UNIVERSIDAD NACIONAL EXPERIMENTAL

FRANCISCO DE MIRANDA
AREA DE TECNOLOGÍA
UNIDAD CURRICULAR: INVESTIGACION DE OPERACIONES
SECC. 51, PROGRAMA DE INGENIERIA QUÍMICA.

Modelos de programación lineal y

metas y penalizaciones.

Realizado por:
Br. Jordaz María, 27.337.618
Br. Miller Melany, 24.596.487
Br. Zarraga Hemildre, 24.705.014

Punto Fijo, 04 de Diciembre de 2023.

 MODELOS DE PROGRAMACIÓN LINEAL
Es una herramienta valiosa en la toma de decisiones empresariales, nos permite encontrar
soluciones óptimas a problemas complejos con múltiples variables.

Con el pasar de los años las empresas buscan ser más eficientes y competitivas en un mercado
globalizado, la programación lineal se ha convertido en una técnica esencial en la gestión
organizacional, esta a su vez es una técnica matemática que se utiliza para optimizar el
rendimiento o la eficiencia de un sistema, planificación, asignación de recursos y toma de
decisiones.

Tiene como objetivo maximizar las ganancias de una empresa o minimizar los costos de
producción de un producto a su vez esta función se encuentra sujeta a restricciones que deben
cumplirse, como por ejemplo el presupuesto disponible para la empresa o la cantidad de
recursos disponibles para la producción del producto.

USOS DE LA PROGRAMACIÓN LINEAL

Se utiliza en una amplia variedad de campos, como la economía, la ingeniería, la gestión de
operaciones y la planificación de recursos empresariales.

Por ejemplo, puede utilizarse para optimizar la asignación de recursos en una empresa, para
planificar la producción de bienes y servicios, para maximizar la eficiencia en la asignación de
rutas de transporte o para optimizar la distribución de productos en un mercado.

IMPORTANCIA DE LA PROGRAMACIÓN LINEAL

Esta nos permite tomar decisiones objetivas, optimizar procesos y recursos, aumentar la
eficiencia y encontrar soluciones innovadoras.

Estas son algunas de las razones por la que debes de considerar el uso de la programación en
línea:

1. Toma de decisiones: La programación lineal permite tomar decisiones basadas en

datos y de manera objetiva. Esto se debe a que se utilizan modelos matemáticos que
representan de manera clara la situación a resolver y permiten encontrar la mejor
solución posible.

2. Optimización: La programación lineal se utiliza para optimizar procesos y recursos

en una gran variedad de campos, como la producción, la distribución, la planificación
y la gestión de proyectos. Al encontrar la solución óptima, se pueden maximizar las
ganancias o minimizar los costos.
 3. Eficiencia: La programación lineal permite hacer un uso más eficiente de los
recursos, ya que permite planificar y asignar los recursos de manera óptima. Esto
permite reducir los costos y aumentar la eficiencia de los procesos.

4. Innovación: La programación lineal permite resolver problemas complejos y

encontrar soluciones innovadoras. Esto es especialmente importante en campos como
la ingeniería, la ciencia y la tecnología, donde se requiere de soluciones innovadoras
para avanzar.

¿CUÁLES SON LOS MÉTODOS DE PROGRAMACIÓN LINEAL?

Los problemas de programación lineal se pueden resolver utilizando técnicas como el método
simplex o el método de los multiplicadores de Lagrange. Estas técnicas permiten encontrar la
solución óptima del problema de forma eficiente.

Conozcamos más de los métodos para resolver problemas de programación lineal:

MÉTODO GRÁFICO
Este método es útil cuando se trabaja con problemas de programación lineal con sólo dos
variables. En este método se grafican las restricciones y la función objetivo en un plano
cartesiano y se busca la intersección de las restricciones para encontrar la solución óptima.

MÉTODO SIMPLEX
Este es uno de los métodos más utilizados para resolver problemas de programación lineal con
varias variables. En este método se construye una tabla que muestra las variables y las
restricciones, y se realiza una serie de iteraciones para encontrar la solución óptima.

MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE

Este método se utiliza cuando hay restricciones en forma de igualdad en el problema de
programación lineal. En este método se construye una función Lagrangiana y se utilizan los
multiplicadores de Lagrange para encontrar la solución óptima.

MÉTODO DE LAS REGIONES FACTIBLES

Este método se utiliza cuando hay restricciones en forma de desigualdad en el problema de
programación lineal. En este método se divide el espacio de variables en varias regiones
factibles, y se prueba cada una de ellas para encontrar la solución óptima.

¿CUÁLES SON LOS PASOS PARA HACER UNA PROGRAMACIÓN LINEAL?

A continuación, te muestro los pasos generales para hacer una programación lineal:
  Definir el problema: El primer paso es definir el problema que se desea resolver. Es
importante identificar claramente cuál es el objetivo y qué restricciones se deben
cumplir.

 Identificar las variables: Las variables son las incógnitas que se desean encontrar en el
problema. Es importante identificar cuáles son las variables relevantes para el
problema y asignarles un nombre.

 Formular la función objetivo: La función objetivo es una ecuación matemática que

representa el objetivo del problema, ya sea maximizar o minimizar algún valor. La
función objetivo debe estar en términos de las variables identificadas y debe ser
lineal.

 Establecer las restricciones: Las restricciones son las limitaciones que se deben
cumplir para resolver el problema. Estas restricciones deben estar en términos de las
variables identificadas y deben ser lineales. Además, las restricciones deben estar en
forma de desigualdades o igualdades.

 Representar el problema en forma de sistema de ecuaciones lineales: Una vez que

se ha definido la función objetivo y las restricciones, se pueden representar en forma
de un sistema de ecuaciones lineales.

 Resolver el sistema de ecuaciones lineales: Existen diversos métodos para resolver

sistemas de ecuaciones lineales, uno de los más comunes es el método simplex. Este
método permite encontrar la solución óptima que cumpla con las restricciones y
optimice la función objetivo.

 Interpretar la solución: Una vez que se ha encontrado la solución óptima, es

importante interpretarla para tomar decisiones informadas y evaluar la eficacia del
modelo. Es posible que sea necesario ajustar el modelo y volver a resolverlo si los
resultados no cumplen con los objetivos esperados.

Estos son los pasos generales para hacer una programación lineal. Cada problema es único y
puede requerir adaptaciones específicas, pero estos pasos proporcionan una guía general para la
resolución de problemas mediante programación lineal.

EJEMPLO DE UNA PROGRAMACIÓN LINEAL

Supongamos que un agricultor tiene 100 acres de tierra para sembrar trigo y cebada. El costo de
sembrar trigo es de $20 por acre y el costo de sembrar cebada es de $10 por acre. El agricultor
quiere maximizar sus ganancias y sabe que el trigo produce una ganancia de $50 por acre,
mientras que la cebada produce una ganancia de $30 por acre. Además, el agricultor sabe que
sólo puede sembrar 75 acres de trigo debido a restricciones de riego. ¿Cuántos acres debe
sembrar de trigo y de cebada para maximizar sus ganancias?

Para resolver este problema de programación lineal, podemos utilizar el método simplex.
Primero, debemos formular la función objetivo y las restricciones:
Función objetivo: Maximizar las ganancias = 50x + 30y (donde “x” es la cantidad de acres de
trigo y “y” es la cantidad de acres de cebada)

Restricciones:

 Restricción de tierra: x + y ≤ 100

 Restricción de costo: 20x + 10y ≤ C (donde C es el presupuesto disponible)
 Restricción de riego: x ≤ 75

X Y RHS
Z 50 30 0

En la primera fila de la tabla, colocamos los coeficientes de la función objetivo. En la primera

columna, colocamos las restricciones y en las demás columnas, colocamos los coeficientes de
cada variable en cada restricción. El RHS (right-hand-side) es el valor de cada restricción.

A continuación, convertimos las restricciones en ecuaciones y resolvemos para obtener los

valores de “x” y “y”:

Restricción de tierra: x + y = 100

Restricción de costo: 20x + 10y = C

Restricción de riego: x = 75

Podemos simplificar la tabla reemplazando las restricciones en términos de x:

X Y RHS
Z 50 30 0
1 1 100
20 10 C
1 0 75

A continuación, utilizamos el método simplex para encontrar la solución óptima. Después de

algunas iteraciones, encontramos que la solución óptima es sembrar 75 acres de trigo y 25 acres
de cebada, lo que maximiza las ganancias del agricultor a $3,750.

Este es un ejemplo sencillo de cómo se puede resolver un problema de programación lineal

utilizando el método simplex para maximizar las ganancias de un agricultor al sembrar trigo y
cebada en su tierra.
 MODELOS DE METAS Y PENALIZACIONES

El modelo de programación por metas nos permite alcanzar varios objetivos que se
deseen lograr mientras que las penalizaciones representan la insatisfacción con el
incumplimiento de cada objetivo este por debajo de su meta (si se busca maximizar) o por
encima de la meta (si se busca minimizar).

USOS DE LOS MODELOS DE METAS Y PENALIZACIONES

La programación de metas desde un enfoque flexible nos permite al tomar decisiones,

experimentar con una multitud de variaciones de las restricciones y de prioridades de las
metas cuando se involucra con un problema de decisión con múltiples objetivos.

Estas se utilizan en una variedad de áreas, incluyendo la toma de decisiones

empresariales, la planificación de proyectos, la gestión de recursos y el marketing

En la toma de decisiones empresariales, por ejemplo, se pueden utilizar para establecer

objetivos financieros, de producción y de calidad, y para encontrar soluciones óptimas o al
menos satisfactorias en problemas de decisión con múltiples objetivos

IMPORTANCIA DE LOS MODELOS DE METAS Y PENALIZACIONES

Los modelos de metas y penalizaciones son importantes por varias razones:

 Gestión de múltiples objetivos: Estos modelos permiten abordar problemas

de decisión gerencial que involucran varios objetivos, proporcionando una
forma racional de intentar alcanzar diferentes objetivos de manera simultánea,
jerarquizando o asociando una ponderación a cada uno.

 Flexibilidad: La programación de metas es flexible, ya que permite al tomador

de decisiones experimentar con una gran variedad de variaciones de las
restricciones y de prioridades de las metas en problemas de decisión con
múltiples objetivos.

 Aplicabilidad: Estos modelos se pueden aplicar en diversas áreas, como la toma

de decisiones empresariales, la planificación de proyectos, la gestión de recursos y
el marketing.

 Optimización: La programación de metas busca una solución que minimice la

suma ponderada de las desviaciones de las funciones objetivo de sus metas, lo que
 permite encontrar una solución óptima o al menos satisfactoria en problemas de
decisión con múltiples objetivos.

 Adaptabilidad: Los modelos de metas y penalizaciones pueden ser adaptados a

diferentes situaciones y contextos, ajustando las metas y penalizaciones según las
necesidades específicas del problema de decisión.

¿CUÁLES SON LOS MODELOS DE METAS Y PENALIDADES?

Existen varios modelos de metas y penalizaciones que se utilizan en la programación de

metas. Algunos de estos modelos incluyen:

1. Modelo General de Metas: Este modelo se utiliza cuando existen varios objetivos
o metas y se desea una solución satisfactoria y suficiente. La estructura de cada
meta sigue un modelo que incluye una expresión matemática de la meta, a la que
se le añaden dos variables de desviación, una que representa un valor faltante
para llegar a la meta y otra que representa un valor excedente por sobre la meta.

2. Programación de Metas con Prioridades y Ponderaciones: Este método se

aplica a problemas con dos o más objetivos contrapuestos. Se identifica una meta
en la forma de un valor objetivo numérico específico que se desee lograr, y una
penalización en la forma de un valor para cada unidad que el objetivo se
encuentre por debajo o por encima de la meta. Se utilizan metas y penalizaciones
para permitir que las restricciones sean violadas si hay una mejora significativa en
el logro de otras metas.

¿CUÁLES SON LOS PASOS PARA HACER LOS MODELOS DE METAS Y PENALIZACIONES?
Los pasos para hacer modelos de metas y penalizaciones son los siguientes:

1. Identificar los objetivos: El primer paso es identificar los objetivos

específicos que se desean alcanzar. Estos objetivos deben ser medibles y
cuantificables.
2. Establecer las metas: Para cada objetivo, se debe establecer una meta
numérica específica que se desee lograr. Estas metas deben ser realistas y
alcanzables.
3. Formular las funciones objetivo: Para cada meta, se debe formular una
función objetivo que represente la insatisfacción con cada unidad que un
objetivo esté por debajo de su meta (si se busca maximizar) o por encima
de la meta (si se busca minimizar).
 4. Asignar ponderaciones: Se deben asignar ponderaciones a cada función
objetivo para reflejar la importancia relativa de cada objetivo.
5. Calcular las penalizaciones: Se deben calcular las penalizaciones para
cada objetivo, que representan la insatisfacción con cada unidad que un
objetivo esté por debajo de su meta (si se busca maximizar) o por encima
de la meta (si se busca minimizar).
6. Resolver el modelo: Finalmente, se debe resolver el modelo para
encontrar una solución que minimice la suma ponderada de las
desviaciones de las funciones objetivo de sus metas.

Es importante tener en cuenta que estos pasos pueden variar según el modelo
específico de programación de metas que se esté utilizando. Además, es
fundamental contar con datos precisos y confiables para establecer las metas y las
funciones objetivo de manera adecuada.

Existen diferentes tipos de metas en la programación de metas, incluyendo:

1. Metas unilaterales inferiores: Establecen un límite inferior por debajo del

cual no se quiere ir, pero se aceptan desvíos a la media que deberá
minimizarse.
2. Metas unilaterales superiores: Establecen un límite superior que no se
quiere exceder, pero se aceptan desvíos a la media que deberá
minimizarse.
3. Metas bilaterales: Establecen un "blanco" de rango dentro del cual se
permiten desvíos a la media, pero estos desvíos estarán asociados a una
penalización que se reflejará en un parámetro en la función objetivo.

EJEMPLO DE MODELOS DE METAS Y PENALIZACIONES

EJERCICIO DE MODELOS DE PROGRAMACION LINEAL (CLASES)