Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sección: 10131
Evaluación II
Integrantes:
ya que la Programación Lineal con sus métodos, algoritmos y funciones, busca ofrecer
análisis estadísticos que permitan a una organización tomar decisiones que le permitan
obtener una evolución haciendo uso del apoyo en procesos de optimización, tomas de
decisiones como lo puede ser la venta de algún producto comercial o un servicio, el punto
medio de software se han obtenido avances que hacen que las organizaciones hagan uso de
números reales, sino también con razonamientos lógicos y matemáticos, los cuales siendo
También existen otras formas de contribuir con la toma de decisiones dentro de una
significativa a optimizar estos procesos, también existen otros métodos como El Método
Simplex; El cual busca optimizar la función objetivo mientras que el Método Simplex-
Dual, busca dar una solución más eficaz y optima al problema, haciendo uso de un segundo
problema que de manera directa se relacione con el problema principal, de forma que se
llaman método matemático, en otros casos la definen como un algoritmo mediante el cual
maximizan o minimizan un único objetivo sujeto a una serie de restricciones de las cuales
se hablará más adelante, pero ¿En qué consiste realmente la Programación Lineal? La
operación de cualquier índole como lo puede ser (Un mayor beneficio o un costo menor
para una organización). Cabe destacar que, se llama programación lineal ya que tanto el
objetivo como las restricciones son lineales, Es decir, las restricciones consisten en la suma
de variables multiplicadas por sus respectivos parámetros, siendo esta función menor, igual
Ahora bien estas funciones lineales tienen su formulas especificas al momento de aplicar
Restricciones
Tipo 1: Aj=∑Ni=1ai,j×Xi
Tipo 2: Bj≤∑Ni=1bi,j×Xi
Tipo 3: Cj≥∑Ni=1ci,j×Xi
Donde:
· X = Incógnitas, de 1 a N;
Función Objetivo
Max!=∑Ni=1fi×Xi
Min!=∑i=1Nfi×Xi
Donde:
organizaciones, bueno si bien se puede llegar a pensar que no es más que una parte de las
matemáticas que debe ser estudiada pero, sin mucha posibilidades de ser aplicada en el
mundo real, y que en su mayoría debe ser estudiada para ser aplicada por matemáticos, la
años con la aplicación de la informática mediante software y hojas de cálculo, que sirven
para dejar atrás procedimientos totalmente matemáticos, para solventar problemas por
cálculo manual ,permitiendo un análisis de resultados que, para una organización puede ser
más decisivo al momento de tomar una decisión que, obtener una respuesta numérica. De
modo que es importante ya que no solo es un procedimiento matemático más, sino que es
una organización, convirtiéndose en un punto referencial tanto para los matemáticos, como
para los ingenieros en sistemas, así como también para los administradores en empresas,
Método gráfico
El método gráfico consiste en encontrar en primer lugar todos los puntos que son solución
Posteriormente hay que determinar, de todas las posibles soluciones, cuál o cuáles de ellas
Los gráficos de dos dimensiones tienen dos ‘ejes’, perpendiculares entre ellos. En un
gráfico, los ejes representan lo que se está midiendo y, por lo tanto, son verdaderas escalas
de medición.
Ejemplos:
Una de las variantes que puede presentar un ejercicio de programación lineal consiste en la
cantidad de soluciones óptimas, gran cantidad de ellos presenta más de una solución
óptima, es decir una solución en la cual la función objetivo es exactamente igual en una
enfocado a estas por la alta demanda que tiene de sus productos restantes. Las mesas que
pueden elaborarse de las partes prefabricadas son de dos modelos, modelo A y B, y estas no
requieren más que ser ensambladas y pintadas. Esta semana se ha determinado dedicar 10
por cada mesa modelo B. Determine el modelo adecuado de producción para esta semana.
Variables
Restricciones
Función objetivo
Solución óptima 1
X=4 Y=2
Solución óptima 2
X=5 Y=0
Solución infactible
los cuales no existen soluciones que cumplen con todas las restricciones. Es muy común
que entregar a su cliente en dos semanas, el contrato indica que la compañía «CAROLA»
se compromete a entregar por lo menos 300 cajas de galletas cualquiera sea su tipo
y un tiempo de horneado de 1 hora. La compañía cuenta estas dos semanas con 550 horas
para elaboración y con 480 horas de horneado. Teniendo en cuenta que el margen de
las utilidades.
Variables
Restricciones
2X + 3Y <= 550
3X + Y <= 480
X + Y => 300
Función Objetivo
Evidentemente, no existe forma alguna de satisfacer todas las restricciones, por ende se
lineal, donde se busca obtener la solución óptima de la función objetivo que logre cumplir
el conjunto de restricciones.
El algoritmo simplex parte de uno de los vértices del poliedro, y verifica si es el óptimo, si
objetivo. Se continúa iterando hasta llegar al vértice que representa la solución óptima.
Maximizar Z = f(x,y) = 3x + 2y
Sujeto a: 2x + y ≤ 18
2x + 3y ≤ 42
3x + y ≤ 24
x≥0,y≥0
términos independientes.
correspondencia siguiente:
x pasa a ser X1
y pasa a ser X2
Normalizar las restricciones.
≥ - exceso + artificial
= + artificial
≤ + holgura
En este caso se introduce una variable de holgura (X3, X4 y X5) en cada una de las
lineales:
2·X1 + X2 + X3 = 18
2·X1 + 3·X2 + X4 = 42
3·X1 + X2 + X5 = 24
La tabla inicial del método Simplex está compuesta por todos los coeficientes de las
variables de decisión del problema original y las de holgura, exceso y artificiales agregadas
en el paso 2, y las restricciones. La columna Cb contiene los coeficientes de las variables
La primera fila está formada por los coeficientes de la función objetivo, mientras que la
última fila contiene el valor la función objetivo y los costes reducidos Zj - Cj.
Simplex y ser todos los Cb nulos se puede simplificar el cálculo, y por esta vez disponer Zj
= -Cj.
Tabla I. Iteración nº 1
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 18 2 1 1 0 0
P4 0 42 2 3 0 1 0
P5 0 24 3 1 0 0 1
Z 0 -3 -2 0 0 0
Condición de parada.
Otro caso posible es que en la columna de la variable entrante a la base todos los valores
son negativos o nulos. Esto indica que el problema no se encuentra acotado y su solución
Se determina en primer lugar la variable que entra en la base. Para ello se escoge la
columna cuyo valor en la fila Z sea el menor de entre todos los negativos. En este caso sería
Si existiesen dos o más coeficientes iguales que cumplan la condición anterior, entonces se
Una vez obtenida la variable que entra en la base, se procede a determina cual será la
variable que sale de la misma. La decisión se toma en base a un sencillo cálculo: dividir
pivote, siempre que ambos elementos sean estrictamente positivos. Se escoge la fila cuyo
todos los elementos de la columna pivote fueran de ésta condición se habría cumplido la
El término de la columna pivote que en la división anterior dio lugar al menor cociente
positivo indica la fila de la variable de holgura que sale de la base. En este caso resulta ser
Si al calcular los cocientes, dos o más resultados cumplen la condición para elegir el
La intersección de la fila pivote y columna pivote marca el elemento pivote, en este caso el
3.
Actualizar la tabla.
Nuevo Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila en Columna
Con esto se normaliza el elemento pivote y su valor pasa a ser 1, mientras que el resto de
Anterior fila P4 42 2 3 0 1 0
- - - - - -
x x x x x x
1/ 1/
Nueva fila pivote 8 1 0 0
3 3
= = = = = =
7/ -
Nueva fila P4 26 0 0 1
3 2/3
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 2 0 1/3 1 0 -2/3
P4 0 26 0 7/3 0 1 -2/3
P1 3 8 1 1/3 0 0 1/3
Z 24 0 -1 0 0 1
elementos de la última fila hay uno negativo, -1. Se continúa iterando nuevamente los
pasos 6 y 7.
6.1. La variable que entra en la base es X2 (P2), por ser la variable que corresponde a la
6.2. Para calcular la variable que sale, se dividen los términos de la columna P0 entre los
1/3 [=24]. Como el menor cociente positivo es 6, la variable que sale de la base es X3 (P3).
Base Cb P0 P1 P2 P3 P4 P5
P2 2 6 0 1 3 0 -2
P4 0 12 0 0 -7 1 4
P1 3 6 1 0 -1 0 1
Z 30 0 0 3 0 -1
Una nueva comprobación de la condición de parada revela que entre los elementos de
la fila indicadora vuelve a haber uno negativo, -1. Significa que aún no se ha llegado a
6.1. La variable que entra en la base es X5 (P5), por ser la variable que corresponde al
coeficiente -1.
6.2. Se escoge la variable que sale calculando el cociente entre los términos de la columna
Base Cb P0 P1 P2 P3 P4 P5
P2 2 12 0 1 -1/2 1/2 0
P5 0 3 0 0 -7/4 1/4 1
P1 3 3 1 0 3/4 -1/4 0
Z 33 0 0 5/4 1/4 0
Se observa que en la última fila todos los coeficientes son positivos cumpliéndose, por
independientes (P0), en este ejemplo: 33. En la misma columna se puede ver el punto
donde se alcanza, observando las filas correspondientes a las variables de decisión que han
Consideremos el siguiente problema para ilustrar sobre la aplicación del Método Simplex
Dual:
iguales a cero, sin embargo, sus coeficientes en las respectivas filas son negativos y por
obteniendo lo siguiente:
Sin embargo, en esta instancia podemos aplicar el Método Simplex Dual como alternativa
de resolución. Para ello seleccionaremos una variable que deje la base y adoptaremos como
criterio de selección aquella variable básica asociada al lado derecho más negativo.
En el ejemplo dicha variable es X5. Luego para determinar que variable entra a la base
realizamos un mínimo cociente entre el negativo del costo reducido de las variables no
básicas y las entradas estrictamente menores a cero para las variables no básicas en la fila 2.
segunda columna asociada a la variable no básica X2, por tanto dicha variable entra a la
base.
Finalmente se realiza una iteración realizando las operaciones filas que sean necesarias, de
modo de ingresar X2 a la base al mismo tiempo que X5 deja la base. Los resultados serían:
Notar que ahora las variables básicas son X4 y X2 donde sólo X4=-1/4 lo que no satisface
la condición de ser una solución básica factible. Por lo tanto realizamos una nueva
Min{-40/-1; -160/-3; -60/-1/2}=40 ==> el cociente mínimo está en la primera columna por
variables no básicas también es mayor o igual a cero, por tanto estamos frente a la solución
este brinda la facilidad para tomar decisiones. Esta técnica determina cómo diferentes
conjunto de supuestos.
Normalmente cuando se desarrolla un modelo, se da por hecho de que se conocen todas las
variables o valores, este se conoce como certidumbre. En realidad, no en muchos casos los
valores son verídicos. Un ejemplo seria: el precio del material, la mano de obra y el precio
final del producto en la fabricación; a este se le debe agregar la demora del proveedor, el
deterioro y otros factores que se generaran afectando el precio final del producto.
1. cambio en los coeficientes de las variables de decisión; también se podría definir como,
2. Cambios en los lados derechos de las restricciones que definen el modelo; también se
cuantificar o expresar, por lo que es recomendable realizar un modelo nuevo con los
cambios aplicados
Las variables de decisiones tienen los siguientes nombres, los cuales no cambian:
la izquierda de la igualdad
Recursos Disponibles: los cambios en RHS suponen desplazamientos paralelos de las rectas
ST
1x – 3y >=5
(Coeficiente Tecnológico)
↓ ↓
60X1 + 35X2
A este se le debe aplicar la regla del 100% el cual tiene una serie de pasos
________________________
Valor actual
60 – 40
______ = 0.5
40
35 – 50
50
Debido a que 0.80 es menor que 100, no afectara la solución óptima y dentro de la gráfica
no habrá problema.
Ahora se procede a realizar las restricciones de sensibilidad, los cuales tienen dos
restricciones, las cuales son: restricciones de oro y restricciones de plata; se debe proceder a
________________________
Valor actual
950 – 750
________ = 0.26
750
1000 – 750
_________ = 0.33
750
Bibliografía
https://www.ingenieriaindustrialonline.com. (10 de junio de 2019). Obtenido de
https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/metodo-
grafico/
https://www.mty.itesm.mx/dmti/materias/tc3001/lecturas/tc3001-08-intro-
sensibilidad.pdf?fbclid=IwAR2fMRMZmbE5ebH_xvqhJHIQop17l_0Zcl539rKa-
JnWfygDqpr6EvmbBdM
https://www.plandemejora.com/metodo-simplex-paso-a-paso-ejemplos-maximizar-
minimizar/
https://www.lifeder.com/analisis-sensibilidad/?
fbclid=IwAR3JUgPPkxHOVSjkJzJU8cRVtz9glmvFH2YhfHaXQxPug7sF5xcvjuF
ZCqk
Conclusión.
generar una serie de algoritmos para buscar su solución más óptima, también es importante
destacar que la programación lineal puede llegar a verse o ser importantes en temas como
Es por esto que cada vez es más utilizada en diversas organizaciones a nivel mundial siendo
esta de gran ayuda para la toma de decisiones y siendo un pilar de gran importancia en