manera que aumente o disminuya (segn el
contexto de la funcin objetivo, sea maximizar o minimizar),
dado que el nmero de vrtices que presenta un poliedro
solucin es finito siempre se hallar solucin.
 Recordar: QU ES UNA MATRIZ IDENTIDAD?
Una matriz puede definirse como una ordenacin rectangular de elementos, (o listado
finito de elementos), los cuales pueden ser nmeros reales o complejos, dispuestos en
forma de filas y de columnas.

La matriz idntica o identidad es una matriz cuadrada (que posee el mismo nmero
tanto de columnas como de filas) de orden n que tiene todos los elementos diagonales
iguales a uno (1) y todos los dems componentes iguales a cero (0), se denomina
matriz idntica o identidad de orden n, y se denota por:
Variables de Holgura y Exceso
El mtodo trabaja basndose en ecuaciones y como las
restricciones iniciales que se modelan no lo son, entonces se
convierte de inecuaciones a ecuaciones utilizando unas
variables denominadas de holgura y exceso relacionadas con
el recurso al cual hace referencia la restriccin. Estas
variables adquieren un gran valor en el anlisis de sensibilidad
y juegan un rol fundamental en la creacin de la matriz
identidad base del Simplex. Estas variables suelen estar
representadas por la letra "S", se suman si la restriccin es
de signo "<= " y se restan si la restriccin es de signo ">=".
 VARIABLE ARTIFICIAL / MTODO DE LA "M"
Una variable artificial es un truco matemtico para convertir
inecuaciones ">=" en ecuaciones, o cuando aparecen
igualdades en el problema original, la caracterstica principal de
estas variables es que no deben formar parte de la solucin,
dado que no representan recursos. El objetivo fundamental de
estas variables es la formacin de la matriz identidad.

Estas variables se representa por la letra "A", y siempre se suman

a las restricciones, su coeficiente es M (por esto se define Mtodo
de la M grande, donde M significa un nmero demasiado grande
muy poco atractivo para la funcin objetivo), y el signo en la
funcin objetivo va en contra del sentido de la misma, es decir, en
problemas de Maximizacin su signo es menos (-) y en problemas
de Minimizacin su signo es (+), repetimos con el objetivo de que
su valor en la solucin sea cero (0).
Ejemplo del Mtodo Simplex
Vamos a resolver el siguiente problema:

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

2x2
Sujeto a:
2x1 + x2 18
2x1 + 3x2 42

3x1 + x2 24

x1 0 , x2 0
Se consideran los siguientes pasos:

1.- Convertir las desigualdades en igualdades:

Se introduce una variable de holgura por

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

Signo:
Introducir
sn
 FORMA ESTNDAR:

2x1 + x2 + s1 = 18

2x1 + 3x2 + s2 = 42

3x1 + x2 + s3 = 24

NOTA: CON ESTA FORMA ESTNDAR SE

TRABAJAR EN LO SUCESIVO.
 2.Igualar la funcin objetivo a cero y despus
agregar las variables de holgura del sistema anterior:
Z - 3 x1 - 2 x2 = 0
Para este caso en particular la funcin objetivo ocupar
la ltima fila de la tabla, pero de preferencia siempre se
debe 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. Elaborar la tabla inicial del 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:
 Tabla Inicial

Base Variable de Variable de holgura Solucin

decisin

X1 X2 S1 S2 S3

S1 2 1 1 0 0 18

S2 2 3 0 1 0 42

S3 3 1 0 0 1 24

Z -3 -2 0 0 0 0
4. Encontrar la variable de decisin que entra en la base y la
variable de holgura que sale de la base.

4.1. Para escoger la variable de decisin que entra en la base,

(FLECHA VERDE VERTICAL), observamos la ltima fila, la cual
muestra los coeficientes de la funcin objetivo y escogemos la
variable con el coeficiente ms negativo (en trminos de valor
absoluto). En este caso, la variable x1 de coeficiente - 3.
1.-Si existen dos o ms coeficientes iguales que cumplan la
condicin anterior, entonces se elige cualquiera de ellos.
2.-Si en la ltima fila no hay un coeficiente negativo, significa que
se ha alcanzado la solucin ptima.
Por tanto, lo que va a determinar el final del proceso de
aplicacin del mtodo del simplex, es que en la ltima fila no haya
elementos negativos. La columna de la variable que entra en la
base se llama columna pivote (aparece de
color Verde).
4.Encontrar la variable de decisin que entra en la base y la
variable de holgura que sale de la base

4.2. Para encontrar la variable de holgura que tiene que salir de la

base, (FLECHA VERDE HORIZONTAL) se divide cada trmino de la
ltima columna (valores solucin) por el trmino correspondiente de
la columna pivote, siempre que estos ltimos sean mayores que cero.
Si hubiese algn elemento menor o igual que cero no se hace la
divisin. En el caso de que todos los elementos fuesen menores o
iguales a cero, entonces tendramos una solucin no acotada y no se
puede seguir.
El trmino de la columna pivote que en la divisin anterior d
lugar al menor cociente positivo, el 3, ya 8 es el menor, indica la fila
de la variable de holgura que sale de la base, S3. Esta fila se llama
fila pivote (aparece en color Verdel).
Base Variable de decisin Variable de holgura Solucin Operacin

X1 X2 S1 S2 S3

S1 2 1 1 0 0 18 18/2 = 9
S2 2 3 0 1 0 42 42/2 = 21
S3 3 1 0 0 1 24 24/3 = 8
Z -3 -2 0 0 0 0
 Si al calcular los cocientes, dos o ms son iguales,
indica que cualquiera de las variables correspondientes
pueden salir de la base.
C.En la interseccin de la fila pivote y columna pivote
tenemos el elemento pivote operacional, 3, este indica que
la variable de decisin X1 entra y la variable de holgura S3
sale.
5. Encontrar los coeficientes para el nuevo tablero
de simplex.
Los nuevos coeficientes de la fila pivote se obtienen
dividiendo todos los coeficientes de la fila por el pivote
operacional 3, ya que este se debe convertir en 1.
A continuacin mediante la reduccin gaussiana
hacemos ceros los restantes trminos de la columna
pivote, con lo que obtenemos los nuevos coeficientes de
las otras filas incluyendo los de la funcin objetivo Z.
 Resultado de Iteracin No. 1

Base Variable de Variable de holgura Solucin Operacin

decisin

X1 X2 S1 S2 S3

S1 0 1/3 1 0 -2/3 2 f(S1) 2 f(X1)

S2 0 7/3 0 1 -2/3 26 f(S2) 2 f(X1)

X1 1 1/3 0 0 -1/3 8 (1/3) X1

Z 0 -1 0 0 1 24 f(Z) + 3 f(X1)
 Como en los elementos de la ltima fila hay un numero
negativo, -1, significa que no hemos llegado todava a la
solucin ptima. Hay que repetir el proceso:

La variable que entra en la base es x2, por ser la columna

pivote que corresponde al coeficiente -1

Para calcular la variable que sale o la fila pivote, dividimos

los trminos de la columna solucin entre los trminos de la
nueva columna
pivote:

y como el menor cociente positivo es 6, tenemos que la

fila pivote y la variable de holgura que sale es S1.

El elemento pivote, que ahora hay que hacer 1, es 1/3. Y

se opera de forma anloga a la anterior iteracin
Base Variable de Variable de holgura Solucin Operacin
decisin

X1 X2 S1 S2 S3

S1 0 1/3 1 0 -2/3 2 2/(1/3) = 6

S2 0 7/3 0 1 -2/3 26 26/(7/3) = 78/7

X1 1 1/3 0 0 -1/3 8 8/(1/3) = 24

Z 0 -1 0 0 1 24
Base Variable de Variable de holgura Solucin Operacin
decisin

X1 X2 S1 S2 S3

X2 0 1 3 0 -2 6 3X2

S2 0 0 -7 0 4 12 f(S2) (7/3) f(X2)

X1 1 0 -1 0 1 6 f(X1) (1/3) f(X2)

Z 0 0 3 0 -1 30 f(Z) + f(X2)
 Como en los elementos de la ltima fila hay uno negativo,
-1, significa que no hemos llegado todava a la solucin
ptima. Hay que repetir el proceso:

La variable que entra en la base es S3, por ser la variable

que corresponde al coeficiente -1

Para calcular la variable que sale, dividimos los trminos de

la ltima columna entre los trminos correspondientes de
la nueva columna pivote:

6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6]

y como el menor cociente positivo es 3, tenemos que

la variable de holgura que sale es S2.

El elemento pivote, que ahora hay que hacer 1, es 4.

Base Variable de Variable de holgura Solucin Operacin
decisin

X1 X2 S1 S2 S3

X2 0 1 3 0 -2 6 No se toma por
ser negativo
S2 0 0 -7 0 4 12 12/4 = 3

X1 1 0 -1 0 1 6 6/1 = 6

Z 0 0 3 0 -1 30
Base Variable de Variable de holgura Solucin Operacin
decisin

X1 X2 S1 S2 S3

X2 0 1 -1/2 0 0 12 f(X2) + 2 f(S3)

S3 0 0 -7/4 0 1 3 (1/4) S3

X1 1 0 -3/4 0 0 3 f(X1) f(S3)

Z 0 0 5/4 0 0 33 f(Z) + f(S3)

Base Variable de Variable de holgura Solucin
decisin

X1 X2 S1 S2 S3

X2 0 1 -1/2 0 0 12

S3 0 0 -7/4 0 1 3

X1 1 0 -3/4 0 0 3

Z 0 0 5/4 0 0 33
 Respuesta:
Como todos los coeficientes de la fila de la funcin objetivo son
positivos, hemos llegado a la solucin ptima. La solucin ptima viene
dada por el valor de Z en la columna de los valores solucin, en nuestro
caso: 33.
El valor de las variables de decisin para X1 es 3 y para X2 es 12.

Tarea 4. Realizar ejercicio 18 y 19 de libro por mtodo simplex.

a) Sea la funcin objetivo z= 50X1 + 80X2 sujeto a:
X1+2X2 <= 120
X1+X2 <= 90
X1>=0 y X2>=0;
Maximizar la funcin aplicando el
mtodo simplex y con Solver (Excel).
 Referencias Bobliogrficas

Castillo, Conejo, Pedregal, Garca y Alguacil (2002):Formulacin y

resolucin de Modelos de Programacin Matemtica en ingeniera y
Ciencias, Espaa.

Francisco Chediak. Investigacion de Operaciones I.

Frederick S. Hillier, Gerald J. Lieberman (1993). Introduccin a la

Investigacin de Operaciones. Editorial: Mc. Graw Hill

Taha, Hamdy A. Investigacin de operaciones. Editorial: Pearson.