1.

Titulo:
Programación Lineal aplicado a las PYMES-Sector
pinturas

2. Autor:
Carbone de la Cruz Luis
3. Docente:
Figueroa Alvarado Andrés
e-mail: figueal@gmail.com

LAMBAYEQUE-PERU
2018

1
 UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
PROYECTO DE INVESTIGACIÓN
CIENTÍFICA Y TECNOLÓGICA
(INSTRUCTIVO)
(Resol. N°087-2018-VRINV)

 ASPECTO INFORMATIVO
1.1. TITULO:
Programación Lineal aplicada a las PYMES-Sector
pinturas
1.2. AUTOR:
Carbone de la Cruz Luis
e-mail: carbonedelacruz@gmail.com
Cel. 952318510
1.3. RESOLUCION APROBADA:
N°087-2018-VRINV
1.4. TIPO DE INVESTIGACION:
Teórica-descriptiva
1.5. AREA DE INVESTIGACION:
Ciencias naturales
1.5.1 SUBAREA: Matemáticas
1.5.2 DISCIPLINA: Matemática Aplicada
1.5.3 LINEA DE INVESTIGACION: Análisis

1.6. LOCALIDAD E INSTITUCION:

Ambiente de la FACFYM-UNPRG

1.7. DURACION DEL PROYECTO

Fecha de inicio: Ciclo 2017-II (septiembre- diciembre)
Fecha de término: Ciclo 2018-II(agosto-diciembre)

2
 DEDICATORIA

A Dios por haberme permitido llegar hasta este punto y haberme dado salud para
lograr mis objetivos, además de su infinita bondad y amor, porque enriquece
nuestros conocimientos y podemos ser así personas de bien, con el nada me
falta.

A mis padres y a mis hermanos por haberme brindado su apoyo incondicional en

cada día de mi vida, por la responsabilidad y confianza puesta en mi persona.

3
 AGRADECIMIENTO

A todas aquellas personas que nos brindaron su apoyo en la consecución de

este trabajo.

Primeramente, doy gracias a Dios y a mis padres por darme la vida y las fuerzas
necesarias para concluir este proyecto.

A mis padres por haberme apoyado económicamente y moralmente en todo

momento.

Al profesor Figueroa Alvarado Andrés, por haberme brindado sus conocimientos

necesarios para el desarrollo del presente proyecto.

RESUMEN

4
En el presente trabajo se hace aplicación de la programación lineal como método
matemático que logra aportar información para la toma de decisiones en la
gestión de las PYMES, considerando que estas unidades productivas son
eficientes en el desarrollo social. LA técnica de programación lineal no ha sido
aprovechada por los planificadores y asesores del sector PYMES. Se detalla las
peculiaridades metodológicas de la técnica mediante la presentación de un
modelo generado por una pequeña unidad productiva, dejando así clara
evidencia de que la misma constituye un potente instrumento al servicio de las
pequeñas y medianas empresas.
En el presente trabajo de investigación se quiere lograr el objetivo de optimizar
modelos de ventas de pinturas basado en métodos de programación lineal en la
PYMES, exponer y describir el proceso y solución a través de la programación
lineal tales que mejoren los beneficios económicos. Tener como meta alcanzar
el propósito a la pregunta; ¿Cómo optimizar modelos de ventas de pinturas
basado en métodos de programación lineal en la PYMES?.
El trabajo se justifica porque se quiere describir un modelo de programación
lineal aplicado a la PYMES en el sector pinturas y optimizar( mejorar) los
ingresos de una empresa.
Palabras claves: Programación lineal, PYMES, solución óptima, valor optimo,
restricciones, optimización, minimización, función objetivo
ABSTRACT
In this paper, linear programming is applied as a mathematical method that
provides information for decision making in the management of SMEs,
considering that these productive units are efficient in social development. The
linear programming technique has not been used by planners and consultants in
the SME sector. The methodological peculiarities of the technique are detailed
by presenting a model generated by a small productive unit, thus leaving clear
evidence that it constitutes a powerful instrument at the service of small and
medium enterprises. In the present research work we want to achieve the
objective of optimizing models of sales of paintings based on linear programming
methods in SMEs, exposing and describing the process and solution through
linear programming such as to improve the economic benefits. Have as goal to
reach the purpose to the question; How to optimize models of sales of paintings
based on linear programming methods in SMEs ?.
The work is justified because we want to describe a linear programming model
applied to SMEs in the paint sector and optimize (improve) the income of a
company.
Keywords: Linear programming, SMEs, optimal solution, optimal value,
restrictions, optimization, minimization, objective function.

INDICE

5
 Pág.

RESUMEN 5

INTRODUCCION 8

CAPITULO I: ANTECEDENTES Y BASES TEORICAS 9

- Situación problemática 9
- Antecedentes 9
- Base teórica 10

CAPITULO II: METODOS Y MATERIALES 12

- Métodos 12
- Materiales 12

CAPITULO III: RESULTADOS Y DISCUSION 13

- Resultados 13
- Unidad I 13
- Unidad II 17
- Discusión 36

CAPITULO IV: CONCLUSIONES Y RECOMENDACIONES 37

- Conclusiones 37
- Recomendaciones 38

BIBLIOGRAFIA 40

ANEXO 41

INTRODUCCION
6
En nuestro medio muchas cosas de piensa de la programación lineal. Para
muchos es una parte integral de las matemáticas que debe ser estudiada, pero
sin que encuentren aplicación alguna en el mundo real; para otros es una forma
de aplicar modelos de optimización para empresas netamente productivas a
nivel macro y para otras personas es un tema que solo interesa a los ingenieros
de sistemas y matemáticos. Sin embargo, la importancia de la programación
lineal no solo radica en el procedimiento matemático, sino en la herramienta
financiera que nos puede brindar como soporte para la toma de decisiones en
cualquier organización, especialmente las PYMES, ya que permite la asignación
eficiente de recursos escasos(limitados).

Si revisamos u poco de la historia de la programación lineal, encontramos su

desarrollo en el mundo empresarial. Desde la época dela Revolución Industrial,
en la que la aparición de nuevos recursos de producción como las maquinas,
hicieron crecer las fábricas en grandes proporciones, hasta la Segunda Guerra
mundial, en donde la necesidad de asignar recursos escasos a las distintas
apariciones militares, obligaban encontrar un mecanismo que ayudara a
solucionar los problemas derivados de estos hechos.

En sus inicios, programación lineal nace con dos métodos para solucionar los
diferentes problemas planteados bajo el concepto de optimización de recursos
escasos, minimizando costos o maximizando utilidades, con varias restricciones
de recursos. Estos son el método simplex. Con el transcurrir del tiempo, aparece
la herramienta computacional y a través de sus bondades se convirtió en un
complemento ideal para el apoyo en la toma de decisiones.
Sin una planificación no es posible gestionar de manera correcta la producción
de pinturas en el sector PYMES. La planificación debe poseer pronósticos sobre
la demanda, es decir, debemos conocer bien las circunstancias que se
producirán (y cuando) para poder anticiparse a ellas.
La finalidad de este trabajo es ver cómo podemos optimizar utilidades o
beneficios en el sector pinturas-PYMES a través del método simplex.
CAPITULO I:

7
ANTECEDENTES Y BASES TEORICAS

 Situación problemática

En este trabajo nos hemos planteado hablar sobre lo importante que es la

programación lineal y a través de los métodos matemáticos de
optimización (aquellos que permiten identificar los valores máximos o
mínimos de determinadas expresiones matemáticas); y optimizar modelos
de ventas de pinturas basado en métodos de programación lineal en la
PYMES

 Antecedentes

 Cañas. J (2013) En su tesis “Planeación de la producción

aplicando modelos de programación lineal y teoría de restricciones
para las pequeñas y medianas empresas” habla sobre las
principales preocupaciones de las empresas hoy en día es la
efectiva planificación de la producción, ya que debido a diversos
factores de incertidumbre tales como la pérdida de clientes, la
entrega tardía de pedidos, la ineficiencia en la administración de
los recursos y problemas logísticos entre otros, representan
amenazas constantes que pueden influir fuertemente en las
producción de pinturas en el sector PYMES, lo que implica que el
proceso de toma de decisiones se torne complejo y se promueva
la inercia en los procesos. Por tanto, se hace necesario aplicar
herramientas de programación lineal orientadas a mantener
competitivas a las diferentes empresas de pinturas.

 Pliego. A (2012) En su tesis ¨Programación lineal: técnicas y casos

de aplicación¨ nos da a conocer sobre diversas características
difíciles de combinar de algunos problemas de optimización con un
objetivo, como la rentabilidad, riesgo en las inversiones, beneficio
a corto plazo, crecimiento de la empresa a largo plazo, costos,
calidad de los servicios.

8
  Alvarado. J (2006) Publicaron su revista didáctica llamada la
“Programación lineal aplicación de la pequeñas y medianas
empresas” cuya revista trata de explicar la programación lineal
como método matemático que logra aportar información para la
toma de decisiones en la gestión de las PYMES.

 Talavera. S (2002) En su tesis “Desarrollo de un modelo de

programación lineal para el manejo de producción en las pequeñas
y medianas empresas” da a conocer las técnicas de programación
matemática, particularmente la programación lineal, constituyen
importantes herramientas para apoyar decisiones de manejo, tales
como el diseño de regímenes de tratamientos óptimos, de acuerdo
a un objetivo determinado.

 Díaz. G (2000) En su artículo “La programación lineal aplicación a

las pequeñas y medianas empresas” se hace una revisión de la
aplicación de la programación lineal como método matemático que
logra aportar información para la toma de decisiones en la gestión
de las PYMES, considerando que estas unidades productivas son
eficientes palancas en el desarrollo social. La técnica de
programación lineal no ha sido aprovechada por los planificadores
y asesores del sector PYMES. Se trata, entonces, de dejar al
descubierto el detalle de las peculiaridades metodológicas de la
técnica mediante la presentación de un modelo generado para una
pequeña unidad productiva, dejando así clara evidencia de que la
misma constituye un potente instrumento analítico al servicio de las
pequeñas y medianas empresas.

 BASE TEORICA

 ¿Qué es una PYMES?

9
 Las PYMES son las pequeñas y medianas empresas, esto es,
las empresas que cuentan con no más de 250 trabajadores en
total y una facturación moderada. Son empresas de no gran
tamaño ni facturación, con un número limitado de trabajadores
y que no disponen de los grandes recursos de las empresas de
mayor tamaño.

 Ventajas de las PYMES

 Son más agiles y flexibles, no requieren tanto papeleo y

es más fácil modificar aspectos importantes de su
estructura. Además, existe una mayor unidad e
independencia de la dirección de empresa.

 Las pequeñas y medianas empresas son más cercanas

al cliente, se orientan más a él y pueden conocer sus
necesidades y deseos. De esta manera, también pueden
atender mejor a las demandas. Sus tratos pueden recibir
un trato más personalizado lo mismo que una relación
más humana.

 Hay una mayor implicación de los trabajadores,

precisamente porque hay una relación más fluida y
directa, se encuentran más cercanos y es más fácil que
se identifiquen y sientan parte de la empresa.

 Las PYMES pueden ser más focalizadas y orientarse

más a los clientes con los que cuentan.

 Programación lineal

 Variables

 Restricciones

 Función objetivo

 Métodos de solución

10
  Método grafico

 Método simplex

CAPITULO II:

METODOS Y MATERIALES

11
  Métodos

 Método inductivo-deductivo

 Método didáctico-descriptivo que explica el modelo

 Materiales

 Textos especializados

 Tesis de aplicación de programación lineal

 Artículos científicos

 PC

 Impresoras

CAPITULO III

RESULTADOS Y DISCUSION

12
  Resultados

Descripción de los capítulos a desarrollar

Unidad I:

 Preliminares:
Desarrollo del tema PYMES

 El desarrollo de la PYME (Pequeña y Micro Empresa) y del

sector informal urbano en el Perú ha sido un fenómeno
característico de las últimas dos décadas, debido al acelerado
proceso de migración y urbanización que sufrieron muchas
ciudades, la aparición del autoempleo y de una gran cantidad
de unidades económicas de pequeña escala, frente a las
limitadas fuentes de empleo asalariada y formal para el
conjunto de integrantes de la PEA. El sector conformado por las
PYME posee una gran importancia dentro de la estructura
industrial del país, tanto en términos de su aporte a la
producción nacional. Sin embargo, dados los niveles de
informalidad, el nivel de empleo presenta una baja calidad, lo
que trae consigo bajos niveles salariales, mayores índices de
subempleo y baja productividad.

 Definición: La legislación peruana define a la PYME (Pequeña

y Micro Empresa) como: “...la unidad económica constituida por
una persona natural o jurídica, bajo cualquier forma de
organización o gestión empresarial contemplada en la
legislación vigente, que tiene como objeto desarrollar
actividades de extracción, transformación, producción,
comercialización de bienes o prestación de servicios (…)
debiendo contar con las siguientes características:

 Microempresa:
• Número total de trabajadores entre uno (1) y diez (10).

13
 • Niveles de ventas anuales no mayores a 150 UIT.
 Pequeña empresa:
• Número total de trabajadores hasta un máximo de
cincuenta (50).
• Niveles de ventas anuales entre 51 y 850 UIT.

Dentro de las microempresas, existe una clasificación según el criterio de los

niveles de acumulación. El primer nivel sería el que corresponde a empresas
cuyo funcionamiento responde a una lógica de obtención de ingresos, en las que
se ubican las empresas cuyo nivel de ingresos es menor que sus egresos y se
descapitalizan permanentemente (empresas de sobrevivencia) y aquellas que
logran equiparar ingresos con egresos (empresas de subsistencia). El segundo
nivel corresponde a empresas cuyo funcionamiento responde a una lógica de
obtención de ganancias, conocidas como empresas de acumulación o
desarrollo.

Sin embargo, las microempresas muestran algunas ventajas tales como:

capacidad de adaptación y flexibilidad, facilidad para adaptar sistemas de
calidad, contacto directo entre el empresario y el cliente y entre el empresario y
sus trabajadores. Las PYME, como cualquier otra empresa, demandan mano de
obra y tienen trabajadores bajo diversas formas de contratación, sin embargo,
en otros aspectos tienen rasgos propios que las diferencian de las empresas de
mayor tamaño. Una de las características principales es que en la microempresa
existe un importante aporte de mano de obra no remunerada, mayormente
familiar (TFNR = trabajadores familiares no remunerados), que contribuye con la
fuerza de trabajo, pero no es retribuida con algún tipo de remuneración
monetaria. Existen PYMES que tienen TFNR y trabajadores asalariados; en
otras, aparte del empleador, la fuerza de trabajo está únicamente constituida por
TFNR, quienes han sido considerados dentro del empleo demandado por las
PYMES, teniendo en cuenta que muchas veces su participación posibilita la
creación y continuidad de las actividades económicas de estas unidades de
producción.

 TIPOS DE PINTURAS PARA PAREDES INTERIORES

14
o Pintura base
Se trata de una pintura muy económica y se utiliza a modo de
preparación para las superficies. Al aplicarla suaviza y alisa las
paredes permitiendo que las capas posteriores de pintura luzcan
mejor.
Recomendación de uso: Es utilizada para preparar una superficie
antes de pintarla ya que sella las paredes desnudas, alisa la pared
disminuyendo las imperfecciones y permite que la pintura se
adhiera mejor.

o Pintura al temple

Es una pintura no lavable y que posee poca adherencia en

superficies que no han sido tratadas. Por ello deberá utilizarse un
fijador antes de su aplicación. Es económica, permeable y fácil de
extender, pero su uso no está recomendado en paredes que sufran
humedades ya que se formaría moho sobre la superficie. Este tipo
de pintura ofrece la posibilidad de crear acabados
texturizados (dependiendo de la técnica utilizada) como el gotelé.
Recomendación de uso: Es apta para utilizar en paredes de
cemento que no estén expuestas a mucho desgaste. Suele
utilizarse en paredes y techos enlucidos de yeso.

o Pintura plástica

Es la pintura de interiores por excelencia. Es lavable, posee una

gran resistencia al agua, se seca muy rápido, apenas produce
olores y es muy sencilla de aplicar. Cuenta con tres tipos de
acabado:

 Brillantes: Acabado muy reflectante, lavable y resistente al agua

 Satinada: Acabado con brillo y fino al tacto. Pintura duradera frente
al paso del tiempo y suciedad

15
  Mate: Es opaca y no refleja la luz. Disimula bien los desperfectos
de las paredes. Es lavable en menor medida que el acabado
satinado.

Recomendación de uso:

 Pintura plástica brillante: recomendada para fachadas y

paredes exteriores.
 Pintura plástica satinada: recomendada para estancias con
paredes lucidas y colores intensos ya que avivan los tonos y el
color.
 Pintura plástica mate: ideal para paredes irregulares y para
mantener las superficies lo más natural posible.

o Pintura sintética

Es una pintura que no podrá ser utilizada sin aplicar una base
previamente. Es muy resistente a la suciedad y el paso del tiempo.
Para eliminar manchas superficiales será necesario el uso de
disolventes. La pintura sintética como la pintura plástica cuenta con
tres acabados: brillante, satinado y mate
Recomendación de uso: debido a su durabilidad es utilizada en
cocinas, cuartos de baño, en bordes de marcos o ventanas.

Unidad II:

 Desarrollo de la teoría de programación lineal y ejemplos

HISTORIA DE LA PROGRAMACION LINEAL

16
El problema de la resolución de un sistema lineal de inecuaciones se remonta,
al menos, a Joseph Fourier, después de quien nace el método de eliminación de
Fourier-Motzkin. La programación lineal se plantea como un modelo matemático
desarrollado durante la Segunda Guerra Mundial para planificar los gastos y los
retornos, a fin de reducir los costos al ejército y aumentar las pérdidas del
enemigo. Se mantuvo en secreto hasta 1947. En la posguerra, muchas industrias
lo usaron en su planificación diaria.

Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo

simplex, en 1947, John von Neumann, que desarrolló la teoría de la dualidad en
el mismo año, y Leonid Kantoróvich, un matemático de origen ruso, que utiliza
técnicas similares en la economía antes de Dantzig y ganó el premio Nobel en
economía en 1975.

El ejemplo original de Dantzig de la búsqueda de la mejor asignación de 70

personas a 70 puestos de trabajo es un ejemplo de la utilidad de la programación
lineal. La potencia de computación necesaria para examinar todas las
permutaciones a fin de seleccionar la mejor asignación es inmensa (factorial de
70,70!); el número de posibles configuraciones excede al número de partículas
en el universo. Sin embargo, toma sólo un momento encontrar la solución óptima
mediante el planteamiento del problema como una programación lineal y la
aplicación del algoritmo simplex. La teoría de la programación lineal reduce
drásticamente el número de posibles soluciones factibles que deben ser
revisadas.

CRONOLOGIA

Año Acontecimiento

17
 1826 Joseph Fourier anticipa la programación lineal. Carl
Friedrich Gauss resuelve ecuaciones lineales por
eliminación gaussiana.

1902 Gyula Farkas concibe un método para resolver

sistemas de inecuaciones.

1947 George Dantzing publica el algoritmo simplex y

John Von Neumann desarrollo la teoría de la
dualidad.
Se sabe que Leonid Kantorovich también formulo la
teoría en forma independiente.

1984 Narendra Karmarkar introduce el método del punto

interior para resolver de programación lineal.

VARIABLES

Las variables son números reales mayores o iguales a cero 𝑋𝑖 ≥0

18
En caso que se requiera que el valor resultante de las variables sea un número
entero, el procedimiento de resolución se denomina Programación entera

RESTRICCIONES

Las restricciones pueden ser de la forma:

Tipo I: 𝐴𝑗 = ∑𝑁
𝑖=1 𝑎𝑖,𝑗 𝑥 𝑋𝑖

Tipo II: 𝐵𝑗 ≤ ∑𝑁
𝑖=1 𝑏𝑖,𝑗 𝑥 𝑋𝑖

Tipo III: 𝐶𝑗 ≥ ∑𝑁
𝑖=1 𝑐𝑖,𝑗 𝑥 𝑋𝑖

Donde:

 A = valor conocido a ser respetado estrictamente;

 B = valor conocido que debe ser respetado o puede ser superado;
 C = valor conocido que no debe ser superado;
 j = número de la ecuación, variable de 1 a M (número total de restricciones);
 a; b; y, c = coeficientes técnicos conocidos;
 X = Incógnitas, de 1 a N;
 i = número de la incógnita, variable de 1 a N.

En general no hay restricciones en cuanto a los valores de N y M. Puede

ser N = M; N > M; o, N < M.
Sin embargo, si las restricciones del Tipo 1 son N, el problema puede ser
determinado, y puede no tener sentido una optimización.
Los tres tipos de restricciones pueden darse simultáneamente en el
mismo problema.

FUNCION OBJETIVO

La función objetivo puede ser:

Max= ∑𝑁
𝑖=1 𝑓𝑖 𝑥 𝑋𝑖 o Min= ∑𝑁
𝑖=1 𝑓𝑖 𝑥 𝑋𝑖

Donde:

19
 𝑓𝑖 : Coeficientes

EXISTENCIA DE SOLUCIONES OPTIMAS

Geométricamente, las restricciones lineales definen la región factible, que es

un poliedro convexo. Una función lineal es una función convexa, por lo que
un mínimo local es un mínimo global; una función lineal es también
una función cóncava, así que todo máximo local es también un máximo
global.

Como las funciones lineales no son ni estrictamente convexas ni

estrictamente cóncavas, las soluciones óptimas no son necesariamente
únicas.

Si la región factible es acotada y no vacía, entonces existirá al menos una

solución óptima, puesto que una función lineal es continua y por lo tanto
alcanza un máximo en cualquier región cerrada y acotada. Sin embargo,
puede no existir una solución óptima en dos situaciones. En primer lugar, si
la región factible es vacía, es decir, si ningún punto verifica todas las
restricciones, entonces el problema es inviable. En segundo lugar, si la región
factible no está acotada en la dirección del gradiente de la función objetivo,
el problema es no acotado, y se pueden encontrar puntos que verifican todas
las restricciones y con un valor tan alto como queramos de la función objetivo.

 Propiedades de los óptimos en problemas lineales

1. Todo problema de programación lineal es convexo y cóncavo, en

consecuencias:
 Las condiciones de Kuhn-Tucker son necesarias y suficientes para
mínimo y máximo
No hay mínimos locales que no sean globales, ni máximos

20
2. Un problema de programación lineal no puede tener soluciones optimas
en puntos interiores del dominio (salvo en el caso de que la función
objetivo sea constante).
3. Tampoco puede ser optimo un punto aislado de una arista, si no es óptima
toda la arista o si ese punto no es vértice.

Conclusión:
 En un problema lineal las soluciones optimas estarán en los vértices.
 Si dos vértices son máximos, todos los puntos de la arista que los une
serán máximos. Del mismo modo, si dos vértices son mínimos, todos
los puntos de la arista que los une serán mínimos.

SOLUCION DE UN PROBLEMA DE PROGRAMACION LINEAL

USANDO EL METODO GRAFICO

Este método es utilizado para resolver Problemas Lineales de dos

variables.

 Procedimiento:

21
1. Graficar la región factible.
2. Damos un par de puntos de valores a Z e identificamos el “Sentido de
mejora” de la función objetivo”.
3. Desplazamos la recta de la función objetivo en la dirección de mejora
hasta llegar a un punto de la región factible en donde ya no se puede
mejorar más la función objetivo.
Ejemplo:
Max Z=2X1+3X2
s. a
X1+X2 ≤6
-X1+2X2 ≤8
X1 ≤4
X1≥0, X2≥0
*X1+X2 =6 (0,6); (6,0)

*-X1+2X2 =8 (0,4); (-8,0)

Damos valores a Z=6

2X1+3X2 =6 (0,2); (-3,0)

Para Z=12
2X1+3X2 =12 (0,4); (6,0)
X* =L1∩L2
L1:X1+X2 =6
L2: -X1+2X2 =8
3X2 =14
14
X*2 =3
14
X1+ 3 = 6
4
X*1 = 3
4 14
X* = (3, 3 )

Valor optimo: Z*=CX*

4 14
Z* = 2(3)+3( 3 )

22
 8 42 50
Z* =3+ 3 → Z*= 3 (valor optimo)

METODO SIMPLEX

Puntos extremos de optimalidad

Cuando exista una solución óptima de un problema de programación lineal,

entonces también existe un punto extremo óptimo.
Teorema: Si un problema de programación lineal tiene solución óptima,
entonces ella obtiene un punto extremo del conjunto de soluciones factibles.
23
Soluciones básicas factible

El concepto de punto extremo es un concepto geométrico, pero para poder

utilizarlo desde un punto de vista computacional es necesario una
caracterización algebraica de los puntos extremos. Para tal fin daremos la
definición de solución básica factible y después demostraremos que dado el
problema.

Min CX
(P) s. a
Ax=b
x≥0
Un punto es una solución básica factible de (P) si y solo si x es un punto
extremo de F.

Definición: Considere

I{𝐴𝑥 = 𝑏 A: Matriz mxn con m<n y suponer que rg(A)=m

𝑥≥0
Después de un posible arreglo de las columnas, sea A=(𝐵|𝑁)
B: Matriz invertible mxn
N: Matriz mx(n-m)
Sea 𝑥𝐵 ∈ 𝑅 𝑚 tal que B. 𝑥𝐵 =b B=[𝑎𝑖1 , 𝑎𝑖2 , … , 𝑎𝑖𝑚 ]
b=𝑥𝐵1 𝑎𝑖1 + 𝑥𝐵2 𝑎𝑖2 + ⋯ + 𝑥𝐵𝑚 𝑎𝑖𝑚
𝑥𝐵 =𝐵−1 .b
𝑥
El punto x=⌈𝑥𝐵 ⌉; en donde 𝑥𝐵 =𝐵−1.b
𝑁

𝑥𝑁 =0
Se llama solución básica del sistema (I)
 Si 𝑥𝐵 ≥0, entonces diremos que x es una solución básica factible
del sistema (I).
 Si 𝑥𝐵 <0, entonces diremos que x es una solución básica factible
no degenerada del sistema (I).

24
 Si al menos una componente de 𝑥𝐵 es nula, entonces diremos que x
es una solución básica factible degenerada.

Ejemplo:
Considere el poliedro
𝑥1 + 𝑥2 ≥6
𝑥2 ≤3
𝑥1 ≥ 0, 𝑥2 ≥0

Llevamos a la forma Ax=b, usando variables de holgura

𝑥1 + 𝑥2 + 𝑥3 =6

𝑥2 + 𝑥4 =3

𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0

A=[1 1 1 0], rg(A)=2 ; b=[6]

0 1 0 1 3

25
 B=[𝑎1 𝑎2 ]=[1 1] 𝐵−1 =[
1−1
]
0 1 0 1

B𝑥𝐵 =b

1 0 6 3
𝑥𝑏 = 𝐵−1 b=[ ] [ ]=[ ]
0 1 3 3

𝑥2 3 𝑥3 0
𝑥𝐵 =[𝑥 ]=[ ] , 𝑥𝑁 =[𝑥 ]=[ ]
1 3 4 0

Primera solución básica:

3
3
( ) es factible y no degenerada
0
0

B=[𝑎1 𝑎4 ]=[1 0] 𝐵−1 =[

1 0
]=I
0 1 0 1

𝑥1 6 𝑥2 0
𝑥𝐵 =[𝑥 ]=𝐵−1 .b=I.b=[ ] , 𝑥𝑁 =[𝑥 ]=[ ]
4 3 3 0

6
X=(0)
0
3

6
Segunda solución básica factible (0) es factible y no degenerada
0
3

B=[𝑎2 𝑎3 ]=[1 1] 𝐵−1 =[

0 1
]=I
1 0 1 −1

𝑥2 0 1 6 3 𝑥1 0
𝑥𝐵 =[𝑥 ]=𝐵−1 .b=I.b=[ ][ ] = [ ] , 𝑥𝑁 =[𝑥 ]=[ ]
3 1 −1 3 3 4 0

0
Tercera solución básica factible (3)
3
0

B=[𝑎2 𝑎4 ]=[1 0] 𝐵−1 =[

1 0
]=I
1 1 −1 1
26
 𝑥2 1 0 6 6 𝑥6 0
𝑥𝐵 =[𝑥 ]=𝐵−1 .b=I.b=[ ][ ] = [ ] , 𝑥𝑁 =[𝑥 ]=[ ]
4 −1 1 3 −3 3 0

0
Cuarta solución básica ( 6 ) no es factible porque tiene una componente
0
−3
negativa

B=[𝑎3 𝑎4 ]=[1 0] 𝐵−1 =[

1 0
]=I
0 1 0 1

𝑥3 6 𝑥3 0
𝑥𝐵 =[𝑥 ]=𝐵−1 .b=I.b=[ ] , 𝑥𝑁 =[𝑥 ]=[ ]
4 3 4 0

0
0
Quinta solución básica ( ) es factible y no degenerada
6
3
Conjunto de soluciones básicas factibles:

3 6 0 0
3 0 3 0
{( ) , ( ) , ( ) , ( )}
0 0 3 6
0 3 0 3

Proyectando este conjunto en 𝑅 2 vamos a tener

3 6 0 0
{( ) , ( ) , ( ) , ( )}
3 0 3 0

Cuando proyectamos en 𝑅 2 el conjunto de soluciones básicas factibles del

sistema

𝑥1 + 𝑥2 + 𝑥3 =6

𝑥2 + 𝑥4 =3

𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0, 𝑥4 ≥ 0

Obtenemos el conjunto de puntos extremos del poliedro

𝑥1 + 𝑥2 ≥6
𝑥2 ≤3

27
 𝑥1 ≥ 0, 𝑥2 ≥0

Observación (número máximo de soluciones básicas factibles)

Dado Ax=b

x≥0, m<n , rg(A)=m

El número posible de soluciones básicas factibles está acotado el número de

formas en que se puede escoger “m” de las “n” columnas.

𝑚 𝑚!
# de soluciones básicas factibles ≤( 𝑛 )=𝑛!(𝑚−𝑛)!

En el ejemplo anterior

# de soluciones básicas factibles=4 ≤(4)=2!(4−2)!

4!
2

4≤6

ALGORITMO SIMPLEX

Consideremos el problema en la forma

Min z=Cx

s. a Ax≤b, b≥0

x≥0

Paso 1: Reescríbase la función objetivo de la siguiente manera

Z-Cx=0

Paso 2: Conviértase las desigualdades en igualdades agregando las variables

de holgura

Ax+Ix’=b

x≥ 0, x’≥ 0
28
Z-c𝑥1 − 𝑐𝑥2 − ⋯ − 𝑐𝑥𝑛 − 0𝑥𝑛+1 − ⋯ − 0𝑥𝑛+𝑚 = 0

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎𝑚 𝑥𝑛 + 𝑥𝑛+1 … =𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑚 𝑥𝑛 + 𝑥𝑛+2 … =𝑏2

. . . . .

. . . . .

. . . . .

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 + 𝑥𝑛+𝑚 … =𝑏𝑚

Este paso es necesario, pues la adición de las variables de holgura crea base
B=I. Esto a su vez genera el 1° punto extremo de la región de factibilidad (si b≥0)
cuyas coordenadas básicas están dadas por b.

Paso 3: Construye una tabla con los coeficientes del programa lineal como la
que se muestra a continuación.

Z 𝑥𝐵1 𝑥𝐵2 … 𝑥𝐵𝑛 𝑥𝑛+1 … 𝑥𝑛+𝑚

1 𝐶𝐵 𝐵−1 ª-C 𝐶𝐵 𝐵−1 𝐶𝐵 𝑋𝐵

𝑥𝐵1 0

𝑥𝐵2 0

. . 𝐵−1

𝐵−1A
. .

. .

𝑥𝐵𝑛

29
Paso 4: Seleccione como vector de entrada a la base aquel cuyo 𝑍𝑘 𝐶𝑥 es la más
positiva. Si no hay imagen candidata, entonces la solución X=[ 𝑥𝐵 |𝑥𝑁 ] con 𝑥𝐵
mostrada en la tabla es óptima. En caso existiera un empate rómpase
seleccionando arbitrariamente a cualquiera.

Paso 5: Una vez seleccionada la columna 𝑎𝑘 que entrara a la nueva base,

seleccione el vector de salida 𝑎𝑟 de la base actual utilizando la siguiente regla.

𝑏′𝑟 𝑏′
𝑦𝑟𝑘
=𝑚𝑖𝑛𝑖𝑚𝑜1≤𝑖≤𝑚 {𝑦 𝑖 : 𝑦𝑖𝑘 > 0}
𝑖𝑘

En el caso que existe un empate entre varios aplicar las reglas lexicográficas
para romper el empate. Una decisión arbitraria puede causar que el proceso
continuamente alcanzar si todos los componentes de Yr son ≤0 se tiene el caso
de una solución no acotada.

PASO 6 : La intersección de la tabla de la columna que entra y la que sale de la

base determinada el elemento Pivote 𝒀𝒌𝒓 , con el de convertir la K –ésima la
columna en el vector Or , es decir ceros en toda la columna y en uno la r-ava fila
, apliquemos las siguientes transformaciones elementales.

1
1) Multiplicamos la fila Fr por 𝑌𝑟𝑘
2) Para 𝑖 = 1,…..m,…. 𝑖 ≠r F𝑖- y𝑖𝑘 Fr
3) Para 𝑖 = 0 F0 –(Zk – Ck ) Fr

EJEMPLO:

 Min Z=x1+x2-4x3

S. a

X1+X2+2X3 ≤9

X1+X2-X3 ≤2

-X1+X2+X3 ≤4

X1≥0, X2≥0, X3≥0

30
 1. Min z=X1+X2-4X3+0X4+0X5+0X6

S. a

X1+X2+2X3+X4 =9

X1+X2-X3+ X5 =2

-X1+X2-X3+X6 =4

X1≥0, X2≥0, X3≥0, X4≥0

X5≥0, X6≥0

Si b≥0 => podemos elegir nuestra base inicial como B= [a4,a5,a6] y B-1.𝑏 ≥0

Z X1 X2 X3 X4 X5 X6 RHS
1 -1 -1 4 0 0 0 0
X1 0 1 1 2 1 0 0 9

X5 0 1 1 -1 0 1 0 2

X3 0 -1 1 ① 0 0 1 4

Z X1 X2 X3 X4 X5 X6 RHS
1 -1 -1 4 0 0 0 0
X4 0 1 1 2 1 0 0 9

X5 0 1 1 -1 0 1 0 2

X6 0 -1 1 ① 0 0 1 4

31
 Z X1 X2 X3 X4 X5 X6 RHS
1 0 -4 0 -1 0 -2 -17

0 1 -1/3 0 1/3 0 -2/3 1/3

0 0 2 0 0 1 1 6

0 0 2/3 1 1/3 0 1/3 13/3

Este es un cuadro óptico Zj – Cj ≤0. Para todas las variables no básicas.

La solución óptima está dada por:

X1=1/3, X2=0, X3=13/3 con Z= -17

1 0 2
B= [a1,a5,a3] = [ 11 −1]
−1 0 1

Z X X RHS
1 0 CB.B-1.N-CN CBB-1b

0 I B-1N B-1b

32
 MODELO A LA EMPRESA DE “PINTURAS PATITO”

La empresa de PINTURAS PATITO se encarga de abastecer pintura de base,

pintura a temple y pintura plástica (brillantes, satinada y mate) a las ferreterías
Z1 y Z2. Las unidades requeridas para cada ferretería se muestran en la
siguiente la tabla:

Pintura base Pintura a temple Pintura plástica

Z1 5 3 2
Z2 2 4 7

Para satisfacer la demanda del mes próximo dispone de 1600 unidades para la
ferretería Z1 y 2000 unidades para la ferretería Z2. El coste a cada ferretería es
de 2 y 1 euros respectivamente, y el precio unitario de venta de cada pintura es
de 25, 20 y 15 euros, respectivamente. Halle el plan de venta que maximice el
beneficio teniendo en cuenta que para cubrir el punto muerto de la empresa debe
venderse 400 unidades de las tres pinturas (Pintura base, Pintura a temple y
Pintura plástica)

Solución:

Pintura base Pintura a temple Pintura

plástica
Coste para Z1 2x5=10 2x3=6 2x2=4
Coste para Z2 1x2=2 1x4=4 1x7=7
Coste total 12 10 11
Precio de venta 25 20 15
Beneficio 13 10 4
unitario

Xi= cantidad de pintura vendida i i=1, … ,3

Max Z=13X1 + 10X2 + 4X3

5X1 + 3X2 + 2X3 ≤ 1600

33
 2X1 + 4X2 + 7X3 ≤ 2000

X1 + X2 + X3 ≤ 400

X1, X2, X3 ≥ 0

Añadiendo al modelo las variables de holgura que corresponda:

Z=CX → Z-CX=0

Z-13X1 - 10X2 - 4X3 =0

5X1 + 3X2 + 2X3 + X4 = 1600

2X1 + 4X2 + 7X3 + X5 = 2000

X1 + X2 + X3+ X6 = 400

X1, X2, X3, X4, X5, X6 ≥ 0

Siendo el coste reducido de las variables no básicas:

Zj-Cj=CB.B-1.N-CN

5 3 2 0
Zj-Cj=[0 0 1].[ 2 4 7 0 ]-[0 0 0 0]=[1 1 1 -1]
1 1 1 −1

1600
Z=CB.XB=[0 0 1].[2000]=400
400

Elegiremos nuestro PIVOT, luego a la columna del PIVOT lo convertiremos en

ceros y al PIVOT en la unidad a través de operaciones elementales de filas.

Z X1 X2 X3 X4 X5 X6
Z 1 -13 -10 -4 0 0 0 0
X4 0 5 3 2 1 0 0 1600
X5 0 2 4 7 0 1 0 2000
X6 0 1 1 1 0 0 1 400

Iteración 1: Entra a la base X1 ya que tiene el coste reducido negativo. Sale

1
de la base. Multiplicamos a la fila 2 por 5
, después a la fila dos se le multiplica
por trece y a la fila uno, tres y cuatro restarle o sumarle la fila dos

34
 𝐵−1 1600 2000 400 1600
Min{ 𝑌 , 𝑌𝑥1 > 0}= Min{ 5
, 2 , 1 }= = 320 → X1
𝑥1 5

Z X1 X2 X3 X4 X5 X6
Z 1 -13 -10 -4 0 0 0 0
X1 0 1 3/5 2/5 1/5 0 0 320
X5 0 2 4 7 0 1 0 2000
X6 0 1 1 1 0 0 1 80

Z X1 X2 X3 X4 X5 X6
Z 1 0 -11/5 6/5 13/5 0 0 4160
X1 0 1 3/5 2/5 1/5 0 0 320
X5 0 0 14/5 31/5 2/5 3/5 0 1280
X6 0 0 2/5 3/5 -1/5 0 1 -240

Iteración 2: Entra a la base X2 ya que tiene el coste reducido negativo y de

5
todos los positivos el mayor. Multiplicamos a la fila 3 por 14 para convertir al
11
PIVOT en la unidad; luego lo multiplicamos por para convertir a la columna
5
del PIVOT en ceros. Sale de la base:

𝐵−1 320 1280 −240 3200

Min{ 𝑌 , 𝑌𝑥3 > 0}= Min{ 3 , 14 , 2 }= 7
=457,1→ X5
𝑥3 5 5 5

Z X1 X2 X3 X4 X5 X6
Z 1 0 -11/5 6/5 13/5 0 0 4160
X1 0 1 3/5 2/5 1/5 0 0 320
X2 0 0 14/5 31/5 -2/5 3/5 0 1280
X6 0 0 2/5 3/5 -1/5 0 1 -240

35
 Z X1 X2 X3 X4 X5 X6
Z 1 0 0 85/14 16/7 33/70 0 4257
X1 0 1 0 2/5 1/5 0 0 293,4
X2 0 0 1 31/14 -1/7 3/14 0 44,4
X6 0 0 0 -2/7 -1/7 -3/35 1 -257,8

La solución hallada es óptima dado que ninguna variable puede entrar en la base
y mejorar la solución actual, ya que el coste reducido de las variables no básicas
es positivo y el problema es de maximización. La solución óptima consiste en
vender 200 unidades de pintura base y 200 de pintura a temple alcanzando un
beneficio de 4257 soles.

 Discusión

Una de las aseveraciones que se puede hacer con los resultados

obtenidos es que el tamaño explica parcialmente el éxito alcanzado por
las PYMES. Puede afirmarse que el debate por la necesidad de
adaptación a los requerimientos de los clientes debe realizarse prestando
especial atención a la calidad de producto o servicio. Por último, se
concluye que el modelo propuesto se corrobora parcialmente. Se
comprueba que la elección de la estrategia influye en el éxito competitivo
de las PYMES.

36
 CAPITULO IV

CONCLUSIONES Y RECOMENDACIONES

 Conclusiones

La programación lineal propone formas particulares de abordaje a

problemas empresariales, aprovechando los actuales avances
informáticos, ofreciendo gran ayuda a la hora de valorar futuras
estrategias de desarrollo y mejora de una PYME, algunas ventajas
que resultan de su aplicación son:

 Brinda un plan optimo detallado para lograr el resultado

(máximo o mínimo) optimo.

 Ofrece rangos de precios de cada actividad dentro de la cual

no se modifica a la solución.

 Permite evaluar costos de sustitución de actividades.

 Indica el uso de cada recurso limitante en el plan óptimo.

 Define el rango dentro del cual se mantiene el costo de

oportunidad de cada recurso.

Desde un punto de vista práctico, algunas virtudes de los

programas

lineales con respecto a los no lineales son: resultan más fáciles de

definir

y formular, permiten trabajar de manera eficiente con mayor

número de

variables de decisión y se adaptan mejor al tratamiento algorítmico

con

computadores, aprovechando la rapidez de cálculo de estos.

37
 Recomendaciones

Con este proyecto doy a conocer la importancia y la aplicación de

la programación lineal a las PYMES mediante un modelo
matemático para maximizar utilidades o beneficio

38
 BIBLIOGRAFIA

 Anderson, Sweeney, Williams, Camm y Martin (2004) métodos

cuantitativos para los negocios 11va. Edición (Universidad de
Guadalajara-México)

 Alvarado J. (1992). maximización de los ingresos de la empresa

(Instituto tecnológico de Costa Rica)

 Beneke, R. y Winterboer. (1984). Programación lineal aplicación

a la agricultura.(España: Editorial aedo)

 Datzing .G (1947) programación lineal y las pymes

(Universidad de Michigan california)

 Díaz .G (2005) la importancia de la programación lineal (revista

virtual universidad sano tomas Colombia

 Koopmans .T (1971) on the description and comparison of

economic systems

(Universidad de Michigan california)

https://www.zweigmedia.com/utilities/lpg/index.html

39
 ANEXO

UNIVERSIDAD NACIONAL “PEDRO RUIZ GALLO"

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
CENTRO DE INVESTIGACIÓN

Registro nacional de trabajo de investigación y proyecto

Código ……..fecha…..
Cotejo en la base de datos de la ANR
Escuela profesional:
MATEMATICA

Apellidos y Nombres:
Carbone de la Cruz Luis

Título del proyecto:

Programación lineal aplicado a las PYMES-Sector pinturas

Asesor:
Figueroa Alvarado Andrés

Problema científico
¿Cómo optimizar modelos de ventas de pinturas basado en métodos de
programación lineal en la PYMES?

Objetivo general
Optimizar modelos de ventas de pinturas basado en métodos de programación
lineal en la PYMES
Hipótesis
Con elección de un modelo que se construye a través de la programación lineal vamos
a distribuir mejor los recursos que produce el sector de PYMES, es decir la empresa de
pinturas.

Diseño de contrastación de hipótesis

 Se enuncia y se demuestran un modelo matemático para alguna empresa

40
 I. ASPECTO INFORMATIVO

Programación lineal aplicado a las PYMES-Sector pinturas

Personal investigador:
Carbone de la Cruz Luis
carbonedelacruz@gmail.com-952318510

Área de Investigación:

Ciencias naturales
Sub área

Matemática
Lugar de ejecución:

En las aulas de la facultad FACFYM - UNIVERSIDAD NACIONAL “PEDRO

RUIZ GALLO

Duración estimada:
Elaboración del proyecto

Inicio Final
17/09/2017 19/12/2017

Ejecución del proyecto

Inicio Final
05/09/2018 12/12/2018

41
II. ASPECTO DE LA INVESTIGACIÓN

2.1. Situación problemática

En este trabajo nos hemos planteado hablar sobre lo importante que es la

programación lineal ya a través de los métodos matemáticos de optimización
(aquellos que permiten identificar los valores máximos y mínimos de
determinadas expresiones matemáticas); y optimizar modelos de ventas de
pinturas basado en métodos de programación lineal en la PYMES.

2.2 revisión bibliográfica

Antecedentes:

 Cañas. J (2013) En su tesis “Planeación de la producción

aplicando modelos de programación lineal y teoría de restricciones
para las pequeñas y medianas empresas” habla sobre las
principales preocupaciones de las empresas hoy en día es la
efectiva planificación de la producción, ya que debido a diversos
factores de incertidumbre tales como la pérdida de clientes, la
entrega tardía de pedidos, la ineficiencia en la administración de
los recursos y problemas logísticos entre otros, representan
amenazas constantes que pueden influir fuertemente en las
producción de pinturas en el sector PYMES, lo que implica que el
proceso de toma de decisiones se torne complejo y se promueva
la inercia en los procesos. Por tanto se hace necesario aplicar
herramientas de programación lineal orientadas a mantener
competitivas a las diferentes empresas de pinturas.

 Pliego. A (2012) En su tesis ¨Programación lineal: técnicas y casos

de aplicación¨ nos da a conocer sobre diversas características
difíciles de combinar de algunos problemas de optimización con un
objetivo, como la rentabilidad, riesgo en las inversiones, beneficio

42
 a corto plazo, crecimiento de la empresa a largo plazo, costos,
calidad de los servicios.

 Alvarado. J (2006) Publicaron su revista didáctica llamada la

“Programación lineal aplicación de la pequeñas y medianas
empresas” cuya revista trata de explicar la programación lineal
como método matemático que logra aportar información para la
toma de decisiones en la gestión de las PYMES.

 Talavera. S (2002) En su tesis “Desarrollo de un modelo de

programación lineal para el manejo de producción en las pequeñas
y medianas empresas” da a conocer las técnicas de programación
matemática, particularmente la programación lineal, constituyen
importantes herramientas para apoyar decisiones de manejo, tales
como el diseño de regímenes de tratamientos óptimos, de acuerdo
a un objetivo determinado.

 Díaz. G (2000) En su artículo “La programación lineal aplicación a

las pequeñas y medianas empresas” se hace una revisión de la
aplicación de la programación lineal como método matemático que
logra aportar información para la toma de decisiones en la gestión
de las PYMES, considerando que estas unidades productivas son
eficientes palancas en el desarrollo social. La técnica de
programación lineal no ha sido aprovechada por los planificadores
y asesores del sector PYMES. Se trata, entonces, de dejar al
descubierto el detalle de las peculiaridades metodológicas de la
técnica mediante la presentación de un modelo generado para una
pequeña unidad productiva, dejando así clara evidencia de que la
misma constituye un potente instrumento analítico al servicio de las
pequeñas y medianas empresas.

Base teórica

 ¿Qué es una PYMES?

43
 Las PYMES son las pequeñas y medianas empresas, esto es,
las empresas que cuentan con no más de 250 trabajadores en
total y una facturación moderada. Son empresas de no gran
tamaño ni facturación, con un número limitado de trabajadores
y que no disponen de los grandes recursos de las empresas de
mayor tamaño.

 Ventajas de las PYMES

 Son más agiles y flexibles, no requieren tanto papeleo y

es más fácil modificar aspectos importantes de su
estructura. Además, existe una mayor unidad e
independencia de la dirección de empresa.

 Las pequeñas y medianas empresas son más cercanas

al cliente, se orientan más a él y pueden conocer sus
necesidades y deseos. De esta manera, también pueden
atender mejor a las demandas. Sus tratos pueden recibir
un trato más personalizado lo mismo que una relación
más humana.

 Hay una mayor implicación de los trabajadores,

precisamente porque hay una relación más fluida y
directa, se encuentran más cercanos y es más fácil que
se identifiquen y sientan parte de la empresa.

 Las PYMES pueden ser más focalizadas y orientarse

más a los clientes con los que cuentan.

 Programación lineal

 Variables

 Restricciones

 Función objetivo

 Métodos de solución

44
  Método grafico

 Método simplex

2.3 formulación del problema científico

Usando las teorías y métodos de programación lineal. ¿Cómo optimizar modelos

de ventas de pinturas basado en métodos de programación lineal en la PYMES?

2.4 Objetivos

Generales:

Optimizar modelos de ventas de pinturas basado en métodos de programación

lineal en la PYMES

Específicos:

 Exponer y describir el proceso y solución a través de la programación

lineal tales que mejoren los beneficios económicos.
 Realizar un diagnóstico de la PYME en el área de producción.

2.5 justificación e importancia

Justificación
El motivo por el cual se está realizando este trabajo es porque se
quiere describir un modelo de programación lineal aplicado a las
PYMES en el sector pinturas y optimizar (mejorar) los ingresos de
una empresa.
Desde tiempos inmemorables diferentes empresas manufactureras
observan y analizan el mejor método para administrar y controlar sus
inventarios, de forma que no sean excesivos, pero tampoco se
genere una ruptura de stock, estos inventarios están representados
por cada uno de los almacenes que comprenden los nodos de la red
logística (abastecimiento, transformación y distribución).

45
Un modelo de programación lineal nos suministraría mejores bases
para tomar decisiones referentes a la administración y planeación de
la producción respecto a cuanto producimos, cuanto pedimos y
cuando (Wilson 1980).

Importancia
Este modelo matemático, que estudia la aplicación de la
programación lineal aplicado a las PYMES- sector pinturas, es
importante porque podría servir como una ayuda para las empresas
en optimizar su ingreso y evitar pérdidas.
Según Beneke y Winterboer (1984) los métodos matemáticos de
optimización, aquellos que permiten identificar los valores máximos o
mínimos de determinadas expresiones matemáticas alcanzaron un
desarrollo notable en la década de los años 40.

La programación lineal es un método matemático de resolución de

problemas donde el objetivo es optimizar (maximizar o minimizar) un
resultado a partir de seleccionar los valores de un conjunto de
variables de decisión, respetando restricciones correspondientes a
disponibilidad de recursos, especificaciones técnicas, u otras
condicionantes que limiten la libertad de elección.

46
 2.6 hipótesis

Con elección de un modelo que se construye a través de la

programación vamos a distribuir mejor los recursos que produce el
sector de pymes es decir la empresa de pinturas

2.7 Definición de términos y conceptos

 PYME: Se trata de la empresa mercantil, industrial o de otro tipo que

tiene un número reducido de trabajadores y que registra ingresos
moderados.
 PROGRAMACION LINEAL: Es el campo de la optimización
matemática dedicado a maximizar o minimizar (optimizar) una
función lineal, denominada función objetivo, de tal forma que las
variables de dicha función estén sujetas a una serie de restricciones
expresadas mediante un sistema de ecuaciones o inecuaciones
también lineales.
 SOLUCIÓN ÓPTIMA: son los resultados a lo largo que una empresa
espera lograr.
 MODELO MATEMÁTICO: Es la descripción matemática de una
situación real
 FUNCIÓN OBJETIVO: Es la función que deseamos optimizar

2.8 Diseño de contrastación de hipótesis

Se enuncia y se desarrolla un modelo de programación lineal.

2.9 tipo de investigación

Investigación teórico-descriptivo

47
 2.10 Referencias bibliográficas

 Anderson, Sweeney, Williams, Camm y Martin (2004) métodos

cuantitativos para los negocios 11va. Edición (Universidad de
Guadalajara-México)

 Alvarado J. (1992). maximización de los ingresos de la empresa

(Instituto tecnológico de Costa Rica)

 Beneke, R. y Winterboer. (1984). Programación lineal aplicación a la

agricultura.(España: Editorial aedo)

 Datzing .G (1947) programación lineal y las pymes

(Universidad de Michigan california)

 Díaz .G (2005) la importancia de la programación lineal (revista virtual

universidad sano tomas Colombia

 Koopmans .T (1971) on the description and comparison of economic

systems

(Universidad de Michigan california)

48
 2.11 contenidos

Capítulo I:

 Preliminares.

Capítulo II:

 Concepto básico de programación lineal.

 Introducción a las PYMES.
 Introducción a la Teoría de programación lineal, conceptos y
definiciones.

Capítulo III:

 Introducción de la teoría de programación lineal aplicada a las

PYMES.
 Ver cómo funciona la programación lineal aplicada a las PYMES en
un ejercicio.

49
III. ASPECTOS ADMINISTRATIVO

3.1.- Cronograma de actividades proyecto

ETAPAS MESES
ELABORACION DEL ELABORACION DEL
PROYECTO PROYECTO FINAL
A M J J A S O N D
Aprendizaje de la X
Metodología de la
Investigación
Científica
Revisión de la X X
Bibliografía
Elaboración del X
Proyecto
Defensa del X X
Proyecto
Adecuación o X
regulación del
Proyecto
Revisión de los X X
Temas
Desarrollo del
Capítulo I
Desarrollo del
Capítulo II
Desarrollo del
Capítulo III
Sustentación

50
Reunión con el X X X X X
asesor
Lecturas X X

.1. Presupuesto

RUBROS COSTO PARCIAL COSTO TOTAL

Bienes y Materiales
de Oficina S/
 Papel Bond(1/2 7.00
S/ 97.00
millar) 50.00
 Libros(3 textos) 40.00
 Otros
Servicios S/
 Internet 30.00
 Movilidad 40.00 S/ 105.00
 Impresiones 15.00
 Otros 20.00
TOTAL S/ 202.00

.2. Financiamiento: Este proyecto es autofinanciado.

51