UNIVERSIDAD TECNOLOGICA DEL PERU-FILIAL AREQUIPA

FACULTAD INGENIERIA INDUSTRIAL

TEMAS: SOLUCIONES CON PROGRAMACION LINEAL

CURSO: TEORA DE DESICIONES.
PROFESOR: ING. LARRY PALMA
CICLO: VII
TURNO: NOCHE
INTEGRANTES:

LEN DURAN, GILMAR

MAMANI GUIA, ALEX IVAN
MAMANI QUISPE, KARINA
QUISPE MAMANI, RUTH LEIDY

2015
NDICE
1.

OBJETIVOS............................................................................................................ 4
1.1.

OBJETIVO GENERAL........................................................................................ 4

1.2.
2.

PROGRAMACIN LINEAL....................................................................................... 5
2.1.

3.

OBJETIVO ESPECIFICO..................................................................................... 4
TRMINOS CLAVE............................................................................................ 6

EJEMPLOS MAXIMIZACION Y MINIMIZACION..........................................................7

3.1.
EJEMPLO DE UN PROBLEMA DE MAXIMIZACIN MTODO GRFICO Y
ALGEBRAICO............................................................................................................ 7
3.1.1.

MTODO GRFICO.................................................................................... 9

3.1.2.

MTODO ALGEBRAICO............................................................................13

3.2.

MTODO SIMPLEX......................................................................................... 15

3.2.1.
3.3.

EJEMPLO DE UN PROBLEMA DE MINIMIZACIN..............................................18

3.3.1.

MTODO GRFICO..................................................................................20

3.3.2.

METODO ALGEBRAICO............................................................................24

3.4.
4.

EJEMPLO DE MAXIMIZACIN UTILIZANDO EL MTODO SIMPLEX..............15

MTODO SIMPLEX......................................................................................... 26

PROGRAMACION LINEAL EN WIN QSB..................................................................29

INGRESANDO A LINEAR AND INTEGER PROGRAMMING (WINQSB)..........................30

5.

CONCLUSIONES................................................................................................... 38

6.

REFERENCIAS...................................................................................................... 39

[Escriba texto]

Pgina 2

INTRODUCCION
La presente monografa trata de informar algunos conceptos de programacin lineal as como
ejemplos, la importancia a lo que es el clculo cientfico y aplicado a la sociedad.
La toma de decisiones en nuestros tiempos es muy importante ya que si no se toma una buena
decisin o se opta por la equivocada puede incurrir en un desastre para la empresa.
El mtodo eficiente para determinar una decisin ptima muchas empresas utiliza el modelo de
programacin lineal.
En los problemas de la presente monografa de programacin lineal el objetivo es la
maximizacin o minimizacin de las cantidades a manejar dentro de una empresa u
organizacin.

[Escriba texto]

Pgina 3

1. OBJETIVOS
1.1. OBJETIVO GENERAL
Dar a conocer la aplicacin de los mtodos para solucionar ejercicios con
programacin lineal
1.2. OBJETIVO ESPECIFICO
Informar sobre los mtodos para solucionar ejercicios con programacin
lineal
Diferenciar entre los distintos mtodos: mtodo grfico, mtodo algebraico y
mtodo simplex
Resolver diferentes problemas con programacin lineal

[Escriba texto]

Pgina 4

2. PROGRAMACIN LINEAL
Es un enfoque de solucin de problemas elaborado para ayudar a tomar decisiones. Es un
modelo matemtico con una funcin objetivo lineal, un conjunto de restricciones lineales
variables no negativas. En el ambiente de negocios actual, pueden encontrarse gran
cantidad de aplicaciones.
La funcin objetivo define la cantidad que se va a maximizar o minimizar en un modelo
de programacin lineal.
Las restricciones limitan o reducen el grado en que puede perseguirse el objetivo.
Las variables son las entradas controlables en el problema
Para resolver un problema de programacin lineal es recomendable seguir ciertos pasos
que son:

Entender el problema a fondo.

Describir el objetivo.
Describir cada restriccin.
Definir las variables de decisin.
Escribir el objetivo en funcin de las variables de decisin.
Escribir las restricciones en funcin de las variables de decisin.
Agregar las restricciones de no negatividad.

2.1. TRMINOS CLAVE

Modelo Matemtico
Representacin de un problema donde el objetivo y todas las condiciones de restriccin
se describen con expresiones matemticas.
Restricciones de no negatividad
Conjunto de restricciones que requiere que todas las variables sean no negativas.
Solucin Factible
Solucin que satisface simultneamente todas las restricciones.
[Escriba texto]

Pgina 5

Regin Factible
Conjunto de todas las soluciones factibles.
Variable de holgura
Variable agregada al lado izquierdo de una restriccin de "menos o igual que" para
convertir la restriccin en una igualdad. El valor de esta variable comnmente puede
interpretarse como la cantidad de recurso no usado.
Forma Estndar
Programacin lineal en el que todas las restricciones estn escritas como igualdades. La
solucin ptima de la forma estndar de un programa lineal es la misma que la solucin
ptima de la formulacin original del programa lineal.
Punto Extremo
Desde el punto de vista grfico, los puntos extremos son los puntos de solucin factible
que ocurren en los vrtices o "esquinas" de la regin factible. Con problemas de dos
variables, los puntos extremos estn determinados por la interseccin de las lneas de
restriccin.
Variable de Excedente
Variable restada del lado izquierdo de una restriccin de "mayor o igual que" para
convertir dicha restriccin en una igualdad. Generalmente el valor de esta variable puede
interpretarse como la cantidad por encima de algn nivel mnimo requerido.
3. EJEMPLOS MAXIMIZACION Y MINIMIZACION.
3.1. EJEMPLO DE UN PROBLEMA DE MAXIMIZACIN MTODO GRFICO Y
ALGEBRAICO
RMC es una pequea empresa que fabrica una variedad de productos basados en
sustancias qumicas. En un proceso de produccin particular, se emplean tres materias
primas para producir dos productos: un aditivo para combustible y una base para
solvente. El aditivo para combustible se vende a compaas petroleras y se usa en la
produccin de gasolina y combustibles relacionados. La base para solvente se vende a

[Escriba texto]

Pgina 6

una variedad de empresas qumicas y se emplea en productos para limpieza en el hogar e

industriales. Las tres materias primas se mezclan para fabricar el aditivo para
combustible y la base para el solvente, tal como se muestra a continuacin:

sta nos muestra que una tonelada de aditivo para combustible es una mezcla de 0.4
toneladas del material 1 y 0.6 toneladas del material 3. Una tonelada de la base para
solvente es una mezcla de 0.5 toneladas del material 1, 0.2 toneladas del material 2 y 0.3
toneladas del material 3.
La produccin de RMC est restringida por una disponibilidad limitada de las tres
materias primas. Para el periodo de produccin actual, RMC tiene disponibles las
siguientes cantidades de materia prima:

Debido a los desechos y a la naturaleza del proceso de produccin, los materiales que no
se lleguen a usar en una corrida de produccin no se pueden almacenar para las
subsiguientes, son intiles y deben desecharse.
El departamento de contabilidad analiz las cifras de produccin, asign todos los costos
relevantes y lleg a precios que, para ambos productos, produciran una contribucin a la
utilidad de $ 40 por cada tonelada de aditivo para combustible producida y $ 30 para
[Escriba texto]

Pgina 7

cada tonelada producida de base para solvente. Ahora usaremos la programacin lineal
para determinar la cantidad de aditivo para combustible y la cantidad de base para
solvente para producir a fin de maximizar la contribucin a la ganancia total.
3.1.1. MTODO GRFICO
PASOS
1) Trasladar la informacin relevante del problema a una tabla

2) Describir el objetivo del problema, formular las restricciones y

nombrar las variables
Objetivo: Maximizar

la

contribucin

total

la

ganancia.

Restricciones:
MATERIAL1 20
MATERIAL2 5
MATERIAL3 21

F = Cantidad de toneladas para aditivo para combustible por producir.

S = Cantidad de toneladas para aditivo para solvente por producir
3) Formular la funcin objetivo
MAX=40 F +30 S
4) Realizar el modelo matemtico
MAX=40 F +30 S
Sujeto a:
0.4 F+ 0.5 S 20 Ecuacin 1
0.2 S 5 Ecuacin 2

0.6 F+ 0.3 S 21 Ecuacin 3

F , S 0

5) Reemplazar por 0 los valores de F y S en cada una de las ecuaciones

En ecuacin 1
[Escriba texto]

Pgina 8

Si F=0 entonces:
0.5 S=20
S=

20
=40
0.5

( F=0, S=40)

Si S=0 entonces
0.4 F=20
F=

20
=50
0.4

( F=50, S=0)
En ecuacin 2
5
S=
=25
0.2
( F=0, S=25)

En ecuacin 3
Si F=0 entonces
0.3 S=21

S=

21
=70
0.3

( F=0, S=70)
Si S=0 entonces
0.6 F=21
S=

21
=35
0.6

( F=35, S=0)

6) Graficar los puntos encontrados

[Escriba texto]

Pgina 9

 Para realizar la grfica es necesario tomar en cuenta las siguientes

recomendaciones:
Preparar una grfica para cada restriccin que muestre las
soluciones que satisfagan la restriccin.
Determinar la regin factible identificando las soluciones que
satisfacen simultneamente todas las restricciones.
Trazar lneas de funcin objetivo que muestren los valores de las
variables de decisin que producen valores especificados para la
misma.
Mover lneas de funcin objetivo paralelas hacia valores mayores
de la funcin objetivo hasta que un mayor movimiento sacara a la
lnea por completo de la regin factible.
Cualquier solucin factible en la lnea de funcin objetivo con el
valor mximo encontrado por el procedimiento anterior es una
solucin ptima.

[Escriba texto]

Pgina 10

Del anterior grfico podemos deducir que las lneas celestes representan cada una
de las restricciones del problema, la lnea roja es la funcin objetivo, la parte de la
grfica sombreada con puntos rojos representa el rea factible y el punto blanco la
solucin ptima, a continuacin veremos cmo llegamos a cada una de dichas
conclusiones. (Vitutor, 2012)

3.1.2. MTODO ALGEBRAICO

Obtener la solucin ptima
1) Se usan las ecuaciones 1 y 3 del problema:
0.4 F+ 0.5 S=20 Ecuacin 4
0.6 F+ 0.3 S=21 Ecuacin 5
2) Se despeja F de la ecuacin 4
0.4 F+ 0.5 S=20

[Escriba texto]

Pgina 11

0.4 F=200.5 S
F=501.25 S Ecuacin 6

3) Se sustituye F en la ecuacin 5
0.6 F+ 0.3 S=21
0.6( 501.25 S ) +0.3 S=21
300.75 S+ 0.3 S=21
0.45 S=2130

0.45 S=9
S=

9
0.45

S=20

4) Se sustituye S en la ecuacin 6
F=501.25 S
F=501.25(20)

F=5025
F=25

Se puede observar en la grfica que estos dos valores estn representados

por el punto blanco, lo cual quiere decir que esta es la solucin ptima del
problema.
5) Sustituir los valores en la funcin objetivo
MAX=40 F +30 S
MAX=40(25)+30(20)

MAX=1000+600
MAX=$ 1600

En conclusin se deben producir 25 toneladas de combustible y 20

toneladas de base para aditivo para obtener una utilidad mxima de $
1,600
Para encontrar la lnea que atraviesa la solucin factible (punto blanco) se
[Escriba texto]

Pgina 12

iguala a 0 F y S en la funcin objetivo y se encuentran los valores:

40 F+ 30 S=1600

Si F es 0 entonces:
30 S=1600
S=

1600
=53.33
30

( F=0, S=53.33)

SI S es 0 entonces:
40 F=1600
F=

1600
=40
40

( F=40, S=0)

Como se puede observar estos puntos estn representados por la lnea

celeste C3 y es la que atraviesa la solucin ptima. (Vitutor, 2012)
3.2. MTODO SIMPLEX
El algoritmo simplex est diseado para localizar la solucin ptima concentrndose en
un nmero seleccionado de las soluciones bsicas factibles del problema. Siempre
empieza en una solucin bsica factible y despus trata de encontrar otra solucin bsica
factible que mejorar el valor del objetivo.
Los clculos para producir la nueva solucin bsica incluyen dos tipos:
Rengln pivote:
NUEVO RENGLON PIVOTE=

RENGLON PIVOTE ACTUAL

ELEMENTO PIVOTE

Todos los dems renglones, incluyendo z:

NUEVO RENGLON =( RENGLON ACTUAL )( SU COEFICIENTE DE LA COLUMNA PIVOTE
3.2.1. EJEMPLO DE MAXIMIZACIN UTILIZANDO EL MTODO SIMPLEX
Continuando con el problema anterior los pasos para resolver el problema por el
mtodo simplex son:
1) Expresar el problema en forma estndar
[Escriba texto]

Pgina 13

MAX 40 F+30 S+ S 1+S 2+ S 3

0.4 F+ 0.5 S+ S 1=20

0.2 S+ S 2=5

0.6 F+ 0.3 S+ S 3=21

F , S , S 1, S 2, S 3 0

2) Obtener el rengln z que consiste en convertir al funcin objetivo en

valores negativos
MAX Z=40 F +30 S + S 1+ S 2+ S 3
Z =40 F30 S=0

3) Resumir la forma estndar en una tabla simplex

4) Se encuentran las intersecciones de la primera variable (la ms negativa)

para determinar el rengln pivote.
En este caso se toma la columna donde se encuentra el -40 y cada uno de los
valores de la solucin se divide dentro de los valores de dicha columna,
escogiendo el menor valor y toda esa fila se convertir en la fila pivote como
se puede observar en la siguiente tabla:

5) Se hacen los clculos correspondientes

[Escriba texto]

Pgina 14

 La nueva fila pivote es la S3 el objetivo es convertir el valor de 0.6 en 1

para lo cual se divide toda la fila dentro de 0.6 y se coloca en la nueva
tabla.
El resto de valores que se encuentran arriba o abajo de 0.6 deben convertirse
en 0. Para este caso se desea convertir el 0.4 en 0 por lo cual se convierte el 0.4
en negativo se multiplica por el valor correspondiente en la nueva fila pivote
que es 1 y se le suma el valor de esa posicin en la tabla antigua que en este

caso es 0.4 en resumen

(0.41+ 0.4=0)

y asi sucesivamente con cada

una de las filas:

6) Como no se tienen todava las variables de z en positivo, entonces hay que

repetir los pasos 4 y 5 hasta que todos los valores de z sean positivos:

Como se puede observar en la tabla anterior todos los valores de z son

positivos, lo cual quiere decir se ha llegado a encontrar la solucin ptima del
problema que es producir 20 toneladas de aditivo para combustible y 25
[Escriba texto]

Pgina 15

toneladas de base para solvente para obtener una ganancia mxima de $ 1600.
Si observa se obtuvieron los mismos resultados que el mtodo grfico y
algebraico anteriormente descritos (Vitutor A. , 2012)
3.3. EJEMPLO DE UN PROBLEMA DE MINIMIZACIN
M & D Chemicals produce dos productos que se venden como materias primas a
compaas que fabrican jabones para bao y detergentes para ropa. Basado en un anlisis
de los niveles de inventario actuales y la demanda potencial para el mes siguiente, la
gerencia de M & D ha especificado que la produccin combinada para los productos A y
B debe ser en total al menos 350 galones. Por separado, tambin debe satisfacerse un
pedido de un cliente importante de 125 galones del producto A. El producto A requiere
dos horas de procesamiento por galn, mientras el producto B requiere una hora de
procesamiento por galn, y para el siguiente mes se dispone de 600 horas de tiempo de
procesamiento. El objetivo de M & D es satisfacer estos requerimientos con un costo
total de produccin mnimo. Los costos de produccin son $2 por galn para el producto
A y $3 por galn para el producto B.
Para encontrar el calendario de produccin de costo mnimo, formularemos el problema
de M & D Chemicals como un programa lineal. Siguiendo un procedimiento parecido al
usado para el problema RMC, primero definimos las variables de decisin y la funcin
objetivo para el problema. Sea
A = Cantidad de galones del producto A
B = Cantidad de galones del producto B
Debido a que los costos de produccin son $ 2 por galn para el producto A y $ 3 por
galn para el producto B, la funcin objetivo que corresponde a la minimizacin del
costo total de produccin puede escribirse como:
Min 2 A+ 3 B

[Escriba texto]

Pgina 16

A continuacin consideramos las restricciones impuestas al problema de M & D

Chemicals. Para satisfacer la demanda del cliente importante de 125 galones del
producto A, sabemos que A debe ser al menos 125, Por tanto, escribimos la restriccin
1 A 125

Debido a que la produccin combinada para ambos productos debe ser el total al menos
350 galones, podemos escribir la restriccin
1 A+ 1 B 350
Por ltimo, la limitacin en el tiempo de procesamiento disponible de 600 horas
significa que necesitamos agregar la restriccin:
2 A+ 1 B 600
Despus de agregar las restricciones de no negatividad, tenemos el siguiente programa
lineal para el problema de M & D Chemicals:
Min 2 A+ 3 B
Sujeto a:
1 A 125
1 A+ 1 B 350
2 A+ 1 B 600

A ,B0
Debido a que el modelo de programacin lineal slo tiene dos variables de decisin
puede usarse el procedimiento de solucin grfica para encontrar las cantidades de
produccin ptimas. El mtodo grfico para este problema, como en el problema de
RMC, requiere que primero tracemos la grfica de las lneas de restriccin para
encontrar la regin factible. Al trazar cada lnea de restriccin por separado y luego
verificar los puntos en cada lado de la lnea, pueden identificarse las soluciones que
satisfacen cada restriccin. Al combinar las soluciones que satisfacen cada restriccin en
la misma grfica obtenemos la regin factible. (Romero, 2003)
3.3.1. MTODO GRFICO
[Escriba texto]

Pgina 17

PASOS
1) Trasladar la informacin relevante del problema a una tabla.

2) Describir el objetivo del problema, formular las restricciones y nombrar

las variables
Objetivo: Satisfacer

los

requerimientos

con

un

costo

mnimo.

Restricciones:
1. Producir para el cliente 125 gal. de A
2. Produccin combinada 350 gal.
3. 2 horas para producir A por cada B contando en total con 600 horas
A = Cantidad de galones del producto A.
B = Cantidad de galones del producto B.
3) Formular la funcin objetivo
MIN =2 A +3 B
4) Realizar el modelo matemtico
MIN =2 A +3 B
Sujeto a:
1 A 125 Ecuacin 1
1 A+ 1 B 350 Ecuacin 2
2 A+ 1 B 600 Ecuacin 3

A ,B0
5) Reemplazar por 0 los valores de A y B en cada una de las ecuaciones
En ecuacin 1
Si B=0 entonces:
( A=125, B=0)

En ecuacin 2

Si A es 0
1 B=350

[Escriba texto]

Pgina 18

( A=0, B=350)
Si B es 0
1 A=350
( A=350, B=0)

En ecuacin 3
Si A=0 entonces
1 B=600
( A=0, B=600) Si B=0

entonces

2 A=600
A=

600
2

A=300

( A=300, B=0)
6) Graficar los puntos encontrados
Para realizar la grfica es necesario tomar en cuenta las siguientes
recomendaciones:
Preparar una grfica para cada restriccin que muestre las soluciones
que satisfagan la restriccin.
Determinar la regin factible identificando las soluciones que
satisfacen simultneamente todas las restricciones.
Trazar lneas de funcin objetivo que muestren los valores de las
variables de decisin que producen valores especificados para la
misma.
Mover lneas de funcin objetivo paralelas hacia valores ms pequeos
de la funcin objetivo hasta que un movimiento mayor a la lnea por
completo de la regin factible.
Cualquier solucin factible en la lnea de funcin objetivo con el valor
ms pequeo es una solucin ptima.
[Escriba texto]

Pgina 19

Del anterior grfico podemos deducir que las lneas celestes representan cada
una de las restricciones del problema, la lnea roja es la funcin objetivo, la
parte de la grfica sombreada con puntos rojos representa el rea factible y el
punto blanco la solucin ptima, a continuacin veremos cmo llegamos a
cada una de dichas conclusiones. (UDEA, 2007)
3.3.2. METODO ALGEBRAICO

Obtener la solucin ptima

1) Se usan las ecuaciones 2 y 3 del problema:
1 A+ 1 B=350 Ecuacin 4

[Escriba texto]

Pgina 20

2 A+ 1 B=600 Ecuacin 5

2) Se despeja A de la ecuacin 4
1 A=3501 B
A=3501 B

Ecuacin 6

3) Se sustituye A en la ecuacin 5
2(3501 B)+1 B=600 7002 B+1 B=600

B=

1 B=100

100
1

2 B+1 B=600700

B=100

4) Se sustituye B en la ecuacin 6
A=3501 B
A=3501(100)

A=350100

A=250 Se

puede

observar en la grfica que estos dos valores estn representados por el punto
blanco, lo cual quiere decir que esta es la solucin ptima del problema.
5) Sustituir los valores en la funcin objetivo
MIN =2 A +3 B
MIN =2(250)+3(100)
MIN =500+300

MIN =$ 800
En conclusin Se deben producir 250 galones del producto A y 100 galones
del producto B para obtener un costo mnimo de $ 800
Para encontrar la lnea que atraviesa la solucin factible (punto blanco) se
iguala a 0 A y B en la funcin objetivo y se encuentran los valores:
2 A+ 3 B=800
Si A es 0 entonces:
800
3 B=800 B=
3
2 A=800

A=

800
2

B=266.67 SI B es 0 entonces:
A=400 Como se puede observar estos puntos

estn representados por la lnea celeste C3 y es la que atraviesa la solucin

[Escriba texto]

Pgina 21

ptima.
3.4. MTODO SIMPLEX
Se puede dividir el procedimiento del mtodo simplex en dos fases:
FASE I: Se expresa el problema en forma estndar y se aaden las variables artificiales
necesarias a las restricciones. En seguida se encuentra una solucin bsica de las
ecuaciones resultantes, por medio del mtodo simplex, que minimice la suma de las
variables artificiales
FASE II: Se utiliza la solucin factible obtenida en la fase I como una solucin factible
inicial

para

el

problema

original,

por

medio

del

mtodo

simplex.

NUEVO RENGLN Z=RENGLN Z ANTERIOR + ARENGLN A +BRENGLN B

PASOS
1) Escribir el problema en forma estndar.
Si la restriccin es mayor o igual los valores de S sern negativos por el contrario si
la restriccin es menor o igual sern positivos y por cada variable S se agrega una
variable R positiva excepto en la tercera ecuacin para este caso.
MIN 2 A +3 B+S 1+ S 2+ S 3
1 AS 1+ R1=125
1 A+ 1 BS 2+ R 2=350

2 A+ 1 B+ S 3=600
A , B , S 1, S 2, S 3 0

2) Escribir el problema en una tabla simplex, usando el rengln r y no el z

[Escriba texto]

Pgina 22

3) Obtener el nuevo rengln r

Nuevo renglnr =rengln actual+(+ R 1)
Rengln S 1+(+ R 2)Rengln S 2

4) Continuar con el simplex hasta obtener nuevamente el primer rengln r

[Escriba texto]

Pgina 23

5) Quitar las columnas R1 y R2 y agregar la funcin objetivo

6) Obtener el nuevo rengln z

Nuevo rengln z=rengln anterior z +(+ A )
rengln S 1+(+B)rengln S 2

[Escriba texto]

Pgina 24

7) Continuar con el simplex hasta que todos sean negativos

En conclusin se deben producir 250 galones del producto A y 100 galones del
producto B para obtener un costo mnimo de $ 800*.
Ntese que se llegaron a los mismos resultados que el mtodo algebraico.
4. PROGRAMACION LINEAL EN WIN QSB
EJERCICIO
Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de
montaa que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una para sacar el
mximo beneficio. Para la de paseo emplear 1 Kg. De acero y 3 Kg. de aluminio, y para la
de montaa 2 Kg. de ambos metales. Cuntas bicicletas de paseo y de montaa deber
fabricar para maximizar las utilidades?

Bicicleta de paseo (x)

[Escriba texto]

Acero

Aluminio

Precio de Venta

1 kg

3 kg

$ 20.000

Pgina 25

Bicicleta de montaa (y)

2 kg

2 kg

Disponibilidad

80 kg

120 kg

Declaracin de variables
x=Cantidad de bicicletas de paseo a producir

y=Cantidad de bicicletas de montaa a producir

Restricciones de capacidad
Aluminio:
x+ 2 y 80

Acero:
3 x+2 y 120

Funcin Objetivo
Z MAX=20000 X +15000 Y

[Escriba texto]

Pgina 26

$ 15.000

INGRESANDO A LINEAR AND INTEGER PROGRAMMING (WINQSB)

Una vez se haya ingresado al mdulo Linear and Integer Programming, se abrir una ventana
de inicio del mdulo, tal como se muestra a continuacin:

En esta ventana podremos entonces crear un nuevo problema, o cargar uno que ya hayamos
desarrollado. Una vez demos clic en "Nuevo Problema (New Problem)" se abrir un men
emergente que nos permitir ingresar los parmetros bsicos del problema:

[Escriba texto]

Pgina 27

El programa requiere que se definan las especificaciones del problema, que incluye el
nombre de problema, el nmero de variables, el nmero de restricciones, el criterio de la
funcin objetivo, los tipos de variable por defecto, y el formato de entrada de datos, ya sea en
forma de matriz o en forma de modelo normal . El nombre de problema, los nombres de
variables, nombres de restriccin, el nmero de variables, nmero de restricciones , el criterio
de la funcin objetivo, tipos de variables, y la entrada de datos formato se pueden
modificar mediante el men Formato y men Editar una vez se haya abierto el modelo.
Para el problema que estamos abordando es necesario que ingresemos los siguientes
parmetros:
Nmero de variables: 2(x , y )

Nmero de restricciones: 2 (Disponibilidad de Aluminio y Acero)

Funcin Objetivo: Maximizar (Utilidades)
Tipos de variables por defecto: Enteras no negativas (Sern bicicletas, unidades enteras)
Formato de entrada: Matriz (Recomendado)
Una vez se registren los parmetros y al dar clic en el botn OK, se mostrar la siguiente
ventana, en aras de utilizar las mismas variables que en el modelo, mostraremos el mtodo de
renombrar las variables:

[Escriba texto]

Pgina 28

Desde el men EDIT, tambin podremos modificar el nombre de las restricciones, tal como
se aprecia en la siguiente imagen:

[Escriba texto]

Pgina 29

En ella hemos registrado los datos que controlan nuestro problema de estudio. El siguiente
paso, consiste en resolver el problema, para ello damos clic en el botn "Solve and
Analize": Este comando resuelve el problema. Si se especifica alguna variable como un
entero o binario, el programa utilizar automticamente el mtodo de Branch and Bound
(Rama y Cotas) para resolver el problema. El mtodo simplex modificado es utilizado
para resolver problemas de programacin lineal continua.

Esta opcin mostrar automticamente un tabulado resumen de la solucin si el problema

tiene una solucin ptima, mostrar la inviabilidad de anlisis si el problema no es factible, o
mostrar si el anlisis no acotacin si el problema no est acotado en funcin objetivo o
valores de las variables.

[Escriba texto]

Pgina 30

Este mensaje nos indica que el problema ha sido resuelto, y que existe una solucin ptima
que ha sido encontrada. Al dar clic en Aceptar, nos llevar al cuadro resumen de la solucin:

[Escriba texto]

Pgina 31

Interpretar cada uno de los valores del cuadro solucin, es cuan o ms importante que obtener
la solucin ptima, dado que de dicha interpretacin podremos extraer un buen anlisis de
sensibilidad: (industriales)
Solution value: Valor solucin, es el valor que toman las variables de decisin en nuestra
solucin ptima, en este caso nos indica que se debern producir 20 bicicletas tipo paseo y 30
bicicletas tipo montaa.

Unit Cost or Profit: El costo unitario o contribucin es el valor que les fue asignado a las
variables por nosotros en la funcin objetivo.

Total Contribution: Es la contribucin total a la solucin objetivo, es el producto del valor

solucin * costo unitario o contribucin.
[Escriba texto]

Pgina 32

Basic Status: Despus de que el problema se resuelve , esto representa si la variable es una
variable de base, en el lmite inferior, o en el lmite superior en la tabla simplex final.

Allowable MIN, MAX C(j): Para un coeficiente de la funcin objetivo en particular. Este es
el rango en que la base actual de la solucin sigue siendo la misma.

Objective Function: Nos muestra el resultado de nuestra funcin objetivo, en este caso la
solucin ptima tiene una funcin objetivo (utilidad) de $ 850.000

Left Hand Side: Del lado izquierdo, es el valor que toma la ecuacin de cada restriccin
luego de reemplazar las variables que la componen por los valores solucin. Por ejemplo, la
ecuacin de la restriccin de Acero que es x + 2y <= 80, al reemplazar los valores solucin
quedar: (20) + 2(30) <= 80, el valor del lado izquierdo ser entonces 80.

Right Hand Side: Del lado derecho, es el valor asignado por nosotros a las restricciones
como mximo o mnimo recurso disponible.

[Escriba texto]

Pgina 33

Slack o Surplus: Cuando la restriccin en cuestin tiene el operador <=, corresponde a una
holgura, es decir, se puede interpretar como el recurso no utilizado. Cuando la restriccin en
cuestin tiene el operador >=, corresponde a un exceso, es decir, se puede interpretar como el
recurso utilizado por encima de la restriccin de mnimo uso.

Shadow Price: El precio sombra de una restriccin, es el cambio marginal de la funcin

objetivo cuando el valor del lado derecho de la restriccin aumenta en una unidad. En nuestro
ejemplo sera as: por cada kg de acero adicional que tengamos disponible, la funcin
objetivo aumentar en $ 1250.

[Escriba texto]

Pgina 34

5. CONCLUSIONES
A manera de conclusin podemos afirmar que la programacin lineal es una herramienta muy
til, tanto para personas con empresas independientes como para grandes compaas. Te
permite administrar de la mejor manera los recursos con los que se cuenta para poder
aprovecharlos al mximo, como tambin te ayuda a obtener mayores ganancias y a minimizar
tus costos
La Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual se
resuelve un problema indeterminado, formulado a travs de ecuaciones lineales, optimizando
la funcin objetivo, tambin lineal. Consiste en optimizar (minimizar o maximizar) una
funcin lineal, que denominaremos funcin objetivo, de tal forma que las variables de dicha
funcin estn sujetas a una serie de restricciones que expresamos mediante un sistema de
inecuaciones lineales.

[Escriba texto]

Pgina 35

6. REFERENCIAS
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/programaci%C3%B3n-lineal-en-winqsb/
http://www.monografias.com/trabajos6/proli/proli.shtml
http://recursostic.educacion.es/descartes/web/materiales_didacticos/Programacion_lineal_1/p
rolinea2.htm
http://www.vitutor.com/algebra/pl/a_1.html
http://www.ditutor.com/programacion_lineal/programacion_lineal.html
http://docencia.udea.edu.co/ingenieria/plineal/solucionGrafica08.html

[Escriba texto]

Pgina 36

[Escriba texto]

Pgina 37