ACTIVIDAD N° 1: PRESENTACIÓN DEL INFORME FINAL.

YESENIA BAREÑO ROBAYO

GINETH LORENA BUITRAGO OLARTE

LISBEY AMANDA CHACÓN SUAREZ

SHIRLEY JULIANA CUBILLOS MANTILLA

INGRID VANESA GONZÁLEZ SANABRIA

NIKOL TATIANA MERCHAN OLARTE

HÉCTOR GUILLERMO MORENO JEREZ

DOCENTE

UNIDADES TECNOLÓGICAS DE SANTANDER

FACULTAD DE CIENCIAS SOCIOECONÓMICAS Y EMPRESARIALES

MÓDULO – NEGOCIOS EN SU CONTEXTO LOCAL

ADMINISTRACIÓN DE EMPRESAS

OCTAVO SEMESTRE

2022
 INTRODUCCIÓN

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 matemáticas que intentan obtener el mayor provecho posible de

sistemas económicos, sociales, tecnológicos,... cuyo funcionamiento se puede describir

matemáticamente de modo adecuado. (Barrios, 2005)

Según las características de las funciones del problema y de las variables se tienen

diferentes tipos de problemas de Programación Matemática. Si todas las funciones del

problema, objetivo y restricciones son lineales, se tiene un problema de Programación

Lineal.

Unos de los problemas de decisión más habituales están relacionados con las

inversiones a realizar, de forma tal que el resultado sea el más favorable. En estos

casos suele haber varias alternativas y restricciones, por lo cual la programación lineal

puede ser una herramienta útil para la toma de decisiones.

A través de este trabajo se evidenciará conceptos y conocimientos de los criterios de la

programación lineal, vistos durante todo el módulo el cual nos sirve de gran ayuda a la

hora de querer aplicarlos en la administración.

 COMPONENTES BÁSICOS DE LA PROGRAMACIÓN LINEAL

Función objetivo:

Es uno de los principales componentes, lo cual debe ser definido y encaminado

claramente a resolver dos tipos de problemas, por una parte, a maximizar un valor

(ganancia, producción, espacio, ingreso, personal, beneficio, etc.) o bien minimizar un

criterio.

Actividades posibles:

Corresponde a cada uno de los procesos posibles en el seno del sistema, pueden ser

cultivos, producción de bienes, espacios laborales, acciones de conservación, venta de

productos, número de especies, planes de manejo, tratamientos silvícolas, etc., las

actividades deben de ser obligadamente más de una para tener sentido el uso de la PL,

cuanto mayor sea el número de actividades y de alternativas, más útil será el método.

Restricciones:

Se refieren a que las actividades o alternativas se encuentran sujetas a limitaciones o

restricciones dadas por las condiciones propias del sistema, son recursos en

cantidades limitadas.

Ventajas:

 Permite comparar un gran número de soluciones y alternativas en relativamente

poco tiempo.
  Indica a los tomadores de decisiones, como emplear eficazmente sus

componentes en la búsqueda de optimizar recursos.

 Permite una toma de decisiones objetiva.

 Reconoce “los cuellos de botella” y momento para corregirlos

La labor más complicada y difícil de la PL, es reconocer y formular un problema a

través de un modelo matemático, es así como en lo referente a las limitaciones,

se menciona lo siguiente:

 No genera expectativa de costos y precios.

 No contempla situaciones de riesgo, se basa en los supuestos de certeza de los

datos.

 No es dinámico en cuanto a precios.

 Requiere de abundante información para nutrir el sistema.

PERSPECTIVAS TEÓRICAS, CONCEPTUALES Y PRÁCTICAS DE LOS CRITERIOS

DE LA PROGRAMACIÓN LINEAL.

A continuación, un breve resumen de lo trabajado en el módulo.

Método gráfico:

Constituye una excelente alternativa de representación y resolución de modelos de

Programación Lineal que tienen 2 variables de decisión. El procedimiento consiste en

trazarlas ecuaciones de las restricciones en un eje de coordenadas X1, X2 para tratar

de identificar el área de soluciones factibles

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.

Transporte y asignación:

Los principales objetivos de un modelo de transporte son la satisfacción de todos los

requerimientos establecidos por los destinos, y claro está, la minimización de los costos
relacionados con el plan determinado por las rutas escogidas. El contexto en el que se

aplica el modelo de transporte es amplio y puede generar soluciones atinentes al área

de operaciones, inventario y asignación de elementos

 SOLUCIÓN CASO DE ESTUDIO

MODELO DE PLANEACIÓN URBANA

La ciudad de Bogotá se ve afectada por problema de tierras para construir nuevas

viviendas y disminución de sus presupuestos a través de la captación de impuestos.

Para encontrar salidas a esta crisis de tierras y aumentar la tributación, las autoridades

encargadas de estos temas en la ciudad proyectan la renovación de un área de

viviendas dentro de la ciudad, y la construcción de un nuevo modelo para la el

desarrollo de la ciudad. La urbanización está sujeta a dos etapas: la primera etapa, es

la recuperación de un sector para quitar (demoler) casas en asentamientos

subnormales y conseguir los terrenos para el nuevo proyecto desarrollo, y la segunda

etapa es la construcción del nuevo modelo de desarrollo. Este modelo adicionalmente

tiene algunas características:

a. Se pueden quitar 300 casas en asentamientos subnormales. Cada casa ocupa en

promedio de 1000 𝑚2. El costo de quitar una casa es de $2000 en miles de pesos.

b. Los tamaños de los lotes para construir casas unifamiliares Tipo A de 730 𝑚2,

dobles Tipo B de 1150 𝑚2, triples Tipo C de 1600 𝑚2 y cuádruples Tipo D de 2000 𝑚2.

c. En el nuevo desarrollo, las unidades Tipo C y Tipo D ocupan por lo menos 25% del

total. Las unidades Tipo A deben ser al menos 20% de todas las unidades, y las

unidades Tipo B deben ocupar un mínimo de 10%.

d. Los impuestos que se captaran por cada unidad Tipo A, Tipo B, Tipo C y Tipo D son

de $1500, $2200, $3000 y $4000, respectivamente en miles de pesos.

e. El costo de construcción por unidad de las casas Tipo A, Tipo B, Tipo C y Tipo D es

de $ 60,000, $80,000, $1600,000 y $200,000, respectivamente en miles de pesos.

f. El financiamiento se logrará a través de los bancos Nacionales y está garantizado por

un máximo de $15 millones en miles de pesos.

Análisis de información

1. Desarrollo del modelo matemático de Programación Lineal - Unidad 1

Para el planteamiento del modelo matemático se realizaron los siguientes pasos.

Definición de variables.

Tipo A = 𝑥1
TIPO B =𝑥2
TIPO C = 𝑥3
TIPO D =𝑥4
CANTIDAD DE CASAS A DEMOLER =𝑥5
TOTAL DE CASAS = 𝑥6

Función objetivo

Se pretende maximizar la cantidad tributaria, de acuerdo al número de viviendas

construidas, por lo cual la ecuación se reduce a.

Z = 1500 𝑥1 + 2200𝑥2 + 3000𝑥3 + 4000𝑥4

Equivalente en reducción de 100 es.

Z = 15 𝑥1 + 22𝑥2 + 30𝑥3 + 40𝑥4
 2. Análisis del modelo matemático - Unidad 2

Restricciones

Para esta parte se plantean las restricciones, necesarias que llevaran al proceso de

optimización de la función hallada anteriormente

Por condición de área

300 casas * 1000m2 cada una = 300000 área disponible

R1= 230X1+ 1150x2+ 1600x3+ 2000x4 < 300000

Condición de negatividad

R2= x1, x2, x3, x4, x5 >0

R3= X5 < 300

R4= X1 + X2 + X3 + X4 + X5 > 0

Por condición de porcentajes, se tiene

R5=% x4 + % X5 > 25% X6

X4 + X5 > 0.25 x6
100 100
R6= % X1 >20% X6

R6= % X2 >10% X6

Por condición de presupuesto disponible

R8= 60000X1 + 80000X2 + 16000000X3 + 200000X4 + 2000X5 < 15000000

 3. Solucionar a través del método simplex -Unidad 3

Después de planteado la función a optimizar y las restricciones pertinentes, se propone

el método de solución

Maximizar función objetivo

Z= 150 X1+2200X2+3000X3+4000X4

Sujeto a:

730 X1+1150X2+1600X3+2000X4 < 300000

X1+X2+X3+X4+X5 > 0

X5<300

X1+X2+X3+X4+X5 >0

%X4+%X5>25% X6

%X1 >20%X6

%X2>10%X6

6000 X1+80000X2+1600000X2+200000X4+2000X5<15000000

Condición X1 X2 X3 X4 X5 VALOR

Función 1500 2200 3000 4000 0 0

objetivo

Mayor 1 1 1 1 1 0

Mayor 0 0 0 1 1 0,25
 Mayor 1 0 0 0 0,2

Mayor 0 1 0 0 0,1

Menor 0 0 0 0 1 300

Menor 60000 20000 1600000 200000 2000 15000000

Menor 730 1150 1600 2000 0 300000

Aplicando la matriz en el software Excel , por Simplex se obtiene:

X1 206,790901

X2 129,602298

X3 0

X4 0

X5 0,25

X 595311,406

Esto indica que para tener mayor ganancia se debería fabricar únicamente 206 casas

del tipo A y 129 casas del tipo B, con una ganancia tributaria estimada de 595.311.000

4. Realizar el análisis de sensibilidad -Unidad 4

La variación de los coeficientes en la función objetivo, para determinar si se ve afectada

la óptima solución.

SOLUCION
Z= 1500 X1 + 2200 X2 + 3000 X3+ 4000 X4

La cual cambia a:

Z= 2000 X1 + 1200 X2+ 3500 X3+4000 X4

Los resultados obtenidos para esta condición se muestran así:

Se toma el valor nuevo menos el valor actual sobre el valor actual:

2000 – 1500

1500

1200 – 2200

2200

3600-3000

3000

4500-4000

4000

2000 1200 3500 4500

0,3333 0,4545 0,16667 0,125

1,0795454
Da a entender que no se cumpliría con lo requerido por lo que se propone otra

ecuación:

Z: 2000 X1+ 1500X2+ 4000 X3+ 4000 X4

Resultando así:

2000 1500 4000 4000

0,3333 0,31818182 0,3333 0

0,58484848

Verificando la regla del 100% indica que se cumple en su totalidad la óptima solución

para el conjunto de respuestas cambia a:

730 X1 + 1150 X2 + 1600 X3+ 2000 X4 ≤ 300000

730 X1 + 1150 X2 + 1600 X3 + 2000 X4 ≤ 400000

Cambia a:

60000 X1 + 80000 X2 + 1600000 X3 + 200000 X4 + 2000 X5 ≤ 15000000

60000 X1 + 80000 X2 + 1600000 X3 + 200000 X4 + 2000 X5 ≤ 17000000

S i se analizan únicamente estas dos funciones de restricción por área y construcción

el cambio resulta:

400000 17000000

300000 15000000

0,333333 0,133333
Con una relación muy por debajo del 100% esto muestra que son importante las

variables de porcentaje y restricciones individuales agregando la variable de casas

demolidas, el aumento hacia el 100% de similitud con las restricciones originales es

notable.

400000 17000000 200

300000 15000000 300

0,333333 0,133333 0,333333

0,8
 CONCLUSIONES

-La programación lineal es una herramienta metodológica básica que facilita el trabajo

interdisciplinario, su campo de acción es amplio, variado y complejo. Su poder de análisis es de

consideración.

-La Programación lineal debe ser considerada como una orientación metodológica que apoya la

toma de decisiones objetivas.

-Con el desarrollo de esta actividad podemos confirmar la importancia de estos modelos y

algoritmos matemáticos (como la programación lineal) para la solución de los problemas de

asignación en redes, siendo de vital importancia para la optimización de costos y tiempo en la

administración de una empresa.

 REFERENCIAS

Bryan, S. (2016). Programación lineal. Recuperado de:

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/programacion-

lineal/

Barrios, L. (2005). Unidad didáctica, programación lineal. Recuperado de:

http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog_lineal_lbc/intr

oduccion_pl.htm

Unidades Tecnológicas de Santander. (2019). CCD PROGRAMACION LINEAL.

Bucaramanga: Oficina de Educación Virtual y TIC. Recuperado de: chrome-

extension://efaidnbmnnnibpcajpcglclefindmkaj/https://virtual3.uts.edu.co/moodle/pluginfil

e.php/65242/mod_resource/content/9/CDD%20-%20PROGRAMACION%20LINEAL.pdf