Lab 01 Mkong 2018 1

INVESTIGACION DE OPERACIONES
Laboratorio 1
“PROGRAMACIÓN LINEAL
MÉTODO GRÁFICO”
Docente: Ing Marianella Kong
Alumno: Baca Jara, Lyder Maier
2019-2
PROGRAMA DE FORMACIÓN REGULAR

INVESTIGACION DE OPERACIONES TECSUP
“PROGRAMACIÓN LINEAL – MÉTODO GRÁFICO”
I. OBJETIVOS:
1. Identificar todas las variables para la optimización de la función objetivo de manera

gráfica (bidimensional) sujeta a sus respectivas restricciones.
2. Análisis de sus resultados globales para la toma de decisiones en una actividad
productiva.
II. INTRODUCCIÓN TEÓRICA:
Indudablemente plasmar un modelo y tratar de resolverlo gráficamente tiene una

limitación muy grande, sólo se pueden resolver modelos que tengan sólo dos variables
(bidimensional) ya que contamos con un plano formado por X1 y X2 que es la región en
la cual vamos a trabajar, se podría tener la posibilidad de trabajar con modelos que tienen
tres dimensiones pero será muy tedioso (sin embargo en la parte final de este manual
realizaremos algunos ejemplos para resolver estos tipos de modelos).
Vamos entonces a desarrollar modelos relativamente pequeños pero que sean provechosos
para cumplir con los objetivos que deseamos alcanzar , los cuales son familiarizarnos con
una representación geométrica de un modelo lineal y llegar a tener algunas respuestas
importantes a algunas interrogantes que nos vamos a plantear a través del desarrollo del
tema.
2.1 Pasos para resolver modelos de programación lineal mediante gráficas:
Para resolver este tipo de problemas se tendrá que llevar un orden respectivo,
supongamos que tenemos el siguiente problema planteado:
Ejemplo 1:
Maximizar = 4 x1 + 9 x2
Sujeto a:
5x1 + 8x2 <= 50
6x1 + 5x2 <= 60
8x1 - 5x2 <= 40
X1>=0, X2>=0
Los pasos que tenemos que seguir son los siguientes:
1. Toda restricción debe convertirse a igualdad, sea cual sea su orientación
Aplicando este primer paso a nuestro ejemplo:
PROGRAMA DE FORMACIÓN REGULAR 2

TECSUP INVESTIGACION DE OPERACIONES
5x1 + 8x2= 50
6x1 + 5x2 = 60
8x1 + 5x2 = 90
2. Se debe despejar las variables en cada una de las restricciones,

colocando a una de las variables el valor de cero y despejando la otra.
En nuestro ejemplo:
 Para la primera restricción:
5x1 + 8x2 = 50; Si x1= 0 , la restricción queda:
5(0) + 8x2 = 50
Despejando: x2= 50/8
Entonces agrupando en par ordenado: (x1,x2) = ( 0,50/8) ,
Luego si x2=0, la restricción queda:
5x1 + 8(0) = 50
Despejando: x1 = 50/5
Entonces agrupando en pares ordenados: (x1,x2) = ( 50/5,0)
 Para la segunda restricción:
6x1 + 5x2 = 60; Si X1=0. La restricción queda:
6(0) + 5x2 = 60
Entonces agrupando en pares ordenados: (x1,x2) = (0,60/5)
Luego, si x2=0, la restricción queda:
6x1 + 5(0) = 60
Entonces agrupando en pares ordenados: ( x1,x2)=(60/6,0)
 Para la tercera restricción:
8x1 +5x2 = 40; Si x1=0 , la restricción queda:
8(0) + 5x2 = 40

Despejando: x2 = 40/5
Entonces agrupando en pares ordenados: (x1,x2) =(0, 40/5)
Luego, si x2=0, la restricción queda:
8x1+5(0)=40
Entonces agrupando en pares ordenados: (x1,x2) =(40/8,0)
3. Realizar la gráfica
Teniendo los pares ordenados podemos ir al Excel y realizar la gráfica; ya que por
cada restricción tenemos dos puntos, los cuales al unirse nos darán las líneas rectas
que son las representaciones geométricas de las restricciones.
(x1,x2) = ( 0,50/8=6.23) , (x1,x2) =(50/5=10,0)
(x1,x2) = (0,60/5=12) , (x1,x2) =(60/6=10,0)
(x1,x2) =(0, 40/5=8) , (x1,x2) =(40/8= 5,0)

2.2 Región Factible:
Una vez dada la orientación a cada restricción es importante hallar una región donde
todas las restricciones se cumplan, esta región se llama REGION FACTIBLE; y viene
hacer el lugar donde se va a encontrar la solución a nuestro problema lineal
planteado, es por eso, que debemos tener mucha visión para ubicar esta región. Es
necesario aclarar que hay veces en que no se puede hallar una región factible.
EJEMPLO. La empresa Backus dentro de su línea de fabricación produce las cervezas

Cristal y Pilsen Callao. La cristal se vende a 5 dólares el barril y la Pilsen Callao a 2
dólares el barril. La producción de un barril de cristal requiere 5 libras de maíz y 2
libras de lúpulo. Para elaborar un barril de Pilsen Callao se necesitan 3 libras de maíz
y 1 libra de lúpulo. Se dispone de 60 libras de maíz y 25 libras de lúpulo. Plantee un
PL que se pueda utilizar para maximizar los ingresos.
Maximizar = 5x1 + 2x2
Sujeto a:
5x1 + 3x2 <= 60

2x1 + x2 <= 25
x1>=0, X2>=0
2X1+X2<=25
FUNCIÓN
5X1+3X2<=6 OBJETIVO
0
REGIÓN
FACTIBLE

SOLUCIÓN ÓPTIMA: Una vez que se han identificado los puntos extremos, vamos
a reemplazar las coordenadas de los puntos extremos en la Función Objetivo:
2.3 Casos Especiales:
a. SOLUCIONES ÓPTIMAS MÚLTIPLES O ALTERNATIVAS: Son las que tienen

un número infinito de soluciones óptimas, la cual se obtiene luego de desarrollar
la respectiva programación lineal.
EJEMPLO.
Sujeto a:
4x1 + 2x2 <= 120
3x1 + 5x2 <= 105
x1>=0, X2>=0
Representándolo gráficamente tenemos:
En este problema nos damos cuenta que la restricción (2)

tiene los mismos puntos que la función objetivo. Por eso
se dice que este problema tiene múltiples soluciones.

b. PROGRAMACIÓN LINEAL NO FACTIBLE: Es posible que una región factible

de PL sea vacía (no contenga puntos), lo cual da como resultado un PL no factible.
Como la solución óptima a un PL es el mejor punto en la región factible, una PL
no factible no tiene soluciones óptimas.
EJEMPLO.
Sujeto a:
3x1 + 2x2 <= 30
4x1 + 1x2 >= 50

REGIÓN
FACTIBLE
x1>=0, X2>=0

NO TIENE REGIÓN
FACTIBLE
c. PROGRAMACIÓN LINEAL NO ACOTADA: Se presenta si es posible encontrar

puntos en la región factible con valores de z arbitrariamente grandes. Esto indica
que no habría una solución óptima no acotada en una PL planteada en forma
correcta.
EJEMPLO.
Sujeto a:
3x1 - x2 <= 10
5x1 + 3x2 >= 15
x1>=0, X2>=0

INFINITAS
SOLUCIONES
III. DESARROLLO ACTIVIDAD PRÁCTICA:
Calcular la solución óptima y la región factible de los siguientes problemas:
1. Max z = x1 + x2
Sujeto a:
x1 + x2 <= 4
x1 - x2 >= 5
x1>=0, X2>=0
figure 1: Desarrollo Ejercicio 1

Fuente: Elaboración propia

2. Max z = 4x1 + x2
Sujeto a:
8x1 + 2x2 <= 16
5x1 + 2x2 <= 12
x1>=0, X2>=0
figure 2: Desarrollo ejercicio 2

Fuente: Elaboración propia.
3. Max z = -x1 + 3x2

Sujeto a:
x1 - x2 <= 4
x1 + 2x2 >= 4
x1>=0, X2>=0

4. Max z = 3x1 + x2

Sujeto a:
2x1 + x2 <= 6
x1 + 3x2 <= 9
x1>=0, X2>=0
figure 4:Desarrollo ejercicio 4

5. Max z = x1 - x2
Sujeto a:
x1 + x2 <= 6
x1 - x2 >= 0
x2 – x1 >= 3
x1>=0, X2>=0

6. Max z =2x1 - x2
Sujeto a:
x1 - x2 <= 1
2x1 + x2 >= 6

x1>=0, X2>=0

7. Max z = 3x1 + 2x2

Sujeto a:
1/40x1 + 1/60x2 <= 1
1/50x1 +1/50 x2 <= 1
x1 >= 30
x2 >= 20
x1>=0, X2>=0


Formular y desarrollar los siguientes problemas:
PROBLEMA SOBRE INVERSION

Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de
acciones. Las del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos
invertir un máximo de 130.000 euros en las del tipo A y como mínimo 60.000 en las del
tipo B. Además, queremos que la inversión en las del tipo A sea menor que el doble de la
inversión en B. ¿Cuál tiene que ser la distribución de la inversión para obtener el máximo
interés anual?
figure 8: Desarrollo problema 1

PROBLEMA EN UNA PASTALERIA

En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa necesita
un cuarto de relleno por cada Kg. de bizcocho y produce un beneficio de 250 Pts., mientras
que una tarta Real necesita medio Kg. de relleno por cada Kg. de bizcocho y produce 400
Ptas. de beneficio. En la pastelería se pueden hacer diariamente hasta 150 Kg. de bizcocho
y 50 Kg. de relleno, aunque por problemas de maquinaria no pueden hacer más de 125
tartas de cada tipo. ¿Cuántas tartas Vienesas y cuantas Reales deben vender al día para
que sea máximo el beneficio?


PROBLEMA DE UNA EXCURSION

Una escuela prepara una excursión para 400 alumnos. La empresa de transporte tiene 8
autocares de 40 plazas y 10 autocares de 50 plazas, pero solo dispone de 9 conductores.
El alquiler de un autocar grande cuesta 80 euros y el de uno pequeño, 60 euros. Calcular
cuántos de cada tipo hay que utilizar para que la excursión resulte lo más económica
posible para la escuela.


PROBLEMA DE UN TALLER MECANICO

Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas
y mecánicos. Por necesidades de mercado, es necesario que haya mayor o igual número
de mecánicos que de electricistas y que el número de mecánicos no supere al doble que
el de electricistas. En total hay disponibles 30 electricistas y 20 mecánicos. El beneficio de
la empresa por jornada es de 250 euros por electricista y 200 euros por mecánico.
¿Cuántos trabajadores de cada clase deben elegirse para obtener el máximo beneficio y
cual es este?


PROBLEMA DE UNA COMPAÑÍA QUÍMICA

A causa de las reglamentaciones federales sobre contaminación, una compañía química
ha introducido en sus plantas un nuevo y más caro proceso para complementar o
reemplazar un proceso anterior para la producción de un producto químico en particular.
El proceso anterior descarga 15 gramos de dióxido de azufre y 40 gramos de partículas a
la atmosfera por cada litro de producto químico producido. El nuevo proceso descarga 5
gramos de dióxido de azufre y 20 gramos de partículas a la atmosfera por cada litro
producido. La compañía obtiene una utilidad de 30 y 20 centavos por litro en los procesos
anterior y nuevo, respectivamente. Si el gobierno le permite a la planta descargar no más
de 10,500 gramos de dióxido de azufre, y no más de 30,000 gramos de partículas a la
atmosfera cada día. ¿Cuántos litros de producto químico deben producirse diariamente,
por cada uno de los procesos, para maximizar la utilidad diaria? ¿Cuál es la utilidad diaria?

figure 12:Desarrollo problema 6

PROBLEMA DE UNA COMPAÑÍA AÉREA

Para recorrer un determinado trayecto, una compañía aérea desea ofertar, a lo sumo,
5000 plazas de dos tipos: T(turista) y P(primera). La ganancia correspondiente a cada
plaza de tipo T es de 30 euros, mientras que la ganancia del tipo P es de 40 euros.
El número de plazas tipo T no puede exceder de 4500 y el del tipo P, debe ser, como
máximo, la tercera parte de las del tipo T que se oferten.
Calcular cuántas tienen que ofertarse de cada clase para que las ganancias sean máximas.


ANOTACIONES:
 Para una mejor visualización del desarrollo de los ejercicios y problemas, abrir el libro
en Excel.
CONCLUSIONES:
 Se logró Identificar todas las variables para la optimización de la función objetivo de

manera gráfica (bidimensional) sujeta a sus respectivas restricciones, logrando así
graficar y señalizar la región factible.
 Se logró analizar los de sus resultados globales para la toma de decisiones en una
actividad productiva sabiendo así con certeza el rango de producción.

Lab 01 Mkong 2018 1

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Lab 01 Mkong 2018 1

Diunggah oleh

Hak Cipta:

Format Tersedia

INVESTIGACION DE OPERACIONES

Docente: Ing Marianella Kong

Alumno: Baca Jara, Lyder Maier

PROGRAMA DE FORMACIÓN REGULAR

“PROGRAMACIÓN LINEAL – MÉTODO GRÁFICO”

1. Identificar todas las variables para la optimización de la función objetivo de manera

II. INTRODUCCIÓN TEÓRICA:

Indudablemente plasmar un modelo y tratar de resolverlo gráficamente tiene una

2.1 Pasos para resolver modelos de programación lineal mediante gráficas:

Los pasos que tenemos que seguir son los siguientes:

1. Toda restricción debe convertirse a igualdad, sea cual sea su orientación

Aplicando este primer paso a nuestro ejemplo:

PROGRAMA DE FORMACIÓN REGULAR 2

2. Se debe despejar las variables en cada una de las restricciones,

 Para la primera restricción:

5x1 + 8x2 = 50; Si x1= 0 , la restricción queda:

Despejando: x2= 50/8

Entonces agrupando en par ordenado: (x1,x2) = ( 0,50/8) ,

Luego si x2=0, la restricción queda:

Entonces agrupando en pares ordenados: (x1,x2) = ( 50/5,0)

 Para la segunda restricción:

6x1 + 5x2 = 60; Si X1=0. La restricción queda:

Despejando: x2= 60/5

Entonces agrupando en pares ordenados: (x1,x2) = (0,60/5)

Luego, si x2=0, la restricción queda:

Despejando: x1= 60/6

Entonces agrupando en pares ordenados: ( x1,x2)=(60/6,0)

 Para la tercera restricción:

8x1 +5x2 = 40; Si x1=0 , la restricción queda:

PROGRAMA DE FORMACIÓN REGULAR 3

Entonces agrupando en pares ordenados: (x1,x2) =(0, 40/5)

Luego, si x2=0, la restricción queda:

Despejando: x1= 40/8

Entonces agrupando en pares ordenados: (x1,x2) =(40/8,0)

(x1,x2) = ( 0,50/8=6.23) , (x1,x2) =(50/5=10,0)

(x1,x2) = (0,60/5=12) , (x1,x2) =(60/6=10,0)

(x1,x2) =(0, 40/5=8) , (x1,x2) =(40/8= 5,0)

PROGRAMA DE FORMACIÓN REGULAR 4

2.2 Región Factible:

EJEMPLO. La empresa Backus dentro de su línea de fabricación produce las cervezas

Maximizar = 5x1 + 2x2

5x1 + 3x2 <= 60

PROGRAMA DE FORMACIÓN REGULAR 5

2.3 Casos Especiales:

a. SOLUCIONES ÓPTIMAS MÚLTIPLES O ALTERNATIVAS: Son las que tienen

Maximizar = 3x1 + 5x2

4x1 + 2x2 <= 120

3x1 + 5x2 <= 105

Representándolo gráficamente tenemos:

En este problema nos damos cuenta que la restricción (2)

PROGRAMA DE FORMACIÓN REGULAR 6

b. PROGRAMACIÓN LINEAL NO FACTIBLE: Es posible que una región factible

Maximizar = 2x1 + 1x2

3x1 + 2x2 <= 30

4x1 + 1x2 >= 50

PROGRAMA DE FORMACIÓN REGULAR 7

c. PROGRAMACIÓN LINEAL NO ACOTADA: Se presenta si es posible encontrar

Maximizar = 2x1 + 5x2

5x1 + 3x2 >= 15

PROGRAMA DE FORMACIÓN REGULAR 8

III. DESARROLLO ACTIVIDAD PRÁCTICA:

Calcular la solución óptima y la región factible de los siguientes problemas:

figure 1: Desarrollo Ejercicio 1