FACULDAD DE CIENCIAS ADMINISTRATIVAS Y

ECONOMICAS

MATERIA:
INVESTIGACIÓN DE OPERACIONES

ESTUDIANTE:
PUALASIN MASAQUIZA MARIA GLADYS

TEMA:
INFORME PROGRAMACIÓN LINEAL

AMBATO

2022-2023
 TEMA: PRINCIPIOS DE PROGRAMACIÓN LINEAL

Introducción
En la administración de empresas, en la toma de decisiones para la solución de

problemas o identificación de oportunidades se ocupan varias herramientas que ayudan

en dichas tareas. Las herramientas que se pueden utilizar son muy variadas y han de ser

acogidas dependiendo de las necesidades empresariales y hacía que se encuentran

enfocados los planes estratégicos; en los casos que se necesiten planes ligados al los

entornos externos han de ocuparse herramientas como la investigación de mercados o

sus derivados, sin embargo, en el caso de necesitarse identificaciones y soluciones para

problemas o mejoramientos internos de la empresa se puede hacer uso de las virtudes de

la programación lineal.

La programación lineal en las empresas puede usarse dentro de distintos ámbitos, como

estos:

En el 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… La programación lineal da solución a los

problemas de planificación de horarios, intenta dar una respuesta efectiva a las

necesidades de personal durante cierto período… En el área de trasporte se tiene

como 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. (Vázquez, 2015)

La programación lineal puede ser asociado solamente a modelos matemáticos, sin

embargo, es una herramienta importante en las empresas de cualquier clasificación, ya

que por medio de estas se puede perseguir la eficiencia, eficacia y competitividad

empresarial en el mercado, si se ocupa de manera correcta esta herramienta y se crean

planes empresariales que solventen lo que se identifica por el uso de la programación

lineal se puede pronosticar el éxito de la organización.

Objetivos
Colocar dos objetivos, respetar la estructura: verbo en infinitivo + sujeto + condición de
calidad (en base a qué o para qué)
 Realizar una introducción teórica acerca de la programación lineal para entender
mejor su concepto y la importancia de la misma.
 Resolver los ejercicios y casos prácticos aplicando lo entendido en la
introducción y en las clases dictadas durante el periodo electivo.
Desarrollo
Nota: Para desarrollar cada apartado de esta sección, revisar previamente la guía
de estudio incorporada en el material de estudio pp. 12 – 20.

1. Ecuaciones lineales
Grafique en geogebra las siguientes ecuaciones vinculadas a cada tipo de recta,
pase el gráfico al informe, enumérelo y etiquételo bajo norma APA.

Caso 1: y = mx+b

y=6x+2

Figura 1
Ecuación Lineal Caso 1
Caso 2: y = - mx+b

y=-5x+4
Figura 2
Ecuación Lineal Caso 2

Caso 3: y = ± b

y= 5
Figura 3
Ecuación Lineal Caso 3

Caso 4: x = ± a

x= 8
 Figura 4
Ecuación Lineal Caso 4

2. Inecuaciones lineales.
Grafique en geogebra las siguientes inecuaciones lineales, encuentre el área
solución y realice la respectiva validación.

Ejemplo:
4y + 2x +8 ≤ 0

Paso 1: graficar
Paso 2: tomar dos puntos, uno sobre la recta y otro bajo la recta
Paso 3: Validar
Figura 5

Inecuaciones lineales
Validación:

A= (5, - 10)
4y + 2x +8 ≤ 0
4(-10) + 2 (5) +8 ≤ 0
-40 + 10 +8 ≤ 0
-22 ≤ 0 Verdadero

B = (10,10)
4y + 2x +8 ≤ 0
4(10) + 2 (10) +8 ≤ 0
40 + 20 +8 ≤ 0
68 ≤ 0 Falso

Casos propuestos:

1. 6y + 5x + 9 ≥ 0

Figura 6
Inecuaciones Lineales 1

Validación
A= (-10, 10)
6y + 5x + 9 ≥ 0
6(10)+5(-10)+9≥0
60-50+9
19≥ 0 Verdadero

B= (-5, -5)
6y + 5x + 9 ≥ 0
6(-5)+5(-5)+9≥ 0
 -30-25+9≥ 0
-46≥ 0 Falso

2. x+7y+4< 0
Responder: ¿por qué al graficar este caso en geogebra la recta de frontera de la
solución se representa entrecortada?

Figura 7
Inecuación Lineal

Validación
A= (1, -1)
x+7y+4< 0
1+7( -1)+4< 0
1-7+4< 0
-2< 0 Verdadero
B= (1, 2)
x+7y+4< 0
1+7(2)+4< 0
1+14+4< 0
19< 0 Falso

3. Coloque 2 inecuaciones propuestas por usted.

Figura 8
Ecuación Lineal 3
2 x+y+6≥0
Validación
A= (-4, -3)
2 x+y+6≥0
2(-4)-3+6≥0
-8-3+6≥0
5≥0 Verdadero
B= (0, 4)
2 x+y+6≥0
2(0)+4+6≥0
4+6≥0
10≥0 Verdadero

Figura 9
Inecuaciones Lineales
 Validación
A= (-1, 0)
2 x+7 y+4≥0
2(-1)+7(0)+4≥0
-2+4≥0
2≥0 Verdadero

B= (-1, -3)
2 x+7 y+4≥0
2(-1)+7(-3)+4≥0
-2-21+4≥0
-19≥0 Falso

3. Sistema de inecuaciones lineales

Grafique en geogebra los siguientes sistemas de inecuaciones lineales, encuentre el

área solución mediante la respectiva validación.

Ejemplo:
2x + 3y≥-3
2x-y-9≤0
2x-5y-5≥0

Paso 1: graficar
Paso 2: tomar tres puntos del área solución e identificar sus coordenadas.
Paso 3: Validar en los tres puntos.

Figura 10
Sistema de inecuaciones lineales
Validación:
D = 3; -1
2x + 3y ≥ - 3 2x-y-9 ≤ 0 2x – 5y – 5 ≥ 0
2 ( 3) + 3(-1) ≥ - 3 2(3)+1-9 ≤ 0 2(3) – 5(-1)-5≥0
6-3 ≥ - 3 6+1-9≤0 6+5-5≥0
-3≥ - 3 -2≤0 6≥0
Verdadero Verdadero Verdadero

Casos propuestos:
1. 2x+y>8
6x-8≤y
y<4x
Figura 11
Sistema de Ecuaciones Lineales
D=(2,8)
2 x+y>8 6 x-8≤y y≤4 x
2(2)+8>8 6 (2)-8≤8 8≤4(2)
4+8>8 12-8≤8 8≤8 Verdadero
12>8 Verdadero 4≤8 Verdadero

2. Coloque dos sistemas de inecuaciones propuestas por usted, realice los pasos
antes mencionados.
Figura 12
Sistema de Inecuaciones Lineales

D= (-6, 4)
 2 x+4 y-5<2 3 x+5 y-8≥-6 x+5 y+2>6
2(-6)+4(4)-5<2 3(-6)+5(4)-8≥-6 -6+5(4)+2>6
-12+16-5<2 -18+20-8≥-6 -6+20+2>6
-1<2 Verdadero -6≥-6 Verdadero 16>6 Verdadero

Figura 13
Sistema de Inecuaciones Lineales

Validación
D= (0.-0.5)

2x-3y≤5 3x+2y≥-2 5x+8y<0

2(0)-3(-0.5)≤5 3(0)+2(-0.5) ≥-2 5(0)+8(-0.5) <0
1.5≤5 -1≥-2 -4<0
Verdadero Verdadero Verdadero

4. Problemas de Optimización
4.1 Problemas de Maximización
Caso 1 (ejemplo)
Un fabricante de muebles produce dos tipos de mesas: clásicas y modernas. Cada mesa del
modelo clásico requiere 4 horas de lijado y 3 horas de barnizado, y deja un beneficio de 200
dólares. No deben fabricarse más de 9 de estas mesas. Cada mesa moderna necesita 3 horas de
lijado y 4 horas de barnizado, y su beneficio es de 100 dólares. Se dispone de 48 horas para
lijado y de 60 horas para barnizado. ¿Cuántas mesas de cada tipo se han de fabricar para que sus
beneficios sean máximos?
1. Definición de las variables de decisión
X1 = Unidades de mesas tipo clásica que se deben fabricar
X2 = Unidades de mesas tipo moderna que se deben fabricar
 2. Tabla de datos

Proceso Lijado Barnizado Beneficio

Producto (h) (h) ($)
Mesa Clásica 4 3 200
X1
Mesa Moderna 3 4 100
X2
Disponibilidad 48 60

3. Determinación de la función objetivo

Max G = 200 (X1) + 100 (X2)

4. Determinación de restricciones

4 X1 + 3 X2 ≤ 48
3 X1 + 4 X2 ≤ 60
X1 ≤ 9

5. Condiciones de no negatividad
X1 , X2 ≥ 0

6. Modelo
Max G = 200 (X1) + 100 (X2)
Sujeto a,
4 X1 + 3 X2 ≤ 48
3 X1 + 4 X2 ≤ 60
X1 ≤ 9

X1 , X2 ≥ 0

Caso 2
Indermak evalúa tres proyectos de crecimiento, además diseñó una planificación de cinco años
para maximizar su rentabilidad. En la siguiente tabla se muestra la estimación de las utilidades
que proporcionará cada proyecto y los egresos que se relacionan con cada uno de ellos y que se
consideran anuales. Plantee el modelo de programación lineal para este caso.

1. Definición de las variables de decisión

X1 = Proyecto 1 de crecimiento, planificación para 5 años.

X2 = Proyecto 2 de crecimiento, planificación para 5 años.

X3 = Proyecto 3 de crecimiento, planificación para 5 años.

 Egreso Egresos (miles $) Utilidad
s

Proyecto

1 2 3 4 5
1 25 27 28 30 28 215
2 18 22 21 28 31 320
3 1 27 21 34 24 270
Fondos 120 140 120 150 110
disponibles
1. Determinación de la función objetivo

Max G = 215 (X1) + 320 (X2) + 270(X3)

2. Determinación de restricciones

25 X1 + 18 X2+ X3 ≤ 120
27X1 + 22 X2 +27X3 ≤ 140
28X1 + 21 X2 +21X3 ≤ 120
30X1 + 28 X2 +34X3 ≤ 150
28X1 + 31X2 +24X3 ≤ 110
X1 ≤ 5

3. Condiciones de no negatividad
X1, X2, X3 ≥ 0

4. Modelo

Max G = 215 (X1) + 320 (X2) + 270(X3)

Sujeto a,
25 X1 + 18 X2+ X3 ≤ 120
27X1 + 22 X2 +27X3 ≤ 140
28X1 + 21 X2 +21X3 ≤ 120
30X1 + 28 X2 +34X3 ≤ 150
28X1 + 31X2 +24X3 ≤ 110
X1 ≤ 5
X1, X2, X3 ≥ 0
Caso 3
Una empresa de instalaciones dispone de 195 kg de cobre, 20 kg de titanio y 14 kg de aluminio.
Para fabricar 100m de cable de tipo A, se necesitan 10 Kg de cobre, 2 kg de titanio y 1kg de
aluminio, y se obtiene de él un beneficio de $1500. Para fabricar 100 m de cable de tipo B, se
necesitan 15 kg de cobre, 1 kg de titanio y 1 kg de aluminio, y se obtiene un beneficio de $1000.
Calcular cuántos metros de cable hay que fabricar, de cada tipo; para que el beneficio sea el
máximo.
1. Determinación de la función objetivo
Max (G)= 1500 (X)+ 1000 (X)
2. Tabla de datos

Cobre Titanio Aluminio

X 10 2 1
Y 15 1 1
Total 195 20 14
3. Restricciones
10X1+15X2≤195
2X1+X2 ≤20
X1+X2 ≤14
4. Condiciones de No Negatividad

X1, X2 ≥ 0

5. Modelo
Max G= 1500(X1)+1000(X2)
Sujeto a
10X1+15X2≤195
2X1+1X2≤20
1X1+1X2≤14
28X1+31X2+24X3≤110

X1,X2≥ 0
Caso 4
Para la fabricación de dos productos, se utilizan dos tipos de materiales M1 y M2 para la
fabricación de dichos productos, P1 y P2. La disponibilidad de los materiales M1 y M2 es de
135 y 120 toneladas, en su orden. El producto P1 contiene el 30% de M1 y 40% de M2;
mientras que el producto P2 contiene el 70% de M1 y 60% de M2. Las utilidades unitarias de
los productos P1 y P2 son de $3 y $5, respectivamente. La demanda del producto P1 está entre
25 y 130 unidades y la de P2 entre 35 y 150 unidades. ¿Cuántos productos de cada uno se debe
fabricar para maximizar sus utilidades?
1. Definición de las variables

X1=producto p1

X2=Producto p2

2. Tabla de datos

Proces M1 M2 Utilidades Demanda

o ($)
Producto
Producto P1 30% 40% 3 25-130
X1
Producto P2 70% 60% 5 35-150
X2
Disponibilidad 135 120
3. Determinación de la función objetivo

Max G = 3(X1) + 5(X2)

4. Determinación de restricciones

30X1 + 70X2 ≤ 135

40X1 + 60X2 ≤ 120
25X1 ≤ 130
35X1 ≤ 150

X1, X2 ≥ 0

5. Condiciones de no negatividad

X1, X2 ≥ 0

6. Modelo

Max G = 3(X1) + 5 (X2)

Sujeto a,
 30X1 + 70X2 ≤ 135
40X1 + 60X2 ≤ 120
25X1 ≤ 130
35X1 ≤ 150
X1, X2 ≥ 0

Caso 5
Una fábrica produce dos tipos de camisa A y B; las camisas de tipo A requieren 2.5 minutos
para corte y 5 min para confección; las de tipo B, requieren 4 min para corte y 4 min para
confección. Se necesita 1 hora y 40 minutos para corte y 2 horas para confección, siendo el
beneficio de $2.5 por cada camisa tipo A y $3 por cada camisa tipo B. ¿Cuántas camisas de
cada tipo debe producirse para obtener su máximo beneficio?

1. Definición de las variables de decisión

X1 = Unidades de camisas Tipo A que se deben producir.
X2 = Unidades de camisas Tipo B que se deben producir.

2. Tabla de datos

Disponibilidad:
Corte: 1 hora y 40 minutos = 100 minutos
Confección: 2 horas = 120 minutos
Proceso Corte Confección Beneficio

Producto (min) (min) ($)

Camisas Tipo A 2,5 5 2,5

X1

Camisas Tipo B 4 4 3

X2

Disponibilidad 100 120

3. Determinación de la función objetivo

Max G = 2,5(X1) + 3 (X2)

 4. Determinación de restricciones

2,5X1 + 4 X2 ≤ 100
5 X1 + 4 X2 ≤ 120

5. Condiciones de no negatividad
X1 , X2 ≥ 0

6. Modelo
Max G = 2,5 (X1) + 3 (X2)
Sujeto a,
2,5X1 + 4 X2 ≤ 100
5 X1 + 4 X2 ≤ 120

X1 , X2 ≥ 0

4.2 Problemas de Minimización

Caso 6
Una empresa fabricante de automóviles produce dos modelos, A y B. Tiene dos factorías, F1 y
F2. En F1 se producen diariamente 6 coches tipo A y 4 tipos B, con un costo de $32000 diarios.
F1 no funciona más de 50 días. En F2 se producen 4 de A y 4 de B, con un costo de $24000
diarios. Para abastecer el mercado se han de poner a la venta al menos 360 coches de tipo A y al
menos 300 de tipo B. ¿Cuántos días debe funcionar cada factoría para que el costo sea mínimo?

1. Definición de las variables de decisión

X1 = Número de días que debe funcionar F1
X2 = Número de días que debe funcionar F2

2. Tabla de datos

Productos Automóvil Modelo Automóvil Modelo Beneficio ($)

Factoria A(unidades) B(unidades)
Factoria 1 6 4 32000

Factoria 2 4 4 24000
X2
 Disponibilidad 360 300

3. Determinación de la función objetivo

Min C = 32000 X1 + 24000 X2

4. Determinación de restricciones
6 X1 +4 X2 ≥ 360
4 X1 +4 X2 ≥ 300
X1 ≤ 50

5. Condiciones de no negatividad
X1, X2 ≥ 0

6. Modelo matemático

Min C = 32000 X1 + 24000 X2

Sujeto a,
6 X1 +4 X2 ≥ 360
4 X1 +4 X2 ≥ 300
X1 ≤ 50

X1, X2 ≥ 0

Caso 7
Se desea realizar la mezcla de dos substancias A y B, que ha de contener como mínimo 10
unidades de cada una de ellas. Estas substancias las venden dos proveedores en forma de lotes.
El lote del primer proveedor es tal, que los contenidos de B y de A están en relación de 4 a 1 y
hay una unidad de A. El lote del segundo proveedor es tal que los contenidos de A y de B están
en relación de 4 a 1 y hay una unidad de B. El primer proveedor vende cada lote a $10 y el
segundo al doble. Ambos proveedores nos venden lotes enteros o fracciones de ellos. ¿Qué
número de lotes hemos de comprar para que el costo sea mínimo?
1. Definición de las variables de decisión
X1= Cantidad de lotes que se debe comprar al proveedor A
X2= Cantidad de lotes que se debe comprar al proveedor A
2. Tabla de datos

Sustancia A( UNIDADES) B (UNIDADES) PRECIO VENTA

Proveedores
Proveedor A 1 4 10
Proveedor B 4 1 20
10 10

3. Determinación de la función Objetivo

Min C= 10(X1)+20(X2)
4. Determinación de restricciones
X1+4X2≥10
4X1+1X2≥10
5. Condiciones No negatividad
X1,X2≥0
6. Modelo
Min C= 10(X1)+20(X2)
Sujeto a
X1+4X2≥10
4X1+1X2≥10
X1,X2≥10

Caso 8

Un deportista tiene requerimientos nutricionales de 70 gr de proteínas y 3000 Kcal

diarias, estas necesidades puede satisfacerlas mediante la ingesta de los alimentos que se
presentan en la siguiente tabla. Para cada alimento se indican los valores los alores
nutricionales y el costo por cada 100 gr. de alimento.
Pan Queso Mantequilla Galletas Espinacas
Proteínas 8.3 24.9 0.4 6.0 5.1
Kcal 246 423 793 93 26
Costo 35 130 100 75 30

¿Cuál será la composición de la dieta que cubra las necesidades del individuo a un costo
mínimo? Plantee el modelo de programación lineal para este caso.
1.- Definición de la variable de decisión:
X1= PAN
X2= QUESO
X3= MANTEQUILLA
X4= GALLETAS
X5= ESPINACAS
2.- Determinación de le función objetivó
Min C= 35X1+130X2+100X3+7X4+30X5
3.- Determinación de restricciones
8.3X1+24.9X2+0.4X3+6.0X4+5.1X5≥70
246X1+423X2+793X3+93X4+26X5≥3000
4.- Condiciones de no negatividad
X1, X2, X3, X4, X5≥0
5.- Modelo matemático
Min C= 35X1+130X2+100X3+7X4+30X5
Sujeto a:
8.3X1+24.9X2+0.4X3+6.0X4+5.1X5≥70
246X1+423X2+793X3+93X4+26X5≥3000
X1, X2, X3, X4, X5≥0
Discusión
 Realizar una introducción clara sobre el tema permite al lector entender de mejor
manera el tema y en este caso dar una base teórico para la resolución de los
ejercicios.
 Resolver los ejercicios de la mejor manera usando todo tipo de herramientas y
recursos a nuestro alcance para poder generar un trabajo de calidad con las
respuestas correctas.

Bibliografía
Vázquez, S. (2018, 23 marzo). Programación lineal. Aplicaciones a la economía y a la

empresa. core. https://core.ac.uk/download/pdf/61918068.pdf