Repblica bolivariana de Venezuela

Ministerio del poder popular para la defensa

Universidad nacional experimental de las fuerzas armadas
UNEFA Guanare

PROGRAMACION LINEAL

EL METODO SIMPLEX

EL METODO DE TRANSPORTE

INTEGRANTES:

Digna lavado

C.I:24506428

KREUTZNER TERAN

C.I:25912431
 INTRODUCCIN.

La Programacin Lineal es una pequea parte de una teora matemtica que se

ha consolidado en el siglo XX con el nombre de Optimizacin. En general, se trata
de un conjunto de tcnicas matemticas que intentan obtener el mayor provecho
posible de sistemas econmicos, sociales, tecnolgicos,... cuyo funcionamiento se
puede describir matemticamente de modo adecuado.

Una terminologa establecida desde los primeros tiempos de la Optimizacin,

denominaba a la solucin ptima un programa de accin a poner en prctica; de
ah que la bsqueda de un tal programa de accin utilizando mtodos
matemticos se llamase Programacin Matemtica.

Segn las caractersticas de las funciones del problema y de las variables se

tienen diferentes tipos de problemas de Programacin Matemtica. Si todas las
funciones del problema, objetivo y restricciones son lineales, se tiene un problema
de Programacin Lineal.

El Modelo de transporte es una clase especial de problema de Programacin

Lineal. Trata la situacin en la cual se enva un bien de los puntos de origen
(fbricas), a los puntos de destino (almacenes, bodegas, depsitos). El modelo
supone que el costo de envo de una ruta determinada es directamente
proporcional al nmero de unidades enviadas en esa ruta. El problema del
transporte desde el punto de vista gerencial es un tpico de gran importancia ya
que tiene que ver con la seleccin de rutas entre plantas de fabricacin y bodegas
de distribucin o entre bodegas de distribucin regional y puntos de distribucin
local.

El mtodo de transporte es un problema clsico dentro de la programacin

matemtica; se analiza la manera de obtener el costo mnimo de transportar una
serie de productos desde n fbricas, hasta m almacenes; cada envo tiene un
costo particular que estar en funcin de la distancia, el tipo de carretera, la
cantidad y otras variables.

Hoy en da, en pleno apogeo de la globalizacin este problema surge cada vez
con mayor frecuencia en la rama de la investigacin de operaciones, podemos
decir que es la aplicacin del mtodo cientfico para asignar los recursos o
actividades de forma eficaz, en la gestin y organizacin de sistemas complejos,
su objetivo es ayudar a la toma de decisiones.
As mismo, este programa o mtodo fue propuesto por primera vez como un
procediendo especial para encontrar un modelo de costo mnimo para distribuir
unidades homogneas de un producto desde varias fuentes de abastecimiento
hasta varios puntos de destinos o consumos. Para ello se toma en cuenta el nivel
de oferta en cada fuente y la cantidad de demanda en cada destino, as como
tambin, El costo de transporte unitario de la mercanca a cada destino.

El mtodo Simplex desarrollado por George Bernard Dantzig (8 de noviembre de

1914 - 13 de mayo de 2005) en 1947. Este mtodo se basa en la conversin del
problema con restricciones con desigualdades en un problema cuyas restricciones
son ecuaciones lineales. Es un mtodo matricial.

El mtodo algebraico es muy dispendioso, en razn a que trabaja con todos los
datos de las ecuaciones, para mejorar ste aspecto se cre el mtodo simplex
cuya gran virtud es su sencillez, mtodo muy prctico, ya que solo trabaja con los
coeficientes de la funcin objetivo y de las restricciones. Las reglas de decisin
para determinar la variable que entra, la que sale, la gran M, y cmo determinar
que estamos en el ptimo; Todas stas reglas de decisin fueron deducidas del
mtodo algebraico, solamente que aqu se han acomodado para ser usadas en el
tipo de tablero simplex que se usar.
 PROGRAMACIN LINEAL

La Programacin Lineal corresponde a un algoritmo a travs del cual se resuelven

situaciones reales en las que se pretende identificar y resolver dificultades para
aumentar la productividad respecto a los recursos (principalmente los limitados y
costosos), aumentando as los beneficios. El objetivo primordial de
la Programacin Lineal es optimizar, es decir, maximizar o minimizar funciones
lineales en varias variables reales con restricciones lineales (sistemas de
inecuaciones lineales), optimizando una funcin objetivo tambin lineal.

Los resultados y el proceso de optimizacin se convierten en un respaldo

cuantitativo de las decisiones frente a las situaciones planteadas. Decisiones en
las que sera importante tener en cuenta diversos criterios administrativos como:

Los hechos.

La experiencia.

La intuicin.

La autoridad.

COMO RESOLVER UN PROBLEMA MEDIANTE PROGRAMACIN LINEAL?

El primer paso para la resolucin de un problema de programacin lineal consiste

en la identificacin de los elementos bsicos de un modelo matemtico, estos son:

Funcin Objetivo

Variables

Restricciones

El siguiente paso consiste en la determinacin de los mismos, para lo cual

proponemos seguir la siguiente metodologa:

Definir el criterio de Identificar y

Identificar y Plantear la
la funcin objetivo definir variables
definir funcin objetivo
restricciones
La funcin del objetivo.

La funcin objetivo tiene una estrecha relacin con la pregunta general que se
desea responder. S en un modelo resultasen distintas preguntas, la funcin
objetivo se relacionara con la pregunta del nivel superior, es decir, la pregunta
fundamental. As por ejemplo, si en una situacin se desean minimizar los costos,
es muy probable que la pregunta de mayor nivel sea la que se relacione con
aumentar la utilidad en lugar de un interrogante que busque hallar la manera de
disminuir los costos.

Las variables decisin

Similar a la relacin que existe entre objetivos especficos y objetivo general se

comportan las variables de decisin respecto a la funcin objetivo, puesto que
estas se identifican partiendo de una serie de preguntas derivadas de la pregunta
fundamental. Las variables de decisin son en teora factores controlables del
sistema que se est modelando, y como tal, estas pueden tomar diversos valores
posibles, de los cuales se precisa conocer su valor ptimo, que contribuya con la
consecucin del objetivo de la funcin general del problema.
Las restricciones.

Cuando hablamos de las restricciones en un problema de programacin lineal, nos

referimos a todo aquello que limita la libertad de los valores que pueden tomar las
variables de decisin.

La mejor manera de hallarlas consiste en pensar en un caso hipottico en el que

decidiramos darle un valor infinito a nuestras variables de decisin, por ejemplo,
qu pasara si en un problema que precisa maximizar sus utilidades en un
sistema de produccin de calzado decidiramos producir una cantidad infinita de
zapatos? Seguramente ahora nos surgiran mltiples interrogantes, como por
ejemplo:

Con cunta materia prima cuento para producirlos?

Con cunta mano de obra cuento para fabricarlos?

Pueden las instalaciones de mi empresa albergar tal cantidad de

producto?

Podra mi fuerza de mercadeo vender todos los zapatos?

 Puedo financiar tal empresa?

Pues bueno, entonces habramos descubierto que nuestro sistema presenta una
serie de limitantes, tanto fsicas, como de contexto, de tal manera que los valores
que en un momento dado podran tomar nuestras variables de decisin se
encuentran condicionados por una serie de restricciones.

EJEMPLO DE RESOLUCIN DE UN PROBLEMA DE PROGRAMACIN

LINEAL.

EL PROBLEMA

La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad

diferente T y T; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo
c. Para obtener un metro de T diariamente se necesitan 125 gr de a, 150 gr de b y
72 gr de c; para producir un metro de T por da se necesitan 200 gr de a, 100 gr
de b y 27 gr de c.

El T se vende a $4000 el metro y el T se vende a $5000 el metro. Si se debe

obtener el mximo beneficio, cuntos metros de T y T se deben fabricar?

El problema se recomienda leer en ms de una ocasin para facilitar el

reconocimiento de las variables, adems es muy recomendable la
elaboracin de tablas o matrices que faciliten una mayor comprensin del
mismo.

PASO 1: "FORMULAR EL PROBLEMA"

Para realizar este paso partimos de la pregunta central del problema.

Cuntos metros de T y T se deben fabricar?

Y la formulacin es:

Determinar la cantidad de metros diarios de tejido tipo T y T a fabricar teniendo

en cuenta el ptimo beneficio respecto a la utilidad.

PAS 2: DETERMINAR LAS VARIABLES DE DECISIN

Basndonos en la formulacin del problema nuestras variables de decisin son:

XT: Cantidad de metros diarios de tejido tipo T a fabricar

XT: Cantidad de metros diarios de tejido tipo T a fabricar

PAS 3: DETERMINAR LAS RESTRICCIONES DEL PROBLEMA

En este paso determinamos las funciones que limitan el problema, estas estn
dadas por capacidad, disponibilidad, proporcin, no negatividad entre otras.

De disponibilidad de materia prima:

0,125XT + 0,200XT <= 500 Hilo a

0,150XT + 0,100XT <= 300 Hilo b

0,072XT + 0,027XT <= 108 Hilo c

De no negatividad

XT, XT >= 0

PAS 4: DETERMINAR LA FUNCIN OBJETIVO

En este paso es de vital importancia establecer el contexto operativo del problema

para de esta forma determinar si es de Maximizacin o Minimizacin. En este caso
abordamos el contexto de beneficio por ende lo ideal es Maximizar.

Funcin Objetivo

ZMAX = 4000XT + 5000XT

PASO 5: RESOLVER EL MODELO UTILIZANDO SOFTWARE O MTODOS

MANUALES

A menudo los problemas de programacin lineal estn constituidos por

innumerables variables, lo cual dificulta su resolucin manual, es por esto que se
recurre a software especializado, como es el caso de WinQSB, TORA, Lingo o
para modelos menos complejos se hace til la herramienta Solver de Excel.

El anterior ejercicio fue resuelto mediante Solver - Excel, y su resultado fue:

 MTODO SIMPLEX

El Mtodo Simplex es un mtodo analtico de solucin de problemas

de programacin lineal capaz de resolver modelos ms complejos que los
resueltos mediante el mtodo grfico sin restriccin en el nmero de variables.

El Mtodo Simplex es un mtodo iterativo que permite ir mejorando la solucin en

cada paso. La razn matemtica de esta mejora radica en que el mtodo consiste
en caminar del vrtice de un poliedro a un vrtice vecino de manera que aumente
o disminuya (segn el contexto de la funcin objetivo, sea maximizar o minimizar),
dado que el nmero de vrtices que presenta un poliedro solucin es finito
siempre se hallar solucin.

Este famossimo mtodo fue creado en el ao de 1947 por el estadounidense

George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el nimo de
crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.

QUE ES UNA MATRIZ IDENTIDAD?

Una matriz puede definirse como una ordenacin rectangular de elementos, (o

listado finito de elementos), los cuales pueden ser nmeros reales o complejos,
dispuestos en forma de filas y de columnas.
La matriz idntica o identidad es una matriz cuadrada (que posee el mismo
nmero tanto de columnas como de filas) de orden n que tiene todos los
elementos diagonales iguales a uno (1) y todos los dems componentes iguales a
cero (0), se denomina matriz idntica o identidad de orden n, y se denota por:

La importancia de la teora de matrices en el Mtodo Simplex es fundamental,

dado que el algoritmo se basa en dicha teora para la resolucin de sus
problemas.

OBSERVACIONES IMPORTANTES AL UTILIZAR MTODO SIMPLEX.

VARIABLES DE HOLGURA Y EXCESO

El Mtodo Simplex trabaja basndose en ecuaciones y las restricciones iniciales

que se modelan mediante programacin lineal no lo son, para ello hay que
convertir estas inecuaciones en ecuaciones utilizando unas variables
denominadas de holgura y exceso relacionadas con el recurso al cual hace
referencia la restriccin y que en el tabulado final representa el "Slack or
surplus" al que hacen referencia los famosos programas de resolucin de
investigacin de operaciones, estas variables adquieren un gran valor en el
anlisis de sensibilidad y juegan un rol fundamental en la creacin de la matriz
identidad base del Simplex.

Estas variables suelen estar representadas por la letra "S", se suman si la

restriccin es de signo "<= " y se restan si la restriccin es de signo ">=".

Por ejemplo:
VARIABLE ARTIFICIAL / MTODO DE LA "M"

Una variable artificial es un truco matemtico para convertir inecuaciones ">=" en

ecuaciones, o cuando aparecen igualdades en el problema original, la
caracterstica principal de estas variables es que no deben formar parte de la
solucin, dado que no representan recursos. El objetivo fundamental de estas
variables es la formacin de la matriz identidad.
Estas variables se representa por la letra "A", siempre se suman a las
restricciones, su coeficiente es M (por esto se le denomina Mtodo de la M
grande, donde M significa un nmero demasiado grande muy poco atractivo para
la funcin objetivo), y el signo en la funcin objetivo va en contra del sentido de la
misma, es decir, en problemas de Maximizacin su signo es menos (-) y en
problemas de Minimizacin su signo es (+), repetimos con el objetivo de que su
valor en la solucin sea cero (0).

MTODO SIMPLEX PASO A PASO:

EL PROBLEMA

La empresa el SAMN Ltda. Dedicada a la fabricacin de muebles, ha ampliado

su produccin en dos lneas ms. Por lo tanto actualmente fabrica mesas, sillas,
camas y bibliotecas. Cada mesa requiere de 2 piezas rectangulares de 8 pines, y
2 piezas cuadradas de 4 pines. Cada silla requiere de 1 pieza rectangular de 8
pines y 2 piezas cuadradas de 4 pines, cada cama requiere de 1 pieza rectangular
de 8 pines, 1 cuadrada de 4 pines y 2 bases trapezoidales de 2 pines y finalmente
cada biblioteca requiere de 2 piezas rectangulares de 8 pines, 2 bases
trapezoidales de 2 pines y 4 piezas rectangulares de 2 pines. Cada mesa cuesta
producirla $10000 y se vende en $ 30000, cada silla cuesta producirla $ 8000 y se
vende en $ 28000, cada cama cuesta producirla $ 20000 y se vende en $ 40000,
cada biblioteca cuesta producirla $ 40000 y se vende en $ 60000. El objetivo de la
fbrica es maximizar las utilidades.

PASO 1: MODELACIN MEDIANTE PROGRAMACIN LINEAL

Las variables:
X1 = Cantidad de mesas a producir (unidades)

X2 = Cantidad de sillas a producir (unidades)

X3 = Cantidad de camas a producir (unidades)

X4 = Cantidad de bibliotecas a producir (unidades)

Las restricciones:

2X1 + 1X2 + 1X3 + 2X4 <= 24

2X1 + 2X2 + 1X3 <= 20

2X3 + 2X4 <= 20

4X4 <= 16

La funcin Objetivo:

ZMAX = 20000X1 + 20000X2 + 20000X3 + 20000X4

PAS 2: CONVERTIR LAS INECUACIONES EN ECUACIONES

En este paso el objetivo es asignar a cada recurso una variable de Holgura, dado
que todas las restricciones son "<=".

2X1 + 1X2 + 1X3 + 2X4 + 1S1 + 0S2 + 0S3 + 0S4 = 24

2X1 + 2X2 + 1X3 + 0X4 + 0S1 + 1S2 + 0S3 + 0S4 = 20

0X1 + 0X2 + 2X3 + 2X4 + 0S1 + 0S2 + 1S3 + 0S4 = 20

0X1 + 0X2 + 0X3 + 4X4 + 0S1 + 0S2 + 0S3 + 1S4 = 16

De esta manera podemos apreciar una matriz identidad (n = 4), formado por las
variables de holgura las cuales solo tienen coeficiente 1 en su respectivo recurso,
por el ejemplo la variable de holgura "S1" solo tiene coeficiente 1 en la restriccin
correspondiente a el recurso 1.

La funcin objetivo no sufre variaciones:

ZMAX = 20000X1 + 20000X2 + 20000X3 + 20000X4

PAS 3: DEFINIR LA SOLUCIN BSICA INICIAL

El Mtodo Simplex parte de una solucin bsica inicial para realizar todas sus
iteraciones, esta solucin bsica inicial se forma con las variables de coeficiente
diferente de cero (0) en la matriz identidad.

1S1 = 24

1S2 = 20

1S3 = 20

1S4 = 16

PASO 4: DEFINIR LA TABLA SIMPLEX INICIAL.

www.ingenieriaindustrialonline.com

Solucin: (segundo trmino)= En esta fila se consigna el segundo trmino de la

solucin, es decir las variables, lo ms adecuado es que estas se consignen de
manera ordenada, tal cual como se escribieron en la definicin de restricciones.

Cj = La fila "Cj" hace referencia al coeficiente que tiene cada una de las variables
de la fila "solucin" en la funcin objetivo.

Variable Solucin = En esta columna se consigna la solucin bsica inicial, y a

partir de esta en cada iteracin se van incluyendo las variables que formarn parte
de la solucin final.
Cb = En esta fila se consigna el valor que tiene la variable que se encuentra a su
derecha "Variable solucin" en la funcin objetivo.

Zj = En esta fila se consigna la contribucin total, es decir la suma de los

productos entre trmino y Cb.

Cj - Zj = En esta fila se realiza la diferencia entre la fila Cj y la fila Zj, su

significado es un "Shadow price", es decir, la utilidad que se deja de recibir por
cada unidad de la variable correspondiente que no forme parte de la solucin.

Solucin inicial:

PAS 5: REALIZAR LAS ITERACIONES NECESARIAS

Este es el paso definitivo en la resolucin por medio del Mtodo Simplex, consiste
en realizar intentos mientras el modelo va de un vrtice del poliedro objetivo a otro.

El procedimiento a seguir es el siguiente:

1. Evaluar que variable entrar y cual saldr de la solucin ptima:

2. El hecho de que una variable distinta forme parte de las variables solucin
implica una serie de cambios en el tabulado Simplex, cambios que se explicarn a
continuacin.

- Lo primero es no olvidar el valor del "a" correspondiente a la variables a entrar,

en este caso el "a = 4".
www.ingenieriaindustrialonline.com

- Lo siguiente es comenzar a rellenar el resto de la tabla, fila x fila.

www.ingenieriaindustrialonline.com

- Se repite este procedimiento con las dos filas restantes, ahora se harn los
clculos correspondientes en el resto de las celdas.
www.ingenieriaindustrialonline.com

De esta manera se culmina la primera iteracin, este paso se repetir cuantas

veces sea necesario y solo se dar por terminado el mtodo segn los siguientes
criterios.

Maximizar Minimizar

Solucin Cuando todos los Cj - Zj sean Cuando todos los Cj - Zj sean

ptima <= 0 >= 0

- Continuamos con las iteraciones para lo cual tenemos que repetir los pasos
anteriores.
www.ingenieriaindustrialonline.com

En esta ltima iteracin podemos observar que se cumple con la consigna Cj - Zj

<= 0, para ejercicios cuya funcin objetivo sea "Maximizar", por ende hemos
llegado a la respuesta ptima.

X1 = 3

X2 = 4

X3 = 6

X4 = 4

Con una utilidad de: $ 340000

 Sin embargo una vez finalizado el Mtodo Simplex se debe observar una matriz
identidad en el rectngulo determinado por las variables de decisin, el hecho de
que en este caso no se muestre la matriz identidad significa que existe una
solucin ptima alterna.

www.ingenieriaindustrialonline.com

La manera de llegar a la otra solucin consiste en alterar el orden en que cada una
de las variables entro a la solucin bsica, recordemos que el proceso fue
decidido al azar debido a la igualdad en el Cj - Zj del tabulado inicial. Aqu les
presentamos una de las maneras de llegar a la otra solucin.
www.ingenieriaindustrialonline.com

Podemos observar como existe una solucin ptima alternativa en la cual la

combinacin de variables es distinta y existe un menor consumo de recursos,
dado que el hecho de que se encuentre la variable "S1" en la solucin ptima con
un coeficiente de "3" significa que se presenta una holgura de 3 unidades del
recurso (pieza rectangular de 8 pines).

X1 = 0 (Cantidad de mesas a producir = 0)

X2 = 7 (Cantidad de sillas a producir = 7)

X3 = 6 (Cantidad de camas a producir = 6)

X4 = 4 (Cantidad de bibliotecas a producir = 4)

S1 = 3 (Cantidad de piezas rectangulares de 8 pines sin utilizar =3)

Con una utilidad de: $ 340000.

Mtodo de transporte o distribucin.

El problema del transporte o distribucin es un problema de redes especial

en programacin lineal que se funda en la necesidad de llevar unidades de un
punto especfico llamado Fuente u Origen hacia otro punto especfico
llamado Destino. Los principales objetivos de un modelo de transporte son la
satisfaccin de todos los requerimientos establecidos por los destinos y claro est
la minimizacin de los costos relacionados con el plan determinado por las rutas
escogidas.

El contexto en el que se aplica el modelo de transporte es amplio y puede generar

soluciones atinentes al rea de operaciones, inventario y asignacin de elementos.

El procedimiento de resolucin de un modelo de transporte se puede llevar a cabo

mediante programacin lineal comn, sin embargo su estructura permite la
creacin de mltiples alternativas de solucin tales como la estructura de
asignacin o los mtodos heursticos ms populares como Vogel, esquina
Noroeste o Mnimos Costos.
Los problemas de transporte o distribucin son uno de los ms aplicados en la
economa actual, dejando como es de prever mltiples casos de xito a escala
global que estimulan la aprehensin de los mismos.

PROBLEMA DE TRANSPORTE MEDIANTE PROGRAMACIN LINEAL

Como se mencion anteriormente la programacin lineal puede ser utilizada para

la resolucin de modelos de transporte, aunque no sea sensato resolver los
modelos mediante el Mtodo Simplex si puede ser de gran utilidad la fase de
modelizacin, la programacin carece de la practicidad de los mtodos de
asignacin, pero puede ser de gran importancia dependiendo de la complejidad de
las restricciones adicionales que puede presentar un problema particular.
EL PROBLEMA

Una empresa energtica colombiana dispone de cuatro plantas de generacin

para satisfacer la demanda diaria elctrica en cuatro ciudades, Cali, Bogot,
Medelln y Barranquilla. Las plantas 1, 2,3 y 4 pueden satisfacer 80, 30, 60 y 45
millones de KW al da respectivamente. Las necesidades de las ciudades de Cali,
Bogot, Medelln y Barranquilla son de 70, 40, 70 y 35 millones de Kw al da
respectivamente.

Los costos asociados al envo de suministro energtico por cada milln de KW

entre cada planta y cada ciudad son los registrados en la siguiente tabla.

www.ingenieriaindustrialo
nline.com

Formule un modelo de programacin lineal que permita satisfacer las necesidades

de todas las ciudades al tiempo que minimice los costos asociados al transporte.

SOLUCIN MEDIANTE PL

El modelo bsico de transporte es el modelo en el cual la cantidad ofertada es

igual a la cantidad demandada, como es el caso de este ejercicio, sin embargo
trasladar esta suposicin a la realidad es casi imposible por lo cual hace falta crear
orgenes y/o destinos ficticios con el excedente de oferta y/o demanda.

Como ya lo hemos planteado en mdulos anteriores el primer paso corresponde a

la definicin de las variables, regularmente se le denomina a las variables de
manera algebraica Xi,j donde i simboliza a la fuente y j simboliza al destino. En
este caso i define el conjunto {Planta 1, Planta 2, Planta 3 y Planta 4}, y j define el
conjunto {Cali, Bogot, Medelln y Barranquilla}. Sin embargo es prctico
renombrar cada fuente y destino por un nmero respectivo, por ende la variable
X1,2 corresponde a la cantidad de millones de KW enviados diariamente de la
Planta 1 a la ciudad de Bogot.
www.ingenieriaindustrialonline.com

El segundo paso corresponde a la formulacin de las restricciones de oferta y

demanda, cuya cantidad se encuentra determinada por el factor entre fuentes y
destinos, en este caso 16 restricciones.

Restricciones de oferta o disponibilidad, las cuales son de signo :

X1,1 + X1,2 + X1,3 + X1,4 80

X2,1 + X2,2 + X2,3 + X2,4 30

X3,1 + X3,2 + X3,3 + X3,4 60

X4,1 + X4,2 + X4,3 + X4,4 45

Restricciones de demanda, las cuales son de signo :

X1,1 + X2,1 + X3,1 + X4,1 70

X1,2 + X2,2 + X3,2 + X4,2 40

X1,3 + X2,3 + X3,3 + X4,3 70

X1,4 + X2,4 + X3,4 + X4,4 35

Luego se procede a formular la funcin objetivo, en la cual se relaciona el costo
correspondiente a cada ruta.

ZMIN = 5X1,1 + 2X1,2 + 7X1,3 + 3X1,4 + 3X2,1 + 6X2,2 + 6X2,3 + 1X2,4 + 6X3,1 + 1X3,2 +
2X3,3 + 4X3,4 + 4X4,1 + 3X4,2 + 6X4,3 + 6X4,4

Luego se puede proceder al uso de la herramienta WinQSB para resolver el

modelo realizado, aqu estn los resultados.

www.ingenieriaindustrialonline.com
www.ingenieriaindustrialonline.com

Este problema presenta una solucin ptima alternativa, aqu los resultados.

www.ingenieriaindustrialonline.com
Red Solucin

www.ingenieriaindustrialonline.com

Los anlisis de dualidad y sensibilidad en los modelos de transporte resultan ser

bastante interesantes, pues pueden llegar a determinar aumentos de capacidad en
las fuentes si el precio sombra de las rutas en relacin a ellas lo justifica.
 CONCLUSIN.

Programacin Lineal (PL) es ampliamente utilizado en labores financieras y

administrativas y sirve para optimizar o maximizar las ganancias, precios y otros,
para mejorar las funciones en la empresa.

El modelo de Programacin Lineal (PL) brinda una pauta para la maximizacin de

variables que pueden servir en la empresa y se basa en restricciones reales que
se aplican a las funciones que se llegan a optimizar.

Los Modelos de Programacin Lineal (PL) trabajan solo con variables de primer
grado, restringiendo as operaciones con variables de segundo grado o mayores.

El Modelo de Programacin Lineal (PL) es ampliamente usado por empresas u

organizaciones para optimizar los costos, preciso, productos y otros en las labores
finan

Programacin Lineal (PL), es un modelo de toma de Decisiones Restringidas que son

parmetros o condiciones que se deben tomar.

En la Programacin Lineal (PL) se da una asignacin de recursos limitados

para optimizar un objetivo o un fin al que se debe llegar.

Existen dos componentes bsicos en la Programacin Lineal (PL), los

cuales son:

Funcin objetivo

-Variables de decisin

Restricciones

- Limitaciones

-Requerimientos

Existen dos mtodos para resolver un modelo de Programacin Lineal (PL),

los cuales son:

Mtodo Analtico o Mtodo de los Vrtices

Mtodo Grafico o Mtodo de las Rectas de Nivel.