FACULTAD DE CIENCIAS EMPRESARIALES

CARRERA: INGENIERIA COMERCIAL

DOCENTE: ING.ALVERTO VALDIVIA SALAMANCA

PRACTICA N*3

TEMA: CONOCE ALGUNOS ALGUNOS METODOS DE

MODELOS DE PROGRAMACION LINEAL

NOMBRE: ELIDA CLAUDIA HUANCA CALLEJAS

FECHA DE PRESENTACION: 15 DE JUNIO DE 2023

CURSO SEXTO SEMESTRE C.I. 9894539

LA PAZ -BOLIVIA

2
 INDICE GENERAL

1. Introducción...............................................................................................3
2. Propósito.....................................................................................................3
3. Problema.....................................................................................................3
4. Solución.......................................................................................................3
5. Metodología................................................................................................3
6. Resultados...................................................................................................3
6.1. Método Gráfico....................................................................................3
6.2. Método Simplex (Algébrico)...............................................................5
6.3. Método de Penalización......................................................................6
7. Análisis de resultados................................................................................8
7.1. Eje de los conceptos teóricos...............................................................8
7.2. ¿Qué quieren decir los conceptos?.....................................................9
7.3. Lo que los conceptos no nos dicen....................................................10
8. Conclusiones.............................................................................................14
9. Bibliografia

3
 1. Introducción

En el sigiente trabajo investigavo conoceremos mas sobre los metodos que existen para resolver de diferentes
maneras y asi de esta forma encontrar las variables que tendremos por incognitas, es importante mencionar que
cada metodo tiene su sus caracteristicas y su estructura al momento de resolverlo, mientras vamos indagando
sobre como son, iremos aprendiento de que manera se puede realizar cada metodo y los pasos que debemos
seguir .

2. Propósito

Investigar y llegar a conocer los diferntes modelos que existen de resolucion modelo de programacion
lineal y todas las caracteristicas que tiene cada modelo y la estructura que tiene, los pasos a seguir para
rtesolverlo.

3. Problema

El problema que encontramos fue que mientras creabamos el los modelos de programacion lineal no
teniamos los metodos de resolucion para poder resolverlos de manera eficiente.

4. Solución
Indagar sobre los metodos que existen para poder resolverlo los modelos de programacion lineal y asi de esta
manera resolver nuestro problema sde desconocimiento de soluciones y metodos.

5. Metodología

Investigar en libros de referencia y todas las paginas de internet que esten relacionadas con la materia de
investigacion operativa

6. Resultados
Método Gráfico

López, B.S. (2022) Método Gráfico " programación lineal " io, Ingenieria Industrial Online.

“El método gráfico es una técnica de solución de problemas de programación lineal que se utiliza
principalmente para casos con dos variables. Aunque no es muy práctico para

4
una gran cantidad de variables, es muy útil para interpretar y analizar los resultados y la sensibilidad del
problema. Sin embargo, en casos donde se requiera un mayor número de variables, es posible emplear otras
técnicas como la proyección en un plano.

El método gráfico se basa en la representación gráfica de las restricciones del modelo de programación
lineal, lo que permite determinar el polígono solución o región factible. Según el teorema fundamental de
la programación lineal, si existe una solución que cumple con las restricciones del modelo, se encontrará
en uno de los vértices de la región factible.”

5
Figura 1 (Programación Lineal - Método Gráfico)

Por ejemplo: Imagínate que tienes un presupuesto limitado para comprar frutas y
verduras en el supermercado. Quieres maximizar la cantidad de productos que puedes
adquirir, pero también estás limitado por el costo y las cantidades disponibles. Puedes
utilizar el método gráfico trazando líneas que representen las restricciones (por ejemplo,
la cantidad de dinero disponible y la cantidad máxima de cada producto) en un plano
cartesiano. La solución óptima será el punto de intersección de estas líneas, que te
indicará la combinación ideal de productos para maximizar tu compra dentro de tus
limitaciones presupuestarias.

6
6.1. Método Simplex (Algébrico)

López, B.S. (2022c) Método simplex " programación lineal " investigación de
operaciones, Ingeniería Industrial Online.

“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 y con una mayor capacidad de análisis
de sensibilidad.

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, en la medida en que se
pueda satisfacer el conjunto de restricciones, siempre se hallará como mínimo una
solución óptima.”

Figura 2 (ingenieriaindustrialonline.com)

Por ejemplo: Imagina que eres un fabricante de muebles y tienes una cierta cantidad de
recursos limitados, como madera y tiempo de trabajo, para producir diferentes tipos de
muebles (sillas, mesas, estanterías). Quieres maximizar tus ganancias considerando los

7
 costos de producción y las limitaciones de recursos. Utilizando el método simplex,
puedes formular un sistema de ecuaciones lineales para representar las restricciones y la

función objetivo (las ganancias). A través de iteraciones y cálculos algebraicos, el método

simplex te guiará hacia la solución óptima, es decir, la combinación de productos que
maximice tus ganancias dadas las restricciones de recursos.

8
6.2. Método de Penalización

Método M O penalización (no date) método M o penalización ~.

“El Método M se inicia con la Pl. en forma de ecuación. Si la ecuación no tiene una
holgura (o una variable que pueda desempeñar el papel de una), se agrega una
VARIABLE ARTIFICIAL, Ri , para formar una solución inicial procede a la
solución básica de total holgura.
Sin embargo, las VARIABLES ARTIFICIALES en formar parte del problema
original, y se requiere un "Artificio" de modelado para IGUALARLAS A CERO en
el momento que se alcance la interacción OPTIMA (suponiendo que el problema
tenga una solución factible)
Figura 3 (programacionlineal100l.blogspot.com)

La meta deseada se logra PENALIZANDO estas variables en la función objetivo

utilizando la siguiente regla:
Regla de penalización para variables Artificiales:

Dado M, un valor positivo suficientemente grande (matemáticamente (M 00), el

coeficiente objetivo de una variable artificial representa una penalización apropiada
si:

9
Figura 4 (programacionlineal100l.blogspot.com)

Los Pasos Básicos del Método M o penalización son los siguientes:

1. Exprese el problema en forma Estándar transformando las inecuaciones

introduciendo variables de Holgura. (X1; X2; X3 o Cualquier variable)
2. Agrega VARIABLES NO NEGATIVAS al lado izquierdo de cada de las
ecuaciones correspondientes a las restricciones de tipo (>= o <=). Estas
variables se denominan VARIABLES ARTIFICIALES y su adición hace que
las restricciones sean correspondientes.
3. Utiliza las VARIABLES ARTIFICIALES en la solución básica inicial., sin
embargo, la función objetivo de la tabla inicial se prepara adecuadamente para
expresarse en términos de las variables no básicas únicamente.
4. Proceda con los pasos regulares del metido simplex.”

Por ejemplo: Supongamos que eres un gerente de logística y tienes que asignar
una flota de vehículos a diferentes rutas de entrega, teniendo en cuenta las
limitaciones de tiempo, distancia y capacidad de carga de los vehículos.
Además, existen penalizaciones por retrasos en las entregas. Utilizando el
método de penalización, puedes agregar términos de penalización a la función
objetivo que reflejen los retrasos en la entrega. El objetivo será minimizar la
función objetivo total (que incluye tanto los costos de asignación como las
penalizaciones). A través de técnicas de optimización, el método de
penalización te permitirá encontrar la asignación óptima de vehículos a rutas
que minimice los costos y los retrasos.

1
7. Análisis de resultados

7.1. Eje de los conceptos teóricos

El método gráfico es una técnica utilizada para resolver problemas de programación

lineal con dos variables. Se basa en representar gráficamente las restricciones del
problema en un plano cartesiano para determinar la región factible. La solución
óptima se encuentra en uno de los vértices de esta región. Aunque es más práctico
para problemas con pocas variables, es útil para interpretar y analizar los resultados
y la sensibilidad del problema.

El Método Simplex es un enfoque analítico para resolver problemas de

programación lineal más complejos que el método gráfico. Puede manejar un
número ilimitado de variables y tiene mayor capacidad de análisis de sensibilidad.
Es un método iterativo que mejora la solución en cada paso al moverse de un vértice
a un vértice vecino en un poliedro de soluciones. Siempre encontrará al menos una
solución óptima en la medida en que se satisfagan las restricciones.

El Método de Penalización, también conocido como Método M, se utiliza en

problemas de programación lineal que requieren igualar variables artificiales a cero
para obtener una solución factible. Se agrega una variable artificial a las ecuaciones
si no hay holgura, y se penaliza en la función objetivo. Estas variables artificiales no
forman parte del problema original y se igualan a cero en el momento óptimo. La
meta es penalizar estas variables en la función objetivo para lograr la solución
deseada. Los pasos básicos incluyen expresar el problema en forma estándar,
agregar variables artificiales, utilizarlas en la solución básica inicial y aplicar los
pasos regulares del método simplex.

Estos métodos son herramientas utilizadas en la Programación Lineal para resolver

problemas de optimización con restricciones. Cada uno tiene sus propias
características y aplicaciones específicas, pero todos buscan encontrar soluciones
óptimas que satisfagan las restricciones y maximicen o minimicen una función
objetivo.

1
7.2. ¿Qué quieren decir los conceptos?

Los conceptos teóricos son ideas fundamentales y principios que nos ayudan a
comprender y explicar cómo funcionan los métodos de resolución en Programación
Lineal. Son los pilares sobre los cuales se construyen estos métodos y nos permiten
entender su lógica y aplicarlos correctamente para resolver problemas de
optimización.

El método gráfico se basa en representar gráficamente las restricciones del problema

en un plano cartesiano. Esto nos permite visualizar y determinar la región factible,
que es el área donde se cumplen todas las restricciones. La solución óptima se
encuentra en uno de los vértices de esta región, de acuerdo con el teorema
fundamental de la programación lineal.

El método simplex es un enfoque algebraico e iterativo que busca mejorar la

solución paso a paso. Se mueve entre los vértices de un poliedro de soluciones,
siguiendo una dirección óptima, para encontrar la solución óptima final. Este
método es capaz de resolver problemas más complejos que el método gráfico y no
tiene restricciones en cuanto al número de variables.

El método de penalización, o método M, involucra agregar variables artificiales para

obtener una solución inicial factible. Estas variables se utilizan para igualar las
restricciones y se penalizan en la función objetivo. Luego, se utilizan técnicas de
optimización para minimizar o maximizar la función objetivo total, considerando
tanto las restricciones como las penalizaciones.

7.3. Lo que los conceptos no nos dicen

El método gráfico no nos ofrece una solución numérica precisa, sino más bien una
representación visual de las restricciones y la región factible. No nos dice cómo
encontrar exactamente la solución óptima, especialmente en problemas con un gran
número de variables. Además, el método gráfico no aborda la eficiencia
computacional, ya que puede volverse difícil trazar gráficos de alta dimensión
cuando hay muchas variables involucradas. No nos proporciona una guía clara

1
sobre cómo

1
 lidiar con problemas complejos que van más allá de las limitaciones del enfoque
gráfico.

Aunque el método simplex es una poderosa técnica de optimización lineal, no nos

garantiza encontrar la solución óptima en todas las situaciones. En algunos casos, el
proceso iterativo puede entrar en ciclos infinitos sin llegar a una solución final. El
método simplex también carece de información sobre la sensibilidad de la solución
óptima a cambios en los datos del problema. No nos dice cómo se vería afectada la
solución óptima si los coeficientes de la función objetivo o las restricciones se
modificaran ligeramente. Además, en problemas de gran escala con un gran número
de variables y restricciones, el método simplex puede volverse computacionalmente
costoso y requerir mucho tiempo de cálculo.

El método de penalización no garantiza encontrar una solución factible o una

solución óptima en todos los casos. Puede haber situaciones en las que no se pueda
llegar a una solución válida o donde las penalizaciones introducidas distorsionen la
verdadera solución óptima.

La elección de un valor de penalización adecuado (valor M) puede ser desafiante y

determinar el equilibrio correcto entre eliminar las variables artificiales y no afectar
la convergencia del método.Además, el método de penalización no proporciona
información sobre la estabilidad de la solución óptima frente a cambios en los datos
del problema. No nos dice cómo se comportaría la solución óptima si los
coeficientes de la función objetivo o las restricciones se modificaran.

8. Conclusiones
Si en conclucion nos dimos cuenta que a tra vez de la investigacion y busqueda de
informacion podemos llegar a conocer los metodos que existen para resolver las
variables de programacion lineal.

1
9. Referencias bibliográficas

 López, B. S. (2019b, June 10). Método gráfico. INGENIERÍA Industrial.com.

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/metodo-grafico/

 López, B. S. (2019c, June 11). Método Simplex. INGENIERÍA Industrial.com.

https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/metodo-simplex/

 Método M o Penalizacion. (n.d.). Programacion Lineal.

http://programacionlineal100l.blogspot.com/2014/11/metodo-m-o-penalizacion.html

 Mendez A. (17 de agosto de 2020). Método Simplex Paso a Paso: Ejemplos de Maximizar

y Minimizar. Recuperado el 14 de junio de 2023 de Plan de