RESUMEN:

La Programación lineal es la Optimización matemática que se dedica 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.
Los métodos más recurridos para resolver problemas de programación lineal son
Algoritmos de pivote, en particular los algoritmos simplex.
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.

Palabras clave: Algoritmo, Simplex, Pivote, Industrias, Planificación, Fábrica.

ABSTRACT: (traducido con Google Translate)

Linear programming is dedicated to mathematical optimization

Maximize or minimize (optimize) a linear function, called the objective function.
So that the function variables are subject to a number of restrictions.
The methods most used for solving linear programming problems are
Pivot algorithms, particularly algorithms simplex.
Developed during World War II to plan expenses and
returns, to reduce costs and increase the army of the enemy losses.
I was kept secret until 1947. After the war, many industries used it in his
daily planning.

Key words: algorithms, simplex, Pivot, industries, planning, factory.

1
 TABLA DE CONTENIDO

Capítulo 1: Introducción ................................................................................................................. 5

Capítulo II: Marco teórico............................................................................................................... 7

1. Entender el Problema a Fondo ............................................................................................. 7

2.1. Un Problema en La Programación Lineal .................................................................... 8

3.1. El Algoritmo del Simplex…………………………………………………………......9

Capítulo III: Definición del Problema .......................................................................................... 10

Capítulo IV: Objetivos de la Investigación................................................................................... 10

3.1. Objetivo general ......................................................................................................... 10

3.2. Objetivos específicos: ................................................................................................. 10

Capítulo V: Historia de La Programación Lineal .................................................................... 11

Capítulo VI: Resultado del beneficio de la fábrica ................................................................... 13

Capítulo VII: Conclusiones....................................................................................................... 17

Capítulo VIII: Recomendaciones.............................................................................................. 18

Bibliografía ............................................................................................................................... 19

ANEXOS .................................................................................................................................. 20

2
 ÍNDICE DE FIGURAS

Figura 1. Imagen de G. Monge en 1776 ....................................................................................... 13

Figura 2. Imagen de L. V. Kantoróvich ........................................................................................ 14

Figura 3. Explica la región factible ............................................................................................... 21

Figura 4. Formula de Maximizar .................................................................................................. 21

Figura 5. Orígenes de La Programación Lineal ............................................................................ 22

3
 Capítulo 1: Introducción

La programación lineal es una técnica matemática relativamente nueva que consiste en

una serie de métodos y procedimientos que permiten resolver problemas de optimización.

La Programación Lineal es una pequeña parte de una teoría matemática que se ha

consolidado en el siglo XX con el nombre de Optimización. En general, se trata de un
conjunto de técnicas matemática que intentan obtener el mayor provecho posible de sistemas
económicos, sociales, tecnológicos... cuyo funcionamiento se puede describir matemáticamente de
modo adecuado.

Corresponde a un algoritmo a través del cual se resuelven situaciones reales en las que
se pretende identificar y resolver dificultades para aumentar la productividad respecto a
los recursos (principalmente los limitados y costosos), aumentando así los beneficios. El
objetivo primordial de la Programación Lineal es optimizar, es decir, maximizar o minimizar
funciones lineales en varias variables reales con restricciones lineales (sistemas de
inecuaciones lineales), optimizando una función objetivo también lineal.

Los problemas de programación lineal se interesan en la asignación eficiente de recursos

limitados con el objetivo de alcanzar objetivos deseados. Estos problemas se caracterizan por el
gran número de soluciones que satisfacen las condiciones impuestas por cada problema. La
selección de una solución concreta, como la mejor a un problema, dependerá de cierto objetivo
implícito en el

Planteamiento del problema. Una solución que satisfaga todas las condiciones del problema y
además alcance el objetivo deseado se denomina “solución óptima”.

4
 Capítulo II: Marco teórico

1. Entender el problema a fondo

Problema en la Programación Lineal, según sean las restricciones, se obtendrán

poliedros diferentes, acotados o no, y según sea la posición de la función objetivo respecto de
dicho poliedro se pueden originar diferentes situaciones. Según el tipo de soluciones que presenten
un problema de Programación Lineal puede ser:

Factible: si existe la región factible. En este caso nos podemos

encontrar:
Óptimo finito y único. La solución óptima está formada por un único punto con coordenadas reales.
Múltiples óptimos. Un problema de Programación Lineal puede tener más de un óptimo. Además, o
bien el problema tiene un único óptimo, o bien, tiene infinitos óptimos.
Óptimo infinito. Un problema de Programación Lineal puede tener un óptimo no finito, es decir, la
función objetivo puede tomar, un valor tan grande o tan pequeño como se quiera sin abandonar la
región factible.

Región factible no acotada, óptimo finito. La no acotación de la región factible no implica

necesariamente óptimo infinito. Puede ocurrir que la función objetivo alcance el óptimo en la zona
acotada de la región factible.
Región factible no acotada, óptimo finito e infinito. Puede darse el caso que todos los puntos de una
de las semirrectas que determinan la región factible no acotada sean solución del problema.

No factible. Región factible vacía. El conjunto de restricciones de un problema de

Programación Lineal puede ser incompatible, conduciendo a una región factible vacía.
(Barrios, 2005, pág. pagina 5)

5
 2. Un problema de Programación Lineal

Un problema de Programación Lineal consiste en optimizar (maximizar o minimizar) la función:

z = F ( x1, x2, ... ,xn ) = c1x1 + c2x2 + ... + cnxn

Sujeto a:
a11x1 + a12x2 + . . . + a1nxn ≤ = ≥ b

a21x1 + a22x2 + . . . + a2nxn ≤ = ≥ b2

am1x1 + am2x2 + . . . + amnxn ≤ = ≥ bm

x1 , x2 , . . . , xn ≥ 0

A la función z = F ( x1, x2, ... ,xn ) = c1x1 + c2x2 +... + cnxn se le denomina función objetivo.

Los coeficientes c1, c2, ... , cn son números reales y se llaman coeficientes de beneficio o
coeficientes de costo. Son datos de entrada del problema.

x1, x2, ... , xn son las variables de decisión (o niveles de actividad) que deben determinarse.

Las desigualdades ai1x1 + ai2x2 + . . . + ainxn ≤ bi , con i = 1, ... , m se llaman restricciones.

Los coeficientes aij , con i = 1, ... , m y j = 1, ... , n son también números reales conocidos y
se les denomina coeficientes tecnológicos.

6
 El vector del lado derecho, es decir los términos bi , con i = 1,
... , m,
Se llama vector de disponibilidades o requerimientos y son también datos conocidos del problema.

Las restricciones xj ≥ 0 con j = 1,..., n se llaman restricciones de no negatividad.

Al conjunto de valores de (x1, x2, ... ,xn) que satisfacen simultáneamente todas las
restricciones se le denomina región factible. Cualquier punto dentro de la región factible representa
un posible programa de acción.

La solución óptima es el punto de la región factible que hace máxima o mínima la función objetivo.
(Calmaestra, 2005, pág. 4)

7
 3.1. El Algoritmo del simplex.

Según el teorema fundamental de la Programación Lineal, si un problema de Programación

Lineal tiene solución óptima finita, ésta se alcanza en un vértice de la región factible.
Los vértices se obtiene mediante una solución de dicho sistemas de ecuaciones lineales
determinados por las restricciones.
Al haber un número finita de restricciones, hay también un número finito de vértices. Por tanto la
solución del problema se puede obtener evaluando la función objetivo en un número finito de
puntos.
Sin embargo, el número de vértices de la región factible puede ser muy grande y por tanto el
cálculo de la solución óptima puede resultar bastante entretenido. Sería interesante un
procedimiento que escoja unos cuantos vértices sin necesidad de trabajar con todos.
Esto en lo que intenta el algoritmo del simplex descubierto por G. B. Dantzig. El nombre del
método es debido a que en una de sus primeras aplicaciones, la región factible estaba formada por
un "simplex", es decir, un poliedro convexo generado por (n+1) puntos de Rn, no situados en una
misma variedad lineal (n-1)-dimensional.
Este procedimiento parte de un vértice cualquiera y mediante algoritmos se va pasando a vértices
adyacentes que mejoran el valor de la función objetivo en el vértice anterior, obteniendo la solución
Óptima en un número de pasos bastante inferior al de evaluar la función objetivo en todos los
vértices.
Por ejemplo, supongamos que una hormiga se encuentra con la estructura de un complicado
poliedro convexo y quiere subir al vértice situado en lo más alto siguiendo las aristas del poliedro.
¿Cuál es la forma más rápida de conseguirlo? Parece lógico que desde el suelo escoja la arista con
más pendiente y suba por ella hasta llegar al vértice en el que finaliza. Después escoger de todas las
aristas que salen de dicho vértice la que tiene mayor inclinación y subir por ella hasta un nuevo
vértice. Repitiendo este procedimiento llegará al vértice más alto en el menor número de pasos
posible.
(Calmaestra, recursostic educacion, 2005, pág. 10)

8
 III: Definición del Problema

Para este proyecto de investigación se estable la siguiente pregunta de investigación:

¿C ó m o t e n e r m a yo r b e n e f i c i o e n u n a f á b r i c a d e e l e c t r o d o m é s t i c o s , C a l c u l a n d o
s u c o n s t r u c c i ó n ya s e a m a n u a l o c o n m a q u i n a r i a , e n l a s t e l e v i s i o n e s d e p a n t a l l a
norm al o pa nt alla s l c d ?

Capítulo IV: Objetivos de la Investigación

1.1. Objetivo general

El objetivo es saber cuánto puedo y debo fabricar en una fábrica de electrodomésticos

Para saber cuánto es la ganancias.

1.2. Objetivos específicos:

1. Cuanto voy a ganar fabricando.

2. Cuanto debo fabricar en si para no tener pérdidas.

9
 Capítulo V: Historia de La Programación
Lineal

Fue utilizada por G. Monge en 1776 y se considera a L. V. Kantoróvich uno de sus

creadores. La presentó en su libro Métodos matemáticos para la organización y la producción
(1939) y la desarrolló en su trabajo Sobre la transferencia de masas (1942). Kantoróvich
recibió el premio Nobel de economía en 1975 por sus aportaciones al problema de la asignación
óptima de recursos humanos. Uno de momentos más importantes en la programación lineal fue la
aparición del método del Simplex. Este método, desarrollado por G. B. Dantzig en 1947, consiste
en la utilización de un algoritmo para optimizar el valor de la función objetivo teniendo en cuenta
las restricciones planteadas. Este tipo de análisis se utiliza en casos donde intervienen cientos e
incluso miles de variables.
(Galeon, 2000, pág. 1)

Figura Nro.1
Imagen de G. Monge en 1776

Fuente: http://galeon.hispavista.com/plineal/img/monje.jpg

Asignatura: Álgebra Lineal 11

Carrera: Ing. Sistema
 En 1946 comienza el largo período de la guerra fría entre la antigua Unión Soviética (URSS) y
las potencias aliadas (principalmente, Inglaterra y Estados Unidos). Uno de los episodios más
llamativos de esa guerra fría se produjo a mediados de 1948, cuando la URSS bloqueó las
comunicaciones terrestres desde las zonas alemanas en poder de los aliados con la ciudad de Berlín,
iniciando el bloqueo de Berlín. A los aliados se les plantearon dos posibilidades: o romper el
bloqueo terrestre por la fuerza, o llegar a Berlín por el aire. Se adoptó la decisión de programar una
demostración técnica del poder aéreo norteamericano; a tal efecto, se organizó un gigantesco
puente aéreo para abastecer la ciudad: en diciembre de 1948 se estaban transportando 4500
toneladas diarias; en marzo de 1949, se llegó a las 8000 toneladas, tanto como se transportaba por
carretera y ferrocarril antes del corte de las comunicaciones. En la planificación de los suministros
se utilizó la programación lineal. (El 12 de mayo de 1949, los soviéticos levantaron el bloqueo)
Ahora bien, esta disciplina científica se aplica principalmente en el terreno de la actividad
económica y, por consiguiente, tiene una importancia muy especial para la economía política y
otras ciencias económicas. El nombre de programación lineal no procede de la creación de
programas de ordenador, sino de un término militar, programar, que significa realizar planes o
propuestas de tiempo para el entrenamiento, la logística o el despliegue de las unidades de combate.
(Galeon, 2000, pág. 2)
Figura Nro.2
Imagen de L. V. Kantoróvich

Fuente: http://galeon.hispavista.com/plineal/img/loco.jpg

Asignatura: Álgebra Lineal 12

Carrera: Ing. Sistema
 Capítulo VI: Resultados del Problema de la fábrica

Un a fáb rica d e el ectrod omésti cos v enden d os model os de Tel evisi ón; P a
nt all a no rm al , y P an t all a l cd. P ar a su f abr ic a ción se n e c esit a un t rab ajo ma nu
al sin m aq u in ari a d e 20 mi n utos p a r a el mo del o P an t all a n or m al y d e 30 m inut o
s p ar a el mod elo d e Pantall a l c d ; y u n t r ab ajo con m aqui n ari a p ara la P ant all a
no rmal y d e 10 min u tos para la Pa nt all a l cd . S e d i spo ne p ar a el t rab a jo m an
ual sin maquin ari a de 100 horas al m es y co n maq uinari a 80 horas al m es. S
abi end o que el ben efi cio p or unidad es de 1 5 y 1 0 euros p ara P an tal la norm al y
P a n t al l a lcd , r es p ect i v am e n t e, pl an i fi c a r l a f ab ri ca ci ó n p a ra o bt en e r el m áx im o b
en e fi cio.

El ec ci ón de las in có gnit as.

x = n º d e P antal la n o rm al y = nº de Pantalla lcd

Fun ción ob jet ivo

f ( x , y) = 1 5 x + 1 0 y Restr iccio n es

Pas amo s lo s ti em po s a ho r as

20 min = 1/3 h 30 min = 1/2 h 10 min = 1/6 h

13
P a r a e s c r i b i r l a s r e s t r i c c i o n e s v a m o s a a yu d a r n o s d e u n a t a b l a :

Tv. No rm al T v . Lc d Tiem po

Sin M aqu in ari a 1/3 1/2 100

Con 1/3 1/6 80

Maq uin ar ia

1/3x + 1/2 y ≤ 100 1/3x + 1/6 y ≤ 80

Como el n úm er o d e l as t el ev isio n es so n n úm er os n atu ral es , t en dr emo s dos

re stri c cio ne s m ás:

x ≥ 0 y≥ 0

Hal l ar el conjunto de s olu cio n es factibles Tenemos que r ep r es ent ar

gr áfi c am ent e l as r est ri c ci on es. Al se r x ≥ 0 e y ≥ 0, tr ab aj a r e mos en el p rim e r
cu ad ran t e. R ep res en t amos l as re ct as , a p art i r d e su s pun tos d e co rte co n l os
e j e s .

14
Resol v emos grá fi ca ment e l a in ecu aci ón : 1/3 x + 1/2 y ≤ 100; p ara el l o
tomam os un punt o del pl ano , p or ej em plo el (0, 0) .

1/3·0 + 1/2 ·0 ≤ 1 00 1/3 ·0 + 1/6 ·0 ≤ 80

La z o n a d e i n t er s e cc i ó n d e l as s o l u ci o n es d e l as i n e cu a ci o n es s er í a l a s
o l u c i ó n a l s i s t e m a d e i n e c u a c i o n e s , q u e c o n s t i t u ye e l c o n j u n t o d e l a s s
olu cio nes facti bles.

Cal cul a r las co or de nad as d e los v érti c es d el r e cinto d e l as sol ucion es f

act i b l es . La s o l u ci ó n ó p t i m a s i es ú n i c a s e en cu en t r a en u n v ért i c e d el
reci nto. Est os son las sol uci on es a los sis tem as:

15
1/3x + 1/2 y = 100; x = 0 (0, 200)

1/3x + 1/6 y = 8 0; y = 0 (2 40, 0 )

1/3x + 1/2 y = 1 00; 1 /3x + 1/6 y = 80 (2 10, 60 )

Cal cul ar el val or de la f un ció n obj eti vo. En l a f un ción obj eti vo sus tituim os cada
uno de los v ér tices .

f ( x , y) = 1 5 x + 1 0 y

F( 0 , 2 0 0 ) = 1 5 · 0 + 1 0 · 2 0 0 = 2 0 0 0 €

F ( 2 4 0 , 0) = 1 5 · 2 4 0 + 1 0 · 0 = 3 6 0 0 €

F (2 10, 60 ) = 15 ·21 0 + 10 ·60 = 3 750 € Máx imo

15
 La s o l u ci ó n ó p t i m a es f ab ri c a r 2 1 0 d el mo d el o T el ev i s i ó n n o r ma l y 6 0 d el
mod elo t el evisi ón l cd par a o bt en er un b e nefi cio de 3 750 €.

VII: Conclusiones

De acuerdo al análisis de dicho problema lo mejor será de la (capitulo v) siempre

una fábrica debe hacer ciertas estrategias para sacar mayores beneficios de dicho productos.

El exceso de fabricación puede causar pérdidas a menos que se compren más maquinarias para
desarrollo dicho objetivo.

Otro punto seria que (La Programación Lineal Ayuda al Desarrollo de Cálculos)
Como por ejemplo: fábricas, granjas, dietas, optimización de ventas.

17
 Capítulo VIII: Recomendaciones

Se recomienda a las fabricas planificar las fabricaciones de dicho producto basándonos en

función lineal es decir hacer el problema con datos reales luego buscar solución con cualquier
método de la programación lineal.
Usar métodos distintos como el de maximizar por dependerá del problema dado en la fábrica.
Comprar maquinaria que sea nueva para mayor beneficio de la fábrica.

18
 Bibliografía

Barrios Luis. La Historia de La Programación Lineal [En línea] Disponible

en: http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog_lineal_lbc/tipos_pl.ht
m (consultado el 2005)

Calmaestra Luis Barrios... Un problema de Programación Lineal [En línea] Disponible

en: http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog_lineal_lbc/definicion_
pl.htm (consultado el 2005)

Calmaestra Luis Barrios... Un problema de El Algoritmo del simplex [En línea] Disponible
en: http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog_lineal_lbc/simplex_pl.
htm (consultado el 2005)
Galeón... La Historia de La Programación Lineal [En línea] Disponible
En: http://plineal.galeon.com/aficiones851882.html (consultado el 2000)

19
 ANEXOS

Figura Nro. 3
Explica la región factible.

Fuente:https://investigacionoperativa13.files.wordpress.com/2013/08/imagesca3o372b.jpg?w=300
&h=234
Figura Nro. 4
Formula de Maximizar

Fuente: https://karenbandala.files.wordpress.com/2010/04/formula19.png

20
 Figura Nro. 5

Origenes de La Programacion Lineal

Fuente: http://images.slideplayer.es/12/3374540/slides/slide_4.jpg

21
 EVALUACIÓN DEL DOCENTE

CRITERIO DE EVALUACIÓN PUNTAJE CALIFICACIÓN

1 Entrega adecuada en plazo y medio. 10
2 Cumplimiento de la estructura del 10
3 Uso de bibliografía adecuada. 10
4 Coherencia del documento. 10
5 Profundidad del análisis. 15
6 Redacción y ortografía adecuados. 10
7 Uso de gráficos e ilustraciones. 10
8 Creatividad y originalidad del trabajo. 15
9 Aporte humano, social y comunitario. 10

Calificación Final: /100

Ejemplo realizado en base a un trabajo de investigación de estudiantes de la Universidad Nacional de La Plata – Únicamente para fines de muestra.

22