UNIVERSIDAD DE CUENCA

FACULTAD DE CIENCIAS ECONÓMICAS Y

ADMINISTRATIVAS
INTEGRANTES:
Estefanía Aguirre
Santiago Encalada
Nathaly Guamán
Victoria Jimbo

CARRERA:
Contabilidad y Auditoría – Rediseño

GRUPO:
CS-02-01

DOCENTE:
Ing. Alexandra Astudillo

ASIGNATURA: 1
Indroducción

La programación lineal fue desarrollada por

George B. Dantzig al final de la década de
1940, y la Fuerza Aérea de Estados Unidos
fue quien la utilizó primero, como una ayuda
en la toma de decisiones. Actualmente tiene
una amplia aplicación en los análisis
industrial y económico. 2
 Indroducción
La mayoría de problemas dentro de los negocios
concierne a la distribución o asignación de los recursos
limitados (capital de trabajo, mano de obra, maquinaria,
etc.) para maximizar alguna medida de rendimiento o
minimizar costos de operación. Las técnicas
matemáticas para plantear tal distribución o asignación
se le llama programación matemática; el caso especial
en el cual la medida de rendimiento o costo es una
función lineal de varias variable controlables y las3
Programació
n Lineal
4
✔ Una función lineal definida sobre una
región factible acotada no vacía, tiene un
valor máximo (mínimo) que puede
encontrarse
✔Una funciónen lineal
un vértice.
en y tiene la forma ,
donde a y b son constantes. También se
requerirá que las correspondientes
restricciones estén representadas por un
sistema de desigualdades lineales (que
incluyan o ecuaciones lineales en x y y,
además de que ninguna de las variables
sea negativa. Una situación que involucra 5
• El problema general de la programación lineal trata
de maximización o minimización de una función
lineal de varias variables primarias, llamadas
función objetivo, sujeta a un conjunto de
ecuaciones lineales o desigualdades lineales
llamadas
• En restricciones.
un problema Ninguna lineal,
de programación de las lavariables
función
puede
que seser negativa.
debe maximizar o minimizar se llama
función objetivo. Aunque por lo regular existe un
número infinito de soluciones para el sistema de
restricciones, llamadas soluciones factibles o
puntos factibles, la meta es encontrar una que sea
una solución óptima (es decir, una que dé el valor 6
1. Método de
representación grafica
 Los problemas de programación lineal se
resuelven geométricamente graficando
las desigualdades de restricción como
igualdades y determinando de esto
modo un polígono de soluciones
factibles. Una solución se dice factible si
satisface todas las restricciones de un
problema de programación lineal.
 Una vez que se ha obtenido el polígono
de soluciones factibles, el siguiente paso
consiste en determinar que solución es
factible optimiza la función y por lo tanto 8
 “
Si hay una única
solución que maximiza
o minimiza una
función objetivo lineal,
entonces esa solución
Teore debe ser un vértice (o
esquina) del polígono
ma de soluciones
factibles; si hay más
de una solución, por lo
menos dos de las
soluciones deben
corresponder a
9
Región factible
acotada
✔ Si la región está contenida dentro de un
circulo se le denomina región factible acotada,
es decir se encuentra de esta manera.

10
Región
factible vacía
✔ Siempre que la región factible de un
problema de programación lineal esté vacía,
no existe una solución óptima.

11
Región factible no
acotada
✔ Si una región factible es no acotada, y si la
función objetivo tiene un valor máximo (o
mínimo), entonces el valor ocurre en un vértice.

12
Ejemplo

Una compañía produce dos bienes en las

cantidades X1 y X2, respectivamente, y
desean minimizar Costo =2X1+10X2 sujeto a
las restricciones.

13
Ejemplo
Determine las cantidades optimas de cada
bien a producir y el costo asociado.
El polígono de soluciones factibles se obtiene
graficando las ecuaciones.

14
Gráfic
a
2X1+X2=6

(0,6)

(0,5)
Región factible

5X1+4X2=20

(0,0) (3,0) (4,0)

15
 Cualquier punto que se encuentre polígono
sombreado de la figura o sobre uno cualquiera de sus
lados corresponde a una solución factible. La solución
optima es uno de los vértices (0,5), (0,6), y (4/3,
Solución
10/3).

Notese que no es necesario evaluar (0,6), puesto que

claramente esata asociado al costo mayor que (0,5).
La solucion optima es ; es decir, producir unidades del
primer bien y unidades del segundo bien. El costo
asociado es $36. 16
Método Simplex

El método simplex resuelve problemas de

programación lineal obteniendo una solución
factible y por un procedimiento iterado,
mejorando esta solución hasta la obtención de
la solución óptima. La rutina computacional
del método simplex está basada en el álgebra
matricial y consiste esencialmente en la
obtención de una matriz inversa para resolver 17
Método Simplex
Para la resolución usando este método
necesariamente se debe escribir las
desigualdades de restricción como igualdades,
es decir ecuaciones, sumando variables
positivas llamadas variables sueltas, al
miembro de la izquierda de las desigualdades.
Para un problema de maximización escrito en
forma estándar, se suma una variable suelta 18
Método Simplex
Si la variable suelta sumada a la i-ésima
ecuación se nota por el problema se debe
reescribir como sigue:
Sujeta a

19
Método Simplex
En este problema hay n variables y m
restricciones. La adición de variables sueltas
da lugar a un sistema de m ecuaciones y m+n
incógnitas. Nótese que se omiten las variables
sueltas en la función objetivo o, lo que es lo
mismo, se les da un valor cero en la función
objetivo.
20
Método Simplex
Si una desigualdad es de la forma , una variable
suelta positiva se sustrae del miembro de la izquierda
de la desigualdad, a esta variable suelta se le da el
valor de cero en la función objetivo. Para obtener una
solución factible, se suma una variable artificial al
miembro de la izquierda de la desigualdad; a esta
variable artificial se le da un valor de en la función
objetivo para un problema de maximización y un valor
de en la función objetivo para un problema de
minimización, donde es muy grande en valor 21
Método Simplex
Por ejemplo, si una desigualdad es de la forma

Una variable suelta se puede sustraer y una variable

artificial sumar

Donde el valor de en la función objetivo es cero y el

valor de en la función objetivo es para maximización 22
Método Simplex - Pasos
1. Sume las variables sueltas y artificiales necesarias para
convertir desigualdades en igualdades.
2. Ordene los daos en una tabla simplex
3. Determine una solución factible de la tabla simplex
4. Pruebe la solución para ver si es optima
5. Si la solución no es óptima, determine, de la tabla, la
variable de entrada y la de salida para la próxima
solución.
6. Calcule las entradas para la tabla revisada.
7. Prueba la solución de la tabla revisada para ver si es
óptima. 23
 Para ordenar los datos
Método Simplex - Pasos dentro de la tabla simplex
Beneficios por unidad se realiza de la siguiente
Variables en la solución manera:
Cantidades de variables en la solución

Variables
Cantida
asignadas
d

Filas que representan

0 1 0 0

restricciones
0 0 1 0

0
Am*n I m*m

0 (matriz cuerpo) 0 0
(matriz identidad) 1
24
Características de la
Programación lineal
 Un solo objetivo
- Maximizar o minimizar esto debe ocurrir en uno de
los vértices del conjunto de soluciones.
 Restricciones: limita los valores posibles de la
variable a áreas factibles.
 Proporcionalidad: las variables y la función objetivo
deben ser lineales.
 Actividad: lo que me aporte una variable se suma a
las otras para dar un total.
 Divisibilidad: la solución no debe ser necesariamente
25
 Aplicaci
ones
 La programación lineal se puede
aplicar en diversas áreas como, por
ejemplo:
26
Aplicaciones - Marketing
Los modelos de programación lineal se han
utilizado en el campo de la publicidad como
ayuda para la obtención de la combinación de
medios de comunicación efectiva.

27
Aplicaciones - Transporte
El objetivo en este tipo de problemas suele
ser el de minimizar tanto los costes de
transporte como las distancias de envío,
donde las restricciones se refieren a la
capacidad productiva de cada origen y los
requerimientos de cada destino.

28
Aplicaciones – Mano de
Obra
Hace referencia a la planificación de
horarios, intenta dar una respuesta
efectiva a las necesidades de personal
durante cierto período y para asignar las
tareas de una manera más óptima para
empleados que son multifuncionales.

29
Aplicaciones - Mezclas
Se aplica para saber las proporciones de
alimentos que deben ingerirse en dietas
específicas que ayudan a mantener una
vida saludable. También se aplica a la
agricultura.

30
Aplicaciones -
Manufacturas
Aquí podemos destacar dos
tipos de aplicaciones, la
aplicación a la mezcla de
productos se basa en la
combinación óptima de
productos a fabricar, donde
las empresas deben
cumplir una serie de 31
Aplicaciones – Programación de la
Producción
Es un plan de producción para
un período de semanas o meses
es una tarea complicada y a la
vez cobra demasiada
importancia en la mayoría de las
plantas para aplicarlo se debe
tener en cuenta diversos
factores: capacidad de la mano 32
Aplicaciones –
Finanzas
Este es uno de los problemas con los que se
encuentran de forma habitual los directivos de
bancos, fondos de inversiones y compañías de
seguros a la hora de seleccionar una serie de
inversiones concretas entre una amplia variedad
de alternativas. El objetivo suele ser el de
maximizar el rendimiento esperado de estas
inversiones dado un conjunto de restricciones,
33
EJERCICI
OS
34
1. Resolver la siguiente

desigualdad.
𝟑 𝒙 +𝟏 𝟐 − 𝟒 𝒙 −𝟓 𝒙 − 𝟒 𝟕 𝒙
− ≥ +
𝟕 𝟑 𝟏𝟒 𝟔
a)Se halla el mínimo común múltiplo
de los denominadores.

35
1. Resolver la siguiente

desigualdad.
b) Se simplifican términos.

c) Despejamos “x”.

36
1. Resolver la siguiente

desigualdad.
d) Se simplifica.

e) Se grafica en la recta.

𝟎 𝟏
𝟒

37
2. Resolver gráficamente el siguiente
sistema de inecuaciones..

{ 𝑥+ 𝑦 ≤1
𝑥 − 𝑦 <3

a)Resolver cada una de las

1. 1.

desigualdades.

38
2. Resolver gráficamente el siguiente
sistema de inecuaciones..

b) Graficar la

solución.
𝒙 +𝒚 ≤𝟏

39
3. Resolver el siguiente
problema de maximizando la
función.
Unos grandes almacenes desean liquidar
200 camisetas y 100 pantalones de la
temporada anterior. Para ello lanzan, dos
ofertas, A y B. La oferta A consiste en un
lote de una camisa y un pantalón, que se
venden a $30; la oferta B consiste en un
lote de tres camisas y un pantalón, que se
vende a $50. No se desea ofrecer menos de
20 lotes de la oferta A ni menos de 10 de la 40
3. Resolver el siguiente
problema de maximizando la
función.
a) Organizar los datos dados
en una tabla.
LOTE A LOTE B MÍNIMO

CAMISETAS 1 3 200

PANTALONES 1 1 100

30 50

41
3. Resolver el siguiente
problema de maximizando la
función.
b) Elegir cual será la variable “x” y

la variable “y”.

c) Plantear la Función Objetivo.

42
3. Resolver el siguiente
problema de maximizando la
función.
e) Resolver cada una de las

desigualdades..

43
3. Resolver el siguiente
problema de maximizando la
función.
1. 1.

1. 1.

44
3. Resolver el siguiente
problema de maximizando la
función.
f) Graficar cada una de las
𝟐𝟎𝟎− 𝒙
𝟏. 𝒚≤
desigualdades.
𝟑

45
3. Resolver el siguiente
problema de maximizando la
función.
f) Graficar cada una de las

𝟐.desigualdades.
𝒚≤𝟏𝟎𝟎− 𝒙

46
3. Resolver el siguiente
problema de maximizando la
función.
f) Graficar cada una de las
3.
desigualdades.

47
3. Resolver el siguiente
problema de maximizando la
función.
f) Graficar cada una de las
𝟒. 𝒚 ≥ 𝟏𝟎
desigualdades.

48
3. Resolver el siguiente
problema de maximizando la
función.
g) Hallar el conjunto de soluciones
𝟐𝟎𝟎 − 𝒙
𝒚≤
𝟑
factibles
A 𝒙 ≥ 𝟐𝟎
B
Región
Factible
D C

𝒚 ≥ 𝟏𝟎
𝒚 ≤ 𝟏𝟎𝟎− 𝒙
49
3. Resolver el siguiente
problema de maximizando la
función.
h) Calcular las coordenadas de los
vértices de los puntos de la Región
A. B.

Factible.

50
3. Resolver el siguiente
problema de maximizando la
función.
g) Hallar el conjunto de soluciones
C. D.

factibles

51
3. Resolver el siguiente
problema de maximizando la
función.
i) Reemplazar el valor de “x” y de “y”
de cada punto dentro de la Función
Objetivo.

𝑭 ( 𝒙 )=30 𝒙 +50 𝒚
FUNCIÓN OBJETIVO

52
3. Resolver el siguiente
problema de maximizando la
función.
i) Reemplazar el valor de “x” y de “y”
de cada punto dentro de la Función
Objetivo.
PUNTO VALOR DE “x” Y “y” FUNCIÓN OBJETIVO BENEFICIO

53
 Bibliografía
✔ Draper, J. E., & Klingman, J. S. (1976). Matemáticas para la
Administración y economía. México: Harla.
✔ Ernest F. Haeussler, J., Paul, R. S., & Wood, R. J. (2008).
matemáticas para la Administración y economía. México:
Pearson Education.
✔ Spivey, L. (s.f.). Course Hero. Obtenido de
https://www.coursehero.com/file/p6cqian/caracteristicas-
programacion-lineal-Un-solo-objetivo-maximizar-o-minimizar/
✔ Vázquez, S. N. (2015). Repositorio de la Univeridad de Coruña.
Obtenido de
https://ruc.udc.es/dspace/bitstream/handle/2183/16315/NionVaz
quez_Sara_TFG_2015.pdf
54
GRACI
AS
55