2

Programación
Lineal

2.1 INTRODUCCIÓN

La Programación Lineal, se considera el elemento más consistente y difundido de la

Investigación Operativa, encuentra aplicaciones en la solución de diversos problemas en
el campo técnico-económico como ser:
 De mezcla y conjuntado de recursos para optimizar el empleo de materia prima
 Planificación de la Producción para maximizar beneficios
 Planificación de la Producción para minimizar costos de producción
 Asignar recursos limitados entre actividades competitivas de forma óptima, etc.

La Programación Lineal es un modelo determinístico.

2.2 DEFINICIÓN

Se llama PROGRAMACIÓN LINEAL al conjunto de técnicas matemáticas que

pretenden optimizar (maximizar o minimizar) una función objetivo, sujeta a una serie de
restricciones, expresadas por inecuaciones lineales. (Prawda, 2004)

Un Problema de Programación Lineal (PPL) tiene la siguiente forma:

ó también:
Max Z = cixi
Sujeto a: aijxi <= bi
xi >= 0

donde:
ci = vector fila de costos
aij = matriz de coeficientes tecnológicos
 bi = vector columna de disponibilidades de recursos
xi = variables de decisión

2.3 TERMINOLOGÍA DE LA PROGRAMACIÓN LINEAL

En un problema de programación lineal intervienen:
 La función f(x,y) = ax + by + c o Z = cixi llamada función objetivo y que es
necesario optimizar. Donde x e y son las variables de decisión, mientras que a, b
y c son constantes.
 Las restricciones que deben ser inecuaciones lineales. Su número depende del
problema en cuestión. El carácter de desigualdad viene impuesto por las
limitaciones, disponibilidades o necesidades, que son: inferiores a ...( menores: <
o ); como mínimo de .. (mayores: > o ). Tanto si se trata de maximizar como
de minimizar, las desigualdades pueden darse en cualquiera de los dos sentidos.
 Al conjunto de valores de x e y que verifican todas y cada una de las restricciones
se lo denomina conjunto (o región) factible. Todo punto de ese conjunto puede
ser solución del problema; todo punto no perteneciente a ese conjunto no puede
ser solución.
 La solución óptima del problema será un par de valores (x0, y0) del conjunto
factible que haga que f(x,y) tome el valor máximo o mínimo.

2.4 FORMULACIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL

1. Una panadería produce 3 tipos de pan: especial, galleta y marraqueta, para hacer el pan
especial se necesita 2 kilos de manteca, 1 kilo de harina, 10 huevos y ½ kilo de azúcar,
para hacer el pan galleta; se necesita 3 kilos de harina, 2 ½ de manteca, 3 huevos, ½ kilo
de azúcar, para hacer el pan marraqueta se necesitan 4 kilos de harina 1 ½ de manteca,
4 huevos, ½ kilo de azúcar. La panadería solo dispone de 50 kilos de manteca 70 huevos,
60 kilos de harina y 25 kilos de azúcar. El pan especial se vende a 0,5 $ la unidad, el
pan galleta 0,4 $ y el pan marraqueta a 0,35 $. Formule como un problema de
programación lineal de maximización.

Un PPL tiene la siguiente forma:

Max Z = cixi  (función objetivo)

Sujeto a: aijxi <= bi  (restricciones)
xi >= 0  (condición de no negatividad)

Para construir el modelo vamos a identificar las variables que intervienen en el problema
y sus relaciones:
Sea: x1 = pan especial
x2 = pan galleta
x3 =pan marraqueta

El pan especial x1, se vende a 0,50 $ la unidad (c1).

El pan galleta x2, se vende a 0,4 $ la unidad (c2)
El pan marraqueta x3, se vende a 0,35 $ la unidad (c3).

En el proceso de producción se utilizan los siguientes productos

 Para el pan especial: 2 kilos de manteca, 1 kilo de harina, 10 huevos y ½ kilo de
azúcar
Para el pan galleta: 3 kilos de harina, 2 ½ de manteca, 3 huevos, ½ kilo de
azúcar
Para el pan marraqueta: 4 kilos de harina 1 ½ de manteca, 4 huevos, ½ kilo de
azúcar

La panadería dispone de los siguientes productos:

50 kilos de manteca
70 huevos,
60 kilos de harina
25 kilos de azúcar
Con estos datos vamos a construir una tabla:

ACTIVIDADES/INSUMO
S
HARIN AZÚCA COSTOS/BENEFICIO
PRODUCTO A MANTECA HUEVOS R S
Pan especial x1 1 2 10 ½ 0,5 $
Pan galleta x2 3 2½ 3 ½ 0,4 $
Pan marraqueta x3 4 1½ 4 ½ 0,35 $
DISPONIBILIDADE
S 60 50 70 25

Con estos datos de la tabla el Modelo de Programación Lineal será:

Max Z = 0,5 x1 + 0,4 x2 + 0,35 x3

Sujeto a: x1 + 3 x2 + 4 x3 <= 60
2 x1 + 2 ½ x2 + 1½ x3 <= 50
10 x1 + 3 x2 + 4 x3 <= 70
½ x1 + ½ x2 + ½ x3 <= 25
xi >= 0

2. Una fábrica de carrocerías de automóviles y camiones tiene dos naves. En la nave A,

para hacer la carrocería de un camión, se invierten 7 días-operario, para fabricar la de
un coche se precisan 2 días-operario. En la nave B se invierten tres días operario tanto
en carrocerías de camión como de coche. Por limitaciones de mano de obra y
maquinaria, la nave A dispone de 300 días operario, y la nave B de 270 días-operario.
Si los beneficios que se obtienen por cada camión son de 6 mil pesos y por cada
automóvil 2 mil pesos, ¿Formule como un PPL de maximización?
Para construir el modelo vamos a identificar las variables que intervienen en el problema
y sus relaciones:

Sea: x1 = carrocerías de automóviles (coche)

x2 = carrocerías de camiones

En el proceso de fabricación se realizan las siguientes actividades:

 En la nave A se invierten:
Para las carrocerías de automóviles: 2 días-operario
Para las carrocerías de camión: 7 días-operario
En la nave B se invierten:
Para las carrocerías de automóviles: 3 días-operario
Para las carrocerías de camión: 3 días-operario

La fábrica por limitaciones solo dispone de lo siguiente:

La nave A solo dispone de 300 días-operario

La nave B solo dispone de 270 días-operario

Los beneficios que se obtienen por:

Cada camión es de 6 mil pesos (c 1)

Cada automóvil es de 2 mil pesos (c 2)

Con estos datos vamos a construir una tabla:

ACTIVIDADES/INSUMOS
PRODUCTO NAVE A NAVE B COSTOS/BENEFICIOS
x1 = carrocerías de
automóviles (coche) 2 3 6000
x2 = carrocerías de
camión 7 3 2000
DISPONIBILIDADES 300 270

Con los datos de la tabla: el Modelo de Programación Lineal será:

Max Z = 6000 x1 + 2000 x2

Sujeto a: 2 x1 + 7 x2 <= 300
3 x1 + 3 x2 <= 270
xi >= 0

3. Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La

empresa A le paga 5 Bs. Por cada impreso repartido y la empresa B, con folletos mas
grandes, le paga 7 Bs. Por impreso. El estudiante lleva dos bolsas: una para los
impresos A, en la que caben 120, y otra para los impresos B, en la que caben 100. Ha
calculado que cada día es capaz de repartir 150 impresos como máximo. Lo que se
pregunta el estudiante es: ¿cuántos impresos habrá de repartir de cada clase para que
su beneficio sea máximo?.

Con los datos de la descripción del problema vamos a construir directamente la tabla:

ACTIVIDADES/INSUMOS
 FOLLETOS
BOLSA QUE COSTOS/BE
PRODUCTO A BOLSA B REPARTE NEFICIOS
x1 = Publicidad de
la empresa A 1 - 1 5
x2 = Publicidad de
la empresa B - 1 1 7
DISPONIBILIDADES 120 100 150

Con los datos de la tabla el Modelo de Programación Lineal será:

Max Z = 5 x1 + 7 x2
Sujeto a: x1 <= 120
x2 <= 100
x1 + x2 <= 150
xi >= 0

4. En un hospital se quiere elaborar una dieta alimenticia para un determinado grupo

de enfermos con dos alimentos A y B. Estos alimentos contienen tres principios
nutritivos: N1, N2 y N3. Una unidad de A vale 1 euro y contiene 2 unidades de N1,
1 de N2 y 1 de N3. Una unidad de B vale 2.40 euros y contiene 1, 3, y 2 unidades
de N1, N2 y N3 respectivamente. Un enfermo de este grupo necesita diariamente
al menos 4, 6 y 5 unidades de N1, N2 y N3 respectivamente. Se pide: Plantear un
problema de programación lineal que permita determinar las cantidades de
alimentos A y B que dan lugar a la dieta de coste mínimo.

Con los datos de la descripción del problema vamos a construir directamente la tabla:

ACTIVIDADES/INSUMOS
PRINCIPIOS PRINCIPIOS PRINCIPIOS
NUTRITIVOS NUTRITIVOS NUTRITIVOS COSTOS/
PRODUCTO N1 N2 N3 BENEFICIOS

x1 = Alimento A 2 1 1 1
x2 = Alimento B 1 3 2 2.4
DISPONIBILIDADES 4 6 5

Con los datos de la tabla, el PPL será:

Min Z = x1 + 2.4 x2
Sujeto a: 2 x1 + x2 <= 4
x1 + 3 x2 <= 6
x1 + 2 x2 <= 5
xi >= 0
5. Una pequeña fábrica, se dedica a elaborar sobre una máquina tres productos
diferentes: P1, P2 y P3, trabajando 45 horas semanales, los rendimientos
económicos de estos son 140, 100 y 75 unidades monetarias (reducidos los costos
de producción) respectivamente, las velocidades de producción de P1, P2 y P3
son 50 pzas. /hora, 25 pzas/hora y 75 pzas/hora, se sabe por otro lado que el
 mercado para estos productos es cuanto más 100 pzas para P1,500 pzas para P2 y
1500 pzas para P3 por semana. Formule como un PPL de maximización.

Con los datos de la descripción del problema vamos a construir directamente la tabla:

ACTIVIDADES/INSUMOS
DEMANDA DEMANDA DEMANDA COSTOS/
PRODUCTO VELOCIDAD DE P1 DE P2 DE P3 BENEFICIOS
Producto P1= x1 50 1 - - 140 $
Producto P2 x2 25 - 1 - 100 $
Producto P3= x3 75 - - 1 75 $
DISPONIBILIDADES 45 100 500 150

Con los datos de la tabla el Modelo de Programación Lineal será:

Max Z = 140 x1 + 100 x2 + 75 x3

Sujeto a: 50 x1 + 25 x2 + 75 x3 <= 45
x1 <= 100
x2 <= 500
x3 <= 150
xi >= 0
2.5 MÉTODO GRAFICO

Un PPL de dos variables se puede resolver gráficamente, el método gráfico consiste en

trazar las ecuaciones de las restricciones en un eje de coordenadas X1, X2 para tratar de
identificar el área de soluciones factibles (soluciones que cumplen con todas las
restricciones).
La solución óptima del problema se encuentra en uno de los vértices de esta área de
soluciones creada, por lo que se buscará en estos datos el valor mínimo o máximo del
problema. (Prawda & Witenberg, Introducción a la Investigación de Operaciones, 1984)

Determinación de la región factible

La solución de un problema de programación lineal, en el supuesto de que exista, debe

estar en la región determinada por las distintas desigualdades. Esta recibe el nombre de
región factible, y puede estar o no acotada.

La región factible incluye o no los lados y los vértices, según que las desigualdades sean
en sentido amplio ( o ) o en sentido estricto (< o >).
Si la región factible está acotada, su representación gráfica es un polígono convexo con
un número de lados menor o igual que el número de restricciones.
Determinación de la solución óptima

La determinación de la solución óptima requiere la identificación de la dirección en la

cual incrementa (maximizar), o decrementa (minimizar) la función objetivo.

La solución óptima está asociada con un punto de esquina del espacio de solución en
donde se intersectan dos líneas.

Ejm.
En una granja se preparan dos clases de piensos (comida para ganado) P y Q,
mezclando dos productos A y B. Un saco de P contiene 8 kg de A y 2 de B, y un saco
de Q contiene 10 kg de A y 5 de B. Cada saco de P se vende a 300 ptas. y cada saco
de Q a 800 ptas. Si en la granja hay almacenados 80 kg de A y 25 de B, ¿Cuántos sacos
de cada tipo de pienso deben preparar para obtener los máximos ingresos?
Con los datos de la descripción del problema vamos a construir directamente la tabla:

ACTIVIDADES/INSUMOS
PRODUCTO PRODUCTO COSTOS/
PRODUCTO A B BENEFICIOS

x1 = pienso P 8 2 300
x2 = pienso Q 10 5 800
DISPONIBILIDADES 80 25

Con los datos de la tabla el Modelo de Programación Lineal será:

Max Z = 300 x1 + 800 x2
Sujeto a: 8 x1 + 10 x2 <= 80
2 x1 + 5 x2 <= 25
xi >= 0

El PPL tiene 2 inecuaciones, las cuales convertimos directamente a ecuaciones:

8 x1 + 10 x2 = 80 (1)
2 x1 + 5 x2 = 25 (2)

Para graficar necesitamos las coordenadas tanto para ecuación (1) y (2)

De ecuación (1):
80
Si: x1  0  x2   x2  8
10
80
Si: x 2  0  x1   x1  10
8
De ecuación (2):

Si: 25
x1  0  x 2   x2  5
5
25
x 2  0  x1   x1  12.5
2
 Si:

Con estos puntos graficamos:

Ec (1) x1 = 0 => x2 = 8
x2 = 0 => x1 = 10

Ec (2) x1 = 0 => x2 = 5
x2 = 0 => x1 = 12.5

Para encontrar el punto óptimo P1, resolvemos las ecuaciones (1) y (2):
8 x1 + 10 x2 = 80 (1)
2 x1 + 5 x2 = 25 (2)

Por el método de sustitución:

De ec. (1):
80  10x2 (*)
x1 
8
Reemplazamos en ec (2)
 80  10x 2 
2   5 x 2  25
 8 
160  20x 2
 5 x 2  25
8
160  20x 2  40x 2  8  25
20x 2  200  160

x2  2
Reemplazando el valor de x2 en (*):
 80  10  2
x1 
8
60
x1 
8

x1  7.5
Reemplazando x1 y x2 en la función objetivo:
Z  300 7.5  800 2
Z= 3850
Para encontrar el punto óptimo P2, se tiene: x1 = 0; x2=5
Reemplazando en la función objetivo:
Z  300 0  800 5
Z= 4000
Para encontrar el punto óptimo P3, se tiene: x1 = 10; x2=0
Reemplazando en la función objetivo:
Z  30010  800* 0
Z= 3000

Solución:
La solución óptima es Max Z= 4000 en los puntos: x1 =0 , x2 =
5, Por lo que la granja debe preparar 0 sacos del pienso A (x1) y
5 sacos del pienso B (x2), para obtener un máximo de ganancias
de 4000 unidades monetarias.

Para comprobar los resultados se hará uso del Software WinQsb:

El WinQsb es un software orientado a investigación operativa, para demostrar se
selecciona el módulo Linear Programming (Programación Lineal), pestaña Nuevo
Problema y seguidamente completar los campos correspondientes:

La siguiente ventana permite ingresar especificaciones del problema:

 Ingresando datos:

Resolviendo por el método gráfico:

Solución al problema
Ejm.
Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa
A le paga 5 Bs. Por cada impreso repartido y la empresa B, con folletos más grandes, le
paga 7 Bs. Por impreso. El estudiante lleva dos bolsas: una para los impresos A, en la
que caben 120, y otra para los impresos B, en la que caben 100. Ha calculado que cada
día es capaz de repartir 150 impresos como máximo. Lo que se pregunta el estudiante es:
¿cuántos impresos habrá de repartir de cada clase para que su beneficio sea máximo?
Resolver por el método gráfico.
Los datos del problema son:

ACTIVIDADES/INSUMOS
FOLLETOS
QUE COSTOS/
PRODUCTO BOLSA A BOLSA B REPARTE BENEFICIOS
x1 = Publicidad de
la empresa A 1 - 1 5
x2 = Publicidad de
la empresa B - 1 1 7
DISPONIBILIDADES 120 100 150

Con los datos de la tabla el Modelo de Programación Lineal será:

Max Z = 5 x1 + 7 x2
Sujeto a: x1 <= 120
x2 <= 100
x1 + x2 <= 150
xi >= 0

El PPL tiene 3 inecuaciones, las cuales convertimos directamente a ecuaciones:

x1 = 120 (1)
 x2 = 100 (2)
x1 + x2 = 150 (3)

Para graficar necesitamos las coordenadas tanto para ecuación (1) , (2) y (3)

De ecuación (1) : x1  120

De ecuación (2) x 2  100

De ecuación (3) :
x1  0  x 2  150
Si:
Si: x 2  0  x1  150

Con estos puntos graficamos:

Ec (1): x1 = 120

Ec (2): x2 = 100

Ec (3): x1 = 150 ; x2 = 150

Para encontrar Z óptimo: resolvemos el sistema de ecuaciones:

Para P1: intersectamos ecuaciones (2) y (3):

x2  100
Reemplazamos en (3):
x1  100  150

x1  50
Reemplazando x1 y x2 en la función objetivo:
 Z  5  50  7 100
Z  950
Para P2: intersectamos ecuaciones (1) y (3):
De ec (1):
x1  120

Reemplazamos en (3):
120  x 2  150 ; x2 = 30

Reemplazando x1 y x2 en la función objetivo:

Z  5 120  7  30
Z  810
Para P3: se tiene los puntos: x1 = 0; x2 =100
Reemplazando x1 y x2 en la función objetivo:
Z  5  0  7 100
Z= 700
Para P4: se tiene los puntos: x1 = 120; x2 =0
Reemplazando x1 y x2 en la función objetivo:
Z  5 120  7  0
Z= 600
Como el problema pide maximizar, entonces elegimos el Z máximo (P1):
Solución:
El estudiante debe repartir 50 impresos de la empresa A y 100
impresos de la empresa B, para que su beneficio sea 950 Bs.

Comprobando con WinQsb

Resolviendo por el método gráfico:

Solución gráfica con WinQsb

El estudiante debe repartir 50 impresos de la empresa A y 100

impresos de la empresa B, para que su beneficio sea 950 Bs.

Ejm. La compañía EMG, produce dos tipos de televisores blanco-negro y a colores,

compra diferentes elementos de los televisores de otra compañía local y los arman
en su planta. La Tv tipo I necesita 5 horas de montaje y la Tv. Tipo II necesita 2
horas. Se dispone diariamente 10 horas del departamento de montaje. La compañía
puede gastar hasta 15 pesos para comprar los elementos de los televisores. Utiliza
3 pesos de material para el Tv tipo I y 5 pesos para la Tv tipo II. Se puede vender
todo lo que se produce y gana 5 pesos netos al vender cada unidad de la Tv tipo I y
3 pesos al vender cada unidad del Tv. Tipo II. El director de la compañía pide a
usted que investigue cuantas unidades de cada uno de los televisores deben producir
para maximizar la utilidad. Utilice el método gráfico para dar la respuesta.
Con los datos de la descripción del problema vamos a construir directamente la tabla:

ACTIVIDADES/INSUMOS
 COMPRA COSTOS/
PRODUCTO MONTAJE MATERIAL BENEFICIOS

x1 = TV blanco-negro 5 3 5
x2 = TV colores 2 5 3
DISPONIBILIDADES 10 15

Con los datos de la tabla el Modelo de Programación Lineal será:

Max Z = 5 x1 + 3 x2
Sujeto a: 5 x1 + 2 x2 <= 10
3 x1 + 5 x2 <= 15
xi >= 0

El PPL tiene 2 inecuaciones, las cuales convertimos directamente a ecuaciones:

5 x1 + 2 x2 = 10 (1)
3 x1 + 5 x2 = 15 (2)

Para graficar necesitamos las coordenadas tanto para ecuación (1) y (2)

De ecuación (1) :
10
Si: x1  0  x 2   x2  5
2

10
Si: x 2  0  x1   x1  2
5

De ecuación (2) :

Si: 15
x1  0  x 2   x2  3
5

15
Si: x 2  0  x1   x1  5
3

Con estos puntos graficamos:

Ec (1) x1 = 0 => x2 = 5
x2 = 0 => x1 = 2

Ec (2) x1 = 0 => x2 = 3
x2 = 0 => x1 = 5
De ec. (1):
10  2 x 2 (*)
x1 
5
Reemplazamos en ec (2)
 10  2 x 2 
3   5 x 2  15
 5 
30  6 x 2
 5 x 2  15
5
30  6 x 2  25x 2  5  15
19x 2  75  30
X2 = 2,37

Reemplazando el valor de x2 en (*):

10  2  2,37
x1 
5
x1  1,05
Reemplazando x1 y x2 en la función objetivo:
Z  5(1,05)  3(2,37)
Z= 12,36
Para P2: x1= 0; x2= 3
Z  5(0)  3(3)  9
Para P3: x1= 2; x2= 0
Z  5(2)  3(0)  10
Como el problema pide maximizar, entonces elegimos el Z máximo (P1):
Solución:
 La compañía debe fabricar 1,05 tv blanco y negro (x1) y 2,34 tv
a color (x2), para obtener un máximo de ganancias de 12,36
unidades monetarias.
Comprobando con WinQsb:

2.6 METODO SIMPLEX

Cuando el PPL tiene más de dos variables resolver por el método grafico resulta complejo,
razón suficiente para utilizar el Método Simplex, este método consiste en la resolución
de un sistema de ecuaciones de acuerdo a la necesidad, es un procedimiento iterativo que
permite ir mejorando a cada paso. El proceso concluye cuando no es posible seguir
mejorando dicha solución.

Para resolver por el método simplex se parte de la función objetivo en cualquier vértice,
el método consiste en buscar sucesivamente otro vértice que mejore al anterior.
El método simplex se basa en la siguiente propiedad. Si la función objetivo F no toma su
valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo de la cual
F aumenta.

Para resolver se parte de la matriz A que se divide en dos grupos:

B = variables básicas
N = variables no básicas
Donde:
BXB+ NXN=b
Las variables básicas son aquellas que forman parte de la solución final y que tienen un
valor determinado en la solución del problema. Las variables no básicas son aquellas que
en la solución final toman el valor de cero.
Algoritmo

1. Enunciar el problema en su forma canónica, es decir.

Max Z= CXi
Sujeto a:
axi<= b
xi>=0

2. Reescribir Z- CXi=0
3. Convertir las desigualdades en igualdades usando variables de holgura.
4. Llevar todo a la tabla canónica

Tabla canónica o tabla simplex.

n = Número de variables.
m = Número de restricciones.
5. Elegir un vector que entra a la base aij; de Zj - Cj más negativo (desempate
arbitrario)
Si.
Zj - Cj ≥ 0 para todo J; Entonces es solución óptima.
6. Elegir un vector que sale de la base ar; de XBr / Yrj mínimo positivo (+)
(desempate arbitrario).
7. Encontrar el elemento pivote: Xrj convertir a:
aj – ei ;(Xrj =1) : Volver a 5

Reglas prácticas

a) Min Z=Max (-Z)

b) Min Z= 3X1+2X2+3X3 (-1) entonces Max Z= -3X1 - 2X2-3X3
c) Si en las restricciones existe:
x1 +2x2-3/4x3 ≥ 6 (-1) entonces -x1-2x2+3/4x3 <= -6
d) Si en las restricciones existe:

-x1+6x2-5/2x3 = 10 entonces -x1+6x2-5/2x3 ≥ 10

-x1+6x2-5/2x3 ≤ 10
Ejm:

Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa

A le paga 5 Bs. Por cada impreso repartido y la empresa B, con folletos más grandes, le
paga 7 Bs. Por impreso. El estudiante lleva dos bolsas: una para los impresos A, en la
que caben 120, y otra para los impresos B, en la que caben 100. Ha calculado que cada
día es capaz de repartir 150 impresos como máximo. Lo que se pregunta el estudiante es:
¿cuántos impresos habrá de repartir de cada clase para que su beneficio sea máximo?.
Resolver por el método Simplex.
Los datos del problema son:

ACTIVIDADES/INSUMOS
FOLLETOS
BOLSA QUE COSTOS/
PRODUCTO A BOLSA B REPARTE BENEFICIOS
x1 = Publicidad de
la empresa A 1 - 1 5
x2 = Publicidad de
la empresa B - 1 1 7
DISPONIBILIDADES 120 100 150

Con los datos de la tabla, el Modelo de Programación Lineal será:

Max Z = 5 x1 + 7 x2
Sujeto a: x1 <= 120
x2 <= 100
x1 + x2 <= 150
xi >= 0

Aumentando variables de holgura para igualar las inecuaciones:

Max Z = 5 x1 + 7 x2
Sujeto a: x1 <+x3 <= 120
x2 < + x4 <= 100
x1 + x2 +x5 <= 150
xi >= 0

Levando a la tabla canónica:

 Solución: x1= 50; x2 = 100; Z = 950

Interpretación: El estudiante debe repartir 50 impresos de la

empresa A y 100 impresos de la empresa B, para que su beneficio
sea 950 Bs.
Comprobando con WinQsb:

Por el método simplex:

2.7 METODO DE PENALIZACION

Cuando el PPL es de minimización, se presentan algunas dificultades como por ejemplo

la condición de no negatividad no se cumple o tienen la siguiente forma:

min Z = cixi
Sujeto a: aijxi >= bi
xi >= 0

El método de penalización consiste en modificar el problema original para dar lugar a un

nuevo problema, se modifica aumentando variables de holgura, variables artificiales o
restando variables de superhábit, además se tiene la presencia de un coeficiente M que
tiene un valor positivo muy grande.