UNIDAD 2.
PROGRAMACIÓN
LINEAL
PROFESOR:
Ronald Bermudez
PROGRAMACIÓN LINEAL
La programación lineal es un método mediante el cual
se optimiza, ya sea maximizando o minimizando, una
función objetivo, donde las variables están elevadas a la
potencia 1. Esto, tomando en cuenta distintas
restricciones dadas
Elementos de la programación lineal
• Función objetivo: Es aquella función que se optimiza, ya sea
maximizando o minimizando su resultado.
• Restricciones: Son aquellas condiciones que deben cumplirse al
optimizar la función objetivo. Puede tratarse de ecuaciones o
SISTEMA DE ECUACIONES
Un sistema de ecuaciones es un conjunto de ecuaciones que
involucra las mismas variables. Una solución de un sistema es
una asignación de valores para las variables que satisface
cada ecuación. Resolver un sistema significa hallar todas las
soluciones del sistema
SOLUCIÓN GRÁFICA DE PROBLEMAS DE DOS DIMENSIONES
ELIMINACIÓN DE GAUSS-JORDAN
El método de eliminación de Gauss-Jordan se refiere a una
estrategia utilizada para obtener la forma escalonada por filas
de una matriz. El objetivo es escribir la matriz A con el número
1 como entrada en la diagonal principal y con todos los ceros
debajo.
El Método Simplex es un método analítico de solución de
problemas de programación lineal capaz de resolver modelos
más complejos que los resueltos mediante el método gráfico
sin restricción en el número de variables.
RESOLUCIÓN DE UN
EJERCICIO PRACTICO EN LA
SIGUIENTE LAMINA
Función Objetivo
Maximizar: Z = 35X1 + 6X2 + 4X3 + 6X4
Sujeto a:
4X1 + 2X2 + 13X3 + 11X4 ≤ 20
8X1 + 10X2 + 12X3 + 16X4 ≤ 30
10X1 + 26X2 + 42X3 + 11X4 ≤ 40
X1, X2, X3, X4 ≥ 0
El problema se adecuará al modelo estándar de programación lineal
Restricción 1: Tiene signo "≤" (menor igual) por lo que se agregará la
variable de holgura S1.
Restricción 2: Tiene signo "≤" (menor igual) por lo que se agregará la
variable de holgura S2.
Restricción 3: Tiene signo "≤" (menor igual) por lo que se agregará la
variable de holgura S3.
A continuación se muestra el problema en la forma estándar. Se colocará el
coeficiente 0 (cero) donde corresponda para crear nuestra matriz
Función Objetivo
Maximizar: Z = 35X1 + 6X2 + 4X3 + 6X4 + 0S1 + 0S2 + 0S3
Sujeto a:
4X1 + 2X2 + 13X3 + 11X4 + 1S1 + 0S2 + 0S3 = 20
8X1 + 10X2 + 12X3 + 16X4 + 0S1 + 1S2 + 0S3 = 30
10X1 + 26X2 + 42X3 + 11X4 + 0S1 + 0S2 + 1S3 = 40
X1, X2, X3, X4, S1, S2, S3 ≥ 0
Matriz Inicial
Tabla
1 Cj 35 6 4 6 0 0 0
Cb Base X1 X2 X3 X4 S1 S2 S3 R
0 S1 4 2 13 11 1 0 0 20
0 S2 8 10 12 16 0 1 0 30
0 S3 10 26 42 11 0 0 1 40
Z -35 -6 -4 -6 0 0 0 0
INGRESA LA VARIABLE X1 Y SALE DE LA BASE LA VARIABLE S2. EL ELEMENTO PIVOTE ES 8
ITERACIÓN
Tabla
2 Cj 35 6 4 6 0 0 0
Cb Base X1 X2 X3 X4 S1 S2 S3 R
0 S1 0 -3 7 3 1 -1/2 0 5
35 X1 1 5/4 3/2 2 0 1/8 0 15/4
0 S3 0 27/2 27 -9 0 -5/4 1 5/2
Z 0 151/4 97/2 64 0 35/8 0 525/4
La solución óptima es Z = 525/4