INSTITUTO TCNICO SUPERIOR COMUNITARIO (ITSC)

Tcnico Superior en Logstica

Asignatura
Investigacin de Operaciones (INV-101)

NOTA TCNICA II-1

RESOLUCION PROBLEAS DE P.L. POR EL
MTODO GRFICO

Profesor
Edwin Manuel Mieses

Nota: Este material ha sido tomado de los escritos de Bryan Salazar Lpez de la pgina
http://www.ingenieriaindustrialonline.com
MTODO GRFICO

El mtodo grfico es un procedimiento de solucin de problemas de programacin

lineal muy limitado en cuanto al nmero de variables (2 si es un grfico 2D y 3 si es
3D) pero muy rico en materia de interpretacin de resultados e incluso anlisis de
sensibilidad. Este consiste en representar cada una de las restricciones y encontrar
en la medida de lo posible el polgono (poliedro) factible, comnmente llamado el
conjunto solucin o regin factible, en el cual por razones trigonomtricas en uno de
sus vrtices se encuentra la mejor respuesta (solucin ptima).

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?

LA MODELIZACIN MEDIANTE
PROGRAMACIN LINEAL

VARIABLES

Pgina 2 de 20
XT: Cantidad de metros diarios de tejido tipo T a fabricar
XT: Cantidad de metros diarios de tejido tipo T a fabricar

RESTRICCIONES

0,12XT + 0,2XT <= 500 Hilo a

0,15XT + 0,1XT <= 300 Hilo b
0,072XT + 0,027XT <= 108 Hilo c

Las restricciones de no negatividad no son necesarias en este ejemplo dado que se

trata de un ejercicio de maximizacin, cuando el ejercicio sea de minimizacin lo
ms recomendado es incluirlas.

FUNCIN OBJETIVO

ZMAX = 4000XT + 5000XT

LA SOLUCIN MEDIANTE MTODO

GRFICO

PASO 1: GRAFICAR LAS RESTRICCIONES

Para iniciar con el trazado de las restricciones es indispensable igualar las
restricciones a 0, de esta manera podemos mediante despeje de ecuaciones iniciar
con la tabulacin que nos otorgar las coordenadas para esbozar cada una de las
grficas. Adems dado que se trabajar en el plano cartesiano sera prudente
renombrar las variables

XT = x
XT' = y

Igualamos las restricciones,

Pgina 3 de 20
0,12X + 0,2y = 500
0,15X + 0,1y = 300
0,072X + 0,027y = 108

Acto seguido iniciamos con la primera restriccin, hallamos las primeras dos
coordenadas. Para hallar las coordenadas regularmente llevamos una de las
variables a cero, para de esta manera despejar ms fcilmente la segunda.

Por ejemplo, para un x = 0

0,12(0) + 0,2y = 500

0,2y = 500
500/0,2 = y
2500 = y

y para un y = 0

0,12x + 0,2(0) = 500

0,12x = 500
x = 500/0,12
x = 4167

Pgina 4 de 20
www.ingenieriaindustrialonline.com

Seguimos con la segunda restriccin,

0,15X + 0,1y = 300

Pgina 5 de 20
www.ingenieriaindustrialonline.com

Tercera restriccin,

0,072X + 0,027y = 108

Pgina 6 de 20
www.ingenieriaindustrialonline.com

En el siguiente grfico se muestra el polgono solucin de color gris, en este

conjunto es donde cada coordenada cumple con todas las restricciones, las cuales
se caracterizan por ser restricciones de menor o igual y esta caracterstica se
representa con una flecha haca abajo.

Pgina 7 de 20
www.ingenieriaindustrialonline.com

Una vez se llega a este punto es indispensable saber que las soluciones ptimas
se alojan en los vrtices del polgono solucin (color gris) y que identificar a la
solucin ptima es cuestin de elegir la mejor alternativa dependiendo de las
herramientas disponibles (tecnolgicas y conocimientos matemticos).

La primera opcin es la geomtrica, esta depende de trazar la ecuacin que

representa a la funcin objetivo (este paso consiste en realizar el mismo
procedimiento de las restricciones).

Funcin objetivo,

ZMAX = 4000x + 5000y

luego igualamos a 0.

4000x + 5000y = 0

Pgina 8 de 20
luego tabulamos para obtener las coordenadas necesarias para esbozar la grfica
correspondientes a la ecuacin (en esta ocasin es recomendable ms de dos
coordenadas, incluyendo la coordenada (x = 0, y = 0).

www.ingenieriaindustrialonline.com

Una vez se ha esbozado la funcin objetivo (lnea negra) sacamos replicas

perpendiculares a esta que se encuentren con cada vrtice, y solo en el caso en
que la lnea imaginaria perpendicular a la funcin objetivo no corte el polgono
solucin se ha encontrado la solucin ptima. En otras palabras trasladamos la
funcin objetivo por todo el polgono conservando la perpendicularidad con la
original, la detenemos en los vrtices y evaluamos si esta corta o no el conjunto
solucin.

Pgina 9 de 20
www.ingenieriaindustrialonline.com

Claramente solo en el punto "B", es decir en el vrtice formado por la interseccin

de las ecuaciones 1 y 2, la lnea imaginaria no corta el polgono solucin, entonces
es este punto el correspondiente a la coordenada ptima.

Para hallar el valor de esta coordenada es indispensable recurrir a la resolucin de

ecuaciones lineales 2x2, y se pueden considerar varios mtodos de solucin entre
ellos:

- Mtodo por sustitucin

- Mtodo por igualacin
- Mtodo por reduccin o Eliminacin
- Mtodo por eliminacin Gauss
- Mtodo por eliminacin Gauss - Jordn
- Mtodo por determinantes

La riqueza de las matemticas nos deja suficientes alternativas, para mi gusto el

mtodo de reduccin o eliminacin es muy sencillo de aplicar.

Pgina 10 de 20
El mtodo por reduccin o eliminacin consiste en igualar los coeficientes de una
de las variables multiplicando una o las dos ecuaciones, teniendo en cuenta que
estos coeficientes queden iguales pero con signos contrarios.

Ecuacin 1 0,12x + 0,2y = 500

Ecuacin 2 0,15x + 0,1y = 300 multiplicamos por (-2)
Ecuacin 3 (2*(-2)) -0,30x - 0,2y = -600
Sumamos 1 y 3 -0,18x = -100
Despejamos "x" x = -100 / (-0,18)
x = 555,55

luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales con

el objetivo de despejar "y".

Ecuacin 1 0,12x + 0,2y = 500

Reemplazamos "x" 0,12(555,55) + 0,2y = 500
Despejamos "y" 66,666 + 0,2y = 500
0,2y = 500 - 66,666
0,2y = 433,334
y = 433,334 / 0,2
y = 2166,67

De esta forma hemos obtenido los valores para "x" y "y".

Recordemos que x y y fueron los nombres que recibieron las variables originales XT
y XT'

x = XT
y = XT'

XT = 555,55
XT' = 2166,67

y la contribucin obtenida (reemplazando las variables en la funcin objetivo) es de:

Zmax = 4000XT + 5000XT'

Pgina 11 de 20
Zmax = 4000(555,55) + 5000(2166,67)
Zmax = 13.055.550

Ahora podemos cotejar los resultados con los obtenidos mediante resolucin
por Solver - Excel, sin embargo recuerden que el mtodo de bsqueda de la
solucin ptima en el mtodo grfico que utilizamos es el geomtrico y que existe
una posibilidad mucho ms engorrosa pero igualmente efectiva, este es el mtodo
de iteracin por vrtice, y que consiste en hallar todas las coordenadas de los
vrtices y luego en cada coordenada se evala la funcin objetivo, (cada
coordenada nos proporciona un valor en "x" y otro en "y", luego reemplazamos estos
valores en la funcin objetivo "4000x + 5000y = ?" y luego evaluamos los resultados
seleccionando la mayor cantidad).

Una herramienta muy til al momento de resolver ejercicios mediante el mtodo

grfico es una calculadora graficadora, como es el caso de la calculadora de encarta
(disponible aqu).

VARIANTES EN EL MTODO GRFICO

Como en la mayora de los casos el ejemplo con el que aqu se explic el mtodo
grfico es el ideal, es decir un ejercicio de conjunto acotado con solucin ptima
nica, sin embargo existen una variedad de problemas diferentes a los ideales y
que vale la pena analizar:

SOLUCIN PTIMA MLTIPLE

Una de las variantes que puede presentar un ejercicio de programacin
lineal consiste en la cantidad de soluciones ptimas, gran cantidad de ellos presenta
ms de una solucin ptima, es decir una solucin en la cual la funcin objetivo es
exactamente igual en una combinacin cuantitativa de variables diferente.

Estos problemas deben de afrontarse de tal manera que prime el anlisis de

sensibilidad, es decir una vez encontradas mltiples soluciones iguales se debe
proceder al comportamiento del consumo de los recursos y restricciones,

Pgina 12 de 20
evidentemente prevaleciendo el concepto de productividad de los recursos ms
limitados y costosos.
Un ejemplo de este caso es el siguiente:

La ebanistera "SALAZAR LTDA" ha recibido una gran cantidad de partes

prefabricadas para la elaboracin de mesas, sin embargo no ha podido iniciar un
plan de produccin enfocado a estas por la alta demanda que tiene de sus productos
restantes. Las mesas que pueden elaborarse de las partes prefabricadas son de
dos modelos, modelo A y B, y estas no requieren ms que ser ensambladas y
pintadas. Esta semana se ha determinado dedicar 10 horas de ensamble y 8 de
pintura para elaborar la mayor cantidad de mesas posibles teniendo en cuenta que
cada mesa modelo A requiere de 2 horas de ensamble y 1 de pintura
respectivamente, y que cada mesa modelo B requiere de 1 hora de ensamble y 2
de pintura respectivamente. Si el margen de utilidad es de $20000 por cada mesa
modelo A y $10000 por cada mesa modelo B. Determine el modelo adecuado de
produccin para esta semana.

X = Cantidad de mesas modelo A a fabricar esta semana

Y = Cantidad de mesas modelo B a fabricar esta semana

Restricciones

2X + Y <= 10 "Horas de ensamble"

X + 2Y <= 8 "Horas de pintura"
X, Y => 0 "De no negatividad"

Funcin objetivo

Zmax = 20000X + 10000Y

La grfica resultante sera:

Pgina 13 de 20
www.ingenieriaindustrialonline.com

Como nos podemos dar cuenta mediante la geometra en dos vrtices la lnea
imaginaria perpendicular a la funcin objetivo no atraviesa el conjunto solucin, por
ende en dos puntos se presentan soluciones ptimas, que son los puntos B y C.

Observemos la solucin ptima mltiple

Z(0) = 20000(0) + 10000(0) = 0

Z(A) = 20000(0) + 10000(4) = $40000
Z(B) = 20000(4) + 10000(2) = $100000
Z(C) = 20000(5) + 10000(0) = $100000

Existen entonces dos soluciones ptimas

Solucin ptima 1

X=4 Y=2

Solucin ptima 2

Pgina 14 de 20
X=5 Y=0

La pregunta siguiente es cual decisin tomar?, pues depende de factores tales

como una anlisis de sensibilidad donde se tenga en cuenta el consumo distinto de
determinados recursos (horas ensamble vs. horas pintura) y factores extras al
modelo como lo puede llegar a ser en este caso una necesidad de espacio de
almacenamiento, dado que existe una alternativa en la que se elaboran ms mesas
que en la otra, de todas formas es interesante el paso posterior a esbozar los
resultados pues requerir de la capacidad de quien toma las decisiones.

SOLUCIN PTIMA NO ACOTADA

Otra de las variantes que presentan los modelos de programacin
lineal corresponde a los modelos de solucin ptima no acotada, es decir problemas
con infinitas soluciones ptimas. Hay que reconocer que en la vida real gran parte
de estos problemas se deben a un mal planteamiento de las restricciones, sin
embargo es comn que este tipo de problemas sean evaluados en la vida
acadmica.

Un ejemplo:

La compaa comercializadora de bebidas energticas "CILANTRO SALVAJE" se

encuentra promocionando dos nuevas bebidas, la tipo A y la tipo B, dado que se
encuentran en promocin se puede asegurar el cubrimiento de cualquier cantidad
de demanda, sin embargo existen 2 polticas que la empresa debe tener en cuenta.
Una de ellas es que la cantidad de bebidas tipo A que se vendan no puede ser
menor que las de tipo B, y la segunda es que se deben de vender por lo menos
1500 bebidas de cualquier tipo.

Dado que se encuentran en promocin el precio de venta de ambas bebidas

equivale a $1800 pesos.

Determine la cantidad de unidades que deben venderse!!

Variables

Pgina 15 de 20
X = Cantidad de bebidas tipo A a vender
Y = Cantidad de bebidas tipo B a vender

Restricciones

X => Y
X + Y => 1500

Funcin Objetivo

Zmax = 1800X + 1800Y

La grfica resultante sera:

Es claro que en este ejercicio las variables pueden aumentar mejorando

indefinidamente la funcin objetivo, en estos casos se dice que la solucin ptima
no es acotada, por lo cual las posibles soluciones son infinitas.

Pgina 16 de 20
SOLUCIN INFACTIBLE
El caso de la solucin infactible es ms tpico de lo pensado, y corresponde a los
casos en los cuales no existen soluciones que cumplen con todas las restricciones.
Es muy comn ver este fenmeno producto de inviables proporciones de oferta y
demanda.

Un ejemplo:

La compaa de galletas "CAROLA" desea planificar la produccin de galletas que

tendr que entregar a su cliente en dos semanas, el contrato indica que la compaa
"CAROLA" se compromete a entregar por lo menos 300 cajas de galletas cualquiera
sea su tipo (presentacin D, presentacin N o una combinacin de ambas
presentaciones), cada caja de galletas presentacin D tiene un tiempo de
elaboracin de 2 horas, y un tiempo de horneado de 3 horas, mientras cada caja de
presentacin N tiene un tiempo de elaboracin de 3 horas y un tiempo de horneado
de 1 hora. La compaa cuenta estas dos semanas con 550 horas para elaboracin
y con 480 horas de horneado.

Teniendo en cuenta que el margen de utilidad de cada caja de galletas presentacin

D y N es de $8500 y $8100 respectivamente, determine mediante un modelo de
programacin lineal el plan de produccin que maximice las utilidades.

Variables

X = Cantidad de cajas de galletas presentacin D a producir en 2 semanas

Y = Cantidad de cajas de galletas presentacin N a producir en 2 semanas

Restricciones

2X + 3Y <= 550
3X + Y <= 480
X + Y => 300

Funcin Objetivo

Pgina 17 de 20
Zmax = 8500X + 8100Y

La grfica resultante es la siguiente:

www.ingenieriaindustrialonline.com

Evidentemente no existe forma alguna de satisfacer todas las restricciones, por

ende se concluye que no existe solucin factible.
REDUNDANTES O SOBRANTES
Existen en los modelos de programacin lineal un tipo de restricciones que no
juegan rol alguno en la determinacin del conjunto solucin (de igual manera en la
solucin ptima), lo que lleva a deducir que estas son redundantes.

Por ejemplo:

La compaa "CONGELADORES MAJO" pretende fabricar dos tipos de

congeladores denominados A y B. Cada uno de ellos debe pasar por tres
operaciones antes de su comercializacin: Ensamblaje, pintura y control de calidad.
Los congeladores tipo A requieren 2 horas de ensamblaje, 3 kg de pintura y 4 horas

Pgina 18 de 20
de control de calidad; los congeladores tipo B requieren 3 horas de ensamblaje, 6
kg de pintura y 5 horas de control de calidad. El margen contributivo por cada
congelador tipo A y B es de $102000 y $98000 respectivamente.

La compaa dispone como mximo semanalmente 300 horas de ensamblaje, 840

kg de pintura y 450 horas de control de calidad. Con base en la informacin
suministrada determine las unidades a producir semanalmente de cada referencia
para maximizar las utilidades.

Las variables:

X = Cantidad de congeladores tipo A a producir semanalmente

Y = Cantidad de congeladores tipo B a producir semanalmente

Las restricciones:

2X + 3Y <= 300
3X + 5Y <= 840
4X + 5Y <= 450

Funcin Objetivo:

Zmax = 102000X + 98000Y

La grfica resultante es la siguiente,

Pgina 19 de 20
www.ingenieriaindustrialonline.com

La solucin ptima corresponde a:

X = 150
Y=0

y la funcin objetivo quedara.

Zmax = $15300000
Claramente podemos observar como la restriccin 1 y la restriccin 2 no determinan
el conjunto solucin, por ende se denominan restricciones redundantes o sobrantes.

Pgina 20 de 20