Programación lineal:

Metodologías para la
toma de decisiones
Guía práctica aplicada a la
programación lineal
El contenido de este documento permitirá al lector comprender la programación lineal, asociada
al ámbito industrial, contextualizando dicha técnica matemática en las situaciones cotidianas
que vive una empresa.
Autores:

● Carolina Juyo
● Carol Arango
● Mario Alberto Peña
● Heydi Chirva
● Edwin Garzon
● Andres Garcia
● Carlos Fernando Rodríguez H
● Cristian Pachon
● Betsy Mayerly lopez
● Juan Felipe gonzalez
● Andres vargaz
● Julian florez
● Liliana rodriguez
● Javier Bonilla
 TABLA DE CONTENIDO

INTRODUCCIÓN 6
CAPITULO 1. Programación lineal. 7
1.1. ¿QUÉ ES LA PROGRAMACIÓN LINEAL? 7
1.2. CAMPOS DE APLICACIÓN. 8
CAPÍTULO 2. Planteamiento de problema. 10
2.1. ELEMENTOS IMPLÍCITOS EN EL PROBLEMA DE PROGRAMACIÓN LINEAL.
10
2.1.1. Proporcionalidad. 11
2.1.2. Aditividad.. 11
2.1.3. No negatividad. 11
2.2. GENERACIÓN DEL MODELO. 11
2.2.1. Variables de decisión. 12
2.2.2. Función objetivo. 12
2.2.3. Restricciones. 13
2.3. PASOS PARA EL PLANTEAMIENTO DEL MODELO DE PROGRAMACIÓN
LINEAL. 14
2.3.1. Formulación del problema. 15
2.3.2. Definición de las variables de decisión. 15
2.3.3. Definición de la función objetivo. 15
2.3.4. Determinación de las restricciones del modelo.. 16
2.3.5. Ejemplo 2.1.. 16
CAPITULO 3. Métodos de solución utilizados en la programación lineal. 21
3.1. METODO GRAFICO. 21
3.1.1. Procedimiento para el desarrollo de la solución. 21
3.1.2. Análisis de pendientes. 21
3.2. METODO ALGEBRAICO. 21
3.2.1. Calculo de solución en vértices. 21
3.3. METODO SIMPLEX. 22
3.3.1. Análisis de la solución óptima. 22
3.3.2. Toma de decisiones. 23
CAPITULO 4. Análisis de sensibilidad. 23
4.1. LIMITES DE OPTIMALIDAD. 23
4.2. LIMITES DE FACTIBILIDAD. 23
4.3. PRECIO SOMBRA DE UN PRODUCTO. 23
4.4. COMPORTAMIENTO DE LOS RECURSOS. 23
CAPITULO 5. Casos prácticos. 23
5.1. PROBLEMA 1. SOLUCIÓN POR EL METODO GRAFICO. 24
5.1.1. Desarrollo del modelo. 24
5.1.2. Análisis de sensibilidad. 24
5.2. PROBLEMA 2. SOLUCIÓN METODO SIMPLEX. 24
5.2.1. Desarrollo del modelo. 24
5.2.2. Análisis de sensibilidad. 24
5.3. PROBLEMA 3. SOLUCIÓN POR SOLVER. 24
6. REFERENCIAS BIBLIOGRAFICAS 24
 INTRODUCCIÓN

Las decisiones en la alta gerencia requieren responsabilidad y un nivel alto de

compromiso, cuyo propósito es garantizar el uso óptimo de los recursos, tales
como: dinero, talento humano, materias primas, y tiempo, en términos de
maximización o minimización de estos. La programación lineal es un grupo de
técnicas matemáticas que permite determinar el uso adecuado de cada uno de los
recursos anteriormente mencionados, proporcionando una guía o soporte para
lograr tomar la decisión más acertada para la compañía.

En el presente documento se hablará de una de las técnicas más importantes para

la optimización de recursos en una empresa, “La programación lineal” aportando
una serie de herramientas para la solución de problemas reales y cotidianos
presentes el mundo empresarial.
CAPITULO 1. Programación lineal.

1.1. ¿QUÉ ES LA PROGRAMACIÓN LINEAL?

Se conoce como programación lineal a un algoritmo con el cual se le da solución a

un problema real con el fin de maximizar la productividad respecto a los recursos
aumentando así los beneficios. El objeto principal de la programación es
maximizar o minimizar funciones lineales optimizando una función objetivo.
Algunos métodos de resolución de problemas dentro de la programación lineal
son:

● Método gráfico
● Método simplex
● Método de las dos fases

1.2. CAMPOS DE APLICACIÓN.

Un ejemplo de una aplicación de programación lineal es un carpintero que hace

mesas y sillas para vivir. Este quiere maximizar sus ingresos netos y necesita
saber cuántas mesas y sillas debe hacer por semana. Usando la programación
lineal, su problema debe ser descrito con precisión, e incluir la evaluación de los
costos fijos (como el costo del alquiler de su tienda) y costos variables (como las
cantidades de madera y la mano de obra). Sus limitaciones son los límites en la
mano de obra disponible y los tiempos de entrega de la madera y de otras
materias primas. Debe establecerse un período de tiempo para el análisis, por
ejemplo, una semana. Además, se haría un estudio de tiempos para medir el
tiempo de producción del carpintero para producir una silla y una mesa.
Utilizando cada una de estas restricciones, junto con el objetivo deseado, la
información se introduce en el software de programación lineal que aplica la
fórmula de programación lineal e itera los resultados para encontrar la solución
óptima a su problema.
CAPÍTULO 2. Planteamiento de problema.

La globalización mundial es un factor de gran influencia en el mundo

empresarial, ya que de la capacidad de adaptación que tengan las
empresas productoras y de servicios ante este fenómeno dependerá su
surgimiento o hundimiento económico. Existen diversas herramientas
matemáticas, que permiten predecir la demanda del mercado en un
periodo determinado “n”, partiendo de esto y conociendo la capacidad
que tenga la organización para producir o prestar un servicio, dichas
herramientas contribuirán a la toma de decisiones dentro de la
organización, ayudando al empresario a ajustar sus medios, técnicas y
herramientas, para afrontar con éxito el mercado, optimizando sus
recursos.
Una de estas herramientas es el modelamiento matemático utilizado en
la programación lineal.

Ilustración 1carolina cuyo introducción

En este capítulo se hablará de los principales componentes a identificar en un

problema de programación lineal, los cuales son piezas esenciales para lograr una
solución de una situación real que se pueda presentar en una empresa.

2.1. ELEMENTOS IMPLÍCITOS EN EL PROBLEMA DE PROGRAMACIÓN

LINEAL.

Los problemas de programación lineal son usados para la toma de decisiones en

el ámbito organizacional, los cuales otorgan una solución factible y optima a una
situación real. Dichos resultados son viables en la medida en que se haya
desarrollado de forma correcta el modelo, asociando todos los factores que
influyen en el problema presente en la empresa. teniendo en cuenta lo anterior, a
continuación, se mencionan los aspectos fundamentales que debe contemplar un
modelo de programación lineal.

2.1.1. Proporcionalidad. Este concepto aplica en la medida en la que la función

objetivo y la utilización de los recursos sean directamente proporcionales al
valor de una actividad determinada.
2.1.2. Aditividad. El uso total de cada uno de los recursos disponibles de la
empresa y el valor resultante de la función objetivo, deben ser iguales a las
cantidades generadas por el valor de cada actividad.
2.1.3. No negatividad. En la solución óptima presentadas por el modelo de
programación lineal, el resultado de cada una de las variables de decisión
debe ser positivas.

Adicional a ello el modelo matemático está compuesto por lo siguiente:

● Variables de decisión.
● Función objetivo.
● Restricciones

2.2. GENERACIÓN DEL MODELO.

En la actualidad los ingenieros cuentan con una variedad de métodos, técnicas y

herramientas, para la resolución de problemas presentes en el diario vivir de la
empresa, asociados tanto a la parte administrativa como a la operativa. Dentro de
estos, el modelo de programación lineal es uno de los más útiles y pertinentes
para lograr a poner en marcha la organización, minimizando tanto costos, como
recursos.

Para ello como se mencionaba con anterioridad, en el problema de programación

lineal es importante saber identificar las variables de decisión, la función objetivo y
las restricciones, en base a las necesidades de la empresa.

2.2.1. Variables de decisión. Representan las incógnitas que se deben

determinar una vez se solucione el modelo. Estas variables suelen ser
 representadas en el modelo de programación lineal mediante el uso de las
“X”.
x 1 , x2 , x3 , x4 , … . ó xn , xi

Ejemplo: El número de unidades a producir en un periodo determinado de:

X1= número de zapatos de color verde a producir.

X2= número de zapato de color rojo a producir.
X3= número de zapatos de color amarillo a producir.

2.2.2. Función objetivo. Es nada más que la pregunta que se quiere resolver en
el problema o la meta que se desea cumplir, la cual depende de la situación
que afronte la empresa. la función objetivo se basa en dos enfoques:
¿Cómo puedo ¿Cómo puedo
Imagen 1. Enfoques de la función objetivo.
aumentar las utilidades disminuir los costos en
en mi empresa? mi empresa?

Enfoques de la
función objetivo

Ilustración grafico de enfoque de la funcion carolina juyo

Estas dos preguntas están asociadas a dos terminologías de modelos de

optimización: “Maximización y minimización”, que comúnmente se conocen como
el criterio de la función objetivo.

¡ ¡
 ● ¿Qué se maximiza en una empresa?

Las empresas siempre buscan maximizar sus utilidades o rendimientos, para lo

cual, en el problema de programación lineal, se representaría de la siguiente
forma:

Función objetivo Max Z =C1 X 1 +C2 X 2 +⋯ C n X n

Este criterio aplica también en algunos casos asociados a la capacidad de

producción de una empresa.

● ¿Qué minimiza una empresa?

Los empresarios por lo general siempre van a buscar a reducir los costos
operacionales, tales como: transportes, inventarios, almacenaje y producción,
hablando en términos asociados al ámbito industrial, sin embargo, la aplicabilidad
de la programación lineal abarca otras áreas de conocimiento, como: medicina,
ciencias sociales y económicas. Al igual que el en la maximización se realiza una
suma – producto.

Función objetivo Min Z=B1 X 1 + B2 X 2+ ⋯ B n X n

2.2.3. Restricciones. Son las limitantes que presenta la empresa a la hora de

ejecutar una acción, de estas dependen de que tanto se pueda optimizar de
acuerdo con el modelo de programación lineal. Dichas restricciones se
reflejarán directamente en las variables de decisión resultantes del modelo,
las cuales por ende afectarán adicionalmente la función objetivo del
modelo.
Dichas restricciones a nivel industrial por lo general están asociadas a:

● Tiempos.
● Disponibilidad de recursos: mano de obra, materiales, instalaciones,
presupuestos, maquinarias, equipos y herramientas.
● Costos operacionales.

Partiendo de dichos aspectos se podrán plantear las restricciones del modelo,

garantizando que el resultado obtenido realmente sea óptimo y real.

Para definir las restricciones se utilizan las expresiones matemáticas mayor o igual
que ( ≥ ), menor o igual que ( ≤ ¿ o igual que ( ¿ ). En el modelo de
programación lineal dichas restricciones se representan en inecuaciones
lineales de la siguiente forma:

1. a1 X 1 +b1 X 2 +c 3 X 3=d 1
2. a1 X 1 +b1 X 2 +c 3 X 3 ≥ d 1
3. a1 X 1 +b1 X 2 +c 3 X 3 ≤ d 1

2.3. PASOS PARA EL PLANTEAMIENTO DEL MODELO DE

PROGRAMACIÓN LINEAL.

Para poder desarrollar un modelo de programación lineal, es necesario tener en

cuenta una serie de pasos en busca de que el modelo sea planteado de forma
correcta. A continuación, se describe el procedimiento a seguir para desarrollar el
modelo.

2.3.1. Formulación del problema. Esta es el paso inicial para el desarrollo del
modelo. La formulación del problema surge del planteamiento de una
 pregunta central, la cual está directamente relacionada con el criterio de la
función objetivo.

Dicha pregunta debe ser planteada en forma cerrada, es decir, que solo va a tener
una única respuesta.

Ejemplo: ¿Cuantas prendas de la referencia L1Z12, L1J45, L1M11 y K2G23

puedo fabricar?

2.3.2. Definición de las variables de decisión. Las variables de decisión

representan las unidades (ejemplo: kg, L, horas) que se quieren calcular en
el modelo de programación lineal, las cuales estas sujetas a la formulación
del problema. Siguiendo el ejemplo anterior se tiene lo siguiente:

Ejemplo:

X 1=Cantidad de prendas a producir de lareferencia L1 Z 12

X 2=Cantidad de prendas a producir de la referencia L1 J 45

X 3=Cantidad de prendas a producir de la referencia L1 M 11

X 4 =Cantidad de prendas a producir de la referencia K 2 G23

2.3.3. Definición de la función objetivo. Partiendo de las necesidades de la

empresa, y de lo que se quiera optimizar se utilizara el criterio de
maximización o de minimización.

Ejemplo: Minimizar los costos operacionales de la planta.

CO. Min Z = $2300 X 1 + $1245 X2 + $1000 X2 + $4569 X2

2.3.4. Determinación de las restricciones del modelo. Como se mencionaba
anteriormente las restricciones son las limitantes de problema, las cuales
pueden asociarse a la capacidad disponible de una empresa, a costos o a
recursos.

Ejemplo:

Capacidad disponible en horas.

0,54 X 1 +0,23 X 2+0,5 X 3+1,14 X 4 ≤ 3450

Materia prima disponible.

12 X 1+ 0,34 X 2 +1,2 X 3 +23 X 4 ≤ 5679 metros de tela de algodon

3 X 1 +1 X 3 ≤ 230 botonestranparentes

No negatividad.
X 1 ; X 2 ; X 3 ; X 4 ≥0

2.3.5. Ejemplo 2.1. La empresa Plásticos GC LTDA se dedica a la fabricación de

baldes de plástico. La empresa trabaja 2 turnos de 8 horas, la empresa
trabaja de lunes a sábado y en diciembre organiza vacaciones colectivas de
2 semanas desde el 15 de diciembre, asegurándose de trabajar todo enero.

La empresa ha organizado un plan de mantenimiento preventivo correspondiente

a 36 horas/año por cada tipo de máquina; se sabe a demás que se han
perdido 350 horas por ausentismos, 280 por incapacidades y 20 por
permisos, igualmente se tiene información de que por daños mecánicos
fortuitos se han perdido en total 1500 horas/año, ha faltado material 540
 horas/año, la gerencia tiene por norma realizar una reunión de 10 minutos
todos los días antes de finalizar la jornada con todo el personal y 15
minutos a media jornada para pausas activas. Adicional a ello la empresa
cuenta con 5 máquinas sopladoras y 10 máquinas inyectoras.

El gerente de la empresa Plásticos GC LTDA quiere determinar el plan de

producción para el año 2019, el cual le permita el máximo aprovechamiento
de la capacidad disponible. Actualmente la empresa fabrica 2 tipos de
productos: balde plástico con manija de color rojo CH61 y balde plástico
con escurridor CT62.

Los tiempos estándar de fabricación para el balde plástico con manija de color rojo
son de 0.5 horas en el proceso de soplado y 1 hora en el proceso de
inyección; para balde plástico con escurridor los tiempos estándar de
soplado son de 0.8 horas y de 0.6 horas de inyección. La planta tiene un
porcentaje de ineficiencia del 15%, el cual se ve reflejado en la siguiente
tabla por proceso de fabricación:

Tabla 1. Tiempos de ineficiencia por proceso.

REFERENCIAS CH61 CT62

TIEMPO ESTANDAR SOPLADO

POR UNIDAD CON 0,575 0,92
INFECIENCIA DEL 15%
TIEMPO ESTANDAR
INYECCIÓN POR UNIDAD CON 1,15 0,69
INEFICIENCIA DEL 15%
TOTAL 1,725 1,61
 Para fabricar la referencia CH61 se necesitan 300 g de polipropileno y 10 g
de colorantes y para la referencia CT62 se necesitan 320 g de polipropileno
y 8 g de colorantes. La bodega de materias primas tiene 120000 Kg de
polipropileno y 5000 Kg de colorantes.

Formule el modelo y calcule el plan de producción para cada tipo de

producto.

Con la información anterior, se determinaron las siguientes capacidades de

las cuales se obtienen algunos elementos claves para la solución del
modelo de programación lineal.

Tabla 2. Capacidades Ejemplo 2.1.

CAPACIDADES HALLADAS TOTAL

Capacidad disponible global en horas/año 58822,1
Capacidad disponible para la sopladora en
19607,36667
horas/año
Capacidad disponible para la inyectora en
39214,73333
horas/año

En la tabla se evidencia la capacidad global de la compañía expresada en

horas junto con la de las máquinas, las cuales harán parte de las
restricciones y permitirán verificar si se logró aprovechar la capacidad global
de la planta de la empresa Plásticos GC LTDA.

Adicional a ello se obtiene la siguiente tabla de resumen del problema:

Tabla 3. Matriz de resumen del problema.

Fuente . Carolina Juyo. Estudiante de ingeniería industrial de la Fundación universitaria los libertadores.

En la anterior tabla se muestra el plan de producción que deberá manejar la

empresa Emplásticos LTDA, obtenida de la descripción del problema
anterior.

Una vez conocido toda la información, se inicia a desarrollar el modelo de

programación lineal.

● Definición de las variables de decisión.

X 1=Cantidad de prendas a producir de lareferencia CH 61

X 2=Cantidad de prendas a producir de la referencia CT 62

● Definición de la función objetivo.

En este caso aplica el criterio de maximización debido a que se

quiere aprovechar al máximo la capacidad global de producción y por
máquina que se tiene en la empresa, sin embargo, adicional a los
datos anteriores se asocia el concepto de eficiencia, el cual se ve
reflejado en la Tabla 1, estos datos permitirán definir el criterio
objetivo
 FO Max Z=1,725 X 1 +1,61 X 2

● Restricciones.

De acuerdo con el problema descrito, se tiene restricciones de

niveles de inventario y capacidad disponible de producción en
horas/maquina.

S.A.

Materia prima disponible en Kg:

0,3 X 1 +0,32 X 2 ≤ 12000 kg de polipropileno

0,01 X 1+ 0,008 X 2 ≤ 5000 kg de colorantes

Capacidad disponible en horas anuales por proceso o maquina:

horas
0,575 X 1 +0,92 X 2 ≤ 19607,36667
año
1,15 X 1+ 0,69 X 2 ≤ 39214,73333
disponibles en pro ceso de soplado
horas
disponiblesen proceso de inyección .
año

● No negatividad.

X1 ; X2≥ 0
CAPÍTULO 3. Métodos de solución utilizados en la programación lineal.

3.1. MÉTODO GRÁFICO.

El método gráfico es un método en el cual se grafican las variables como

son función objetivo y restricciones en el plano cartesiano usando los ejes
X,Y para llegar a la solución de un problema de programación lineal este
modelo ofrece una solución un poco restringida en cuanto al número de
variables que podrían ser manejadas , tan solo permite 2 variables (2D) o 3
variables (3D) suele quedarse corto en cuanto el número de variables que
pueden ser manejadas pero brinda considerable aporte al momento de
realizar una interpretación de resultados e incluso análisis de sensibilidad.
Tras graficar las funciones objetivo y las restricciones El método gráfico
permite representar cada una de estas formando una figura al interceptarse
las lineal encontrando así la figura área formada por intersección de las
líneas trazadas al graficar las funciones formando un tipo de Polígono o
bien llamado polígono factible lo cual se interpreta como la solución o
región factible con la cual se desarrollará el ejercicio según corresponda,
se determinará si será en función de maximización para aumentar
productividad, ganancias o cantidades óptimas para fabricar determinado
producto o minimizar para reducir costos ,tiempos o pérdida de materias
primas.

3.1.1. Procedimiento para el desarrollo de la solución. A continuación, se

muestra el procedimiento para plantear el modelo de programación lineal.

● Se deben definir las variables del ejercicio de una manera clara

● Se procede a verificar las restricciones implícitas en el problema a resolver,
antes de empezar a graficar en el plano cartesiano se deben de tener una
serie de consideraciones con respecto a las restricciones, éstas deben de
ser igualadas siempre a 0, para cuando se deba hacer el despeje de las
ecuaciones para empezar a tabulación la información en sentido de XY será
más sencillo realizar los gráficos en el plano cartesiano.
● Igualamos las restricciones a cero para empezar con base a la la primera
restricción se hallarán las primeras dos coordenadas, nombro las
ecuaciones y reemplazó ecuación A en función de ecuación B.
● Determinar la función objetivo. Se traslada la función objetivo por todo el
polígono formado de manera paralela con respecto la línea original donde
se analizarán los vértices y evaluamos si esta corta o no en área de la
solución factible

Resolución paso a paso por el método gráfico.

Ejemplo 1 caso práctico aplicado método gráfico:

La empresa de comestibles El Libertador ha adquirido un terreno de 100

hectáreas en Boyacá por la riqueza en nutrientes para la siembra de papa
para la producción sus dos líneas productos. Se tienen de Empanadas de
papa carne y papas rellenas. Se requiere determinar cuántas hectáreas de
papa se deberá sembrar para producir cada producto teniendo en cuenta;
los costos, gastos y beneficios de este proyecto como se muestra en la
información mencionada a continuación por sus inversionistas americanos
Se tiene un presupuesto inicial de USD 20.000 y una disponibilidad de USD
1.100 por concepto mano de obra durante la siembra y cosecha de papa
por hectárea.

Producto Costo Inversión USD Días

Empanadas 90 40 20
Papas rellenas 190 130 30
Tabla # Distribución de costos inversión ejercicio 1 método grafico
 Para dar la solución es este problema se deben de plantear las variables de
decisión las cuales son elemento desconocido en este caso un problema de
optimización ya que se debe de usar de mejor manera posible para la
siembra de papa para los productos alimenticios.

Variables de Decisión:
X: Hectáreas a cultivar para fabricar empanadas papa carne
Y: Hectáreas a cultivar para fabricar papas rellenas

Determinar función objetivo la cual es fundamental para la ecuación que

será optimizada dependiendo de las restricciones que requieren ser
maximizadas en este ejercicio programación lineal.

Función Objetivo:
40x+130y

Maximizar Z= 40x+130y

Se deben de plantear las restricciones implícitas las cuales son el problema

o las limitantes para este ejercicio, como cual lo es la disponibilidad máxima
de hectáreas para la siembra de papa y todos recursos disponibles, mano
de obra dinero etc.

Restricciones:
X+Y>=100
90X+190Y=20.000
20X+30Y>= 1.100

Numerar ecuaciones

Se debe de cumplir para todo ejercicio de programación lineal Condición de

no negatividad ya que cuando se fabrica en la industria cualquier tipo de
elemento bien o servicio jamás se producirán cantidades negativas.

X, Y>= 0
3.2. MÉTODO ALGEBRAICO.

3.2.1. Calculo de solución en vértices.

El método algebraico es utilizado para resolver problemas de programación lineal

de más de dos variables.

1) Hallar una solución básica y factible (Solución inicial)

a) Expresar las inecuaciones (desigualdades) como ecuaciones (igualdades)
b) Hallar una variable básica para cada ecuación
c) Organizar el sistema de ecuaciones lineales

2) Escoger la variable que entra

3) Escoger la variable que sale
4) Reorganizar el sistema de ecuaciones
5) Repetir los pasos 2, 3 y 4 hasta encontrar la solución

Tomando los datos del ejemplo 1 caso práctico aplicado método gráfico se tendrán
en cuenta las restricciones donde se realizará el despeje correspondiente
para graficar en el plano cartesiano despejando la variable Y de las ecuaciones
para dar valores en X para así poder proceder a graficar en el plano cartesiano

Restricciones:

90X+190Y=20.000
20X+30Y>= 1.100

Despejo Y en ecuación 1

90X+190Y=20.000
190Y=20000
Y=(20000-90X) /190

Despejo Y en ecuación 2

20X+30Y>= 1.100
30Y=1100
Y=(1100-20X) /30
Numerar ecuaciones

Siguiente paso se darán valores aleatorios a la variable X para despejar en la

ecuación original Numerar ecuación 1 y 2 para proceder a graficar en el plano
cartesiano para hallar el área factible para el problema propuesto

3.1.2. Análisis de pendientes.

Consiste en representar las restricciones sobre unos ejes de coordenadas, para

delimitar la región dónde se encuentran las soluciones factibles. Las soluciones
óptimas se encontrarán en el perímetro del polígono resultante. Si la función
objetivo es una maximización.

 El objetivo del análisis es mantener una respuesta óptima, esto se consigue

si se logra que la línea roja o función objetivo pase por el punto sin que
tenga región factible por encima de ella.
 Recordemos que el área factible la encontramos hasta el último vértice que
es tocado por la función objetivo.
 Podemos trasladar la función objetivo moviendo su pendiente sobre el
pivote, buscando varias posibles soluciones evitando que se encuentre área
factible por encima de ella. Esto lo logramos realizando un análisis sobre
los coeficientes de la función objetivo. 40x+130y
 En el punto e encontramos que proporciona el mayor valor a la función.
Ya que es un problema con el objetivo de maximizar.
La parte sombreada es denominada como una región o liedro que contiene
un conjunto de soluciones factibles.
Grafico #. Ejemplo 1 caso práctico aplicado método gráfico imagen tomada http://www.phpsimplex.com

3.3. METODO SIMPLEX.

El Método Simplex es un método iterativo que permite ir mejorando la solución en

cada paso. La razón matemática de esta mejora radica en que el método consiste
en caminar del vértice de un poliedro a un vértice vecino de manera que aumente
o disminuya (según el contexto de la función objetivo, sea maximizar o minimizar),
dado que el número de vértices que presenta un poliedro solución es finito
siempre se hallará solución.
Una matriz puede definirse como una ordenación rectangular de elementos, (o
listado finito de elementos), los cuales pueden ser números reales o complejos,
dispuestos en forma de filas y de columnas.

La matriz idéntica o identidad es una matriz cuadrada (que posee el mismo

número tanto de columnas como de filas) de orden n que tiene todos los
elementos diagonales iguales a uno (1) y todos los demás componentes iguales a
cero (0), se denomina matriz idéntica o identidad de orden n, y se denota por:

( ) ( )
1 ⋯ 0 1 0 0
ln = ⋮ ⋱ ⋮
0 ⋯ 1 n∗n
l 2= ( )
1 0
0 1 2∗2
l 3= 0 1 0
0 0 1 3∗3

La importancia de la teoría de matrices en el Método Simplex es fundamental,

dado que el algoritmo se basa en dicha teoría para la resolución de sus
problemas.

3.3.1. Análisis de la solución óptima. El análisis de sensibilidad para los

modelos de programación lineal, tiene por objetivo identificar el impacto que
resulta en los resultados del problema original luego de determinadas
variaciones en los parámetros, variables o restricciones del modelo, sin que
esto pase por resolver el problema nuevamente, es decir, ya sea si se
resuelve el modelo gráficamente o utilizando el Método Simplex, lo que se
busca es que estas variaciones o sensibilidad hagan uso de la solución y
valor óptimo actual, sin tener la necesidad de resolver para cada variación
un nuevo problema. En el análisis de sensibilidad que hace uso de la tabla
final del Método Simplex.
3.3.2. Toma de decisiones. La teoría de decisiones puede definirse como el
análisis lógico y cuantitativo de todos los factores que afectan los resultados
de una decisión en un mundo incierto.

La toma de decisión es también un proceso durante el cual la persona debe

escoger entre dos o más alternativas. Todos y cada uno de nosotros
pasamos los días y las horas de nuestra vida teniendo que tomar decisiones.
Algunas decisiones tienen una importancia relativa en el desarrollo de
nuestra vida, mientras otras son gravitantes en ella.

En los administradores, el proceso de toma de decisión es sin duda una de

las mayores responsabilidades.

La toma de decisiones en una organización se circunscribe a una serie de

personas que están apoyando el mismo proyecto. Debemos empezar por
hacer una selección de decisiones, y esta selección es una de las tareas de
gran trascendencia.

Con frecuencia se dice que las decisiones son algo así como el motor de los
negocios y en efecto, de la adecuada selección de alternativas depende en
gran parte el éxito de cualquier organización.

Los administradores consideran a veces la toma de decisiones como su

trabajo principal, porque constantemente tienen que decidir lo que debe
hacerse, quién ha de hacerlo, cuándo y dónde, y en ocasiones hasta cómo
se hará. Sin embargo, la toma de decisiones sólo es un paso de la
planeación, incluso cuando se hace con rapidez y dedicándole poca atención
o cuando influye sobre la acción sólo durante unos minutos.

Adicional a ello se tiene unos modelos de criterios de decisión.

 ● Certeza. Sabemos con seguridad cuáles son los efectos de las acciones.
● Riesgo. No sabemos qué ocurrirá tomando determinadas decisiones, pero
sí sabemos qué puede ocurrir y cuál es la probabilidad de ello.
● Incertidumbre estructurada. No sabemos qué ocurrirá tomando
determinadas decisiones, pero sí sabemos qué puede ocurrir de entre
varias posibilidades.
● Incertidumbre no estructurada. En este caso no sabemos qué puede
ocurrir ni tampoco qué probabilidades hay para cada posibilidad. Es cuando
no tenemos ni idea qué puede pasar.

La toma de decisiones en una organización invade cuatro funciones

administrativas que son: planeación, organización, dirección y control.

Planeación: Procedimientos
● Presupuestos
● Programas
● Políticas
● Estrategias
● Objetivos
● Propósitos

Organización: División del trabajo Descripción de Funciones

● Departamentalización
● Jerarquización

Dirección o ejecución: Supervisión

● Comunicación
● Motivación
● Integración

Control: Retroalimentación
● Corrección
● Medición
Al momento de tomar una decisión es importante ya que por medio de esta
podemos estudiar un problema o situación que es valorado y considerado
profundamente para elegir el mejor camino a seguir según las diferentes
alternativas y operaciones.

También es de vital importancia para la administración ya que contribuye a

mantener la armonía y coherencia del grupo, y por ende su eficiencia.

En la Toma de Decisiones, podemos considerar un problema y llegar a una

conclusión válida, significa que se han examinado todas las alternativas y
que la elección ha sido correcta. Uno de los enfoques más competitivos de
investigación y análisis para la toma de las decisiones es la investigación de
operaciones. Puesto que esta es una herramienta importante para la
administración de la producción y las operaciones.

La toma de decisiones se considera como parte importante del proceso de

planeación cuando ya se conoce una oportunidad y una meta, el núcleo de la
planeación es realmente el proceso de decisión, por lo tanto, dentro de este
contexto el proceso que conduce a tomar una decisión se podría visualizar
de la siguiente manera:

●Elaboración de premisas.
●Identificación de alternativas.
●Evaluación alternativa en términos de la meta deseada.
●Elección de una alternativa, es decir, tomar una decisión.
●Componentes De La Decisión

La técnica de tomar decisiones en un problema está basada en cinco

componentes primordiales:
 ●Información: Estas se recogen tanto para los aspectos que están a favor
como en contra del problema, con el fin de definir sus limitaciones.

●Conocimientos: Si quien toma la decisión tiene conocimientos, ya sea de

las circunstancias que rodean el problema o de una situación similar,
entonces estos pueden utilizarse para seleccionar un curso de acción
favorable.

●Experiencia: Cuando un individuo soluciona un problema en forma

particular, ya sea con resultados buenos o malos, esta experiencia le
proporciona información para la solución del próximo problema similar.

●Análisis: No puede hablarse de un método en particular para analizar un

problema, debe existir un complemento, pero no un reemplazo de los otros
ingredientes. En ausencia de un método para analizar matemáticamente un
problema es posible estudiarlo con otros métodos diferentes. Si estos otros
métodos también fallan, entonces debe confiarse en la intuición.

●Juicio: El juicio es necesario para combinar la información, los

conocimientos, la experiencia y el análisis, con el fin de seleccionar el curso
de acción apropiado. No existen substitutos para el buen juicio.

CAPITULO 4. Análisis de sensibilidad.

4.1. LIMITES DE OPTIMALIDAD.
El limite de optimalidad es el lado de variación que puede tener el coeficiente del
lado derecho de una restricción sin variar la solución óptima del problema dentro
del cual pueden variar los términos independientes, sin ocasionar que la solución
actual se vuelva no factible

4.2. LIMITES DE FACTIBILIDAD.

Para calcular el intervalo de factibilidad se debe tener en cuenta las siguientes

desigualdades:

A. Restricciones menor o igual

[ ] [ ][]
b1 s1.1 0
b2 +∆ bi X s1.2 ≥ 0
bn s 1.n 0

B. Restricción mayor o igual

[ ] [ ][]
b1 s 1.1 0
b2 −∆ bi X s 1.2 ≥ 0
bn s1.n 0

Teniendo en cuenta la última tabla simplex de nuestro ejercicio:

X Y S1 S2 Z b

Y 0 1 5/48 - 0 2,5
1/48

X 1 0 - 1/48 5/48 0 2,5

Z 0 0 1750/3 250/3 1 20000

C. Reemplazamos valores:

[ ][ ]
5 5
2.5+ ∆ bi
[ ]
2.5
2.5
− ∆ bi X
48
−1
≥
2.5+
48
−1
∆ bi
48 48

Se obtiene como resultado las desigualdades 1 y 2.

5
Y =2.5+ ∆ b i ≥ 0(1)
48
−1
X =2.5+ ∆ bi ≥ 0 (2)
48

Despejando:

2.5
∆ b 1 ≥− ⟹ ∆ b1 ≥−24
5 (3)
48

2.5
∆ b 1 ≥− ⟹ ∆ b1 ≤120 (4)
−1
48

Por lo anterior se deduce que el intervalo de factibilidad se encuentra entre:

−24 ≤ ∆ b1 ≤ 120 (5)

La restricción de la sustancia M es de: Lo cual nos indica que la cantidad mínima

que debe contener la vacuna de dicha sustancia es de 30 unidades. Con el
intervalo de factibilidad podemos calcular una nueva cantidad de la sustancia M
que puede contener la vacuna y la solución inicial va a seguir siendo factible.
Si sumamos 30 a la desigualdad (5) tenemos:

−24 +30 ≤ ∆ b1 +30 ≤30+ 120

6 ≤ ∆ b1 +30 ≤150

6 ≤ ∆ b1 ≤150

El intervalo de factibilidad para bi es :6, 150, de M podemos utilizar hasta mínimo 6

unidades y como máximo 150 unidades y nuestra solución factible no cambia.

Ahora bien, este resultado lo podemos comprobar en Excel, resolviendo el

ejercicio con solver, y solicitando al programa el informe de sensibilidad como se
muestra a continuación:

Ilustración javier bonilla resultado solver excel

El resultado es el siguiente:
 Ilustración javier bonilla analisis de sensibilidad

Como se puede apreciar en las imágenes el resultado de solver es igual al

obtenido por el método b para calcular intervalos de factibilidad con tabla simplex.
es permisible aumentar hasta 120 unidades para un total de 150 como máximo y
disminuir hasta 24 unidades es decir como mínimo 6 unidades. Este intervalo de
factibilidad aplica para las dos variables X y Y.

4.3. PRECIO SOMBRA DE UN PRODUCTO.

Precio sombra
De forma sencilla en la solución de problemas de programación lineal el precio
sombra es el costo de producir una unidad adicional en una línea de producción, y
observar la forma en que esto afecta la función objetivo-planteada inicialmente a
continuación explicaremos la forma de calcularlo mediante el análisis de
sensibilidad aplicando la herramienta de solver en Excel,
Una vez tengamos las variables, la función objetiva y las restricciones,
procedemos a habilitar el complemento de análisis de datos en Excel y a habilitar
la herramienta de solver.

Como se muestra en la siguiente imagen.

Ilustración 2autor cristian pachon guias para complemetos solver

Nos dirigimos a los complementos de Excel damos clic en administrar

complementos y activamos la casilla de solver
 Ilustración autor cristian pachon guias para activar solver

Una vez seleccionado damos aceptar y podemos usas la herramienta, esto nos
permitirá realizar el análisis de sensibilidad de forma sencilla y rápida. Nos
dirigimos a la barra de Excel de datos, damos clic en solver y se nos despliega la
siguiente pestaña donde tenemos que colocar las restricciones, las variables y el
método de solución en este caso simplex.
 Ilustración autor Cristian pachon guia para diligenciar datos solver

Una vez definido los valores damos resolver y activamos la casilla de sensibilidad

Ilustración autor cristian pachon guias para habilitar sensibilidad solver

Una vez le damos aceptar él nos genera una nueva pestaña en la cual aparece el
informe completo de sensibilidad y podemos determinar el precio sombra para
cada una de las variables definidas anteriormente

Ilustración autor cristian pachon resultados de precio sombra solver

4.4. COMPORTAMIENTO DE LOS RECURSOS.

CAPITULO 5. Casos prácticos.

5.1. PROBLEMA 1. SOLUCIÓN POR EL METODO GRAFICO.

5.1.1. Desarrollo del modelo.

5.1.2. Análisis de sensibilidad.

5.2. PROBLEMA 2. SOLUCIÓN METODO SIMPLEX.

En un laboratorio se ha descubierto una medicina para combatir un virus que está

afectando gran parte de sur américa, para que la vacuna haga su efecto se debe
usar una composición de dos sustancias denominadas M y C, se deben emplear
30 unidades mínimas de la sustancia M y 30 unidades mínima de la sustancia C.
Actualmente solo podemos encontrar dos tipos de plantas que me pueden aportar
estos compuestos y se denominan Planta 1 y Planta 2, al realizar las pruebas de
laboratorio se pudo detectar que la planta 1 contiene 2 unidades de la sustancia M
y 10 de C, y la planta 2 contiene 10 unidades de la sustancia M y 2 unidades de C.
cada una de las plantas tiene un precio de 2000 y 6000 pesos respectivamente.

Detalle Sustancia M Sustancia C Precio

Planta 1 (x) 2 10 2000
Planta 2 (y) 10 2 6000
Composición mínima de la
cura 30 30

5.2.1. Desarrollo del modelo.

Variables:
● Planta 1 (x)
● Planta 2 (y)
Función objetivo:
Min Z = 2000x + 6000y
Restricciones:
 S.a. 2x + 10y ≥ 30
10x + 2y ≥ 30
x,y≥0

x y s1 s2 bi bi/y
s1 2 10 -1 0 30 3
s2 10 2 0 -1 30 15
-z 2000 6000 0 0 0

Divido toda la fila de s1 en 10

5.3. PROBLEMA 3. SOLUCIÓN POR SOLVER.

6. REFERENCIAS BIBLIOGRÁFICAS

● http://www.iol.etsii.upm.es/arch/pl_teoria.pdf