Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelamiento Matemático
Capitulo y Tema: Actividad: Resumen
Programación Lineal
Método Grafico
Método Simplex
Módulo: IX Nombre : Carlos Vivanco
Profesor: Ing. Luis Chamba
Fecha en la cual el profesor Fecha en la cual el profesor recibe la actividad:
encarga la actividad:
14/10/2010 20/10/2010
Bibliografía:
http://www.programacionlineal.net
http://www.investigacion-operaciones.com/Metodos_Solucion_PL.htm
http://www.phpsimplex.com/teoria_metodo_simplex.htm
1. INTRODUCCIÓN:
Muchas personas clasifican el desarrollo de la programación lineal entre los avances científicos más
importantes de mediados del siglo XX, su impacto desde 1950 ha sido extraordinario. En la
actualidad es una herramienta de uso normal que ha ahorrado miles o millones de dólares a muchas
compañías o negocios, incluyendo empresas medianas en los distintos países industrializados del
mundo; su aplicación a otros sectores de la sociedad se está ampliando con rapidez. Una proporción
muy grande de los cálculos científicos en computadoras está dedicada al uso de la programación
lineal.
A continuación se detallas los pasos que se debe tener en cuenta al utilizar la programación lineal,
método gráfico y método simplex.
2. RESULTADOS:
Programación Lineal
Los modelos de Programación Lineal por su sencillez son frecuentemente usados para abordar una
gran variedad de problemas de naturaleza real en ingeniería y ciencias sociales, lo que ha permitido
a empresas y organizaciones importantes beneficios y ahorros asociados a su utilización.
Consiste en optimizar (minimizar o maximizar) una función lineal, denominada función objetivo, de tal
forma que las variables de dicha función estén sujetas a una serie de restricciones que expresamos
mediante un sistema de inecuaciones lineales.
Tipo 1:
Tipo 2:
Tipo 3:
La función objetivo puede ser:
Método grafico
Método simplex
El Método Simplex publicado por George Dantzig en 1947 consiste en un algoritmo iterativo que
secuencialmente a través de iteraciones se va aproximando al óptimo del problema de Programación
Lineal en caso de existir esta última.
para completar la primera iteración es necesario seguir usando la eliminación de Gauss para
obtener coeficientes de 0 para la nueva variable básica Xj en los otros renglones, para
realizar este cambio se utiliza la siguiente fórmula: