http://es.scribd.

com/doc/21066515/Ejercicios-Resueltos-de-Programacion-Lineal

MÉTODO DE SOLUCIÓN GRÁFICO regresar

Introducción. La PL es una técnica mediante la cual se toman decisiones, reduciendo el problema bajo estudio a un modelo matemático general, el cual debe ser resuelto por métodos cuantitativos. En desarrollo de este capítulo se aplicarán la solución de dichos modelos aplicando diversas técnicas como: el método gráfico, método simplex, método matricial, técnica de la gran M. Además se desarrollara la aplicación de variables artificiales y obtención de soluciones para identificar a que tipo de clasificación pertenecen. Por medio de dichos modelos de solución se podrá obtener las solución adecuada para cada problema y facilitar la toma de decisiones. Método gráfico. El método gráfico se utiliza para la solución de problemas de PL, representando geométricamente a las restricciones, condiciones técnicas y el objetivo. El modelo se puede resolver en forma gráfica si sólo tiene dos variables. Para modelos con tres o más variables, el método gráfico es impráctico o imposible. Cuando los ejes son relacionados con las variables del problema, el método es llamado método gráfico en actividad. Cuando se relacionan las restricciones tecnológicas se denomina método gráfico en recursos. Los pasos necesarios para realizar el método son nueve: 1. graficar las soluciones factibles, o el espacio de soluciones (factible), que satisfagan todas las restricciones en forma simultánea. 2. Las restricciones de no negatividad Xi>= 0 confían todos los valores posibles. 3. El espacio encerrado por las restricciones restantes se determinan sustituyendo en primer término <= por (=) para cada restricción, con lo cual se produce la ecuación de una línea recta. 4. trazar cada línea recta en el plano y la región en cual se encuentra cada restricción cuando se considera la desigualdad lo indica la dirección de la flecha situada sobre la línea recta asociada.

5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las restricciones y por consiguiente, representa un punto factible. 6. Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la solución óptima puede determinarse al observar la dirección en la cual aumenta la función objetivo. 7. Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o decrece el valor de la función objetivo. Ejemplo. Maximizar Z = 3X1 + 2X2 restricciones : X1 + 2X2 <=6 2X1 + X2 <=8 -X1 + X2 <=1 X2 <= 2 X1 >= 0 X2 >= 0

(1) (2) (3) (4) (5) (6)

Convirtiendo las restricciones a igualdad y representandolas gráficamente se tiene: X1 + 2X2 = 6 2X1 + X2 = 8 -X1 + X2 = 1 X2 = 2 X1 =0 X2 = 0 (1) (2) (3) (4) (5) (6)

Figura 1 Espacio de solución presentada con WinQsb

3) (2. 0) (4.Figura 2 Determinación de solución Maximizar Z = 3X1 + 2X2 Punto A B C D E (X1. 3) (1.1.6 óptima) 12 9 .3. 3) Z 0 12 12. 0) (3. X2) (0.

Una auditoría en promedio requiere de 40 horas de trabajo directo y 10 horas de revisión. produce un ingreso de 100 dls. El procedimiento consiste en trazar las ecuaciones de las restricciones en un eje de coordenadas X1. además aporta un ingreso de 300 dls. OBJETIVO : Maximizar el ingreso total. El método gráfico se emplea para resolver problemas que presentan sólo 2 variables de decisión. Solución Método Gráfico SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL POR EL METODO GRAFICO. La solución óptima del problema se encuentra en uno de los vértices de esta área de soluciones creada. El máximo de liquidaciones mensuales disponibles es de 60. 2) 4 Tabla 2. Tienen interés en saber cuantas auditorías y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. . Una liquidación de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisión. por lo que se buscará en estos datos el valor mínimo o máximo del problema.F (0. X2 para tratar de identificar el área de soluciones factibles (soluciones que cumplen con todas las restricciones). Se dispone de 800 horas de trabajo directo y 320 horas para revisión. EJEMPLO 1: Una compañía de auditores se especializa en preparar liquidaciones y auditorías de empresas pequeñas.

RESTRICCIONES : Tiempo disponible de trabajo directo Tiempo disponible de revisión Número máximo de liquidaciones. Maximizar Sujeto a: . Cantidad de liquidaciones (X2).VARIABLE DE DECISION: Cantidad de auditorías (X1).

Se analizan estos valores en la función objetivo. . El vértice que representa el mejor valor de la función objetivo será la solución óptima.La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. EJEMPLO 2.

por comercial. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos medios por comercial. a color tiene a consideración 2 medios de difusión: La televisión y el periódico.V. Los estudios de mercado han mostrado que: 1. La publicidad por T. 2.V. Anuncios para las familias de ingreso medio (X2).Un departamento de publicidad tiene que planear para el próximo mes una estrategia de publicidad para el lanzamiento de una línea de T. La meta es obtener al menos una presentación como mínimo al 36 % de las familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de publicidad. OBJETIVO : Minimizar los costos de publicidad. Minimizar Sujeto a: . por anuncio y la publicidad por T. tiene un costo de 2000 dls. RESTRICCIONES : Porcentaje de presentación.V. La publicidad en periódico tiene un costo de 500 dls. VARIABLE DE DECISION: Anuncios para las familias de ingreso alto (X1). La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de ingresos medios por anuncio.

La carne de res contiene 80 % de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por libra. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %? Minimizar . La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra. Un expendio de carnes acostumbra preparar carne para hamburguesa con una combinación de carne molida de res y carne molida de cerdo.SOLUCION OPTIMA: EJEMPLO 3.

Sujeto a: SOLUCION OPTIMA: .

1x+0.000 en las del tipo B. que rinden el 10% y las del tipo B.08y Condiciones que deben cumplirse (restricciones): R1 R2 R3 R4 .08y 210000 0.000 euros en las del tipo A y como mínimo 60. Nos recomiendan dos tipos de acciones.EJERCICIOS DE PROGRAMACIÓN LINEAL 1. Además queremos que la inversión en las del tipo A sea menor que el doble de la inversión en B.000 euros para invertir en bolsa. Decidimos invertir un máximo de 130. que rinden el 8%.1x 0. Disponemos de 210. Las del tipo A. ¿Cuál tiene que ser la distribución de la inversión para obtener el máximo interés anual? Solución Es un problema de programación lineal. Llamamos x a la cantidad que invertimos en acciones de tipo A Llamamos y a la cantidad que invertimos en acciones de tipo B Tipo A Tipo B inversión x y rendimiento 0.

C(130000. 65000). y)= 0. F(x. D(130000. D y E A(0. 80000) y E(0. 60000). de vértices A. B. C. 210000) La función objetivo es.Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la región factible (conjunto de puntos que cumplen esas condiciones) r1 r2 (paralela a OY) r3(paralela a r4 OX) x y 0 210000 210000 0 x y 130000 0 x 0 y 60000 x 0 130000 y 0 65000 La región factible es la pintada de amarillo.1x+0. B(120000.08y . 60000).

de beneficio.50y=50. ¿Cuántas tartas Vienesas y cuantas Reales deben vender al día para que sea máximo el beneficio? Solución En primer lugar hacemos una tabla para organizar los datos: Tipo T. En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa necesita un cuarto de relleno por cada Kg.y 150 Relleno 0. de bizcocho y produce un beneficio de 250 Pts. Comprobarlo analíticamente (es decir comprobar que el valor máximo de la función objetivo. se alcanza en el vértice D) 2. de relleno. y por tanto es la solución óptima. de relleno por cada Kg. y)=250x+ 400y Sujeta a las siguientes condiciones (restricciones del problema): Consideramos las rectas auxiliares a las restricciones y dibujamos la región factible: Para x 0. aunque por problemas de maquinaria no pueden hacer mas de 125 tartas de cada tipo. de bizcocho y 50 Kg.25x+0. de bizcocho y produce 400 Ptas.250x 0. Vienesa T. y) =0 (en rojo) y la desplazamos se puede comprobar gráficamente que el vértice mas alejado es el D. En la pastelería se pueden hacer diariamente hasta 150 Kg.x 1. Real Nº x y Bizcocho 1.500y 50 Beneficio 250x 400y Función objetivo (hay que obtener su máximo): f(x.Si dibujamos la curva F(x. F. mientras que una tarta Real necesita medio Kg. ó x + 2y=200 Y .

el A(125. por reducción obtenemos y=50. 100) se encuentran directamente (son las intersecciones con los ejes coordenados) Se observa que la restricción y es redundante (es decir “sobra”) Resolviendo el sistema: .0 200 100 0 Para x + y =150 x Y 0 150 150 0 La otras dos son paralelas a los ejes Al eje OY x=125 Al eje Ox y =125 Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones deben estar en el primer cuadrante La región factible la hemos coloreado de amarillo: Encontremos los vértices: El O(0.0). x=100 . 0) y el D(0.

y)=250x+ 400y Haciendo 250x+ 400y =0.100). 25) Los vértices de la región son O(0. Y=25 B(125.25) y C(100. A(125. Si dibujamos el vector de dirección de la función objetivo f(x.Otro vértice es el punto C(100.0).50) y D(0. y=-(250/400)x=-125x/200 x 0 200 Y 0 -125 .0). 50) Y el último vértice que nos falta se obtiene resolviendo el sistema: X+y=150 X=125 Cuya solución es: X=125. B(125.

sustituyendo en los vértices obtenemos f(125. es decir usando el teorema que dice que si existe solución única debe hallarse en uno de los vértices La unción objetivo era: f(x.Se ve gráficamente que la solución es el punto (100.250 f(125. Entonces se tiene x . en este caso lo que queremos es hacer mínima la función objetivo.000=45.250+10.0)=31.y Como sólo hay 9 conductores se verifica que: x +y Como tienen que caber 400 alumnos se debe de verificar: 40x +50y .25)=31. pero solo dispone de 9 conductores. Llamamos x al nº de autocares de 40 plazas e y al nº de autocares de 50 plazas que alquila la escuela. Calcular cuantos de cada tipo hay que utilizar para que la excursión resulte lo mas económica posible para la escuela.000 y se obtiene en el punto (100.000 f(0. El alquiler de un autocar grande cuesta 80 euros y el de uno pequeño.000+20.50)=25. que simplificada quedaría 4 x +5y . 3. 60 euros. Solución Es un problema de programación lineal. Una escuela prepara una excursión para 400 alumnos.250 f(100. y)=250x+400y. La empresa de transporte tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas. 50) Conclusión: se tienen que vender 100 tartas vienesas y 50 tartas reales. ya que es el vértice mas alejado (el último que nos encontramos al desplazar la rectas 250x+400y=0 ) Lo comprobamos con el método analítico.000 El máximo beneficio es 45. 50).100)=40.000=41.

8). se encuentra la región factible. En el dibujo es la parte amarilla. r1 r2 x 8 y 0 x 0 y 10 x 0 0 r3 y 9 9 x 0 10 y 8 0 r4 Así como la de que corresponde a F(x. 9) y el (5. este último es el punto de intersección de las rectas r3 y r4 . (0. Los vértices son (0. 4).Por lo tanto las restricciones que nos van a permitir calcular la región factible (conjunto de puntos solución donde se cumplen todas las condiciones) son La función objetivo es F(x. y)=0 que se dibuja en rojo. Teniendo en cuenta las restricciones ( la de R4 es la parte de arriba y que la R3 es la parte de abajo). y)= 60x+ 80y Dibujamos las rectas auxiliares.

Sabiendo que el coste diario de la operación es de 2000 euros en cada mina ¿cuántos días debe trabajar cada mina para que el coste sea mínimo?. Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta calidad. y =4 Resolviendo gráficamente se llega a que el punto (5. La compañía necesita al menos 80 toneladas de mineral de alta calidad. y)=2000x + 2000y Las restricciones son: . Comprobarlo sustituyendo en F(x. 4. y) todos los vértices y que este es el que da menor valor (método analítico). 4) es la solución del problema. La mina B produce cada día 2 toneladas de cada una de las tres calidades. Solución Organizamos los datos en una tabla: días Mina A Mina B x y Alta calidad 1x 2y 80 Calidad media 3x 2y 160 Baja calidad 5x 2y 200 Coste diario 2000x 2000y La función objetivo C(x.por reducción restando ambas ecuaciones se tiene x =5 y sustituyendo en la 1ª ecuación. La solución óptima . 160 toneladas de calidad media y 200 de baja calidad. 3 toneladas de calidad media y 5 de baja calidad.

(método gráfico) Lo comprobamos aplicando el método analítico: C(0. 50)=2000. r2 3x + 2y= 160 y r3 5x + 2y=200 en el primer cuadrante y considerando la región no acotada que determina el sistema de restricciones: Los vértices son los puntos A(0. En la gráfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x. 20). 50) r1 r3 no hace falta calcularlo pues queda fuera de la región factible. 20) (comprobarlo) que nos da el punto (20. y)=0 es el (40. B(20.La región factible la obtenemos dibujando las rectas auxiliares: r1 x + 2y=80. D(80.100=200000 C(20.50=40000 + 100000= 140000 . que se encuentran al resolver el sistema que determinan dos a dos las rectas auxiliares y (y que estén dentro de la región factible).20+2000. 50). 100). r1 r2 r2 r3 que nos da el punto (40. 0). Luego la solución es trabajar 40 días en la mina A y 20 en la B. 20). 100)=2000. C(40.

C(40. En total hay disponibles 30 electricistas y 20 mecánicos.20=80000 + 40000= 120000 mínimo C(80. las restricciones . 40+2000. 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? Sea x = nº electricistas y = nº mecánicos La función objetivo f (x. Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y mecánicos. 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. Por necesidades de mercado.80 =160000 coste 5. 20)= 2000. y)=250x+ 200y . 0)= 2000.

una compañía aérea desea ofertar. y) =250. la tercera parte de las del tipo T que se oferten. 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. ya que f(x. 5000 plazas de dos tipos: T(turista) y P(primera). Calcular cuántas tienen que ofertarse de cada clase para que las ganancias sean máximas. La ganancia correspondiente a cada plaza de tipo T es de 30 euros. 20). como máximo. y este es 9000 euros.20=9000 6.La región factible sería para estas restricciones: Se aprecia gráficamente (línea en rojo) que la solución óptima está en el punto (20. a lo sumo. Para recorrer un determinado trayecto. debe ser. Solución Sea x el nº que se ofertan de tipo T. Turista Primera nº x y Ganancia 30x 40y . Por tanto: 20 electricistas y 20 mecánicos dan el máximo beneficio. y el nº que se ofertan de tipo P.20+200.

A(0. 1250) . 1250). C(4500.Total 5000 30x +40y La función objetivo es: f(x. 5000). B(3750. 0) (comprueba el punto B resolviendo el sistema correspondiente) El método gráfico nos da que el punto solución es el B (3750. y)=30x +40y Las restricciones: La región factible: Los vértices. 500) y D(4500.

como se puede ver en la figura. Inicialmente se dibuja el sistema de coordenadas asociando a un eje la variable 'x' y al otro la 'y' (generalmente se asocia 'x' al eje horizontal e 'y' al vertical). Se marca en dichos ejes una escala numérica apropiada a los valores que pueden tomar las variables de acuerdo a las restricciones del problema. 2. .y≥0 1.Comprueba los resultados usando el método analítico (sustituyendo los puntos vértices en f y viendo q el máximo valor se obtiene en B) Resolver mediante el método Gráfico el siguiente problema: Maximizar Z = f(x.y) = 3x + 2y sujeto a: 2x + y ≤ 18 2x + 3y ≤ 42 3x + y ≤ 24 x≥0.

4. . Aparece representada como el segmento que une A con B y la región que delimita ésta restricción viene indicada por el color AMARILLO. A continuación se representan las restricciones. Este proceso se repite para cada uno de los ejes. es decir. por ambos ejes de coordenadas. de color VIOLETA. quedando delimitadas la región de color AZUL y ROJO para la segunda y tercera restricción respectivamente. 3. Comenzando con la primera.Para ello en cada restricción se hacen nulas todas las variables excepto la correspondiente a un eje concreto. Dicha región factible está representada por el polígono O-F-H-G-C. se dibuja la recta que se obtiene al considerar la restricción como igualdad. determinándose así el valor adecuado para dicho eje. Se repite el proceso con las demás restricciones. La región factible es la intersección de las regiones delimitadas tanto por el conjunto de restricciones. como por las condiciones de no negatividad de las variables.

Finalmente. Estos vértices son los puntos candidatos a soluciones óptimas. En este ejemplo son los puntos OF-H-G-C de la figura. Como existe una región factible. . tal punto constituye la solución óptima: Z = 33 con x = 3 e y = 12. se evalúa la función objetivo (3x + 2y) en cada uno de esos puntos (resultado que se recoge en la tabla siguiente). se procede a determinar sus puntos extremos. 6. o vértices del polígono que representa. Como el punto G proporciona el mayor valor a la función Z y el objetivo es maximizar.5.

a la vez. cuyas coordenadas (0.0) se corresponden con el valor que tienen las variables básicas. En la tabla inicial se ha calculado el valor de la función objetivo en el vértice O.0) Valor objetivo (Z) 0 28 33 30 24 COMPARACION DEL MÉTODO GRÁFICO CON EL MÉTODO SIMPLEX Las sucesivas tablas construidas durante el método Simplex van proporcionando el valor de la función objetivo en los distintos vértices de la región factible.y) (0. ajustándose. Tabla I .14) (3. Iteración nº 1 3 2 0 Base P3 P4 P5 Z Cb 0 0 0 P0 18 42 24 0 P1 2 2 3 -3 P2 1 3 1 -2 P3 1 0 0 0 0 P4 0 1 0 0 0 P5 0 0 1 0 . siendo el resultado 0. los coeficientes de las variables iniciales y de holgura.0) (0.12) (6.Punto extremo O C G H F Coordenadas (x.6) (8.

En este ejemplo.La variable que entra a la base en el método Simplex determina hacia qué nuevo vértice se realiza el desplazamiento. Iteración nº 2 3 2 0 Base P3 P4 P1 Z Cb 0 0 3 P0 2 26 8 24 P1 0 0 1 0 P2 1/3 7/3 1/3 -1 P3 1 0 0 0 0 P4 0 1 0 0 0 P5 -2/3 -2/3 1/3 1 . el desplazamiento se lleva a cabo por la arista OF hasta llegar al vértice F. Éste paso se produce en la segunda iteración del método Simplex. Tabla II . donde se calcula el valor que toma la función Z. mostrado en la Tabla II. En ella se ha calculado el valor que corresponde al vértice F obteniéndose un valor Z = 24 para la función. como entra P1 (correspondiente a 'x').

obteniéndose Z = 30. hasta llegar a H (datos en la Tabla III).Se realiza un nuevo desplazamiento por la arista FH. Tabla III . En ésta tercera iteración se calcula el valor de la función en el vértice H. Iteración nº 3 3 2 0 Base P2 P4 P1 Z Cb 2 0 3 P0 6 12 6 30 P1 0 0 1 0 P2 1 0 0 0 P3 3 -7 -1 3 0 P4 0 1 0 0 0 P5 -2 4 1 -1 .

Los datos obtenidos se reflejan en la Tabla IV. Iteración nº 4 3 2 0 Cb P0 P1 P2 P3 2 0 1 -1/2 12 0 3 0 0 -7/4 3 1 0 -3/4 3 0 0 5/4 33 Base P2 P5 P1 Z 0 P4 0 0 0 0 0 P5 0 1 0 0 . En este punto acaba el proceso. Tabla IV . hasta llegar al vértice G.Se continúa el proceso a través de la arista HG. pudiéndose comprobar que la solución no mejora al desplazarse por la arista GC hasta el vértice G (no supera el valor actual de la función).

El valor máximo de la función objetivo es 33. y corresponde a los valores x = 3 e y = 12 (coordenadas del vértice G). mientras que el método Simplex acaba en cuanto halla el valor óptimo. Con el método Gráfico es necesario calcular el valor de la función objetivo en todos los vértices de le región factible. .

Sign up to vote on this title
UsefulNot useful