Instituto Politécnico Nacional

Unidad Profesional Interdisciplinaria de

Biotecnología
Administración de la producción

Programacion lineal

Alumno:

 Garrido Carreón Martín

Profesor:

Sanchez Flores Javier

Grupo:  4FM4

Fecha: 18/Junio /2020

 RESUELVA LOS EJEMPLOS QUE VIENEN EN LA LECTURA

“Los problemas de producción se derivan principalmente de la escasez de recursos

humanos y materiales con los que se cuenta para el proceso de transformación. El gerente
de producción trata de seleccionar la combinación de recursos que produzca la mayor
cantidad de productos al costo mas bajo posible. El asignar trabajos a hombres y a
maquinas constituye un ejemplo de este tipo de problemas (asignación de recursos). Otro
ejemplo es el caso de determinar la mezcla óptima de elementos alimenticios de modo tal
que satisfagan estándares mínimos de requerimientos nutritivos al costo mas bajo.
Un método común de tratar este tipo de problemas es la programación lineal. Se puede
aplicar este tipo de análisis siempre que las variables estén relacionadas a través de
relaciones lineales. Las variables son evaluadas de acuerdo a una función económica lineal,
que maximiza utilidades o minimiza costos, a fin de seleccionar la asignación de recursos
mas adecuada.” (Javier Sanchez, 2020)
La Programación Linealcorresponde a un algoritmo a través del cual se pueden resolver
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 resultados y el proceso de optimización se convierten en un respaldo cuantitativo de las
decisiones frente a las situaciones planteadas. Decisiones en las que sería importante tener
en cuenta diversos criterios administrativos como:

 Los hechos
 La experiencia
 La intuición
 La autoridad

SOLUCIÓN GRÁFICA.-

“Supóngase que una empresa desea decidir la proporción que debe producir de los
productos x1 y x2 a fin de maximizar sus utilidades. Los productos son procesados a través
de las maquinas m1, m2 y m3 sin importar el orden en que se realiza su procesamiento.
Cada maquina dispone de un numero de horas limitado.
En la siguiente tabla se indican los tiempos de proceso necesarios para cada producto, así
como las horas-máquina disponibles y las utilidades por unidad de cada producto
(considerando sólo costos variables).” (Javier Sanchez, 2020)

FIGURA 1. SOLUCION GRAFICA. (JAVIER SANCHEZ, 2020)

TABLA 1. TIEMPOS DE PROCESADO NECESARIO.

Tipo de Maquina Horas de procesamiento Horas disponibles
X1 X2
M1 10 5 360
M2 6 9 480
M3 5 2 250
Utilidad por Unidad 600 500

FORMULACIÓN DEL MODELO.

Algebraicamente, se expresa mediante una función objetivo y varias restricciones:

Funcion Objetivo.
Maximizar:
600 X 1+500 X 2
La utilidad unitaria de cada producto es multiplicada por el numero de unidades producidas.
LA utilidad total es la suma de las utilidades provenientes de cada tipo de articulos.

Restricciones.
10 X 1+5 X 2360
6 X 1+9 X 2 480
5 X 1+3 X 2250

Las tres primeras restricciones indican los tiempos requeridos en cada máquina para la
elaboración de los articulos. Así, 10 X1 + 5 X2, significan que el producto X1 requiere 10
horas de la maquina M1 para su elaboración, mientras que el producto X2 requiere 5 horas
por unidad. Por otra parte las horas utilizadas de la maquina M1 en la elaboración de ambos
articulos no debe exceder de 360 horas, por lo que se usa la desigualdad menor o igual a
(≤).

Las dos ultimas restricciones (X1 ≥ 0, X2 ≥ 0) indican que los valores X1 y X2 no pueden
tomar valores negativos ya que no tiene sentido hablar de una producción negativa.

ANÁLISIS DEL MÉTODO,

“La solución grafica de este problema se obtiene estableciendo las coordenadas X1 y X2 y

determinando el área factible de soluciones mediante el siguiente procedimiento:

Se obtienen los puntos limitantes de cada restricción. Por ejemplo, en la restricción 8 X1 +

3 X2 ≤ 360, se considera primeramente a X2 = 0, lo que implica que todo el tiempo-
máquina se dedica a la producción de X1. Por lo tanto, 8 X1 + 3 (0) = 360, de donde 8 X1 =
360 y finalmente, X1 = 45. En forma similar, se procede a obtener el otro punto extremo,
considerando que todo el tiempo máquina se dedica a la producción de X2. En dicho caso 8
(0) + 3 X2 =360 por lo que X2 = 120.

Para las dos restantes restricciones se tiene:

X1 = 480 / 5 = 96 ; X2 = 480 / 8 = 60
X1 = 250 / 4 = 62,5 ; X2 = 250 / 3,5 = 71,4”

(Javier Sanchez, 2020)

La solución grafica de este problema se obtiene estableciendo las coordenadas X1 y X2 y

determinando el área factible de soluciones mediante el siguiente procedimiento:

Se obtienen los puntos limitantes de cada restricción. Por ejemplo, en la restricción 10 X1 +

5 X2 ≤ 360, se considera primeramente a X2 = 0, lo que implica que todo el tiempo-
máquina se dedica a la producción de X1. Por lo tanto, 10 X1 + 5 (0) = 360, de donde 10
X1 = 360 y finalmente, X1 = 36. En forma similar, se procede a obtener el otro punto
extremo, considerando que todo el tiempo máquina se dedica a la producción de X2. En
dicho caso 10 (0) + 5 X2 =360 por lo que X2 = 72.

Para las dos restantes restricciones se tiene:

X1 = 480 / 6 =80 ; X2 = 480 / 9 = 53.3
X1 = 250 / 5 =50 ; X2 = 250 / 3 = 83.33

TRAZAR EN UN PLANO LAS

RESTRICCIONES.

Con estos puntos extremos se procede a la elaboración de la gráfica. (véase figura 2), en
donde el área sombreada representa el área de soluciones factibles; es decir, el área que
satisface las tres restricciones simultáneamente. El área se encuentra delimitada por los
puntos a, b. C, d.
FIGURA 2. PLANO DE LAS RESTRICCIONES. (JAVIER SANCHEZ, 2020)

Con estos puntos extremos se procede a la elaboración de la gráfica. en donde el área

sombreada representa el área de soluciones factibles; es decir, el área que satisface las tres
restricciones simultáneamente. El área se encuentra delimitada por los puntos a, b. C, d.

200

6 X1+9 X2 = 480
150

100
5 X1+3 X2 = 250

50 Soluciones factibles

10 10 X1+5 X2 = 360

50 100 150 200 250

0 10
IDENTIFICAR LA REGION FACTIBLE.

A CONTINUACIÓN, ES NECESARIO INTRODUCIR LA FUNCIÓN OBJETIVO A FIN

DE DETERMINAR EL PUNTO DE UTILIDAD MÁXIMA DENTRO DE ESTA ÁREA
DE SOLUCIONES FACTIBLES.

GRAFICAR LA FUNCION OBJETIVO (DAR

VALORES PRE-FIJADOS DE LA VARIABLE
A OPTIMIZAR Z)

Se procede a darle un valor razonable a Z a fin de determinar la pendiente de la curva.

Por ejemplo, para Z. = 60,000 se tiene
60,000 = 600 X1 + 450 X2

Determinamos los puntos extremos de esta recta igualando dos variables a cero en forma
sucesiva.
Por lo tanto:
a) 60,000 = 600 X1 + 450 (0)
X1 = 100
b) 60,000 = 600 (0) + 450 X2
X2 = 133,33
En la figura 3, se traza la línea de la función objetivo, considerando los puntos extremos.
--------------------------
Se procede a darle un valor razonable a Z a fin de determinar la pendiente de la curva.
Por ejemplo, para Z. = 50,000 se tiene
50,000 = 600 X1 + 450 X2

Determinamos los puntos extremos de esta recta igualando dos variables a cero en forma
sucesiva.
Por lo tanto:
a) 50,000 = 600 X1 + 450 (0)
X1 = 83.33
b) 50,000 = 600 (0) + 450 X2
X2 = 111.11
En la figura siguiente, se traza la línea de la función objetivo, considerando los puntos
extremos.
FIGURA 3. FUNCION OBJETIVA. (JAVIER SANCHEZ, 2020)

200

150
Z=50000=600 X1+ 450 X2

100

Z=45000
50

Z=35000
10

50 100 150 200 250

0 10

RECORREMOS LA FUNCION OBJETIVO

-MEJORANDO SU VALOR

Supongamos Z = 40,000
 a) 45,000 = 600 X1 + 450 (0)
X1=45000/600=75
b) 45,000 = 600 (0) + 450 X2
X2=45000/450=100

IDENTIFICAR EL PUNTO OPTIMO

Por lo tanto, debemos buscar una línea que toque el punto extremo del área factible mas
distante del origen. A fin de lograr lo anterior probamos otros valores para Z.

Ahora bien, nótese que el punto más distante del área es aquel en que se intersectan las
rectas :
8 X1 + 3 X2 = 360 y 4 X1 + 3.5 X2 = 250. (Punto “B”)

Resolviendo este sistema de ecuaciones se tiene X1 = 31.3 y X2 = 36.5, valores que

satisfacen el sistema de restricciones.

Para estos valores de X1 y X2, se tiene un valor Z de:

Z = 600 (31.3) + 450 (36.5) = $ 35,205

Por lo tanto, debemos buscar una línea que toque el punto extremo del área factible mas
distante del origen. A fin de lograr lo anterior probamos otros valores para Z.

Ahora bien, nótese que el punto más distante del área es aquel en que se intersectan las
rectas :
10 X1 + 5 X2 = 360 y 5 X1 + 3 X2 = 250. (Punto “B”)

Resolviendo este sistema de ecuaciones se tiene X1 = 32.5 y X2 = 38, valores que

satisfacen el sistema de restricciones.

Para estos valores de X1 y X2, se tiene un valor Z de:

Z = 600 (32.5) + 450 (38) = $ 18600
METODO SIMPLEX PRIMAL

El Método Simplex es un método analítico de solución de problemas de programación

lineal, capaz de resolver modelos más complejos que los resueltos mediante el método
gráfico sin restricción en el número de variables.
El Método Simplex es un método iterativo que permite ir mejorando la solución en cada
paso. La razón matemática de esta mejora radica en que el método consiste en caminar del
vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el
contexto de la función objetivo, sea maximizar o minimizar), dado que el número de
vértices que presenta un poliedro solución es finito siempre se hallará solución.

El Método Simplex trabaja basándose en ecuaciones y las restricciones iniciales que se

modelan mediante programación lineal no lo son, para ello hay que convertir estas
inecuaciones en ecuaciones utilizando unas variables denominadas de holgura y exceso
relacionadas con el recurso al cual hace referencia la restricción y que en el tabulado final
representa el «Slack or surplus»al que hacen referencia los famosos programas de
resolución de investigación de operaciones, estas variables adquieren un gran valor en el
análisis de sensibilidad y juegan un rol fundamental en la creación de la matriz identidad
base del Simplex.
Estas variables suelen estar representadas por la letra «S», se suman si la restricción es de
signo «<= » y se restan si la restricción es de signo «>=».
FIGURA 4. EJEMPLO DE METODO SIMPLEX PRIMAL.
MODELO DE REDDY MIKKS.

Previamente al modelo convertirlo a la forma estándar:

Z = 600 x1 + 450 x2 + 0 s1 + 0 s2 + 0 s3
- Se parte de encontrar una solución básica, al igualar a cero la función objetivo estándar, y
despejar a esta:
Z - 600 x1 - 450 x2 - 0 s1 - 0 s2 -0 s3 = 0
- Se toman como variables básicas de solución a las variables de holgura y como variables
no básicas a
X1 y X2 (cada una con valor de cero).

Implementar la Matriz.
Basica z X1 X2 S1 S2 S3 Solucio
n
Z 1 -600 -450 0 0 0 0
S1 0 10 5 1 0 0 360
S2 0 6 9 0 1 0 480
S3 0 5 3 0 0 1 250

Basica z X1 X2 S1 S2 S3 Solucio
n
Z 1 -600 -450 0 0 0 0
S1 0 10 5 1 0 0 36
S2 0 6 9 0 1 0 80
S3 0 5 3 0 0 1 50

Basica z X1 X2 S1 S2 S3 Solucio
n
Z 1 -225 75 0 0 0 0
S1 0 10 5 1 0 0 36
S2 0 6 9 0 1 0 80
S3 0 5 3 0 0 1 50
2x-2y+z=-3 
x+3y-2z=1 
3x-y-z=2

2(30)-2(53)+(0)= 360
(30)+3(53)-(0) = 480
3(30)- (53)-(0)= 250