lOMoAR cPSD| 28736282

ACTIVIDAD N° 1: PRESENTACIÓN DEL INFORME FINAL.

PRESENTADO POR:

JOHAM SEBASTIAN PACHECO TRILLOS

PRESENTADO A:
HECTOR GUILLERMO MORENO JEREZ

UNIDADES TECNOLOGICAS DE SANTANDER

FACULTAD DE CIENCIAS SOCIECONOMICAS Y EMPRESARIALES
FCS015V PROGRAMACION LINEAL - PAE-V042-24-1 2024 - V1

BUCARAMANGA – 2024
 lOMoAR cPSD| 28736282

INTRODUCCIÓN

En este trabajo comenzaremos a abordar los temas de la programación lineal

basado en una investigación de operaciones, inicialmente la programación lineal se
aplica como uso factible de la aplicación de resultados básicos del algebra lineal,
teoremas de cálculo, teoremas gráficos y redes; esta busca estudiar problemas de
optimización los cuales se maximizan o minimizan como funciones lineales
restringidas mediante ecuaciones o desigualdades, en este contexto no hablamos
de la palabra programación en el sentido usual de crear código para diseñar
programas en una computadora. Más bien, nos referimos a programación más como
en el sentido de “la programación de cierto canal de televisión” o bien como en la
frase “programé una cita con mi dentista”, es decir, como una manera de tomar
decisiones para repartir un recurso (el tiempo de aire en el caso de la televisión y el
tiempo del doctor y del paciente en el ejemplo del dentista).
La aplicación de la investigación de las operaciones y la programación lineal posee
una gran variedad de enfoques como es el caso de la toma de decisiones, en el
diseño de políticas públicas. Decisión de este tipo se conoce como Decisiones de
Planeación Urbana y la utilizan los administradores públicos para presentar
proyectos de desarrollo de las ciudades.
 lOMoAR cPSD| 28736282

APROPIACIÓN CONCEPTUAL

PROGRAMACIÓN LINEAL
La programación lineal es una herramienta valiosa en la toma de decisiones
empresariales, ya que permite encontrar soluciones óptimas a problemas complejos
con múltiples variables.
A medida que las empresas buscan ser más eficientes y competitivas en un
mercado globalizado, la programación lineal se ha convertido en una técnica
esencial en la gestión organizacional.
USO DE LA PROGRAMACIÓN LINEAL
En un problema de programación lineal, se busca encontrar el valor máximo o
mínimo de una función objetivo, como por ejemplo maximizar las ganancias de una
empresa o minimizar los costos de producción de un producto. La función objetivo se
encuentra sujeta a restricciones que deben cumplirse, como por ejemplo el
presupuesto disponible para la empresa o la cantidad de recursos disponibles para
la producción del producto.
Por ejemplo, puede utilizarse para optimizar la asignación de recursos en una
empresa, para planificar la producción de bienes y servicios, para maximizar la
eficiencia en la asignación de rutas de transporte o para optimizar la distribución de
productos en un mercado.
Un problema de optimización en términos matemáticos queda definido por:
1) Las variables del problema, que reciben el nombre de variables
instrumentales. Se notarán por el vector x.
2) La función objetivo f(x) que es la descripción en términos matemáticos del
objetivo a conseguir.
3) El conjunto de oportunidades k o conjunto de valores que satisfacen todas las
condiciones del problema que se trata de resolver.
4) En general k h x() i i m = =1 I donde hi (x) son las condiciones de restricción.
Una de las modalidades de la programación matemática es la programación
lineal, que se caracteriza por:
1. − La función objetivo es lineal, es decir f(x) = c1 x1 + c2 x2+ ....

2. − Las restricciones del problema también son lineales

h1(x); a11 x1 + a12 x2 +. ... +a1n xn ≤

b1 h2(x);......a21 x1 + a12 x2 +. +a1n
xn ≤ b1
hm(x);......am1 x1 + am2 x2 +. +amn xn ≤ bm
3. − Las variables instrumentales han de tomar necesariamente valores mayores o iguales
que cero. Se trata de una condición de no negatividad
 lOMoAR cPSD| 28736282

xi ≥ 0
En notación matricial
max (min)
z = c t ·x
s.a A·x ≤
bx ≥ 0
Estas variables poseen una importante interpretación económica. Si en la solución del
problema la variable de holgura de la restricción d es cero, xd h = 0 , indica que la
restricción está saturada o que se verifica como igualdad. Por el contrario xd h > 0, indica
que no se verifica como igualdad sino que existe un exceso de recursos no utilizados si la
restricción estaba planteada como (≤) y también puede significar un exceso de consumos
de disponibilidades mínimas cuando la restricción es mayor o igual (≥).
Con estas variables de holgura también denominadas variables secundarias en contraposición
a las variables principales, el problema se reduce fácilmente a la forma estándar
Max z = c’ t . x’
s.a A’. x’ =
b x’≥ 0
Donde x’ = (x, x h ) y A’ es la matriz técnica de los coeficientes de las variables xy x h . Al
aumentar el número de variables, ha de aumentar también el número de coeficientes en la
función objetivo. Se recurre a coeficientes de valor cero c’ = (c, 0) para valores de holgura.

METODOS DE LA PROGRAMACIÓN

LINEAL METODO GRAFICO

Este método es útil cuando se trabaja con problemas de programación lineal con sólo dos
variables. En este método se grafican las restricciones y la función objetivo en un plano
cartesiano y se busca la intersección de las restricciones para encontrar la solución óptima.
METODO SIMPLEX
Este es uno de los métodos más utilizados para resolver problemas de programación lineal
con varias variables. En este método se construye una tabla que muestra las variables y las
restricciones, y se realiza una serie de iteraciones para encontrar la solución óptima.
METODO DE LOS MULTIPLICADORES DE LAGRANGE
Este método se utiliza cuando hay restricciones en forma de igualdad en el problema de
programación lineal. En este método se construye una función Lagrangiana y se utilizan los
multiplicadores de Lagrange para encontrar la solución ópima.
METODO DE LAS REGIONES FACTIBLES
 lOMoAR cPSD| 28736282

Este método se utiliza cuando hay restricciones en forma de desigualdad en el problema de

programación lineal. En este método se divide el espacio de variables en varias regiones
factibles, y se prueba cada una de ellas para encontrar la solución óptima.
PASOS PARA REALIZAR UN PROBLEMA DE PROGRAMACIÓN LINEAL

 Definir el problema: El primer paso es definir el problema que se desea resolver.

Es importante identificar claramente cuál es el objetivo y qué restricciones se deben
cumplir.
 Identificar las variables: Las variables son las incógnitas que se desean encontrar
en el problema. Es importante identificar cuáles son las variables relevantes para el
problema y asignarles un nombre.
 Formular la función objetivo: La función objetivo es una ecuación matemática que
representa el objetivo del problema, ya sea maximizar o minimizar algún valor. La
función objetivo debe estar en términos de las variables identificadas y debe ser lineal.
 Establecer las restricciones: Las restricciones son las limitaciones que se deben
cumplir para resolver el problema. Estas restricciones deben estar en términos de
las variables identificadas y deben ser lineales. Además, las restricciones deben
estar en forma de desigualdades o igualdades.
 Representar el problema en forma de sistema de ecuaciones lineales: Una vez
que se ha definido la función objetivo y las restricciones, se pueden representar en
forma de un sistema de ecuaciones lineales.
 Resolver el sistema de ecuaciones lineales: Existen diversos métodos para
resolver sistemas de ecuaciones lineales, uno de los más comunes es el método
simplex. Este método permite encontrar la solución óptima que cumpla con las
restricciones y optimice la función objetivo.
 Interpretar la solución: Una vez que se ha encontrado la solución óptima, es
importante interpretarla para tomar decisiones informadas y evaluar la eficacia del
modelo. Es posible que sea necesario ajustar el modelo y volver a resolverlo si los
resultados no cumplen con los objetivos esperados.
Estos son los pasos generales para hacer una programación lineal. Cada problema es único
y puede requerir adaptaciones específicas, pero estos pasos proporcionan una guía general
para la resolución de problemas mediante programación lineal.
 lOMoAR cPSD| 28736282

CASO ESTUDIO PROGRAMACIÓN LINEAL

INTRODUCCIÓN:
La aplicación de la investigación de las operaciones y la programación lineal posee una
gran variedad de enfoques como es el caso de la toma de decisiones, en el diseño de
políticas públicas. Decisión de este tipo se conoce como Decisiones de Planeación Urbana
y la utilizan los administradores públicos para presentar proyectos de desarrollo de las
ciudades.
PLANEACIÓN URBANA

La planeación urbana se enfoca principalmente en construir nuevas unidades

habitacionales, también en remodelar unidades habitacionales y recreativas, y, por último, el
desarrollo de obras civiles de carácter público como universidades y hospitales. Factores
determinantes para la realización de estos proyectos son muy particulares, factores
económicos como el Precio de la Tierra, Valor de Construcción, Medios de financiación y el
Nivel de Ingreso. Factores de tipo social como son las escuelas, los parques y el Estrato
Socioeconómico. Objetivos distintos varían para desarrollar emprendimientos de este tipo.
PROPOSITO DEL ESTUDIO DEL CASO:
Este escenario nos permite ver con claridad que existen aplicaciones de muchos tipos en
los modelos de la Programación Lineal, el desarrollo de este caso en la administración
pública busca tomar de decisiones para la planeación municipal basado en estudios
técnicos con fundamento en modelos matemáticos.
MODELO DE PLANEACIÓN URBANA
La ciudad de Bogotá se ve afectada por problema de tierras para construir nuevas
viviendasy disminución de sus presupuestos a través de la captación de impuestos. Para
encontrar salidas a esta crisis de tierras y aumentar la tributación, las autoridades
encargadas de estos temas en la ciudad proyectan la renovación de un área de viviendas
dentro de la ciudad, y la construcción de un nuevo modelo para el desarrollo de la ciudad.
La urbanización está sujeta a dos etapas: la primera etapa, es la recuperación de un sector
para quitar (demoler) casas en asentamientos subnormales y conseguir los terrenos para el
nuevo proyecto desarrollo, y la segunda etapa es la construcción del nuevo modelo de
desarrollo. Este modelo adicionalmente tiene algunas características:

a. Se pueden quitar 300 casas en asentamientos subnormales. Cada casa ocupa en

promedio de 1000 𝑚2 El costo de quitar una casa es de $2000 en miles de pesos.
 lOMoAR cPSD| 28736282

b. Los tamaños de los lotes para construir casas unifamiliares Tipo A de 730 𝑚2,
dobles Tipo B de 1150 𝑚2, triples Tipo C de 1600 𝑚2 y cuádruples Tipo D de 2000 𝑚2

c. En el nuevo desarrollo, las unidades Tipo C y Tipo D ocupan por lo menos 25% del
total. Las unidades Tipo A deben ser al menos 20% de todas las unidades, y las
unidades Tipo B deben ocupar un mínimo de 10%.

d. Los impuestos que se captaran por cada unidad Tipo A, Tipo B, Tipo C y Tipo D
son de
$1500, $2200, $3000 y $4000, respectivamente en miles de pesos.

e. El costo de construcción por unidad de las casas Tipo A, Tipo B, Tipo C y Tipo D es
de $ 60,000, $80,000, $1600,000 y $200,000, respectivamente en miles de pesos.

f. El financiamiento se logrará a través de los bancos Nacionales y está garantizado

por un máximo de $15 millones en miles de pesos.
Análisis de información.

1. Desarrollo del modelo matemático de Programación Lineal - Unidad 1

2. Análisis del modelo matemático - Unidad 2
3. Solucionar a través del método simplex -Unidad 3
4. Realizar el análisis de sensibilidad -Unidad 4
 lOMoAR cPSD| 28736282

SOLUCIÓN CASO ESTUDIO

1. DESARROLLO DEL MODELO MATEMATICO DE PROGRAMACIÓN

LINEAL
Para el planteamiento del modelo matemático se realizaron los siguientes pasos. Definición
de variables.
Tipo A = 𝑥1
TIPO B =𝑥2
TIPO C =
𝑥3 TIPO D
=𝑥4
CANTIDAD DE CASAS A DEMOLER
=𝑥5 TOTAL DE CASAS = 𝑥6
FUNCIÓN OBJETIVO

Se desea maximizar la cantidad de acuerdo al # de viviendas

construidas: Z= 1500x1+2200x2+3000x3+4000x4

Que es equivalente a la siguiente

reducción: Z= 15x1+22x2+30x3+40x4

La primera restricción es

730x1+1150x2+1600x3+2000x4 <300000

la segunda es

0,18x1+0.28x2+0.4x3+0.5x4 <0.2125x5

agregamos restricciones que limitan las casas de cada tipo asi

−0.8x1+0.2x2+0.2x3+0.2x4 <0

0.25x1+0.25x2−0.75x3−0.75x4<0
 lOMoAR cPSD| 28736282

0.1x1−0.9x2+0.10x3+0.10x4<0

la única restricción restante es el costo de demolición y construcción se mantenga en

el presupuesto accesible. Por tanto

50x1+70x2+130x3+160x4+2x5<15000

simplificando tenemos que el modelo completo seria:

maximizar z= 1500x1+2200x2+3000x3+4000x4

sujeto a :

0.18x1+0.28x2+0.4x3+0.5x4 −0.2125 x5 <0

x5<300

−0.8x1+0.2x2+0.2x3+0.2x4 <0

0.25x1+0.25x2−0.75x3−0.75x4 <0

0.1x1−0.9x2+0.10x3+0.10x4 <0

50x1+70x2+130x3+160x4+2x5 <15000

x1,x2,x3,x4.x5 >0

TENEMOS:

recaudación de impuestos 343000

millones cantidad casas tipo A x1 36

unidades cantidad de casas tipo b x2

98 casas dobles

cantidad de casas tipo c x3 45 casas

triples
 lOMoAR cPSD| 28736282

casas tipo d casas cuádruples x4 0

cantidad de casas demolidas x5 245

2. ANALISIS DEL MODELO MATEMATICO

Para esta parte se plantean las restricciones, necesarias que llevaran al proceso de
optimización de la función hallada anteriormente

POR

CONDICIONES

AREA
300 casas * 1000m2 cada una = 300000 área disponible

R1= 230X1+ 1150x2+ 1600x3+ 2000x4 < 300000

NEGATIVIDAD

R2= x1, x2, x3,

x4, x5 >0

R3= X5 < 300

R4= X1 + X2 + X3 + X4 + X5 > 0

PORCENTAJE

se tiene R5=% x4 + % X5 > 25% X6

X4 + X5 > 0.25
x6 100 100
R6= % X1 >20% X6

R6= % X2 >10% X6

PRESUPUESTO DISPONIBLE

R8= 60000X1 + 80000X2 + 16000000X3 + 200000X4 + 2000X5 < 15000000

3. SOLUCIONAR A TRAVÉS DEL MÉTODO SIMPLEX

 lOMoAR cPSD| 28736282

min Z = 2x1 + 1.5x2 + 2x3 + 2.5x4 + 3x5

Las restricciones del problema son:
− La cantidad de terreno disponible para construir las nuevas casas es limitada:
1000x2 + 1150x3 + 1600x4 + 2000x5 <= 50000
− Se deben quitar exactamente 300 casas en asentamientos subnormales: x1 = 300

− Las unidades Tipo C y Tipo D deben ocupar por lo menos el 25% del total: x4 + x5 >=
0.25(x2
+ x3 + x4 + x5)

Además, todas las variables de decisión deben ser no

negativas. x1: número de casas unifamiliares Tipo A que se
construirán
x2: número de casas dobles Tipo B que se
construirán x3: número de casas triples Tipo C que se
construirán
x4: número de casas cuádruples Tipo D que se construirán
La función objetivo que queremos maximizar es el ingreso total por impuestos de las nuevas
casas:
max Z = 1500x1 + 2200x2 + 3000x3 + 4000x4

Las restricciones del problema son:

− La cantidad de terreno disponible para construir las nuevas casas es limitada: x1 + 2x2 +
3x3
+ 4x4 <= 100
− Las unidades Tipo A deben ser al menos el 20% de todas las unidades: x1 >= 0.2(x1 + x2 +
x3
+ x4)
− Las unidades Tipo B deben ocupar un mínimo de 10%: x2 >= 0.1(x1 + x2 + x3 + x4)

Condiciones X1 X2 X3 X4 X5 VALOR

Función 1500 2200 3000 4000 0 0

objetivo

Mayor 1 1 1 1 1 0

Mayor 0 0 0 1 1 0,25
 lOMoAR cPSD| 28736282

Mayor 1 0 0 0 0,2

Mayor 0 1 0 0 0,1

Menor 0 0 0 0 1 300

Menor 60000 20000 1600000 200000 2000 1500000

0
Menor 730 1150 1600 2000 0 300000

Esto indica que para tener mayor ganancia se debería fabricar únicamente 206 casas del t

tipo A y 129 casa del tipo B, con una ganancia tributaria estimada de 595.311.000

4. REALIZAR ANALISIS DE SENSIBILIDAD

La variación de los coeficientes en la función objetivo, para determinar si se ve afectada la

óptima solución.

Z= 1500 X1 + 2200 X2 + 3000 X3+ 4000 X4

La cual cambia a:

Z= 2000 X1 + 1200 X2+ 3500 X3+4000 X4

Los resultados obtenidos para esta condición se muestran así:

Se toma el valor nuevo menos el valor actual sobre el valor

actual: 2000 – 1500

1500

1200 – 2200

2200

3600−3000

3000

4500−4000
 lOMoAR cPSD| 28736282

4000

2000 1200 3500 4500

0,3333 0,4545 0,16667 0,125

1,0795454

Da a entender que no se cumpliría con lo requerido por lo que se propone

Z: 2000 X1+ 1500X2+ 4000 X3+ 4000 X4

2000 1500 4000 4000

0,3333 0,31818182 0,3333 0

0,58484848

Verificando la regla del 100% indica que se cumple en su totalidad la óptima solución para

el conjunto de respuestas cambia a:

730 X1 + 1150 X2 + 1600 X3+ 2000 X4 ≤ 300000

730 X1 + 1150 X2 + 1600 X3 + 2000 X4 ≤ 400000

Cambia a:

60000 X1 + 80000 X2 + 1600000 X3 + 200000 X4 + 2000 X5 ≤ 15000000

60000 X1 + 80000 X2 + 1600000 X3 + 200000 X4 + 2000 X5 ≤ 17000000

Si se analizan únicamente estas dos funciones de restricción por área y construcción el

cambio resulta:

400000 17000000

300000 15000000
 lOMoAR cPSD| 28736282

0,33333 0,133333
3

Con una relación muy por debajo del 100% esto muestra que son importante las

variables de porcentaje y restricciones individuales agregando la variable de casas

demolidas, el aumento hacia el 100% de similitud con las restricciones originales es

notable.

400000 17000000 200

300000 15000000 300

0,333333 0,133333 0,333333

 lOMoAR cPSD| 28736282

CONCLUSIÓN
Para concluir, la programación lineal es una herramienta matemática poderosa que permite
resolver problemas de optimización en una amplia variedad de campos, y que se utiliza para
maximizar o minimizar una función lineal sujeta a ciertas restricciones.

Es importante tener en cuenta que requiere de datos precisos y fiables para funcionar
correctamente. Por lo tanto, es fundamental contar con sistemas adecuados para la
recopilación y análisis de datos relevantes y precisos, que permitan tomar decisiones
informadas y precisas. Además, la programación lineal se puede utilizar para analizar
grandes conjuntos de datos y encontrar patrones y tendencias que no son evidentes a simple
vista, lo que puede ser de gran utilidad en la toma de decisiones estratégicas.
Finalmente, con el desarrollo de este caso estudio podemos confirmar la importancia de los
modelos para determinar y optimizar costos dentro de una organización.
 lOMoAR cPSD| 28736282

BIBLIOGRAFIA

https://www.questionpro.com/blog/es/programacion−lineal/
https://economipedia.com/definiciones/programacion−lineal.html
https://www.lifeder.com/programacion−lineal/
https://rua.ua.es/dspace/bitstream/10045/19734/4/Introduccion_a_la_programacion_linea l.pdf
https://blog.nekomath.com/investigacion−de−operaciones−introduccion−a−la−programacion−
lineal/