MATEMATICA I

Programación Lineal

1er Cuatrimestre 2022

Repaso
 Programación lineal:

Es la planeación de actividades que se

representa por un modelo matemático lineal
Se utiliza un modelo matemático para representar
el problema de estudio

Lineal se refiere a la forma de las expresiones

matemáticas utilizadas en este modelo

Programación es un sinónimo de planeación

Supuestos básicos de la
Programación Lineal
 Supuesto de certidumbre

2 Supuesto de proporcionalidad

3 Supuesto de aditividad

4 Supuesto de divisibilidad

Supuesto de no negatividad
 Objetivo

El objetivo primordial es optimizar: maximizar o

minimizar funciones objetivo lineales en varias
variables reales y con restricciones lineales
Ejemplo Resuelto:
Restricciones

Función Objetivo Z = 15x + 30y

 Despeje de variable
Ahora despejamos ambas restricciones en función de y.

21x + 14y ≤ 1050

14y ≤ 1050 – 21x
y ≤ (1050 – 21x) / 14
y ≤ 75 – 1,5x

3x + 10y ≤ 300
10y ≤ 300 – 3x
y ≤ (300 – 3x) / 10
y ≤ 30 – 0,3x
 Graficamos las restricciones

Recordar que aunque las restricciones

y son inecuaciones, sus límites se calculan
como igualdades

75

y = 75 – 1,5x
30

y = 30 – 0,3x

50 100 x
Marcamos las áreas incluidas en las restricciones

La zona afectada por ambas es

y
nuestra región de factibilidad

75

y = 75 – 1,5x
30

y = 30 – 0,3x

50 100 x
 Gráfico de la función objetivo
Dado que Z = 15x + 30y, podemos despejar “y” y = Z/30 – 0,5x

• Como no conocemos Z, no podemos saber con

y
certeza cuál es la función.
• Si le damos valores a “z” podremos graficar
“posibles funciones objetivo”: curvas de nivel
75

y = 75 – 1,5x

Siempre vamos a buscar es la recta más alta

30
Esto sólo
y = 30 – 0,3x sucederá en
puntos de
50 100 x esquina o en
Punto que maximiza la función Z.
intersecciones
de rectas.
 Importante: un problema de programación lineal

• no puede tener soluciones óptimas en puntos interiores del

dominio (salvo en el caso de que la función objetivo sea
constante).

Conclusión:
• las soluciones óptimas estarán en los vértices

• si dos vértices son máximos, todos los puntos de la arista que

los une serán máximos

• si dos vértices son mínimos, todos los puntos de la arista que

los une serán mínimos.
 Coordenadas
Ahora debemos localizar las coordenadas de ese punto. Para ello, sabemos
que es aquella combinación de x e y en cual ambas rectas se intersectan. Por
lo cual simplemente igualamos ambas.

75 – 1,5x = 30 – 0,3x
75 – 30 = 0,3x + 1,5x
45 = 1,2x
45/1,2 = x
37,5 = x

y = 75 – 1.5(37,5)
y = 18,75

Entonces, Z se optimiza en (37,5 ; 18,75) tomando un valor de 15(37,5) +

30(18,75) = 1125
Ejemplo Aplicado Resuelto:
Para armar una silla se necesitan 12 tornillos y 2 placas de
madera, mientras que para armar una mesa se requieren 6
placas de madera y 12 tornillos.
Se sabe que se dispone de 600 tornillos y 120 placas de madera.
Además por una restricción del depósito, no pueden fabricarse
más de 35 sillas.
Si por cada silla vendida la ganancia es $400 y por cada mesa
$800. ¿Cuántas mesas y sillas optimizarían la ganancia?
Restricciones

Función Objetivo Z = 400x + 800y

 Despeje de variable
Despejamos las restricciones en función de y.

12x + 12y ≤ 600

12y ≤ 600 – 12x
y ≤ (600 – 12x) / 12
y ≤ 50 – x

2x + 6y ≤ 120
6y ≤ 120 – 2x
y ≤ (120 – 2x) / 6
y ≤ 20 – (1/3)x
 Graficamos las restricciones

50

X = 35
20

y = 50 – x

y = 20 – (1/3)x

35 50 60 x
Marcamos las áreas incluidas en las restricciones

50

X = 35
20

y = 50 – x

y = 20 – (1/3)x

35 50 60 x
Buscamos la recta que sea tangente con la región de factibilidad

En base a Z = 400x + 800y obtenemos que y = Z/800 – 0,5x

y
En este caso el punto tangente es
50 donde se intersectan las restricciones
x≤35 junto con y≤50-x, por lo cual
reemplazamos, obteniendo
X = 35 y=50-35=15
Por ende el óptimo es producir 35
20 sillas y 15 mesas, obteniendo una
ganancia total de
y = 50 – x Zmáx = 400(35) + 800(15) = $26000

y = 20 – (1/3)x

35 50 60 x
 Caso alternativo
Imaginemos que por una mejora en la producción, la ganancia por cada mesa
aumenta a $1600.
Ahora la función objetivo sería:
y Z = 400x + 1600y
siendo su función análoga y = Z/1600 – 0,25x
50
Aquí nos encontramos con lo que se
llama “solución de esquina”, que es
X = 35 aquel caso en el cual la opción óptima
es producir todo del mismo elemento,
20 en este caso 20 mesas, brindando una
ganancia total de $32000
y = 50 – x

y = 20 – (1/3)x

35 50 60 x