PROGRAMACIN LINEAL

3.1 Definicin

La programacin lineal resuelve el problema de asignar de una manera ptima recursos limitados
a varias actividades en competencia. El adjetivo lineal seala que todas las relaciones
matemticas entre variables deben ser lineales. La palabra programacin es sinnimo de
planeacin. Por consiguiente, programacin lineal es la planeacin de actividades para obtener un
resultado ptimo con respecto a una funcin objetivo.

3.2 Estructura de un modelo de programacin lineal

Los problemas del problema del mundo real tienden a ser complejos, representar su
comportamiento para estudiarlos a travs de modelos matemticos no es sencillo. Construir
modelos permite al ingeniero tener una herramienta poderosa de apoyo que le proporciona
informacin para tomar decisiones en la solucin de problemas. Cabe aclarar que todo modelo es
una simplificacin emprica del problema real.

En nuestro caso el modelo es uno de programacin lineal, donde hay que expresar un sistema
estructurado por una funcin objetivo lineal y sus respectivas restricciones lineales. Para crearlo,
el ingeniero debe observar el mundo real, hacer un anlisis del comportamiento de ese mundo
donde se desarrolla el problema que se le plantea, delimitar el contexto y las restricciones que
envuelven el problema, definir el objetivo por alcanzar y hacer explicitas las variables y constantes
que estima relevantes. La figura siguiente conceptualiza la forma de estructurar un problema de
programacin lineal.

OBJETIVO: en un problema de programacin lineal el objetivo se reduce a una de dos situaciones:

Maximizar o Minimizar. Por ejemplo: maximizar utilidades o minimizar costos. Tambin puede ser,
maximizar el uso de ciertas instalaciones, por ejemplo salones de clase, o identificar las rutas de
menor tiempo de recorrido en un sistema de transporte.

VARIABLES DE DECISIN: las variables de decisin estructuran la funcin objetivo y las

restricciones. Sus valores ptimos, estimados a resolver el problema de programacin lineal,
indican las decisiones a tomar. Siempre debe especificarse claramente las unidades de medida que
las caracterizan, por ejemplo: dinero, tiempo, nmero de piezas a producir, etc.

CONSTANTES: son valores fijos asociados al trmino independiente de las restricciones o a las
variables de decisin tanto en la funcin objetivo como en las restricciones.

RESTRICCIONES: Son estructuras lineales que limitan el comportamiento de la funcin objetivo.

Existen diferentes tipos de restricciones, segn el tipo de problema que se plantee, a continuacin
se mencionan algunos.

Restricciones por capacidad. Son limitaciones fsicas, por ejemplo: capacidad instalada,
mano de obra disponible, equipos de trabajo utilizables, recursos financieros disponibles,
tiempo para realizar los trabajos, etc.
Restricciones de mercado. Magnitud de la oferta. Magnitud de la demanda. Preferencias
del mercado, etc.
Restricciones de calidad. Las mezclas de materia prima para producir un producto
establecen lmites que definen su calidad. Por ejemplo las aleaciones de metales.
Restricciones por proceso de produccin. En un proceso de produccin pueden existir
mermas a las que hay que poner lmites. Tambin pueden ser, establecer lmites mnimos
a los rendimientos de produccin o funcionamiento.
Restricciones por polticas de las empresas. Las empresas por lo general establecen
polticas de comportamiento. Por ejemplo, solo trabajar semanas de 40 horas. No comprar
materia prima a ciertos proveedores. No trabajar tiempo extra por ms de cuatro horas a
la semana.
Restricciones por leyes y reglamentos. En ocasiones las leyes y reglamentos imponen
restricciones que hay que tomar en consideracin. Por ejemplo, tratar el agua que se
vierte en el drenaje. No circular ciertos vehculos en determinados das. Solo producir
productos con determinadas mezclas.
Restricciones por disponibilidad. La disponibilidad de materia prima en los mercados o en
los almacenes son restricciones, como lo es la disponibilidad de mano de obra o de medios
de transporte.

3.3 Formulacin de problemas

Antes de aprender a resolver problemas de programacin lineal es importante a aprender

a formular dichos problemas. En seguida se ilustra como formular problemas en la forma
clsica de la programacin lineal, definiendo la funcin objetivo y las restricciones que
determinan el comportamiento de las variables de decisin.
Las tcnicas de programacin lineal son aplicables en todo el ciclo de los proyectos de
ingeniera civil, desde la planeacin, ingeniera de proyecto, construccin, operacin,
conservacin y mantenimiento. As tenemos aplicaciones en la optimizacin del
aprovechamiento de los recursos hidrulicos de una cuenca, la utilizacin ptima de las
posiciones de plataformas en un aeropuerto o el uso ptimo de maquinaria de
construccin.

Problema 1
En una fbrica de tabiques y ladrillos, ambos de arcilla recocida, lo nico que los diferencia
son sus dimensiones. Sus procesos de produccin son iguales. De la cadena de produccin
se analizan dos procesos, A y B. la fbrica dispone para proceso A, hasta 18 horas por da y
para el proceso B hasta 12 horas por da. La fabricacin de un millar de tabiques requiere
de tres horas del proceso A y una hora del proceso B. en tanto que producir un millar de
ladrillos necesitan dos horas del proceso A y dos del proceso B. el gerente de la fbrica
indica que los tabiques generan una utilidad neta de $90 pesos por millar y los ladrillos
$100 por millar. El mercado puede absorber toda la produccin de la planta.

Desde luego que el objeto de la empresa es maximizar sus utilidades. El problema que
desea resolver el gerente de la planta es:

definir cuantos millares de tabique y/o ladrillo debe fabricar por da, sujeto a las
restricciones que le marca su capacidad instalada, de tal forma que su utilidad sea
mxima.

FORMULACIN DEL PROBLEMA

Definicin de variables de decisin con sus unidades de medida.
X1= Nmero de millares de tabique a fabricar por da.
X2= Nmero de millares de ladrillos a fabricar por da.

Disponibilidad de tiempo de procesos.

Proceso A, hasta 18 horas/da
Proceso B, hasta 12 horas/da

Uso de los procesos segn el producto

Proceso A.
Tabique: a1= 3 horas/millar
Ladrillo: a2= 2 horas/millar

Proceso B.
Tabique: b1= una hora/millar
Ladrillo: b2= 2 horas/millar

Utilidades.
U1= utilidad que genera producir un millar de tabiques.
U2= utilidad que genera producir un millar de ladrillos.
U1= $90 pesos/millar de tabiques
U2= $100 pesos/millar de ladrillos

DEFINICIN DE LA FUNCIN OBJETIVO (FO)

Maximizar Z = Ui Xi, i = 1,2

DEFINICIN DE LAS RESTRICCIONES

Proceso A: ai Xi < = 18
Proceso B: bi Xi < = 12

Sustituyendo valores se tiene:

Funcin objetivo.
Maximizar Z = 90 X1 + 100 X2
Restricciones:
Proceso A: 3X1 + 2X2 < = 18
Proceso B: X1 + 2X2 < = 12

Condicin de produccin NO negativa:

X1, X2 = 0

Problema 2
A un pasante de ingeniera civil le encargan en su trabajo optimizar el corte de varillas para
un colado. Empieza el anlisis con las varillas de 3/8. Revisando los planos estructurales
define que hay que obtener los siguientes tramos de varilla de 3/8.

DEMANDA DE CORTES
6,200 tramos de 8 metros
3,400 tramos de 6 metros
5,840 tramos de 3 metros
Sabe que la longitud de las varillas es de 12 metros.
No tiene problemas de existencia de varillas, revisa la bodega y hay suficientes.
Realizando un anlisis de como cortar las varillas se da cuenta que es un problema
combinatorio, luego plantea todas las posibles combinaciones de cmo se pueden cortar
las varillas.

Corte 1. Obtener un tramo de 8 metros y otro de 3 metros. El desperdicio es de 1 metro.

Corte 2. Obtener un tramo de 8 metros. Se desperdician 4 metros.
Corte 3. Obtener dos tramos de seis metros. El desperdicio es de cero metros.
Corte 4. Obtener un tramo de seis metros. Se desperdician 6 metros.
Corte 5. Obtener un tramo de seis metros y dos de 3 metros. El desperdicio es de cero
metro.
Corte 6. Obtener un tramo de seis metros y otro de tres metros. Se desperdician 3 metros.
Corte 7. Obtener cuatro tramos de tres metros. El desperdicio es cero metros.
 Corte 8. Obtener tres tramos de tres metros. Se desperdician 3 metros.
Corte 9. Obtener dos tramos de tres metros. El desperdicio es de 6 metros.
Corte 10. Obtener un tramo de tres metros. El desperdicio es de 9 metros.

Segn lo anterior, se tienen 10 tipos de cortes diferentes, cada uno con algn o ningn
desperdicio.
El pasante desea cortar las varillas de tal manera que el desperdicio sea mnimo y cumplir
con lo especificado en el plano estructural. Luego plantea el siguiente modelo de
programacin lineal.

VARIABLE DE DECISIN
Xi= nmero de varillas a cortar, segn el tipo de corte i.
i=1, 2, 3, 4, 5, 6, 7, 8, 9, 10

CONSTANTES

Constantes asociadas a las variables de decisin en la funcin objetivo.

di= Desperdicio segn el tipo de corte i

Constante asociada a la variable de decisin en las restricciones.

J= tramos diferentes a cortar J = 1, 2, 3.

N (J, i) = nmero de tramos iguales J, en el tipo de corte i.

Termino independiente restricciones.

Cj = nmero de cortes J, requeridos, j= 1, 2, 3

FUNCIN OBJETIVO

Minimizar Z = di Xi i = 1, 2, 3,,10

RESTRICCIONES

N (J, i ) Xi = Cj i = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10

j = 1, 2, 3

Xi = 0

APLICACIN

Funcin objetivo

Minimizar Z = di Xi = X1 + 4X2 + 0X3 + 6X4 + 0X5 + 3X6 + 0X7 + 3X8 + 6X9 + 9X10

La funcin representa la suma de los desperdicios segn los diferentes tipos de corte que hay que
realizar para cumplir con la demanda.
RESTRICCIONES:

Cortes de 8 metros.

X1 +X2 = 6,200

Hay dos posibles formas de cortar las varillas y obtener tramos de 8 metros.
(Corte tipo 1 y corte tipo 2)

Cortes de 6 metros.

2X3 + X4 + X5 + X6 = 3,400

Hay cuatro posibles formas de cortar las varillas y obtener tramos de 6 metros.
(Corte tipo: 3,4, 5 y 6). En el corte tipo 3, se obtienen dos tramos de seis metros.

Cortes de 3 metros.

X1 + 2X3 + X6 + 4X7 + 3X8 +2X9 + X10 = 5,840

Hay siete posibles formas de cortar las varillas y obtener tramos de 3 metros.
(Corte tipo: 1, 5, 6, 7, 8, 9 y 10). En el corte tipo 5 se obtienen dos tramos de tres metros, en el
corte tipo 7 se obtienen cuatro tramos de tres metros, en el corte tipo 8 se obtienen tres tramos
de tres metros, en el corte tipo 9 se obtienen dos tramos de tres metros y en los cortes tipo 1, 6 y
10 se obtiene un tramo de tres metros en cada caso.

Los valores de las variables de decisin deben ser NO negativos, entonces:

X1, X2 , X3 , X4 , X5 , X6 , X7 , X8 X9, X10 = 0

3.4 Mtodo de solucin

Con fines muy especficos, para dar una idea estructurada de la forma de resolver problemas de
programacin lineal, se describen tres mtodos de solucin:

a) mtodo grafico
Es un mtodo que solo permite resolver problemas de programacin lineal de dos
variables de decisin. Su aplicacin en estas notas es meramente didctica.
b) Mtodo simplex
Es el mtodo clsico, ideado por Dantzig. Es un algoritmo numrico ingenioso que resuelve
los problemas de la programacin lineal, aplicando conceptos del algebra lineal.
c) Mtodo computacionales
El avance hoy en da, de las matemticas aplicadas al lograr algoritmos ms eficientes para
la solucin de problemas de programacin lineal y el de las computadoras, han propiciado
la generacin de software que permite resolver en forma eficiente, barata y en corto
tiempo de computo, problemas de programacin lineal complejos.
 3.4.1 Mtodo grfico

La forma de dar solucin grficamente a un problema de programacin lineal, es mediante la

construccin de un par de ejes coordenados (grafica bidimensional) que permita trazar las rectas
que representan a cada una de las ecuaciones que forman parte de las restricciones del problema,
para de esta manera poder limitar el intervalo de valores permisibles de las restricciones.

El trazo de cada una de las ecuaciones matemticas dar como resultado una rea delimitada por
ellas que engloba todas las soluciones que puede tener un problema pero que no satisfagan las
restricciones del problema en su totalidad. Esta rea se conoce con el nombre de REGIN DE
FACTIBILIDAD y dentro de ella se encuentran todas las soluciones bsicas factibles. As mismo,
dentro de esta misma rea existe una solucin que si cumple con todas las restricciones existentes
y en forma simultanea localizada generalmente en el contorno de esta regin, llamada tambin
CONJUNTO CONVEXO pudieron ser la solucin ptima de todo el conjunto de soluciones. Este
punto o solucin ptima se encuentra en la parte ms alejada del eje o punto de interseccin
(cero) entre las dos variables.

No obstante, esa es la nica utilidad que tienen los mtodos grficos, o sea el de ilustrar de
manera ms sencilla los conceptos introductorios de la Programacin Lineal. Es posible, aunque
francamente no recomendable, resolver problemas con tres variables de decisin. Sin embargo, de
cuatro variables en adelante no hay manera de resolver problemas de programacin lineal por
mtodos graficos.

Aplicando conceptos bsicos de la geometra analtica plana, se logra entender la forma como se
estructuran las restricciones y la funcin objetivo de un problema de programacin lineal y como
se conjugan para definir el ptimo (mximo o mnimo).

Para aplicar el mtodo grfico, se recurre al problema 1, el de los tabiques y ladrillos.

Funcin objetivo

Restricciones:

Proceso A: 3X1 + 2X2 <= 18

Proceso B: X1 + 2X2 <=12

X1, X2 = 0

La funcin objetivo y las restricciones forman un sistema que debe resolverse. Al haber solo dos
variables, X1 Y X2, es factible representar el sistema en un plano cartesiano.

Si se observa, cada una de las restricciones, son desigualdades que representan una superficie
plana, acotadas por los valores a la derecha de los signos de las desigualdades. As por ejemplo, en
la figura siguiente se muestra la representacin geomtrica de la restriccin del proceso A:

3X1 + 2X2 < = 18

 Figura 1

La superficie del plano que representa la restriccin, abarca los cuatro cuadrantes del plano
cartesiano.

Al aplicar las restricciones donde se exige; X1, X2 = 0, la superficie que cubre las restricciones se
reduce al primer cuadrante.
La restriccin del proceso B, X1 + 2X2 < = 12

Se representa en la figura 3, limitada al primer cuadrante al aplicar simultneamente las

restricciones X1, X2 = 0

La interseccin de ambas superficies, figura 2 y 3, es un rea que cumple con todas las
restricciones. Se presenta la figura 4.
La superficie achurada, est limitada por un polgono, se conoce como el rea de soluciones
factibles, cualquier punto dentro de esa rea, incluyendo los de las fronteras de su entorno,
contiene puntos X1, X2, que cumplen con las condiciones que sealan las restricciones en su
conjunto.

Por otra parte la funcin objetivo: Z = 90X1 + 100X2

Representa una familia de rectas, paralelas con pendiente m = -90/100

Los puntos (X1, X2), de la zona de soluciones factibles que definen las restricciones y coinciden con
puntos de las rectas de la funcin objetivo, son puntos que cumplen con las condiciones de las
restricciones y la funcin objetivo, en la figura 5, se sealan algunos.

De entre los puntos que envuelve el polgono de soluciones factibles, existe uno que hace mxima
la funcin objetivo.

Para encontrarlo obsrvese lo siguiente:

Si a las coordenadas de un punto (X1, X2), alojado en la superficie de soluciones factibles,

se fija una de las coordenadas, por ejemplo X1=2, y se hace crecer X2, definen una recta
vertical. Conforme crezca X2, la pareja (X1, X2) al sustituirse en la funcin objetivo, definen
valores de esta que crecen al aumentar X2, hasta llegar al punto donde se intersecta la
recta vertical con la frontera del polgono de soluciones factibles, que es un valor mximo
para la combinacin de puntos (X1, X2) de la recta vertical.
 Lo mismo sucede si para las coordenadas, X1, X2, ahora se fija la coordenada X2 =3, y se
hace variar X1, se tiene una recta horizontal. Conforme crezca X1, la pareja (X1, X2) al
sustituirse en la funcin objetivo, definen valores de esta que crecen al aumentar X1, hasta
llegar al punto donde se intersecta la recta vertical con la frontera del polgono de
soluciones factibles, que es un valor mximo para la combinacin de puntos de la recta
horizontal.

De lo anterior, se deduce que el polgono que envuelve la superficie de soluciones

factibles contiene puntos que hacen mximo el valor de la funcin objetivo, con relacin a
otros que estn dentro de la superficie del polgono, luego el mximo de los mximos
deben de estar alojado en dicho polgono, en uno de los vrtices.
Para estimar en qu punto est el ptimo, se pasa la recta funcin objetivo por dichos
puntos como se muestra en la figura 8.
 Al sustituir el valor de los vrtices en la funcin objetivo. Se tienen los siguientes
resultados:
Vrtice Valor funcin objetivo

(0, 0) 0

(0,6) 600

(3, 4, 5) 720

(6, 0) 540

Se observa que el vrtice (3, 4.5), representa un valor de la funcin objetivo de 720, que es el
mximo de los mximos, luego es el ptimo buscado.

EXISTE UN SOLO PUNTO PTIMO?

Para el caso anterior, s.

Sin embargo, Qu pasa si el pendiente de la funcin objetivo coincide con la pendiente de una de
las rectas que limitan el entorno del polgono que contiene un vrtice ptimo?

Por ejemplo, supngase la funcin objetivo:

Z = 150X1 + 100X2 ,

Cuya pendiente es: m= -150/100 = -1.5

Pendiente igual a la de la recta frontera 3X1 + 2X2 =18

En este caso se tienen varios puntos ptimos, identificados cuando coincide la recta frontera de
soluciones factibles con la funcin objetivo, desde el punto (3, 4, 5) hasta el punto (6,0), segn se
ilustra en la figura 9.
Tomando algunos de los puntos alojados en el segmento sealado como ptimos, se observa en la
siguiente tabla, que obviamente la funcin objetivo, Z =150 X1 + 100 X2, vale lo mismo para
cualquier de esos puntos que cumplen con las condiciones que imponen las restricciones del
problema planteado.

Puntos ptimos Valor funcin objetivo

(3, 4, 5) 900

(4, 3) 900

(5, 1.5) 900

(6, 0) 900

Para el caso especfico que se ha analizado existen varios puntos ptimos.

Por otra parte, en la figura 10, se muestra la representacin geomtrica de un problema de

programacin lineal, donde se desea maximizar la funcin Z. (en lnea gruesa). Obsrvese que el
polgono de soluciones factibles no es cerrado hacia la zona donde crece de valor la funcin
objetivo en la busca del ptimo, cada vez que se desplaza hacia la derecha la funcin objetivo se
encuentra un valor superior, as hasta el infinito, en este problema nunca se encuentra el ptimo.
Por el anlisis realizado, se concluye que un problema de programacin lineal puede tener:

Solucin nica,
Soluciones mltiples, o
Ninguna solucin

3.4.2 mtodo simplex

El mtodo simplex en realidad es un algoritmo, de hecho, cualquier procedimiento iterativo de

solucin es un algoritmo. Por consiguiente, un algoritmo es sencillamente un proceso en el que se
repite (itera) un procedimiento sistemtico una y otra vez hasta que se tiene el resultado que se
desea.

Es mucho ms conveniente tratar con ecuaciones que con relaciones de desigualdad. Por lo tanto,
el primer paso en el establecimiento del Mtodo Simplex es convertir las restricciones funcionales
de desigualdad en restricciones equivalentes de igualdad (las restricciones de no negatividad
pueden dejarse como desigualdades porque solo se usan en forma indirecta en el algoritmo). Se
hace esto introduciendo variables de holgura.

Las variables que se hacen igual a cero se llaman VARIABLES NO BSICAS, y las otras son las
VARIABLES BSICAS. La solucin resultante se conoce como solucin bsica. Si todas las variables
bsicas son no negativas, es una SOLUCIN BSICA FACTIBLE.

Para resolver un problema de programacin lineal por el mtodo simplex hay que seguir la rutina
del algoritmo, que comprende varios pasos. Hoy en da existen muchas variantes de dicho
algoritmo. En lo que sigue, se recurre a la aplicacin de una de ellas, a travs del mtodo de
eliminacin Gauss Jordan del algebra lineal. En estas notas, se procura simplificar el proceso con
fines meramente didcticos.
Funcin objetivo

Maximizar Z = 90X1 + 100X2

RESTRICCIONES

Proceso A: 3X1 + 3X2 < = 18

Proceso B: X1 + 2X2 < = 12

X1, x2 = 0

PASO 1. VARIABLES DE HOLGURA

Se introduce una variable de holgura por cada restriccin que es desigualdad, excepto para las que
condicionan que la solucin es no negativa, situacin que se da por hecho. Luego el sistema queda
de la siguiente manera.

Maximizar Z= 90 X1 + 100 X2 + 0 X3 + 0 X4

RESTRICCIONES:

Proceso A: 3X1 + 2X2 + X3 = 18

Proceso B: X1+ 2X2 + X4 =12

Donde, X3 y X4 son variables de holgura que permiten transformar las desigualdades de las
restricciones en igualdades.

PASO 2. ARREGLO MATRICIAL

El sistema se coloca en un arreglo matricial.

X1 X2 X3 X4 X5
Z -90 -100 0 0 0
Proceso A 3 2 1 0 18
Proceso B 1 2 0 1 12

En el caso de maximizar, el regln que representa la funcin objetivo se multiplica por (-1).

PASO 3. MATRIZ DE SOLUCIN BSICA

Segn el mtodo simplex, el arreglo matricial siguiente, corresponde a la solucin bsica inicial
factible
 BASE X1 X2 X3 X4 SOLUCIN
Z -90 -100 0 0 0
X3 3 2 1 0 18
X4 1 2 0 1 12

La primera columna de la matriz de solucin bsica, llamada BASE, identifica las variables de
solucin bsicas iniciales, cuyos valores se expresan en la ltima columna llamada SOLUCIN. Lo
anterior implica que las variables X1, X2 son no bsicas por no estar en la columna BASE, valen cero
inicialmente.

PASO 4. LGICA DE CLCULO

A partir de una solucin bsica factible, se aplica el mtodo de eliminacin de Gauss Jordan, que
permite conforme se aplica ir convergiendo a una solucin ptima. Se pretende que las variables
no bsicas X1, X2, que identifican variables de decisin, entren a la BASE de soluciones bsicas en
lugar de las variables X3, X4.

La seleccin de la variable no bsica que debe de entrar a la BASE, se selecciona fijndose en el

coeficiente de la funcin objetivo que aporta el mayor incremento al valor de la funcin objetivo.
La columna identificada por dicha variable se llama columna pivote. En el ejemplo de aplicacin, se
trata de la columna identificada por la variable X2.

Para seleccionar la variable que debe salir de la BASE, la que identifica el regln pivote, se elige el
menor valor de entre los cocientes obtenidos al dividir los valores de las casillas de la columna
SOLUCIN, correspondientes a variables candidatas a salir, entre los valores de las casillas
correspondientes de la columna identificada como pivote, eligiendo el cociente de menor valor
que optimiza el proceso. En el ejemplo de aplicacin, corresponde al regln de la variable X4,
porque dentro de los cocientes calculados: 18/2, 12/2, este ltimo es el menor.

Al aplicar el mtodo de eliminacin de Gauss Jordan, en las casillas de la columna pivote se

alojaran ceros, excepto en la interseccin de la columna pivote y el regln pivote, casilla pivote,
donde se aloja el valor unitario.

El proceso anterior se repite hasta lograr que todas las variables de decisin se encuentren en la
BASE de soluciones factibles. En este caso todas las casillas de las columnas que inicialmente eran
no bsicas estn llenas de ceros excepto en la casilla pivote donde no hay un uno.
PASO 5. APLICACIN DEL ALGORITMO

3.5 IDENTIFICACIN DE LA COLUMNA Y RENGLN PIVOTE

Columna pivote

BASE X1 X2 X3 X4 SOLUCIN
Z -90 -100 0 0 0
X3 3 2 1 0 18
X4 1 2 0 1 12
Casilla pivote Rengln pivote

Se eligi la columna X2 por que contiene el coeficiente de la funcin objetivo con mayor valor
absoluto, el que ms incrementa el valor de Z. luego la variable que entra a la base es X2.

El regln pivote es el que tiene la variable X4, por que le corresponde el menor cociente entre:
18/2 y 12/2. Luego la variable X4 es la que sale de la BASE de soluciones factibles y entre la X2.

Entonces en la matriz se identifica la variable entrante a la base como sigue:

BASE X1 X2 X3 X4 SOLUCIN
Z -90 -100 0 0 0
X3 3 2 1 0 18
X2 1 2 0 1 12

3.6 APLICACIN DEL MTODO DE GAUSS JORDAN

3.6.1 casilla pivote con valor unitario

Para lograr que la casilla pivote contenga un valor unitario, basta con dividir todo el rengln pivote
entre el valor de esa casilla que es dos.

BASE X1 X2 X3 X4 SOLUCIN
Z -90 -100 0 0 0
X3 3 2 1 0 18
X2 1 2/2 0/2 1/2 12/2
Luego se tiene:

BASE X1 X2 X3 X4 SOLUCIN
Z -90 -100 0 0 0
X3 3 2 1 0 18
X2 0.5 1 0 0.5 6

3.6.2 Columna pivote con casillas con valor a cero

Para que la casilla (Z, X2) tenga un cero, es necesario multiplicar el rengln pivote por cien y
sumarlo al rengln z, teniendo:

BASE X1 X2 X3 X4 SOLUCIN
Z -90+100(0.5) -100+100(1) 0+100(0) 0+100(0.5) 0+100(6)
X3 3 2 1 0 18
X2 0.5 1 0 0.5 6

Luego se tiene:

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X3 3 2 1 0 18
X2 0.5 1 0 0.5 6

Para que la casilla (X3, X2) tenga un cero, es necesario multiplicar el rengln pivote por dos y
restarlo al rengln X3, teniendo:

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X3 3-2(0.5) 2-2(1) 1-2(0) 0-2(0.5) 18-2(6)
X2 0.5 1 0 0.5 6
Luego se tiene:

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X3 2 0 1 -1 6
X2 0.5 1 0 0.5 6

3.6.3 seleccin de otra variable candidata a entrar en la base

La columna X1, se tiene el coeficiente que ms aporta a la funcin objetivo, luego se elige para que
la variable X1 entre a la BASE. Nueva columna pivote.

El rengln pivote que se selecciona es el rengln que contiene a la variable X3, que es la variable
que sale en la BASE, porque el cociente menor de entre: 6/2 y 6/0.5 es el que corresponde al
rengln que identifica esa variable.

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X1 2 0 1 -1 6
X2 0.5 1 0 0.5 6

3.6.4 nueva casilla pivote con valor unitario

Para lograr que la nueva casilla pivote contenga un valor unitario, basta con dividir todo el rengln
pivote entre el valor de esa casilla que es dos. Entonces se tiene:

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X1 2/2 0/2 1/2 -1/2 6/2
X2 0.5 1 0 0.5 6
Teniendo:

BASE X1 X2 X3 X4 SOLUCIN
Z -40 0 0 50 600
X1 1 0 0.5 -0.5 3
X2 0.5 1 0 0.5 6

3.6.5 Columna pivote con casillas con valor cero

Para que la casilla (Z, X1) tenga un cero, es necesario multiplicar el rengln pivote por 40 y sumarlo
al rengln Z, teniendo:

BASE X1 X2 X3 X4 SOLUCIN
Z -40+40(1) 0+40(0) 0+40(0.5) 50+40(-0.5) 600+40(3)
X1 1 0 0.5 -0.5 3
X2 0.5 1 0 0.5 6

Lo que corresponde a:

BASE X1 X2 X3 X4 SOLUCIN
Z 0 0 20 30 720
X1 1 0 0.5 -0.5 3
X2 0.5 1 0 0.5 6

Para que la casilla (X2, X1) tengo un cero, es necesario multiplicar el rengln pivote por o.5 y
restarlo al rengln X2, teniendo:

BASE X1 X2 X3 X4 SOLUCIN
Z 0 0 20 30 720
X1 1 0 0.5 -0.5 3
X2 0.5-1(0.5) 1-0(0.5) 0-0.5(0.5) 0.5-(-0.5)0.5 6-3(0.5)
Lo que corresponde a:

BASE X1 X2 X3 X4 SOLUCIN
Z 0 0 20 30 720
X1 1 0 0.5 -0.5 3
X2 0 1 -0.25 0.75 4.5

Ntese que con el clculo anterior, se ha logrado que todas las variables de decisin entraron a la
BASE de soluciones factibles y las casillas de las columnas de las variables de decisin estn llenas
de ceros excepto las casillas pivote. Luego se obtiene un ptimo, cuyos valores son:

Z= 720, X1= 3, X2= 4.5

Resultados idnticos a los obtenidos por el mtodo grfico.

3.4.3 Mtodo computacionales

SOLVER

Es un software para PC, desarrollado para resolver problemas de programacin lineal a travs de
una hoja de clculo, la ms popular es la de Excel de Microsoft. Aunque existen versiones para
otras hojas de clculo.

Como ejemplo de aplicacin se selecciona el problema de los ladrillos.

FUNCIN OBJETIVO

Maximizar Z = 90 X1 + 100 X2

Proceso A: 3X1 + 2X2 < = 18

Proceso B: X1 + 2X2 < = 12

X1, X2 = 0

PASO UNO.

Adaptar el problema de programacin lineal a una hoja de clculo.

 A B C D E

1 X1 X2

2 Coef. Funcin Objetivo 90

3 Valor Variable decisin 1 1 =B2*B3+C2*C3

4 Restricciones

5 Proceso A 3 2 18 =B3*B5+C3*C5

6 Proceso b 1 2 12 =B3*B6+C3*C6

En la tabla anterior se simula una hoja de clculo, donde las columnas estn identificadas por
letras y los reglones por nmeros. En la columna A, se describen los conceptos del sistema,
funcin objetivo y restricciones. Esto es opcional.

Las casillas identificadas por el rengln uno, columna B Y C, se destinan para identificar que los
valores que se colocan en esas columnas pertenecen a las variables de decisin X1, X2, (opcional).

En las casillas identificadas por el rengln dos, columnas B y C, se colocan los coeficientes de las
variables de decisin de la funcin objetivo, (90 y 100).

En las casillas identificadas por el rengln tres, columnas B y C, se coloca inicialmente el valor uno.
Puede ser cualquier otro nmero. Al aplicar el Solver, en estas casillas aparecern los valores
ptimos de las variables de decisin.

En las casillas identificadas por los reglones 5 y 6, columnas A y B, se colocaran los coeficientes de
las variables de decisin que aparecen en las restricciones.

En la casilla identificadas por el rengln 3, columna E, se describe en expresiones algebraicas de

Excel, la suma de los productos que definen el trmino a la derecha del signo igual en la funcin
objetivo.

En el ejemplo que se est aplicando, se tiene:

Z = 90 X1 + 100 X2

En termino de Excel, corresponde a: B2*B3 + C2*C3

En las casillas identificadas por los renglones 5 y 6, columna D, se colocan los trminos a la
derecha, de las desigualdades o igualdades de las restricciones del problema que se est
resolviendo.

En las casillas identificadas por los reglones 5 y 6, columna E, se describe en expresiones

algebraicas de Excel, la suma de los productos que definen los trminos a la izquierda de los signos
de desigualdad o igualdad de las restricciones del problema que se est resolviendo.
 Proceso A: 3X1 + 2X2 < = 18

Proceso B: X1 + 2X2 < = 12

En trminos de Excel se tiene:

Proceso A: B3*B5 + C3*C5

Proceso B: B3*B6 + C3*C6

PASO 2. Abrir la ventana Solver

Para abrir la ventana SOLVER, en una hoja de Excel, hay que tomar en cuenta la antigedad del
software Office, que es el que contiene la rutina para resolver problemas de programacin lineal.
Para Office igual o anterior a 2013, se necesita abrir primero la ventana DATOS que est en la
parte superior del formato Excel. Si no se encuentra la ventana de Solver puedes realizar los
siguientes pasos:

1. Haga clic en la pestaa Archivo.

1. Haga clic en Opciones y, a continuacin, elija la categora Complementos.

2. Casi al final del cuadro de dilogo Opciones de Excel, asegrese de que la opcin Complementos
de Excel est seleccionada en el cuadro Administrar y luego haga clic en Ir.
3. En el cuadro de dilogo Complementos, seleccione las casillas de verificacin Herramientas para
anlisis y Solver Add-in. A continuacin, haga clic en Aceptar.
4. Si Excel muestra un mensaje que indica que no puede ejecutar este complemento y le pide que lo
instale, haga clic en S para instalar los complementos.

Nota En este caso, como est instalando dos complementos, Excel le pide dos veces que instale
un complemento; una vez para Herramientas para anlisis y otra vez para Solver.

Observe que en la pestaa Datos, se ha agregado un grupo Anlisis. Este grupo contiene botones
de comando para Anlisis de datos y para Solver.

Al abrir la ventana SOLVER aparecer la siguiente tabla:

La tabla hay que llenarla con los datos colocados en la hoja de clculo.
A continuacin se relatan los pasos a seguir. Se interacta entre la hoja de clculo y la tabla de
parmetros solver. Hay que mantener simultneamente abiertas las pginas de la hoja de clculo
y la de parmetros Solver.

Al colocar el cursor del Mouse en la celda E3 de la hoja de clculo, esta empieza a cintilar. En dicha
celda esta la frmula del trmino derecha de la funcin objetivo, como se ilustra en seguida.

A B C D E

1 X1 X2

2 Coef. Funcin Objetivo 90

3 Valor Variable decisin 1 1 =B2*B3+C2*C3

4 Restricciones

5 Proceso A 3 2 18 =B3*B5+C3*C5

6 Proceso b 1 2 12 =B3*B6+C3*C6

Automticamente en la tabla parmetros solver aparece en la casilla azul identificada por celda
objetivo la direccin de la celda E3, en la tabla que sigue se ilustra lo anterior.
 Como se muestra en la figura, se seala que se desea maximizar el valor de la funcin
objetivo. Para lo cual basta con marcar en la tabla de parmetros solver el circulo
correspondiente a Mximo.

El siguiente paso corresponde a introducir las direcciones de las celdas donde se encuentran
alojados los valores de las variables de decisin, celdas B3 y C3 en la hoja de clculo.

En la hoja parmetro solver en donde dice cambiando las celdas de variables

Luego el cursor del Mouse se desliza sobre las celdas B3 y C3 de la hoja de clculo marcndolas,
esas celdas empiezan a cintilar. Y automticamente en parmetros Solver aparecen las
direcciones de las celdas marcadas.
Ahora hay que introducir las direcciones de las celdas que definen el comportamiento de las
restricciones en el cuadro:
sujetas a las siguientes restricciones

Con el mouse se selecciona Agregar y aparece la siguiente pantalla:

En la hoja de clculo se coloca el Mouse en la celda E5, donde est la frmula que describe el
trmino a la izquierda de la restriccin correspondiente al proceso A, tal como se indica enseguida.
 A B C D E

1 X1 X2

2 Coef. Funcin Objetivo 90

3 Valor Variable decisin 1 1 =B2*B3+C2*C3

4 Restricciones

5 Proceso A 3 2 18 =B3*B5+C3*C5

6 Proceso b 1 2 12 =B3*B6+C3*C6

Automticamente la celda empieza a cintilar y en la tabla agregar restriccin aparece la

direccin de esa celda, como sigue

En seguida se seleccionara el signo de la desigualdad, oprimiendo con el Mouse la segunda celda

Apareciendo un recuadro con los signos:

En el ejemplo que se est trabajando, el signo es: < =

En el recuadro correspondiente a: restriccin, se coloca la direccin de la celda donde est el valor

del trmino a la derecha de la restriccin proceso A que es la celda D5. Basta con colocar el
cursor de mouse en dicha celda para que la direccin aparezca en la tabla agregar restriccin
.como tambin se ilustra.
Si se est de acuerdo con las direcciones de celda colocadas en la tabla anterior, con el cursor del
mouse se oprime la tecla aceptar y aparece la tabla, parmetros Solver.

Para agregar la restricciones correspondiente al proceso B se procede de igual forma y se tiene:

En Solver hay que indicar que las variables de decisin son no negativas, hay que agregar dicha
condicin a la tabla.
Para lo cual se procede de la siguiente manera, primero se indica que se va a agregar una
restriccin, luego se seala con el mouse, en la hoja de clculo, los valores de las variables de
decisin B3 y C3. La tabla al agregar la restriccin queda de la siguiente forma:

Finalmente la tabla parmetros Solver queda de la siguiente forma:

Si por alguna razn se desea cambiar alguna de las restricciones bastara sealarla con el cursor y
marcar la celda Cambiar para estar en condiciones de corregir la restriccin.

Por otra parte, si se desea eliminar una restriccin bastara con sealarla y oprimir con el cursor del
mouse la celda Eliminar para que se elimine en forma automtica la restriccin.

Finalmente, si todos los parmetros han sido colocados en la tabla Parmetros Solver oprmase
con el Mouse la celda Resolver y automticamente aparecer una leyenda en la tabla
parmetros Solver diciendo si el problema tiene o no solucin. En el caso de tener solucin la
hoja de clculo, aparecer con la siguiente informacin.
En la celda B3 y C3 aparecen los valores ptimos de las variables de decisin X1=3, X2=4.5. Ya
conocidos, pues fueron calculados por otros mtodos, grfico y Simplex.

En la celda Objetivo, E3 aparece el valor mximo de la funcin objetivo, 720.