CLASE N° 2

PROGRAMACIÓN
LINEAL

Prof. Angélica Elvira Astorga

2022
 TRABAJO PRÁCTICO N°8
SISTEMAS DE INECUACIONES LINEALES CON DOS
INCÓGNITAS. PROGRAMACIÓN LINEAL

ACTIVIDAD 5
Aplicaciones con parámetros

Prof. Mercedes Silva 2

Para que el punto (𝟑, 𝒌) sea solución de 𝟐𝒙 − 𝟑𝒚 < 𝟒 debe satisfacer la
inecuación.

𝟐. 𝟑 − 𝟑𝒌 < 𝟒

−𝟑𝒌 < 𝟒 − 𝟔

−𝟑𝒌 < −𝟐
𝟐
𝒌>
𝟑
ACTIVIDAD 6
Resolución de sistemas de inecuaciones lineales con dos
incógnitas

Prof. Mercedes Silva 4

 Procedimiento
1. Representar gráficamente la solución de cada
𝒙=𝟎 𝒙=𝟏
inecuación del sistema y obtener la región
factible.

2. Determinar las coordenadas de los

vértices de la región factible.

Los vértices de la región factibles son

aquellos puntos que cumplen todas las
inecuaciones.
 Clasificación del recinto

Región Factible acotada y cerrada

Coordenadas de los vértices de la

región factible
Región factible
𝑨 = 𝟎, 𝟑 𝑩 = 𝟏, 𝟑

𝑪 = 𝟏, −𝟏 𝑫 = 𝟎, −𝟏
 𝒚 ≥ −𝒙 + 𝟏
⟺ ቐ 𝒚 > −𝟑
𝒙<𝟐

Región factible
No acotada

Coordenadas de los vértices de la región factible

A es el punto de intersección de la recta 𝑦 = −𝑥 + 1 con 𝑥 = 2 A no cumple con la tercera inecuación 𝑥 < 2 ∴ no
es un vértice de la región factible.
𝑦 = −2 + 1 = −1 ⟹ 𝐴 = 2, −1
 𝟏
𝑥 + 3𝑦 ≥ 2 𝒚≥− 𝒙+𝟐
⟺ 𝟑
f) ቐ −𝑥 + 𝑦 ≤ 3 𝒚≤𝒙+𝟑
−1 ≤ 𝑥 ≤ 4 −𝟏 ≤ 𝒙 ≤ 𝟒
 Coordenadas de los vértices de la
región factible

Para el Punto A 1 2
⟹ቐ 𝑦 = − (−1) +
1 2 3 3
ቐ𝑦 = − 3 𝑥 + 3 𝑥 = −1
𝑥 = −1
𝒚 = 𝟏 ∴ 𝐴 = −1,1
⟹ቊ
𝒙 = −𝟏

Para el punto B
𝑦 = −1 + 3
𝑦 =𝑥+3 ⟹ ቊ
ቊ 𝑥 = −1
𝑥 = −1
𝑦 = 2 ∴ 𝐵 = −1,2
⟹ቊ
𝑥 = −1
Región factible acotada
 𝑦 = 𝑥 + 3 ⟹ ቊ𝑦 = 4 + 3 ⟹ ቊ 𝑦 = 7
Para el punto C ቊ ∴ 𝐶 = 4,7
𝑥=4 𝑥=4 𝑥=4

1 2 1 2 2 2
𝑦=−3𝑥 + 𝑦 = − (4) + 𝑦 = −
Para el punto D ൝ 3 ⟹ቐ 3 3 ⟹ቐ 3 ∴ 𝐷 = 4, − 3
𝑥=4 𝑥=4 𝑥=4
 Programación Lineal
Tiene infinidad de aplicaciones en situaciones de la industria, de la economía, en
estrategias militares donde se necesita maximizar o minimizar algunas funciones
que se encuentran sujetas a determinadas limitaciones.
La Programación Lineal fue desarrollada por George B. Danzigal
(última década de 1940) y utilizada por las Fuerzas aéreas de
Estados Unidos.
Definición: Es el conjunto de técnicas matemáticas que
pretenden resolver la situación siguiente: Optimizar
(maximizar o minimizar) una función objetivo (función lineal
de varias variables), sujeta a una serie de restricciones,
expresada por inecuaciones lineales.
 En un problema de Programación Lineal
intervienen:
La función 𝑭(𝒙, 𝒚) = 𝑨𝒙 + 𝑩𝒚 + 𝑪 llamada función
objetivo y que es necesario optimizar.
Las restricciones que es el Sistema de Inecuaciones Lineales.

Al conjunto de valores de 𝑥 e 𝑦 que verifican todas y cada una

de las restricciones la denominamos conjunto solución o
región factible.
Resolvemos cada inecuación por separado, es decir, encontramos el
semiplano de soluciones de cada una de las inecuaciones.
La región factible está formada por la intersección o región común
de las soluciones de todas las inecuaciones.
La solución óptima del problema será un par de valores
(𝑥0, 𝑦0) del conjunto factible que haga que 𝑭(𝒙, 𝒚) tome el
valor máximo o mínimo.

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝐹 𝑥; 𝑦 = 𝐴𝑋 + 𝐵𝑌 + 𝐶
𝑎1 𝑥 + 𝑏1 𝑦 ≤ 𝑐1
Simbólicamente:
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎 𝑙𝑎𝑠 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠 ൞ 𝑎2 𝑥 + 𝑏…2 𝑦 ≤ 𝑐2
𝑎𝑛 𝑥 + 𝑏𝑛 𝑦 ≤ 𝑐𝑛
 Método Analítico
Teorema Fundamental de la PL: en un programa lineal con dos variables

 Si existe una solución única que optimice la función objetivo, ésta se encuentra en
un punto extremo (vértice) de la región factible acotada, nunca en el interior de
dicha región.

 Si la función objetivo toma el mismo valor óptimo en dos vértices, también toma
idéntico valor en los puntos del segmento que determinan.

 En el caso de que la región factible no es acotada, la función lineal objetivo no

alcanza necesariamente un valor óptimo concreto, pero, si lo hace, éste se
encuentra en uno de los vértices de la región.
 En los problemas de
Programación Lineal
¿Existe una fundamentación que permita
asegurarnos que siempre el máximo o el
mínimo valor de la función objetivo lo
alcanza para algún vértice del polígono
convexo?
Esto está garantizado por las siguientes propiedades
 Propiedad 1
Si una función objetivo alcanza su óptimo lo hace en alguno de los
vértices del polígono convexo solución.
𝑭 𝒙; 𝒚 = 𝟐𝒙 + 𝒚 =0
𝒚 = −𝟐𝒙
A B

E D
 Propiedad 2
La condición necesaria para que una función objetivo pueda optimizarse en un
cierto vértice es que todo el convexo de soluciones quede incluido en el mismo
semiplano respecto a la recta representativa de dicha función objetivo tomada
como frontera, que pasa por dicho vértice.

𝑭 𝒙; 𝒚 = 𝟐𝒙 + 𝒚 =0
B C

𝒚 = −𝟐𝒙
D

A E
 Propiedad 3
El sentido correcto de desplazamiento de la recta representativa de la función
objetivo es el que corresponde al aumento de su valor, cuando dicha función debe
ser maximizada, o aquel en que lo disminuye, cuando debe ser minimizada.
𝑭 𝒙; 𝒚 = 𝟐𝒙 + 𝒚 =0 El valor de la Función Objetivo

𝒚 = −𝟐𝒙

B C

La Función Objetivo La Función Objetivo

toma su mínimo en el toma su máximo en el
punto A D punto D

A E

El valor de la Función Objetivo

 Propiedad 4
Si una función objetivo alcanza su óptimo valor en dos vértices del convexo,
también lo alcanza en los infinitos puntos ubicados sobre el segmento que ellos
determinan.
Para sacar los puntos de
Dada intersección, consideramos:
𝐥𝐚 𝐟𝐮𝐧𝐜𝐢ó𝐧 𝐨𝐛𝐣𝐞𝐭𝐢𝐯𝐨 2𝑥 + 3𝑦 = 12 𝒚=𝟒
Para A: ቊ ⟹ቊ
𝑭 𝒙; 𝒚 = 𝟐𝒙 + 𝟔𝒚 𝑥=0 𝒙=𝟎
𝑨 = (𝟎; 𝟒)
𝟐𝒙 + 𝟑𝒚 ≥ 𝟏𝟐
𝒙 + 𝟑𝒚 ≥ 𝟗 2𝑥 + 3𝑦 = 12 𝒚=𝟐
Para B: ቊ ⟹ ቊ
𝒙≥𝟎 𝑥 + 3𝑦 = 9 𝒙=𝟑
𝒚≥𝟎 𝑩 = (𝟑; 𝟐)

𝑥 + 3𝑦 = 9 𝒚=𝟎
Para C: ቊ ⟹ቊ
𝑦=0 𝒙=𝟗
Vértice Valor de 𝑭 𝒙; 𝒚 = 𝟐𝒙 + 𝟔𝒚
𝑪 = (𝟗; 𝟎)
A=(0; 4) 𝑭 𝟎; 𝟒 = 𝟐. 𝟎 + 𝟔. 𝟒 = 𝟐𝟒
B=(3; 2) 𝑭 𝟑; 𝟐 = 𝟐. 𝟑 + 𝟔. 𝟐 = 𝟏𝟖
C=(9; 0) 𝑭 𝟗; 𝟎 = 𝟐. 𝟗 + 𝟔. 𝟎 = 𝟏𝟖