Caractersticas de la Investigacin de Operaciones

De la definicin de Investigacin de Operaciones, se pueden resaltar los siguientes

trminos: organizacin, sistema, grupos interdisciplinarios, objetivo y metodologa
cientfica.

Una organizacin puede entenderse como un sistema, en el cual existen componentes;

canales que comunican tales componentes e informacin que fluye por dichos canales. En
todo sistema las componentes interactan unas con otras y tales interacciones pueden ser
controlables e incontrolables.

Por lo tanto, es necesario que exista un procedimiento sistemtico que identifique a quienes
toman decisiones y a las interacciones que tengan importancia para los objetivos de la
organizacin o sistema. Uno de esos procedimientos es precisamente la investigacin de
operaciones.

Los objetivos de toda organizacin sern siempre alcanzar el liderato en su rama,

controlando la eficiencia y efectividad de todas sus componentes por medio de mtodos que
permitan encontrar las relaciones ptimas que mejor operen el sistema, dado un objetivo
especfico.

El enfoque de la investigacin de operaciones es el mismo del mtodo cientfico. En

particular, el proceso comienza por la observacin cuidadosa y la formulacin del problema
y sigue con la construccin de un modelo cientfico (por lo general, matemtico) que
intenta abstraer la esencia del problema real.

La contribucin del enfoque de investigacin de operaciones proviene principalmente de:

1.3. Definicin

La Investigacin de Operaciones es la aplicacin por grupos interdisciplinarios del

mtodo cientfico a problemas relacionados con el control de las organizaciones o sistemas
a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda la
organizacin.

De esta definicin se pueden destacar los siguientes conceptos:

1.4 Metodologa de la Investigacin de Operaciones

Explicacin de cada una de las fases:

1. Formulacin y definicin del problema.

2. Construccin del modelo.
3. Solucin del modelo.
4. Validacin del modelo.
5. Implementacin de resultados.

reas de aplicacin de la Investigacin de Operaciones

Como su nombre lo dice, investigacin de operaciones significa hacer investigacin sobre

las operaciones. Entonces, la investigacin de operaciones se aplica a problemas que se
refieren a la conduccin y coordinacin de operaciones o actividades dentro de una
organizacin.

La naturaleza de la organizacin es esencialmente inmaterial y, de hecho, la investigacin

de operaciones se ha aplicado en los negocios, la industria, la milicia, el gobierno, los
hospitales, etc. As, la gama de aplicaciones es extraordinariamente amplia. Casi todas las
organizaciones ms grandes del mundo (alrededor de una docena) y una buena proporcin
de las industrias ms pequeas cuentan con grupos bien establecidos de investigacin de
operaciones. Muchas industrias, incluyendo la area y de proyectiles, la automotriz, la de
comunicaciones, computacin, energa elctrica, electrnica, alimenticia, metalrgica,
minera, del papel, del petrleo y del transporte, han empleado la Investigacin de
Operaciones. Las instituciones financieras, gubernamentales y de salud estn incluyendo
cada vez ms estas tcnicas.

Para ser ms especficos, se consideran algunos problemas que se han resuelto mediante
algunas tcnicas de investigacin de operaciones.

La programacin lineal se ha usado con xito en la solucin de problemas referentes a la

asignacin de personal, la mezcla de materiales, la distribucin y el transporte y las carteras
de inversin.

La programacin dinmica se ha aplicado con buenos resultados en reas tales como la

planeacin de los gastos de comercializacin, la estrategia de ventas y la planeacin de la
produccin.

La teora de colas ha tenido aplicaciones en la solucin de problemas referentes al

congestionamiento del trfico, al servicio de mquinas sujetas a descomposturas, a la
determinacin del nivel de la mano de obra, a la programacin del trfico areo, al diseo
de presas, a la programacin de la produccin y a la administracin de hospitales.

Otras tcnicas de investigacin de operaciones, como la teora de inventarios, la teora de

juegos y la simulacin, han tenido exitosas aplicaciones en una gran variedad de contextos.

1.6 Enfoque de la Investigacin de Operaciones

La toma de decisiones es un proceso que se inicia cuando una persona observa un problema
y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo,
reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas
hasta seleccionar la que le parece mejor, este proceso puede ser cualitativo o cuantitativo.

El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades

necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En
muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo
requiere habilidades que se obtienen del estudio de herramientas matemticas que le
permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til
cuando no se tiene experiencia con problemas similares o cuando el problema es tan
complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad
de elegir la mejor solucin.

La investigacin de operaciones proporciona a los tomadores de decisiones bases

cuantitativas para seleccionar las mejores decisiones y permite elevar su habilidad para
hacer planes a futuro.

El enfoque cuantitativo de la investigacin de operaciones: la parte innovadora de la

investigacin de operaciones es sin duda alguna su enfoque modelstico, producto de sus
creadores aunado a la presin de supervivencia de la guerra o la sinergia generada al
combinarse diferentes disciplinas.

1.7 Avances de Investigacin de Operaciones

Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el
desarrollo de la investigacin de operaciones. Uno es el gran progreso que ya se haba
hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra,
muchos cientficos que haban participado en los equipos de Investigacin de Operaciones
o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados
sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo
sobresaliente es el mtodo simplex para resolver problemas de programacin lineal,
desarrollado en 1947 por George Dantzing.

Muchas de las herramientas caractersticas de la investigacin de operaciones, como

programacin lineal, programacin dinmica, lneas de espera y teora de inventarios,
fueron desarrolladas casi por completo antes del trmino de la dcada de los 50.

Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de la
computadora. Para manejar de una manera efectiva los complejos problemas inherentes a
esta disciplina, por lo general, se requiere un gran nmero de clculos. Llevarlos a cabo a
mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora
electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez
millones de veces ms rpido que los seres humanos, fue una gran ayuda para la
Investigacin de Operaciones.

Un avance ms tuvo lugar en la dcada de los 80 con el desarrollo de las computadoras

personales cada vez ms rpidas, acompaado de buenos paquetes de software para
resolver problemas de Investigacin de Operaciones, esto puso las tcnicas al alcance de un
gran nmero de personas.

Hoy en da, literalmente millones de individuos tienen acceso a estos paquetes. En

consecuencia, por rutina, se usa toda una gama de computadoras, desde las grandes hasta
las porttiles, para resolver problemas de investigacin de operaciones.

1.8 Naturaleza de la Investigacin de Operaciones

1.9 Impacto de la Investigacin de Operaciones

La investigacin de operaciones ha tenido un impacto impresionante en el mejoramiento de

la eficiencia de numerosas organizaciones en todo el mundo. En el proceso, la investigacin
de operaciones ha hecho contribuciones significativas al incremento de la productividad
dentro de la economa de varios pases.

Sin duda, el impacto de la investigacin de operaciones continuar aumentando. Por

ejemplo, al inicio de la dcada de los 90, el U.S. Bureau of Labor Statistics predijo que la
investigacin de operaciones sera el rea profesional clasificada como la tercera de ms
rpido crecimiento para los estudiantes universitarios en Estados Unidos, graduados entre
1990 y 2005. Pronostic tambin que, para el ao 2005, habra 100,000 personas trabajando
como analistas de investigacin de operaciones.

Riesgo al aplicar la Investigacin de Operaciones

1.11 Limitaciones de la Investigacin de Operaciones

1.12 Organizaciones que implementaron la Investigacin de Operaciones dentro de su

organizacin

1.13 Beneficios de un proyecto de Investigacin de Operaciones

Lograr un mejor sistema al hacer que este opere con costos ms bajos con interrelaciones
ms fluidas, eliminando los cuellos de botella y lograr una mejor coordinacin entre los
elementos ms importantes.

El Mtodo Simplex fue desarrollado por:

George Dantzig.
George Washington.
Handy Taha.
2. Qu busca la investigacin de operaciones?
Una solucin.
Una solucin ptima.
Un punto solucin.
3. Cul es el impacto de investigacin de operaciones?
La eficiencia de las organizaciones.
Incremento en la productividad.
La eficiencia y productividad de las organizaciones.
4. La investigacin de operaciones comprende varias etapas:
Definicin del problema de inters y recoleccin de los datos
relevantes.
Formulacin de un modelo matemtico.
Desarrollo de un procedimiento basado en computadora.
Prueba del modelo y mejoramiento segn sea necesario.

Todas las anteriores.

Modelamiento Matemtico

Representar el sistema o el fenmeno del mundo real o el problema a resolver en un

lenguaje matemtico.

2.2 Tipos de modelos

1. Modelo Matemtico.
2. Modelo Simulacin.
3. Mtodo Heurstico.

2.3 Estructura de los modelos empleados en la Investigacin de Operaciones

El enfoque de la investigacin de operaciones es el modelaje. Un modelo es una

herramienta que nos sirve para lograr una visin bien estructurada de la realidad. As, el
propsito del modelo es proporcionar un medio para analizar el comportamiento de las
componentes de un sistema con el fin de optimizar su desempeo. La ventaja que tiene

sacar un modelo que represente una situacin real, es que nos permite analizar tal situacin
sin interferir en la operacin que se realiza, ya que el modelo es como si fuera un espejo
de lo que ocurre.

2.4 Qu es un modelo?

2.4.1 Modelos

Un modelo es producto de una abstraccin de un sistema real: eliminando las

complejidades y haciendo suposiciones pertinentes, se aplica una tcnica matemtica y se
obtiene una representacin simblica del mismo.

Para aumentar la abstraccin del mundo real, los modelos se clasifican como:

Los modelos icnicos son la representacin fsica, a escala reducida o aumentada de un

sistema real.

Los modelos anlogos esencialmente requieren la sustitucin de una propiedad por otra con
el fin de permitir la manipulacin del modelo. Despus de resolver el problema, la solucin
se reinterpreta de acuerdo al sistema original.

Los modelos ms importantes para la investigacin de operaciones, son los modelos

simblicos o matemticos, que emplean un conjunto de smbolos y funciones para
representar las variables de decisin y sus relaciones para describir el comportamiento del
sistema. El uso de las matemticas para representar el modelo, el cual es una representacin
aproximada de la realidad, nos permite aprovechar las computadoras de alta velocidad y
tcnicas de solucin con matemticas avanzadas.

2.4.2 Modelo Matemtico:

Comprende principalmente tres conjuntos bsicos de elementos que son:

1. Variables y parmetros de decisin.

2. Restricciones.
3. Funcin objetivo.

La solucin ptima ser aquella que produzca el mejor valor de la funcin objetivo, sujeta a
las restricciones.

2.5. Concepto de optimizacin

La investigacin de operaciones intenta encontrar la mejor solucin, o la solucin ptima,

al problema bajo consideracin. En lugar de contentarse con solo mejorar el estado de las
cosas, la meta es identificar el mejor curso de accin posible. Aun cuando debe
interpretarse con todo cuidado, esta bsqueda de la optimibilidad es un aspecto muy
importante dentro de la investigacin de operaciones.

La Programacin Lineal

2.6.1 Ejemplos de problemas en los que la programacin lineal ha sido aplicada

exitosamente

2.6.2 Requerimientos de Programacin Lineal

2.6.3 La programacin lineal utiliza un modelo matemtico para describir el problema. El

adjetivo lineal significa que todas las funciones matemticas del modelo deben ser
funciones lineales.

2.6.4 Modelo de programacin lineal

2.6.5 Simbologa utilizada

El modelo establece el problema en trminos de tomar decisiones sobre los niveles de las
actividades, por lo que X1, X2,Xn se llaman variables de decisin. Los valores de cj, bi y

aij (para i = 1,2,, m y j = 1,2,, n) son las constantes de entrada al modelo. Las cj, bi y aij
tambin se conocen como parmetros del modelo.

2.6.6 Definicin del problema, el problema de asignacin de recursos

2.6.7 Recoleccin de informacin. Planteamiento del problema en forma de matriz

2.6.8 Forma estndar del modelo

Optimizar (maximizar o minimizar) Z = C1X1 + C2X2 ++ CnXn

Sujeta a las restricciones:

2.6.9 Modelo de Programacin Lineal

Cj, bi y aij son constantes determinadas por la tecnologa del problema.

Xi o Xn las variables de decisin.

2.6.10. Variaciones a la forma estndar

2.6.11 Solucin de Programacin Lineal

3.1 Tipo de soluciones

SOLUCIN:
Cualquier conjunto de valores para las variables de decisin (X1, X2,..., Xn), sin importar
si es una posibilidad deseable o ni siquiera permitida.

Solucin factible: Solucin que cumple con todas las restricciones funcionales y de signo.

Solucin no factible: Solucin para la que al menos una restriccin se viola.

SOLUCIN
Un modelo de Programacin Lineal de n variables tiene:

0 soluciones.
1 solucin
Infinitas soluciones

Si tiene 2 soluciones, tiene infinitas soluciones (cualquier combinacin convexa de

soluciones, tambin es una solucin).

. Qu es un modelo?
Es una idealizacin abstracta del problema por lo que requieren
aproximaciones.
Es la mejor solucin ptima que se lleva a la prctica para tomar
decisiones.
Es la ciencia de lo absoluto.
Todas las anteriores.
2. Qu es una variable?
Es un valor conocido.
Es un valor desconocido.
Es un valor entero.
3. Qu es una variable de decisin?
Variable de cualitativa.
Variable de cuantitativa.
Parmetros.
4. Qu es una funcin objetivo?
Es una medida de valor.
Es una medida de efectividad.
Es un mtodo.

Formulacin del modelo

Qu es una funcin?

Una funcin es una cosa que hace algo. Por ejemplo, una mquina de moler caf es una
funcin que transforma los granos de caf en polvo. La funcin (objetivo) traza, traduce el
dominio de entrada (denominado regin factible) en un rango de salida con dos valores
finales denominados valores mximo y mnimo.

Cuando se formula un problema de toma de decisiones como un programa lineal, se deben

verificar las siguientes condiciones:

Para la mayora de los problemas de Programacin Lineal, se puede decir que existen dos
tipos importantes de objetos: en primer lugar, los recursos limitados, tales como terrenos,
capacidad de planta o tamao de la fuerza de ventas; en segundo lugar, las actividades, tales

como "producir acero con bajo contenido de carbono", y "producir acero con alto contenido
de carbono". Cada actividad consume o probablemente contribuye cantidades adicionales
de recursos. Debe haber una funcin objetivo, es decir, una manera de discriminar una mala
de una buena o una mejor decisin. El problema es determinar la mejor combinacin de
niveles de actividades, que no utilice ms recursos de los disponibles. Muchos gerentes se
enfrentan a esta tarea todos los das. Afortunadamente, el software de Programacin Lineal
ayuda a determinar esto cuando se ingresa un modelo bien formulado.

El mtodo Simplex es un algoritmo de solucin muy utilizado para resolver programas

lineales. Un algoritmo es una serie de pasos para cumplir con una tarea determinada.

3.2 Proceso de Formulacin de un Problema de Programacin Lineal y su Aplicacin

Para formular un problema de Programacin Lineal, se recomienda seguir los siguientes

lineamientos generales despus de leer con atencin el enunciado del problema varias
veces.

Todo programa lineal consta de cuatro partes: un conjunto de variables de decisin, los
parmetros, la funcin objetivo y un conjunto de restricciones. Al formular un determinado
problema de decisin en forma matemtica, debe practicar la comprensin del problema (es
decir, formular un modelo mental) leyendo detenidamente una y otra vez el enunciado del
problema. Mientras trata de comprender el problema, formlese las siguientes preguntas
generales:

Recuerde que la regin factible tiene poco o nada que ver con la funcin objetivo
(minimizar o maximizar). Estas dos partes en cualquier formulacin de Programacin
Lineal generalmente provienen de dos fuentes distintas. La funcin objetivo se establece
para cumplir con el deseo (objetivo) del decisor mientras que las restricciones que forman
la regin factible generalmente provienen del entorno del decisor que fija algunas
limitaciones / condiciones para lograr su objetivo.

Una vez definido el problema la siguiente etapa consiste en reformularlo para su anlisis,
mediante la construccin de un modelo que represente la esencia del problema. Los
modelos son representaciones idealizadas de la realidad. Los modelos tienen muchas
ventajas sobre una descripcin verbal del problema, una ventaja obvia es que el modelo
describe un problema en forma mucho ms concisa. Al desarrollar el modelo, se
recomienda empezar con una versin muy sencilla y moverse, en forma evolutiva, hacia
modelos ms elaborados que reflejen mejor la complejidad del problema real. Los modelos
siempre deben ser menos complejos que el sistema real, de otra manera, no tiene sentido
trabajar con modelos si se puede trabajar con el sistema real en s.

Caractersticas esenciales de la Investigacin de Operaciones

Elementos del Modelamiento matemtico

Opciones de decisiones entre las cuales escoger, que se traduce en un conjunto de
igualdades y desigualdades.

Existencia de un objetivo o criterio a considerar, que define una funcin, generalmente en

varias variables, a minimizar o maximizar.

Problemas de Programacin Lineal

Se trata de describir un problema de asignar recursos escasos entre actividades especficas

de la mejor manera posible (ptima), por medio de un modelamiento matemtico.

Todo problema de programacin lineal reconoce dos instancias:

Planteamiento

Solucin

Metodologa para plantear un problema de programacin lineal

4.3 En resumen, los pasos del mtodo grfico son:

4.4 Ejemplos, solucin de problemas por el mtodo grfico

Para la solucin grfica de programas lineales con dos variables, lo que se tiene que hacer
es trazar un eje de coordenadas cartesianas, para graficar las desigualdades dadas por el
problema, despus encontrar el rea de soluciones factibles y proceder a graficar la funcin
objetivo para conocer el valor ptimo (maximizar o minimizar) que ser la solucin del
problema.

Ejemplo 1

Problema de mezcla de productos

Un fabricante est tratando de decidir sobre las cantidades de produccin para dos artculos:
mesas y sillas. Se cuenta con 96 unidades de material y con 72 horas de mano de obra.
Cada mesa requiere 12 unidades de material y 6 horas de mano de obra. Por otra parte, las
sillas usan 8 unidades de material cada una y requieren 12 horas de mano de obra por silla.

El margen de contribucin es el mismo para las mesas que para las sillas: $5.00 por unidad.
El fabricante prometi construir por lo menos dos mesas.

Paso 1. Formulacin del problema

El primer paso para resolver el problema es expresarlo en trminos matemticos en el

formato general de programacin lineal. Cul es el objetivo? Es maximizar la contribucin
a la ganancia. Cada unidad de mesas o sillas producidas contribuir con $5 en la ganancia.
As las dos alternativas son la produccin de mesas y la produccin de sillas. Ahora puede
escribirse la funcin objetivo:

Cules son las restricciones o limitaciones del problema? Existen tres restricciones.
Primero, el material est limitado a 96 unidades. Cada mesa se lleva 12 unidades de
material y cada silla usa 8 unidades. La primera restriccin es, entonces:

La segunda restriccin es el total de horas de mano de obra. Una mesa se lleva 6 horas, una
silla 12 horas y se dispone de un total de 72 horas. As:

Existe una limitacin ms. El fabricante prometi producir por lo menos dos mesas. Esto
puede expresarse como:

Por ltimo, las restricciones de no negatividad son:

En resumen se tiene:

Grfica de las restricciones

El siguiente paso en el mtodo grfico es dibujar todas las restricciones en una grfica. Esto
puede hacerse en cualquier orden. Por conveniencia se comenzar con las restricciones de
no negatividad. Estas se muestran en la siguiente figura:

En esta grfica, una solucin se representara por un punto con coordenadas X1 (mesas) y
X2 (sillas). Las coordenadas representaran las cantidades de cada artculo que se deben
producir. El cuadrante superior derecho se llama Regin Factible puesto que es el nico
cuadrante en que pueden estar las soluciones. Los otros tres cuadrantes no son factibles, ya
que requeriran la produccin de cantidades negativas de mesas o de sillas o de ambas.

La siguiente restriccin es X1 2. La manera ms sencilla de dibujar las restricciones de

recursos es en dos pasos:

Convertir una igualdad en una ecuacin aqu, significa ignorar la parte de mayor que o
menor que de la restriccin.

As, en el ejemplo, X1 2 se convierte en X1 = 2. Esta ecuacin est trazada en la siguiente

figura:

Cualquier punto en la lnea X1 = 2 satisface la ecuacin. Sin embargo, la restriccin es ms

amplia, ya que cualquier punto X1 > 2 tambin la cumplir. Esto incluye todos los puntos
que estn a la derecha de la lnea X1 = 2.

Entonces, la regin factible incluye todos los valores de x1 que estn sobre o a la derecha
de la lnea X1 = 2.

La limitacin sobre las horas de mano de obra es la siguiente restriccin. Como antes,
primero se convierte en una ecuacin: 6x1 + 12x2 = 72. Puede graficarse esta lnea si se
encuentran dos puntos sobre ella. El par de puntos ms sencillos de localizar son las
intersecciones con los ejes X1 y X2. Para encontrar la interseccin con el eje X2 se hace X1 =
0. La ecuacin se reduce, entonces, a:

La interseccin con el eje X1 se encuentra haciendo X2 = 0. As:

Estos dos puntos y la lnea que los une se muestran en la siguiente figura:

Cualquier punto que est sobre o abajo de esta lnea cumplir con la restriccin. Cualquier
punto arriba de esta lnea requerir ms de 72 horas de mano de obra y no es aceptable. En
la siguiente figura se combina esta restriccin con la anterior. En la regin factible, ambas
restricciones se cumplen.

La ltima restriccin es la de material. Siguiendo el procedimiento anterior, primero se

encuentran las intersecciones para la igualdad. Estas son X1 = 0, X2 = 12 y X1 = 8, X2 =0.
Se localizan los dos puntos en la grfica; se traza la lnea, y como la restriccin es del tipo
menor o igual que, se sombrea el rea que est abajo de la lnea. El resultado se muestra en
la siguiente figura:

Cualquier solucin que est en la frontera o dentro del rea sombreada cumplir con todas
las restricciones. Ahora se utilizar la funcin objetivo para seleccionar la solucin ptima.

Obtencin de la solucin ptima: lneas de indiferencia

Para encontrar la solucin ptima, se grafica la funcin objetivo en la misma grfica de las
restricciones. La funcin objetivo en este problema es Z = 5x1 + 5x2. Como todava no se
conoce el mximo valor factible de Z, no puede trazarse el ptimo de la funcin objetivo.
No obstante, es posible suponer algunos valores para Z y graficar las lneas resultantes. En
la siguiente figura se muestran las lneas para Z = 25 y Z = 50:

Las lneas de este tipo se llaman lneas de indiferencia, porque cualquier punto sobre una
lnea dada da la misma ganancia total. Ntese que la distancia perpendicular del origen a la
lnea aumenta al aumentar el valor de Z. Tambin, todas las lneas de indiferencia son
paralelas entre s. Estas propiedades grficas pueden usarse para resolver el problema.

En la siguiente figura, se ilustran todas las restricciones y las dos lneas de indiferencia
supuestas. En la grfica puede observarse que la lnea de indiferencia para Z = 50 est
completamente fuera de la regin factible. Para Z = 25, parte de la lnea cae dentro de la
regin factible. Por tanto, existe alguna combinacin de X1 y X2 que satisface todas las
restricciones y da una ganancia total de $25. Por inspeccin, puede observarse que hay
ganancias ms altas que son factibles.

Imaginando que la lnea de indiferencia Z = 25 se mueve hacia la lnea Z = 50, de las

propiedades de la grfica que se hicieron notar antes, el punto ptimo estar sobre la lnea
de indiferencia ms lejana al origen pero que todava toque la regin factible. Esto se
muestra en la siguiente figura:

Con el punto ptimo localizado grficamente, la nica tarea que queda es encontrar las
coordenadas del punto. Ntese que el punto ptimo est en la interseccin de las lneas de
restriccin para materiales y horas de mano de obra. Las coordenadas de este punto se
pueden encontrar resolviendo el sistema de ecuaciones que forman estas dos restricciones
utilizando cualquiera de los mtodos de solucin (suma y resta, sustitucin o igualacin).
Las coordenadas de este punto resultan ser (6, 3). La sustitucin de este punto en la funcin
objetivo da la ganancia mxima:

La solucin ptima:

X1 = 6, X2 =3 y Z = $ 45

Interpretacin de los resultados:

Se producirn 6 mesas y 3 sillas para obtener una ganancia mxima de $ 45.

Resumen del mtodo grfico

Para resolver grficamente problemas de programacin lineal:

Ejemplo 2. Problema de mezcla de productos

Un taller puede fabricar 2 productos diferentes utilizando para ello 3 tipos de mquinas por
las que deben pasar los 2 productos. El problema consiste en planificar la produccin del
taller, teniendo como objetivo escoger el programa de produccin que maximice las
utilidades netas en el periodo de planificacin, tomando en cuenta las restricciones de
disponibilidad de las mquinas. Ambos productos requieren para su elaboracin del empleo
de las 3 mquinas, siendo imposible ocupar la misma mquina para la elaboracin
simultnea de los 2 productos. Para la fabricacin de una unidad del producto 1, se
requieren: 2 horas en la mquina 1, 1 hora en la mquina 2 y 1 hora en la mquina 3.
Mientras que para la fabricacin de una unidad del producto 2, se requieren: 1 hora en la
mquina 1, 1 hora en la mquina 2 y 3 horas en la mquina 3. La disponibilidad de las
mquinas en horas por semana, es de 70, 40 y 90, para las mquinas 1, 2 y 3,
respectivamente. Se estima que el costo unitario es de 30 para el producto 1 y de 60 para el
producto 2. Mientras que los precios de venta son 70 y 120, para ambos productos,
respectivamente. El problema supone que todo lo que se produce, se vende.

Paso 1. Planteamiento del Problema

Paso 2. Definir las variables de decisin

X1: Cantidad del producto 1 a elaborar en la semana.

X2: Cantidad del producto 2 a elaborar en la semana.

Paso 3. Funcin Objetivo

Paso 3. Funcin Objetivo

(Mquina 1) 2X1 + X2 70
(Mquina 2) X1 + X2 40
(Mquina 3) X1 + 3X2 90

Paso 4: Restricciones de no negatividad

X1 0
X2 0

Paso 5: Para graficar las restricciones

Se obtiene la recta lineal entre ambos ejes como si fuesen igualdades en vez de
desigualdades.

Paso 6: Grfico de las restricciones

Paso 7: Solucin ptima

En el mtodo grfico, existen dos formas para resolver un problema de programacin lineal
que tenga dos variables de problema:

Se evala la funcin objetivo en cada vrtice:

La solucin ptima:

X1 = 15
X2 = 25

= 2100

Interpretacin de los resultados:

Se producirn 15 unidades del producto 1 y 25 unidades del producto 2, para obtener una
ganancia mxima de 2100.