PROGRAMACIN LINEAL

ACT:10 TRABAJO COLABORATIVO NUMERO DOS

MARA SANTOS CAMPOS LOZANO

CODIGO: 39758412

GRUPO: 100404-62

EDGAR MAURICIO ALBA VALCCEL

TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
PROGRAMA DE INGENIERIA DE SISTEMAS
MAYO 03 DE 2012

INTRODUCCION

En la Programacin Lineal adquirimos una formacin bsica para

nuestra carrera de ingeniera de sistema, adquiriendo un
conocimiento de tipo terico. Tiene como objetivo Formular, obtener
y analizar soluciones a problemas de programacin lineal.
La programacin lineal es una tcnica matemtica que se utiliza para
la solucin de diferentes tipos de problemas, tanto tericos como
prcticos, en diversas reas del conocimiento. El xito en su
aplicacin a problemas reales sofisticados y complejos es avalado
por gran cantidad de instituciones productoras de bienes y servicios
en muchos pases del mundo.

1. TALLER 2.4
Desarrollar los siguientes ejercicios por El Mtodo Algebraico
1. MAXIMIZAR
P=10X+12Y
SUJETO A
X+Y< 60
X-2Y>0
X, Y >0
- Paso 1 se plantea la funcin objetivo y las restricciones correspondientes:
Maximizar P=10X + 12Y
RESTRICCIONES

X+Y<60

X-2Y>0

X>0, Y>0 no negatividad

- Paso 2 elaboramos el grafico correspondiente a las restricciones con el fin de
precisar la regin factible y determinar los puntos que la conforman:
X=0 Y=60
X+Y<60
Y=0 X=60
X=0 Y=0
X-2Y>0

Y=10 X=20

(0,60)

A(40.20)

B(60.0)
Regin factible

- Paso 3 resolvemos el sistema de ecuaciones para determinar las coordenadas del

punto A as:
X+Y=60(1)x(2)
X-2Y=0(2)
2X+2Y=120(3)
X-2Y=0(2)
3X=120
X-=

120
3

X=40 reemplazamos x en (1) para hallar Y

40+Y-60(1)
Y=60-40

Y=20

A=(X, Y)
Las coordenadas son A(40,20)
Paso 4: con los puntos de la regin factible
0(0,0); A(40,20);B(60,0)

Maximizamos la funcin objetivo

PUNTOS DE CORTE

10X+12Y

0(0,0)

B(60.0)

60

600

A(40,20)

40

20

640

Paso 5 la maximizacin es 600 para X-40 y Y-20

2. MAXIMIZAR
P=5x+6y
Sujeta a:
X+y<80
3x+2y<220
2x+3y<210
X Y>0
SOLUCIN
- Paso 1 planeamos la funcin objetivo y las restricciones correspondientes:
Maximizar P=5x+6y
Restricciones:
X+y<80
3x+2y<220
2x+3y<210
X Y>0, Y>0 no negatividad

- Paso 2 se elabora el grafico correspondiente a las restricciones con el fin de

precisar la regin factible y determinar los puntos que las conforman.
X=0 Y=80
X+Y<80
Y=0 X=80

X=0 Y=110
3X+2Y<220
Y=10 X=220/3

X=0 Y=70
2x+3y<210
Y=0 X=105

120

100
80
A(0.70)60

B(30.50

40
20

Regin factible

0
20

40

60

80

100

120

- Paso 3 resolvemos el sistema de ecuaciones para determinar las condenadas del

Punto B y C as:
Para b tenemos:
X+Y=80(1)x(-2)
2X+3Y=210(2)
-2X-2Y= -160(3)
2X+3Y=210 (2)

Y=50
Reemplazamos y en (1) para hallar a X
X+50=80(1)
X=80-50

X=30

B=(X, Y)
Las coordenadas son: B(30,50)
Para C tenemos:
X+Y=80(1)x(-2)
3X+2Y=220(2)
-2X-2Y= -160(3)
3X+2Y=220(2)

X=60
Reemplazamos X en (1) para hallar a Y
60+Y=80(1)
Y=80-60

Y=20

C-(X, Y)
Las coordenadas
(60,20)

son:

Paso 4 con los puntos de la regin factible

O(0,0); A(0,70); B(30,50); C(60,20); D(220/3,0)
Maximizamos la funcin objetivo:

PUNTOS DE
CORTE

10X+12Y

0(0,0)

A(0,70)

70

420

B(30,50)

30

50

450

C(60,20)

60

20

420

D(220/3,0)

220/3

1100/3

- Paso 5 la maximizacin es 450 para X-30 y Y-50

3. maximizar
Z=4X-10Y
Sujeto a:
X-4Y>4
2X-Y<2
X Y>0
Solucin
- Paso 1 planeamos la funcin objetivo y las restricciones correspondientes:
Maximizar Z=4X-10Y
Restricciones
X-4y>4
2x-y<2
X>0, Y>0 no negatividad

- Paso 2 se elabora el grafico correspondiente a las restricciones con el fin de

Precisar la regin factible y determinar los puntos que las conforman.

X=0 Y= -1
X-4Y>4
Y=0 X=4

X=0 Y= -2
2X-Y<2
Y=0 X=1

2x-y=2
No hay regin factible
x-4y=4
A(1,0)

B(4,0)

- Paso 3 no se puede resolver el sistema de ecuaciones por que no hay interseccin

Entre las restricciones.

4. Minimizar:
Z=7x+3y
Sujeto a:
3X-Y>-2
X+Y<9
X-Y= -1
X, Y>0
SOLUCIN
- Paso 1 planeamos la funcin objetivo y las restricciones correspondientes:
Minimizar P=7x+3y
Restricciones:
3X+y> -2
x+y<9
x-y= -1
X >0, Y>0, Y>0 no negatividad
- Paso 2 se elabora el grafico correspondiente a las restricciones con el fin de
precisar la regin factible y determinar los puntos que las conforman.
X=0 Y=2
3X-Y>-2
Y=0 X=2/3

X=0 Y=9
X+Y< 9
Y=0 X=9

X=0 Y=1
x-y= -1
Y=0 X=-1

Y=9-4

Y=5

12

3x-y= -2

10

8
x-y= -1
6

B(4,5)

regin factible
X+y= 9

A(0,1)
O(0,0)

0
2

C(9,0)

10

12

- Paso 3 resolvemos el sistema de ecuaciones para determinar las condenadas

del punto B as:
Para b
tenemos:
X+Y=9(1)
X- Y= -1(2)

2x=8
X=8/2 = X=4

Y=9-4 Y=5
Reemplazamos x en (1) para hallar a y
4+y=9(1)
B= (X, Y)
Las coordenadas son: B(4,5)
- Paso 4 con los puntos de la regin factible
O(0,0); A(0,1); B(4,5); C(9,0)
Maximizamos la funcin objetivo:
PUNTOS DE CORTE

7x+3y

0(0,0)

A(0,1)

B(4,5)

43

C(9,0)

63

- Paso 5 la maximizacin es 3 para x=0 y Y=1

5. Un fabricante de juguetes que esta preparando un programa de produccin para
dos nuevos artculos maravilla y fantstico debe utilizar la informacin respecto a
sus tiempos de construccin que se proporcionan en la siguiente tabla.
Por ejemplo cada juguete maravilla requiere dos horas en la maquina A las horas de
trabajo disponibles de los empleados por semana son: para la maquina A 70horas
para la B 40 horas para terminadas 90 horas. Si las utilidades de cada juguete
maravilla y cada juguete fantstico son de 40.000 y 60.000 respectivamente
Cuantas unidades de cada uno deben fabricarse por semana con el objeto de
Maximizar las utilidades? Cual seria la utilidad mxima?

MAQUINA A

MAQUINA B

TERMINADO

UTILIDADES

MARAVILLA

2H

1H

1H

$40.000

FANTSTICO

1H

1H

3H

$60.000

TIEMPO DISPONIBLE

70H

40H

90H

SOLUCIN
- Paso 1 planeamos la funcin objetivo y las restricciones correspondientes:
Minimizar Z=40000X+60000Y
Restricciones:
2X+y>70
x+y<40
x+3y<90
X >0, Y>0 no negatividad
- Paso 2 se elabora el grafico correspondiente a las restricciones con el fin de
precisar la regin factible y determinar los puntos que las conforman.

X=0 Y=70
2X+Y<70
Y=0 X=35

X=0 Y=40
X+Y< 40
Y=0 X=40

X=0 Y=30
X+3y<90
Y=0 X= 90

Y
70
60
50
40
A(0,30)

B(15,25)

30
20
10

C(30,10)

0
10

20

30

D(35,0)

40

- Paso 3 resolvemos el sistema de ecuaciones para determinar las condenadas del

punto B Y C as:
Para b tenemos:
X+Y=40(1)x(-1)
X+3Y=90(2)
-X-Y=-40(3)
X+3Y=90(2)

2Y=50
Y=50/2 Y=25
Reemplazamos xYen (1) para hallar a X
X+25=40(1)
X=40-25 X=15
B=(X, Y)

Las coordenadas son: B(15,25)

Para C tenemos:
X+Y=40(1)x(-2)
2X+Y=70(2)
-2X-2Y=-40(3)
2X+Y=70(2)

X=30
Reemplazamos X en (1) para hallar a Y
30+Y=40 (1)
Y=40-30

Y =10

C=(X, Y)
Las coordenadas son: C(30,10)

- Paso 4 con los puntos de la regin factible

O(0,0); A(0,30); B(15,25); C(30,10); D(35,0)
Maximizamos la funcin objetivo:
PUNTOS DE
CORTE

40000X+60000y

O(0,0)

A(0,30)

30

1800000

B(15,25)

15

25

2100000

C(30,10)

30

10

1800000

D(35,0)

35

1400000

- Paso 5 la mxima utilidad se obtiene cuando se fabrican 15 juguetes maravilla

y 25 juguetes fantsticos generando as $ 2.100.000

2. TALLER 3.5

1. MAXIMIZAR
Z = X1 + 2x2
Sujeta a:
2X1+X2 8
2X1+3X212
X1, X2 0
SOLUCIN.

S1
S2
Z

S1
S2
Z

X1
2
2/3
-1

X2
1
1
-2

S1
1
0
0

S2
0
1/3
0

Z
0
0
1

b
8
4
0

X1
1
1/3
2/3
1/3

X2

S1

S2

- 1/3

multiplicado por -1) y

1
0

0
0

1/3
2/3

0
1

4
8

Rengln 3 + (rengln 2
multiplicado por 2)

Rengln 2 multiplicado
por 1/3

La nueva tabla es:

X1
1
1/3
2/3
1/3

S1
X2
Z

X2

S1

S2

- 1/3

1
0

0
0

1/3
2/3

0
1

4
8

Dado que todos lo indicadores de la tabla nueva son no negativos, ya se tiene

una solucin ptima: el valor mximo de Z es 8, cuando X2= 4, S1=4, X1=S2=0.

2. MAXIMIZAR
Z = - X1 + 3X2
Sujeta a:
X1 + X2 6
-X1 + X2 4
X1, X2 0

S1
S2
Z

X1
2
2/3
-1

X2
0
1
-2

S1
1
0
0

S2
-1
1/3
0

Z
0
0
1

b
2
4
0

S1
S2

X1
2
-1

X2
0
1

S1
1
0

S2
-1
1

Z
0
0

b
2
4

Rengln 1 + (rengln 2
multiplicado por -1)

Regln 3 + (el rengln 1

multiplicado por 3)

18

Z
0
0
1

b
2
4
18

La nueva tabla es:

X1
S1
X2
Z

2
-1
4

X2
0
1
0

S1
1
0
3

S2
-1
1
0

Dado que todos lo indicadores de la tabla nueva son no negativos, ya se tiene

una solucin ptima: el valor mximo de Z es 18, cuando X2= 4, S1=2, X1=S2=0.
3. MAXIMIZAR
Z = 8X1 + 2X2
Sujeta a:
X1 X2 1
X1 + 2X2 8
X1 + X2 5
X1, X2 = 0

S1

X1
1

X2
-1

S1
1

S2
0

S3
0

Z
0

b
1

Rengln 2 + (rengln 3
multiplicado por -1),

S2

-1

S3

-1

-10

rengln 3 + (rengln 1
multiplicado poe -1) y
rengln 4 + (rengln 1
multiplicado por 8)

Dado que an queda un indicador negativo,

se continua:

X1

X1
1

X2
-1

S1
1

S2
0

S3
0

Z
0

b
1

S2

-1

S3

- 1/2

1/2

-10

X1

X1
1

X2
0

S1
1

S2
1

S3
-1

Z
0

b
4

S2

S3

- 1/2

1/2

28

S3
-1
1
1/2
5

Z
0
0
0
1

b
4
0
2
28

La tabla nueva es:

X1
S2
X2
Z

X1
1
0
0
0

X2
0
0
1
0

S1
1
1
- 1/2
3

S2
1
0
0
0

Rengln 3 multiplicado
por 1/2

Rengln 1 + Rengln 2,
rengln 2 +(rengln 3
multiplicado por -1) y
rengln 4 + (rengln 3
multiplicado por 10)

Dado que todos lo indicadores de la tabla nueva son no negativos, ya se tiene

una solucin ptima: el valor mximo de Z es 28, cuando X1= 4, X2=2, y
S1=S2=S3=0

3. EJEMPLO, PROBLEMA DE PROGRAMACION LINEAL (METODO SIMPLEX)

FORMA ESTNDAR DE UN MODELO DE PROGRAMACIN LINEAL

Consideremos un modelo de Programacin Lineal en su forma estandar,
que denotaremos en lo que sigue por:

Min
sa

c1x1 + c2x2 + ... + cnxn

a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
...
...
...
am1x1 + am2x2 + ... + amnxn = bm
xi >= 0, i = 1, 2, ..., n y m <= n
Matricialmente escrito como:
Min cTx
s.a Ax = b
x >= 0
No existe prdida de generalidad en asumir que un modelo de PL viene dado en
su forma estndar:

EJEMPLO
P)
Max

9u + 2v + 5z

4u + 3v + 6z <= 50
u + 2v - 3z >= 8
2u - 4v + z = 5
u,v >= 0
z e IR
Siempre es posible llevar un problema de maximizacin a uno de minimizacin.
Si f(x) es la funcin objetivo a maximizar y x* es la solucin ptima f(x*) >=
f(x), para todo x factible. -f(x*) <= - f(x), para todo x factible. En consecuencia:
x* es tambin mnimo de -f(x)
Cada restriccin del tipo <= puede ser llevada a una ecuacin de igualdad
usando una (nueva) variable de holgura no negativa, con coeficiente nulo en
la funcin objetivo.
Cada restriccin del tipo >= puede ser llevada a una ecuacin de igualdad
usando una (nueva) variable de exceso no negativa, con coeficiente nulo en
la funcin objetivo.
Siempre es posible escribir una variable libre de signo como la diferencia de
dos variables no negativas.

1.

2.
3.
4.

sa

Considerando la siguiente notacin: u = x1, v = x2, z = x3 - x4, s1 = x5 (holgura), s2 =

x6 (exceso), el problema P) puede ser escrito en forma equivalente como:

Min
sa:

- 9x1 - 2x2 - 5x3 + 5x4 + 0x5 + 0x6

4x1 + 3x2 + 6x3 - 6x4 + x5
= 50
x1 + 2x2 - 3x3 + 3x4
- x6 = 8
2x1 - 4x2 + x3 - x4
= 5
xi >= 0, i=1,2,3,4,5,6.

EJEMPLO:
Resolver el siguiente problema de Programacin Lineal utilizando el Mtodo Simplex:

Max 40*X1 + 60*X2

s.a. 2*X1 + 1*X2 <= 70
1*X1 + 1*X2 <= 40
1*X1 + 3*X2 <= 90
X1 >= 0 X2 >= 0
Para poder aplicar el Mtodo Simplex, es necesario llevar el modelo a su
formato estndar, para lo cual definimos X3, X4, X5 >= 0 como las
respectivas variables de holgura para la restriccin 1, 2 y 3. De esta forma
queda definida la tabla inicial del mtodo de la siguiente forma:
X1
2

X2
1

X3
1

X4
0

X5
0

70

40

90

-40

-60

En esta situacin, las variables de holgura definen una solucin bsica factible
inicial, condicin necesaria para la aplicacin del mtodo. Luego, se verifican
los costos reducidos de las variables no bsicas (X1 y X2 en la tabla inicial) y
se escoge como variable que entra a la base aquella con el costo reducido
"ms negativo". En este caso, X2.
Luego, para escoger que variable bsica deja la base debemos buscar el mnimo
cuociente entre el lado derecho y los coeficientes asociados a la variable
entrante en cada fila (para aquellos coeficientes > 0 marcados en rojo en la tabla
anterior). El mnimo se alcanza en Min {70/1, 40/1, 90/3} = 30 asociado a la
tercera fila, el cual corresponde a la variable bsica actual X5, en
consecuencia, X5 deja la base. En la posicin que se alcanza el mnimo
cuociente lo llamaremos "Pivote" (marcado con rojo) el cual nos servir para
realizar las respectivas operaciones filas, logrando la siguiente tabla al cabo de
una iteracin:
X1

X2

X3

X4

X5

5/3
2/3

0
0

1
0

0
1

-1/3
-1/3

40
10

1/3

1/3

30

-20

20

1800

El valor de la funcin objetivo luego de una iteracin ha pasado de 0 a 1.800. Se

recomienda al lector hacer una representacin grfica del problema y notar como las
soluciones factibles del mtodo corresponden a vrtices del dominio de puntos
factibles.
La actual tabla no corresponde a la solucin ptima del problema P) debido a que
existe una variable no bsica con costo reducido negativo, por tanto X1 entra a la
base. Posteriormente, mediante el criterio del mnimo cuociente calculamos la
variable que debe dejar la base: Min {40/(5/3), 10/(2/3), 30/(1/3)} = 15, asociado a la
fila 2 (variable bsica actual X4), por tanto X4 deja la base. Obtenido lo anterior se
aplica una
iteracin del mtodo:
X1
0

X2
0

X3
1

X4
-5/2

X5
1/2

15

3/2

-1/2

15

-1/2

1/2

25

30

10

2100

Finalmente se alcanza la solucin ptima del problema P) y se verifica que los costos
reducidos asociados a las variables no bsicas (X4 y X5 son mayores o iguales que
cero). Ntese que la existencia de un costo reducido igual a cero para una variable no
bsica en esta etapa define un problema con "infinitas soluciones".
La solucin alcanzada es X1* = 15, X2* = 25 con V(P*) = 2.100. Adicionalmente, los
costos reducidos asociados a las variables no bsicas definen el precio sombra
asociado a las restricciones 1, 2 y 3, respectivamente, lo cual es equivalente a la
obtencin del precio sombra mediante el mtodo grfico. Dejaremos para una
posterior presentacin,
la forma de calcular el intervalo de variacin para el lado derecho que permite la
validez
del precio sombra, utilizando la tabla final del Mtodo Simplex.

MTODO SIMPLEX DE 2 FASES

Esta estrategia se utiliza cuando no es inmediata una solucin bsica factible inicial
en las variables originales del modelo.
FASE 1: Se considera un problema auxiliar que resulta de agregar tantas variables
auxiliares a las restricciones del problema, de modo de obtener una solucin bsica
factible. Resolver por Simplex un problema que considera como funcin objetivo
la

contrario, no existe solucin factible.

FASE 2: Resolver por Simplex el problema original a partir de la solucin
bsica factible inicial hallada en la Fase I.

P)

Max
sa

2X1 + X2
10X1 + 10X2 <= 9
10X1 + 5X2 >= 1
X1, X2 >= 0

Se debe agregar X3 como variable de holgura de la restriccin 1, X4 como variable

de
exceso de la restriccin 2 y X5 variable auxiliar para poder comenzar la Fase 1.
(Ntese
que solo agregando X3 como variable de holgura a la restriccin 1 y X4 como
variable de exceso a las segunda restriccin no se obtiene una solucin bsica factible
inicial, en particular X4<0).

F1)
sa

Min

X5
10X1 + 10X2 + X3
= 9
10X1 + 5X2
- X4 + X5 = 1
X1, X2, X3, X4, X5 >= 0

La tabla inicial asociada a la Fase I queda en consecuencia definida de la

siguiente forma:
X1
10

X2
10

X3
1

X4
0

X5
0

10

-1

Luego, se debe hacer 0 el costo reducido de X5, obteniendo la siguiente tabla inicial
para hacer el uso de Simplex:
X1
10

X2
10

X3
1

X4
0

X5
0

10

-1

-10

-5

-1

Se escoge X1 como variable que entra a la base al tener el costo reducido ms negativo.
Posteriormente, mediante el criterio del mnimo cuociente se selecciona la variable que
sale de la base: Min {9/10; 1/10} = 1/10, X5 sale de la base:
X1
0

X2
5

X3
1

X4
1

X5
-1

1/2

-1/10

1/10

1/10

Se obtiene la solucin ptima de la Fase I, con valor ptimo cero. Luego iniciamos la

Fase II del mtodo tomando X1 y X3 como variables bsicas inciales.

FASE 2: Resolver por Simplex el problema original a partir de la solucin
bsica factible inicial hallada en la Fase I.
X1
0

X2
5

X3
1

X4
1

1/2

-1/10

1/10

-2

-1

Hacemos cero los costos reducidos de las variables bsicas:

X1
0

X2
5

X3
1

X4
1

1/2

-1/10

1/10

-1/5

1/5

X4 entra a la base. Por el criterio del mnimo cuociente, el pivote se encuentra en la fila
1, por tanto X3 sale de la base:
X1
0

X2
5

X3
1

X4
1

1/10

9/10

1/5

9/5

Donde la solucin ptima es: X1=9/10 X2=0

Con valor ptimo V(P) = 9/5.