CUARTA UNIDAD

Qu es Programacin Lineal?

El xito es un camino, no un destino. Hay que construirlo da a da con

esfuerzo, f, optimismo y objetivos
Miguel ngel Palacios

Qu debo recordar?
Qu es la Programacin Lineal?
Cmo plantear la solucin de un problema de
programacin lineal?
Cules son los mtodos de optimizacin lineal?
Qu tipos de soluciones se presentan en los
problemas de programacin lineal con dos variables?

LECCIN 10
CONOCIMIENTOS PREVIOS
Para comprender, analizar y resolver los problemas de programacin
lineal, tenemos que recordar algunos conceptos y grficas referentes a
ecuaciones e inecuaciones lineales.
10.1 ECUACIONES DE LA RECTA
Punto pendiente
y y, = m ( x x, )
Pendiente con ordenada en el origen
y=mx+b

m = pendiente

Pasa por dos puntos: P, ( X1, Y1 ) P2 ( X2 , Y2)

Y Y1 = Y2 Y1 ( X 2 X 1 )

X1X2

X2 X 1
Forma Simtrica
X

= 1

Forma General
AX + BY + C = 0

A 0

B0

Ejemplo
Determinar la ecuacin de la recta que pasa por los de puntos.
A (2; 8) y B (-1; -1)
Solucin:
y

A( 2, 8 )

Y y1 =m(x x1)
m = y2 y =
x2 x1

-1

B ( -1,-1)

( 1)

-1 8 = 3
-1 2

m=3
Reemplazando el valor de m en
Y 8 = 3 (x 2)
Y 8 =3x 6. Ecuacin de la recta

(1)

Rectas paralelas a los ejes

Una recta, paralela al eje X, tiene por ecuacin y = b, donde bR

y corta al

eje y en el punto ( o ; b). As la recta de ecuacin y = 4 corta al eje y en (0; 4)

Y
y=4
4

Una recta, paralela al eje Y, tiene por ecuacin x = c, donde c R y corta al eje
X en el punto ( c , o ). As la recta de ecuacin X = 3 corta al eje x en ( 3 , 0 )

Rectas Secantes.- Dos rectas L1 y L2 son secantes s y slo s se intersecan en

un solo punto.
As
L1 = 2X + 3Y = 12

L2 = 4X 3Y = 6

Para determinar las coordenadas del punto de interseccin A, resolvemos el

sistema de ecuaciones.
2x + 3 y = 12

2(3) + 3y = 12

4x - 3 y = 6

6-3y

6x

=18

= 18

L2

= 12 6
3

y
= 2
A (3, 2)

6
2

x=3

= 12

A (3, 2)

L1

10.2 GRFICA DE UNA INECUACIN LINEAL CON DOS VARIABLES

La grfica de una recta de ecuacin y = mx + b divide al plano en dos regiones
o semiplanos: una formada por los puntos que satisfacen la inecuacin y < mx
+ b, y otra formada por los puntos que verifican y >mx + b con frontera la lnea
recta.
Si se trata de una inecuacin en sentido estricto (<,>), no incluye a los
puntos de la recta que limitan al semiplano.
Si es una inecuacin en sentido amplio (,), los puntos de la recta
tambin
son soluciones de la inecuacin.
Ejemplos :
EJEMPLO 1 .Representa grficamente: y x 2
SOLUCIN:
x
y
Paso 1:
0
2
yx2
Primero se determina dos puntos de la recta:
-2
0
para determinar la frontera.
Los puntos por donde la recta y x 2 pasa son: (0; 2) (-2, 0 )
Paso 2 .

Para obtener la regin sombreada , se elige un punto cualquiera , puede

ser (0,0), (1,0) ( 0,1) o cualquier otro y sustituir en la desigualdad dada,
obtenindose una proposicin Verdadera o Falsa ..
f(x)=x+2

Relleno 1

Si la proposicin es Verdadera, sombrear la regin que se encuentra el

punto elegido.
Si la proposicin es Falsa, sombrear la regin opuesta.
En este ejemplo elegimos el punto ( 1,0) sustituimos en la inecuacin y >
x+2
0 > 1+ 2 obteniendo 0 > 3 ( falso ) , por consiguiente se sombrea la
regin que est por encima de la recta, por ser opuesta a la regin del
punto ( 1,0 )
As se obtiene la grfica para la inecuacin: y x 2 , que viene a ser la
regin sombreada.
y

-2

-1

-1

EJEMPLO 2 : Representa grficamente: y 3x 1

SOLUCIN:
Paso 1 :
Primero se determina dos puntos de la recta:

x
0
1

y
-1
2

y 3x 1

Los puntos por donde la recta y 3x 1 pasa son: (0; -1) y (1; 2).
Paso 2 :

Siguiendo la regla y el procedimiento anterior se obtiene la grfica para la

inecuacin: y 3x 1
y

-1

-1

EJEMPLO 3 : Graficar la inecuacin : x 0

La grfica de la ecuacin x = 0 es el eje Y
La grfica de x >0 es el semiplano que est a la derecha del eje Y.

y
EJEMPLO 4 : Representa grficamente y 0
Graficamos la ecuacin y = 0 , es el eje X.
La grfica de y>0 es el semiplano que est encima del eje X

TAREA N 01

Representa en el plano cartesiano la solucin de las siguientes inecuaciones.

1) y 3x + 4

2) y> 2x 2

3) y x -2

4) x + 2y 3

5) 4x + 3y < 2

6) x 2y > 5

10.3 GRFICA DE UN SISTEMA DE INECUACIONES LINEALES CON DOS

VARIABLES

El conjunto solucin de un sistema de inecuaciones lineales con dos variables

x, y, es el conjunto de todos los puntos ( x, y) que satisfacen cada desigualdad
del sistema .
La solucin grfica del sistema es la interseccin de todos los semiplanos que
define cada desigualdad lineal.
f(x)=0.5x+1
f(x)=3-x

x+y<3 and 2y-x<2; x>0

EJEMPLO 1 .Representa grficamente la solucin de: x 0 ; 2 y x 2 ;

xy3

SOLUCIN:
Primero se grafican cada una de las rectas: L1 : x 0 (Eje Y)
La recta L 2 : 2 y x 2 pasa por los puntos: (0; 1) y (2; 2)
La recta L 3 : x y 3 pasa por los puntos: (0; 3) y (3; 0)
Luego se grafica: x 0 ; 2 y x 2 ; x y 3

-1

-1

El conjunto solucin es el semiplano o regin sombreada

EJEMPLO 2 :Representa la regin solucin de: 2 x 5 y 2 ; x 2 y 1 ; x 0
SOLUCIN:
Primero se grafican cada una de las rectas:
La recta L1 : 2x 5y 2 pasa por los puntos: (-4; 2) y (1; 0)
La recta L 2 : x 2 y 1 pasa por los puntos: (-1; -1) y (1; 0)
La recta L 3 : x 0 (Eje Y)
Luego se grafica: 2 x 5 y 2 ; x 2 y 1 ; x 0

-4

-3

-2

-1

-1

-2

EJEMPLO 3 : Represente grficamente la solucin del sistema de inecuaciones

lineales:
x y 1;
xy 1

SOLUCIN:
Graficando en el plano coordenado las relaciones x y 1; x y 1

La regin sombreada no acotada representa la solucin del sistema de

inecuaciones.
EJEMPLO 4 :Represente grficamente la solucin del sistema de inecuaciones
lineales:
x 2y 4
2x y 5

SOLUCIN:
Graficando en el plano coordenado las relaciones x 2y 4 ; 2x y 5

2
1
x

-3

-2

-1

-1
-2
-3
-4
-5

EJEMPLO 5 :Represente grficamente la solucin del sistema de inecuaciones

lineales:
x y 6; x y 4
SOLUCIN:
Graficando en el plano coordenado las relaciones x y 6 ; x y 4

6
5
4
3
2
1
x

-1

-1

No hay regin sombreada dado que ningn punto cumple el sistema de

inecuaciones.
TAREA 2
1) Determinar el conjunto solucin del sistema :
4x + 3y 12
x 2y 0
2) Graficar el conjunto solucin del sistema :
x+y6
0x3
y0
3) Determinar en forma grfica el conjunto solucin del siguiente sistema, e
indique si el conjunto solucin est o no acotado.
x+ y 7
x20
y70
y- 3 0
4) Represente grficamente la solucin del sistema de inecuaciones :
3x + 2y < 10
x + 2y 2

5) Representa grficamente el conjunto solucin del siguiente sistema.

Encuentra las coordenadas de los vrtices de la regin del plano que se forma.
X + 3y 3
3 y 2x + 6
x- 5 0
INTRODUCCIN A LA PROGRAMACIN LINEAL
11.1 RESEA HISTRICA DE LA PROGRAMACIN LINEAL
Jean Baptiste-Joseph Fourier (1768-1830), matemtico francs fue uno de los
primeros en intuir, aunque de forma no tan precisa, los mtodos de los
actualmente se conoce como Programacin Lineal y la potencialidad que de
ellos se deriva. Tambin se tiene al matemtico Gaspar Monge (1746 1818),
quien en 1776 se interes por problemas de este gnero. En 1939 el
matemtico ruso Leonid Vitalevich Kantorovitch publica su obra titulada
Mtodos matemticos de organizacin y planificacin de la produccin, en la
que por primera vez se hace corresponder a una extensa gama de problemas
una teora matemtica precisa y bien definida, llamada hoy en da
Programacin Lineal, por lo que se le considera uno de sus creadores.
Kantorovitch recibi el Premio Novel de Economa en 1975 por sus
aportaciones al problema de asignacin ptima de recursos humanos. En
1941-1942 se formula por primera vez el problema de transporte, estudiado
independientemente por Koopmans y por Kantorovitch, razn por la cual se
suele conocer con el nombre de problema de Koopmans-Kantorovitch.
En los aos posteriores a la Segunda Guerra Mundial, en Estados Unidos se
asumi que la eficaz coordinacin de todas las energas y recursos de la
nacin era un problema de tal complejidad, que su resolucin y simplificacin
pasaba necesariamente por los modelos de optimizacin que resuelve la
Programacin Lineal.
Investigacin de Operaciones en general y la Programacin Lineal en particular
recibieron un gran impulso gracias a la aparicin y rpida evolucin de las
computadoras. Uno de los momentos ms importantes fue la aparicin del
mtodo Simplex. Este mtodo, desarrollado por G.B. Dantzig en 1947, consiste
en al utilizacin de un algoritmo para optimizar el valor de la funcin objetivo
teniendo en cuenta las restricciones planteadas. En trminos matemticos muy

precisos, el enunciado estndar al que cabe reducir todo problema de

Programacin Lineal. Dantzig, junto con una serie de investigadores del United
Dantzig, junto con una serie de investigadores del United Status Departamento
f Air Forc, formaran el grupo que dio en denominarse SCOOP (Scientific
Computation of Optimum Programs).
Los fundamentos matemticos de la Programacin Lineal se deben al
matemtico norteamericano de origen hngaro John Von Neumann (19031957), quien en 1928 public su famoso trabajo Teora de juegos. En 1947
conjetura la equivalencia de los problemas de Programacin Lineal y la teora
de matrices desarrollada en sus trabajos. La influencia de este respetado
matemtico, discpulo de David Hilbert en Gounga y desde 1930 catedrtico de
la Universidad de Princeton de Estados Unidos, hace que otros investigadores
se interesaran paulatinamente por el desarrollo riguroso de esta disciplina. El
hombre de Programacin Lineal no procede de la creacin de programas en la
computadora, sino de un trmino militar, programa que significa realizar planes
o propuestas de tiempo para el entrenamiento, la logstica, o el despliegue de
las unidades de combate.
El desarrollo de la Programacin Lineal ha sido considerada como uno de los
avances cientficos ms importantes de mediados del siglo XX, su efecto desde
1950 ha sido extraordinario. En la actualidad es una herramienta de uso normal
que ha ahorrado miles o millones de dlares a muchas compaas o negocios.
Dantzig es considerado el padre de la programacin lineal.
11.2 Qu es Programacin Lineal?
Es una herramienta para resolver problemas de optimizacin. 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. En este caso, la palabra programacin no se
refiere a trminos computacionales, es sinnimo de planeacin. Por lo tanto, la
programacin lineal involucra la planificacin de las actividades para obtener un
resultado ptimo.
La programacin lineal es una tcnica que se utiliza en la resolucin de
problemas donde se plantea optimizar, maximizar, minimizar funciones que se
encuentran sujetas a determinadas restricciones. Tales problemas incluyen

asignacin de recursos, y siempre implican relaciones lineales entre las

variables de decisin, el objetivo y las restricciones.
Funcin Objetivo.- Es la funcin a optimizar
Restricciones de no negatividad.-

Significa que las variables x e y son

mayores o iguales que cero.

Sistema de restricciones lineales.- Es el conjunto de todas las restricciones.
El desarrollo de la programacin lineal ha sido clasificado como uno de los
avances cientficos ms importantes de mediados del siglo XX.
En la actualidad es una herramienta de uso normal que ha ahorrado millones
de dlares a muchas empresas.
11.3 Qu aplicaciones tiene la Programacin Lineal?
La programacin lineal se aplica en diferentes campos, as tenemos en la
agricultura, industria, transporte, economa, salud, ciencias sociales, estrategia
militar, en las que se presentan situaciones donde se exige optimizar algunas
funciones que se encuentran sujetas por determinadas restricciones.
Tambin produce algoritmos eficientes de cmputo para problemas con miles
de restricciones y variables. Debido a su gran eficiencia de clculo, la
programacin lineal forma la columna vertebral de los algoritmos de solucin
para otros modelos de investigacin de operaciones.
11.4

Cules son las caractersticas de Programacin Lineal

La programacin lineal tiene las siguientes caractersticas:

Se preocupa por alcanzar una posicin ptima con relacin a cierto

objetivo.
Su finalidad es minimizar los costos y maximizar los beneficios.

Supone la seleccin entre varias alternativas a la combinacin apropiada

de stas.

Considera ciertos lmites o restricciones a la decisin.

Requiere que las variables sean cuantificables y que tengan relaciones

lineales entre s.

11.5 Planteamiento del problema

Los problemas de optimizacin se plantean muy a menudo verbalmente. El

procedimiento para la solucin consiste en realizar un modelo del problema con
un programa matemtico y luego con las tcnicas de programacin lineal.
Se recomienda seguir los siguientes pasos para transformar un problema
verbal en un programa matemtico.
Para plantear la solucin de un problema de la programacin lineal debemos:

Organizar la informacin mediante una tabla.

Asignar una variable a cada una de las incgnitas.

Determinar las restricciones que se crean convenientes.

Plantear la funcin objetivo.

Ejemplos :
Problema 1 : En un taller se dispone semanalmente de 30 Kg de algodn y 25
Kg de lana para la produccin de dos tipos de tapices decorativos A y B, segn
los siguientes requerimientos:
-Tapiz A: 250 g de algodn y 120 g de lana
-Tapiz B: 300 g de algodn y 200 g de lana
Si el tapiz A se vende a S/. 50 y el tapiz B S/. 80, determina las restricciones y
plantea la funcin objetivo que determina el mximo ingreso.
Del anlisis de la informacin del problema tenemos:

Dos cantidades de productos: algodn y lana.

Dos tipos de tapices: A y B con distintas cantidades de cada producto.

Un precio de cada tipo de tapiz.

Se desea obtener el mximo ingreso por la venta de los tapices.

Organizamos la informacin en una tabla:

Organizamos la informacin en una tabla:

Requerimientos por tapiz

A
B
Algodn (kg)
Lana (kg)
Precio (S/.)

250 g = 0.25 kg
120 g = 0.12 kg
S/. 50

300 g = 0.3 kg
200 g = 0.2kg
S/. 80

Asignamos una variable a cada una de las incgnitas:

Disponibilidad
por semana
30 kg
25 kg

x : nmero de tapices del tipo A

y : nmero de tapices del tipo B

Determinamos las restricciones:

-De recursos: algodn

0,25x + 0,3y 30

lana

0,12 x + 0,2y 25

-De negatividad, x e y son valores enteros no negativos: x 0; y 0

Como 50x es el ingreso total por la venta de los tapices del tipo A y 80y
por los tapices del tipo B, entonces la funcin objetivo que determina el
mximo ingreso es: F (x, y) = 50x + 80y

Problema 2:
Supongamos que se cuenta con dos alimentos: pan y queso; cada uno de ellos
contiene caloras y protenas en diversas proporciones. Un kilogramo de pan
contiene 2,000 caloras y
50 gramos de protenas, y un kilogramo de queso contiene 4,000 caloras y
200 gramos de protenas. Supongamos que una dieta normal requiere cuanto
menos 6,000 caloras y 200 gramos de protena diariamente. Por tanto, si el
kilogramo de pan cuesta $6.00 y $21.00 el queso, Qu cantidades de pan y
queso debemos comprar para satisfacer los requisitos de la dieta normal,
gastando la menor cantidad de dinero?

La siguiente tabla rene los datos del problema

Tabla 1
Requisitos
de la dieta
normal

Pan
(1 Kg.)

Queso
(1 Kg.)

21

Caloras

2000

4000

6000

Protenas
(gramos)

50

200

200

Precios ($)

Este problema presenta dos incgnitas:

1. Kgs. de pan a comprar

2. Kgs. de queso a comprar

Con esta notacin convendremos en que:
X1 = n de kilogramos de pan
X2 = n de kilogramos de queso
El primer paso consiste en obtener una funcin del costo con las siguientes
incgnitas X1 y X2.

Tabla 2
Pan

Queso

Si se compra

Se gasta

Si se compra

$
1 kg.
2 kg.
n kg.
X1 kg.

6
6
6
6

x1
x 2
xn
X1

Se gasta

1
2
n
X1

kg.
kg.
kg.
kg.

21 x 1
21 x 2
21 x n
21 X 2

En la tabla 2, se presenta el razonamiento seguido para obtener la

funcin del costo.
Para la compra de x1 Kg de pan, el costo 6 (precio de cada Kg.) por x 1
(N de Kgs.) sea 6x1. Igual razonamiento debe hacerse con el queso: si se
compra x2 Kg. de queso a $ 21.00 el Kg. el costo es 21x 2. Ahora bien, si se
demandan simultneamente x1 Kgs. de pan y x2 Kgs. de queso el gasto es:
G= 6x1 + 21x2
donde G representa el costo o importe de la compra.
Por el enunciando del problema, tambin es necesario precisar que se
trata de comprar cantidades x1 de pan y x2 de queso, de tal manera que se
satisfagan los requisitos de una dieta normal con el mnimo costo; esto significa
que la funcin G debe ser mnima. Con este objeto, usar la siguiente
notacin:
(MIN) G =

6x1 + 21x2

que se lee minimizar G. , que es la funcin objetivo

Luego planteamos las restricciones como se ilustra en la tablas 3.
l

Tabla 3
Planteo de la Restriccin de Caloras
Pan
Queso
Si se compras Se obtiene (caloras)
1 kg.
2 kg.
n kg.
X1 kg.

Si se compra Se obtiene (caloras)

2000
2000 x 2
2000 n
2000 X 1

1
2
n
X2

kg.
kg.
kg.
kg.

4000
4000 x 2
4000 n
4000 X2

En consecuencia, resulta que si se compra x1 Kgs. de pan y x2 Kgs. de

queso, el nmero de caloras contenido en dicha compra ser de:
2000 x1 + 4000 x2
El total de caloras debe ser, por lo menos, el fijado por la dieta (6000),
lo que. algebraicamente puede expresarse as:
2000 x1 + 4000 x2 6000

Por lo que toca al requisito de protena, el planteo es semejante, como

aparece en la tabla 4.
Tabla 4
Planteo de la Restriccin de Protenas
Pan
Si se compras

Queso
Se obtiene
(grs.de

protenas)

1
2
n
X1

kg.
kg.
kg.
kg.

50
50 x 2
50 n
50 X 1

Si se compra Se obtiene
(grs.de
protenas)

1 kg.
2 kg.
n
kg.
X2
kg.

200
200 x 2
200 n
200 X2

En x1 Kg. de pan mas x2 Kg. de queso, estn contenidos 50 x1 + 200 x2

gramos de protenas. Dado que la dieta normal requiere de 200 grs. de
protenas cuando menos, la expresin completa es:
50 x1 + 200 x2 200.
Con esto, el problema queda planteado, se trata de:

(MIN) G =

6x1 + 21x2

Con las restricciones :

2000 x1 + 4000 x2
50 x1 + 200 x2

6000
200.

Problema 3:
Un ebanista, dispone de las dispone de dos diferentes tipos de madera tiene 1
500 pies tabla de tipo de A, y 1 000 de tipo B; tambin dispone de 800 horas
hombre para efectuar el trabajo. La demanda que ha estimado es la siguiente:
cuando menos 40 mesas. 130 sillas, 30 escritorios y noms de 10 estantes.
Las cantidades de madera A y B, y las horas hombre que requiere la
elaboracin de cada unidad de articulo, estn indicadas en la tabla 5
Tabla 5
Artculo
Mesa
Silla
Escritorio
Estante
Total

Madera
A

HorasHombre

Demanda
Estimada

Utilidades
Por unidad

Cuando menos 40

12

Cuando menos
130

Cuando menos 30

15

12

10

No mas de 10

10

1500

1000

800

El problema es: Qu cantidad debe fabricar el ebanista de cada

artculo, de manera que las utilidades obtenidas sean las mximas?
El planteamiento
anterior.

de este problema sigue una tcnica similar a la

X1 = nmero de mesas que deben producirse.

X2 = nmero de sillas que deben producirse.
X3 = nmero de escritorios que deben producirse.
X4 = nmero de estantes que deben producirse.
Una vez simbolizadas las incgnitas, el paso siguiente ser obtener las funcinobjetivo. En este caso se trata de una funcin de utilidades que debe
maximizarse.
U = 12x1 + 5x2 + 15x3 + 10x4.
Pero, dado que dichas utilidades deben ser las mximas posibles, se trata de

(MAX) U = 12x1 + 5x2 + 15x3 + 10x4.

El mximo de esta funcin de utilidades esta condicionado por las restricciones
de recursos y de demandas.
Restricciones de recursos:
Trabajo. Se cuenta con 800 horas-hombres solamente, luego:

debe ser igual o menor que

800 horas-hombre

El total de horas-hombre invertidas en la produccin

de x1 mesa, x2 sillas, x3 escritorios y x4 libreros.

Y como existe la condicin de que este total no debe ser mayor que 800, la
expresin completa es:
3x1 + 2 x2 + 5x3 + 10x4.

800

Madera. Para el planteo de las restricciones de madera tipo A y tipo B; es

aplicable el mismo razonamiento.
Es decir:
5x1 + x2 + 9x3 + 12x4. 1500
Para madera del tipo B, la restriccin es:
2x1 + 3 x2 + 4x3 + x4. 1000
Restricciones de demanda
En primer trmino, el nmero de mesas, X1, debe ser cuando menos de 40, es
decir, igual o mayor de 40:
X1 40.
El nmero de sillas, x2, debe ser cuando menos 130:
X2 130.
El numero de escritorios; x3, cuando menos 30:
X3 30.
El nmero de estantes, X4 , no debe ser mayor de 10, es decir: X 10
Se trata de :
MAX U = 12 X1 + 5X2 + 15 X3 + 10 X4
Con las restricciones :

X1 + 2 X2 + 5 X3 + 10 X4 800
5 X1 + X2 + 9 X 3+ 12 X4 1500
2X 1+ 3 X2 + 4 X3 + X4 1000
X1 40
X 2 130
X 3 30
X4 10 Con la condicin de no negatividad de todas las variables
11.6 Determinacin de la regin factible
La solucin de un problema de programacin lineal debe estar en la regin
determinada por las distintas desigualdades. Esta recibe el nombre de regin
factible, y puede estar o no acotada. Si la regin factible est acotada, su
representacin grfica es un polgono con un nmero de lados menor o igual
que el nmero de restricciones.
EJEMPLO 1 : Determinacin de la regin factible; teniendo en cuenta las
siguientes inecuaciones:
x y 120 ;
x 3 y 150 ;
x0 ;
y0

SOLUCIN:
La regin factible se determina graficando en el plano coordenado las
relaciones:
x y 120 ; x 2y 150 ; x 0 ; y 0

120 B

100

80

60

D
40

20

F
A

C
20

40

60

80

100

120

140

La regin sombreada acotada ACFD representa la regin factible, es decir

la regin que cumple las inecuaciones dadas.
EJEMPLO 2.Determinacin de la regin factible; teniendo en cuenta las
siguientes inecuaciones:
x y 120 ; x 3 y 150 ; x 0 ; y 0
SOLUCIN:
La regin factible se determina graficando en el plano coordenado las
relaciones:
x y 120 ; x 2y 150 ; x 0 ; y 0

120 B

100

80

60

D
40

20

F
A

20

40

60

80

100

120

140 E

La regin sombreada no acotada representa la regin factible, es decir la

regin que cumple las inecuaciones dadas.
11.7

Determinacin de la solucin ptima

La solucin ptima es aquella que maximiza o minimiza la funcin objetivo F(x,

y).
Se encuentra en la frontera de la regin factible.
EJEMPLO
Si la funcin objetivo es F(x, y) = 40x + 60y Detremina la solucin ptima.

Identificamos los vrtices: A(0; 0), C(120; 0), F(105; 15) y D(0; 50)

Evaluamos la funcin objetivo en cada punto:

Punto A

F(0; 0) = 40(0) + 60(0) = 0

Punto C

F(120; 0) = 40(120) + 60(0) = 4800

Punto F

F(105; 15) = 40(105) + 60(15) = 5100 mximo ingreso

Punto D

F(0; 50) = 40(0) + 60(50) = 3000

Solucin ptima

La solucin ptima se obtiene en el punto F, donde la funcin objetivo

F(x, y) = 40 x + 60y obtiene su mximo valor cuando x= 105 e y = 15.
LECCIN 12
MTODOS DE OPTIMIZACIN LINEAL
12.1

MTODO ALGEBRAICO O DE LOS VRTICES

Lo ms importante del mtodo algebraico es determinar los vrtices

resolviendo los sistemas que se pueden formar con las restricciones.
Aplicamos este mtodo resolviendo los siguientes problemas :
PROBLEMA 1
En la Urbanizacin Los Portales de Javier Prado.se van a construir casas de
dos tipos : A y B. La empresa constructora COSAPI, dispone para ello de un
mximo de S/ 1 800 000, siendo el costo de cada tipo de casa de S/. 30 000 y
S/ 20 000, respectivamente. La zonificacin urbana exige que el nmero total
de casas
sea superior a 80. Sabiendo que el beneficio obtenido por la venta de una casa
de tipo A es de S/ 4 000 y de S / 3 000 por una del tipo B. Cuntas casas
deben construirse de cada tipo para obtener la mxima utilidad ?
SOLUCIN

Asignamos una variable a cada una de las incgnitas:

X : nmero de casa tipo A

Y: nmero de casas tipo B

Determinamos las restricciones y la funcin objetivo:

X 0; y 0

X 0; Y 0

X + Y 80

X+ Y 80

30 000X + 20 000Y 1 800 000

3x + 2y 180

Funcin Objetivo:
F (x, y) = 4 000x + 3 000y

Hallamos los puntos de corte de las rectas

asociadas a las restricciones. Para ello, calculamos las soluciones de los
seis sistemas de dos ecuaciones con dos incgnitas que se pueden
formar con las cuatro restricciones (ver margen) y obtenemos:
A (0; 0), B (0; 80), C(20; 60), D(60; 0), E(80; 0), F(0; 90)

Determinamos los vrtices de la regin factible. Para ello, evaluamos las

restricciones en todos los puntos obtenidos y verificamos si cumplen las
desigualdades:

A(0; 0)
B(0; 80)
C(20; 60)
D(60; 0)
E(80; 0)
F(0; 90)

X0
S cumple
S cumple
S cumple
S cumple
S cumple
S cumple

Y0
S cumple
S cumple
S cumple
S cumple
S cumple
S cumple

X + y 80
S cumple
S cumple
S cumple
S cumple
S cumple
No cumple

3x + 2y 180
S cumple
S cumple
S cumple
S cumple
No cumple
S cumple

Los puntos A, B, C y D cumplen todas las restricciones: estos son los vrtices
de la regin factible. E y F no pertenecen a la regin factible.

Calculamos los valores de la funcin objetivo F(x, y) = 4 000x + 3 000y

en los vrtices A, B, C, y D porque son los que cumplen todas las
restricciones:

Para el punto A: F (0; 0) = 4 000(0) + 3 000(0) = 0

Para el punto B: F (0; 80) = 4 000(0) + 3 000(80) = 240 000
Para el punto C: F (20; 60) = 4 000(20) + 3 000(60) = 260 000 MXIMA
UTILIDAD
Para el punto D: F (60; 0) = 4 000(60) + 3 000(0) = 240 000
La solucin ptima que maximiza la funcin objetivo F(x, y) = 4 000x + 3
000y corresponde al vrtice C (20; 60).Entonces, para obtener la mxima
utilidad deben construirse 20 casas del tipo A y 60 casas del tipo B.
Para aplicar el mtodo algebraico es necesario seguir los siguientes pasos :

Hallar los puntos de corte de las rectas asociadas a las restricciones.

Evaluar las restricciones en todos los puntos de corte y verificar si

cumplen las desigualdades.

Calcular los valores de la funcin objetivo en cada punto que cumple

todas las condiciones para determinar la solucin ptima.

PROBLEMA 2 :
Utiliza el mtodo algebraico para determinar los valores x e y que hacen
mxima la funcin objetivo F(x; y)=50x+90y,
Con las siguientes restricciones:

x y 80
x 2 y 120

x0

y0

SOLUCIN:
Primero graficamos en el plano coordenado las relaciones: x y 80 ;
x 2 y 120 ; x 0 ; y 0
y

80

60 B

40

20

20

40

60

80

100

120

La regin sombreada ABCD representa la regin factible, es decir la regin

que cumple las restricciones. Para obtener el valor mximo de la funcin
objetivo F(x; y)=50x+90y calculamos los valores de dicha funcin en los
vrtices A, B, C y D.
Para el vrtice A: F(0; 0) = 50(0) + 90(0) = 0
Para el vrtice B: F(0; 60) = 50(0) + 90(60) = 5400
Para el vrtice C: F(40; 40) = 50(40) + 90(40) = 5600
Para el vrtice D: F(80; 0) = 50(80) + 90(0) = 4000
El valor mximo de la funcin objetivo se obtiene en el punto C para x=40
y=40.
12.2

MTODO GRAFICO O DE LAS RECTAS DE NIVEL

Aplicamos este mtodo resolviendo los siguientes problemas:

PROBLEMA 1:
Resolvemos el problema 1 del mtodo algebraico, aplicando el mtodo grfico.

Organizamos la informacin en una tabla:

Inversin (en miles)

Por zonificacin
Utilidad (en miles)

Tipo de casa A
30
1
4

Disponibilidad
1 800
80

Asignamos una variables cada una de las incgnitas :

X =nmero de casa de tipo A

Tipo de casa B
20
1
3

Y =: nmero de casas tipo B

Determinamos las restricciones y la funcin objetivo:

X 0; y 0

x 0; y 0

X + y 80

x + y 80

30 x + 20y 1 800

3x + 2y 180

Funcin Objetivo:
F (x, y) = 4x + 3y

Para aplicar el mtodo grfico realizamos los siguientes pasos:

Representamos grficamente el sistema de inecuaciones formado por

las restricciones y determinamos la regin factible.

Representamos rectas de la forma 4x + 3y = k, rectas de nivel paralelas a la

funcin objetivo F (x, y) = 4x + 3y, donde k ser el nivel de utilidad.

La solucin ptima que se obtiene en el punto de la regin factible que

hace a k, en nuestro caso es el vrtice C (20; 60), para el que k = 260.

Entonces, para obtener la mxima utilidad (S/. 260 mil) se deben construir 20
casas del tipo A y 60 del B.
En la prctica se representa una de las rectas de nivel (en el grfico son las
rectas punteadas), que se desplaza paralela a s misma hasta encontrar el
vrtice (solucin nica) o un lado de la regin factible (infinitas soluciones), que
cumplan la condicin de mximo o mnimo.
PROBLEMA 2.
Utiliza el mtodo grfico para determinar el valor que maximiza la funcin
objetivo F(x; y)=200x+300y en la regin factible determinada por el polgono
cuyos vrtices son:
(0; 0), (7; 0), (6; 5), (4; 8) y (0; 7).

SOLUCIN:
Primero ubicamos los vrtices del polgono en el plano coordenado y luego
trazamos por cada uno de los vrtices, las rectas de nivel: 200x+300y=k.
y

8
7

5
4
3
2
1
-1

E
1

-1

Se observa en el grfico que el valor mximo de la funcin objetivo:

F(x; y)=200x+300y se obtiene en el vrtice C(4; 8), es decir:
F(4; 8) = 200(4) + 300(8) = 320
F ( 4; 8) = 320
LECCIN 13
TIPOS DE SOLUCIONES
Los problemas de programacin lineal con dos variables pueden
presentar distintos tipos de soluciones.:
13.1

SOLUCIN NICA

La solucin es nica cuando la solucin ptima se encuentra slo en uno de los

vrtices.
Ejemplo:
Una fbrica prepara salsas para tallarines Extra y Gourmet. La primera
contiene 200 g de tomate y 25 g de carne por lata, la segunda 150 g de tomate
y 50 g de carne. Si se abastece de 4 toneladas de tomate y 1,25 toneladas de

carne, cuntas latas deben fabricar de cada tipo para obtener la mxima
utilidad, ganando en la venta de cada una S/. 1,80 y S/. 2,30, respectivamente.

Asignamos una variable a cada una de las incgnitas :

x: nmero de latas de salsa Extra

y: nmero de latas de salsa

Gourmet

Organizamos la informacin en una tabla:

Salsa extra

Salsa Gourmet

Disponibilidad

Tomate

200 g = 0,2 kg

150 g = 0,15 kg

41 = 4 000 kg

Carne

25 g = 0, 025 kg

50 g = 0, 05 kg

1,25 t = 1 250kg

Utilidad

S/. 1,80

S/. 2,30

Determina las restricciones:

X 0; y 0
0,2x + 0,15y 4 000
0,025x + 0,05y 1 250

X 0; y 0
4x + 3y 80 000
x + 2y 50 000

Planteamos la funcin objetivo que permita obtener la mxima utilidad:

F(x; y) = 1, 80x + 2,30y

Determinamos los vrtices A (0; 0), B (0; 25 000), C (2 000; 24 000)

D (20 000; 0) y graficamos la regin factible (figuradle margen).

Determinamos la solucin ptima

En A: F (0; 0) = 1, 80(0) + 2, 30(0) = 0
En B: F (0; 25 000) = 1, 80(0) + 2, 30(25 000) = 57 500
En C: F (2 000; 24 000) = 1,80(2 000) + 2,30(24 000) = 58 800

Solucin
ptima

En D: F (20 000; 0) 1,80(20 000) + 2,30(0) = 36 000

La mxima utilidad se obtiene en el vrtice C (2 000; 24 000) solucin nica,
que indica que deben preparar 2 000 latas de salsa extra y 24 000 latas de
salsa gourmet. En tal caso, dicha utilidad es de S/. 58.800.
13.2 SOLUCIN MLTIPLE

La solucin es mltiple cuando hay infinita soluciones que corresponden a los

puntos del segmento que tiene por extremos a dos vrtices de la regin
factible.
Ejemplo:1
Maximiza la funcin Objetivo F(x; y) para un problema donde las restricciones
son: x 0; y 0; x + y < 5; x y 3

Determinamos los vrtices y la regin factible:

A (0; 0), B (0, 5), C(4; 1) y D(3; 0)

Calculamos el valor de la funcin objetivo en cada uno de los vrtices:

En A: F(0; 0) = 0 + 0 = 0
En B: F(0; 5) = 0 + 5 = 5
En C: F(4; 1) = 4 + 1 = 5
En D: F(3; 5) = 3 + 0 = 3

La funcin objetivo alcanza el mximo valor en los vrtices B y C, y tambin en

cualquiera de los puntos de BC. Por lo tanto, tiene infinitas soluciones.
Ejemplo 2
Un granjero tiene 480 hectreas en la que puede sembrar ya sea maz o trigo.
Calcula que dispondr de 800 horas de trabajo durante la temporada. Los
mrgenes de utilidad para cada uno de los productos son S/. 40 por hectrea y
los requerimientos laborales para trabajaren la siembra del maz son 2 horas
por hectrea y para el trigo, 1 hora por hectrea. Cuntas hectreas de cada
cultivo debe plantar para maximizar su utilidad? Cul es la utilidad mxima?

x: nmero de hectreas de maz sembrado

Asignamos variables

y: nmero de hectreas de trigo sembrado

Organizamos la informacin en una tabla

Maz

Trigo

Disponibilidad

Superficie

1 hectreas

1 hectreas

480 hectreas

Requerimiento
laboral
Utilidad

2 horas

1 hora

800 horas

S/. 40

S/. 40

Determinamos las restricciones: x 0; y 0; x + y 480; 2x + y 800

La funcin objetivo que maximiza la utilidad: F(x; y) = 40x + 40y

Sus vrtices son: A (0; 0), B(0; 800), C(320; 160), D(400 + 0)

Graficamos, al margen, la regin factible.

Calculamos el valor de la funcin objetivo en cada uno de los vrtices:

En A: F (0; o) = 40(0) + 40(0) =0
En B: F (0; 480) = 40(0) + 40(480) =19 200

Soluciones ptimas

En C: F (320; 160) = 40(320) + 40(160) =19 200

En D: F (400; 0) = 40(400) + 40(0) =16 000
La mxima utilidad se obtiene en los vrtices B y C, y tambin en cualquiera de
los puntos de BC. En todos estos casos, su mxima utilidad es S/. 19 200
13.3 SOLUCIN NO ACOTADA
Cuando la funcin objetivo no tiene valores extremos, la regin factible es no
acotada.
Ejemplo
Maximiza la funcin objetivo F(x; y) = x + y para un problema cuyas
restricciones son: x 0; y 0; x - y 3; x - 2y 2

Resolvemos los sistemas que se forman y obtenemos (0; 0), (3; 0), 80;
-3), (0; -1), (2; 0), (4; 1)

La regin factible se extiende infinitamente y su nico vrtice est en:

A(4; 1)

En este caso no existe un valor mximo para la funcin objetivo, por lo

que carece de solucin.

13.3 SOLUCIN NO FACTIBLE

Cuando no existe la regin factible por falta de zona comn en el sistema de
inecuaciones, la solucin es no factible.
Ejemplo
Sea un problema donde las restricciones son: x 0; y 0; x + y 5; 2x + y 3.
Maximiza la funcin objetivo F(x; y) = 3x + 2y.

Resolvemos el sistema y obtenemos:

(5; 0), 80; 0), (0; 5), (0; 3), (1,5; 0), (-2; 7)

Representamos grficamente el sistema

Observamos que no existe regin factible, ya que no hay zona comn a

todas las inecuaciones.

Por lo tanto, este problema carece de solucin.

LECCIN 14
PROBLEMAS DE APLICACIN
5.1

PROBLEMAS RESUELTOS

5.1.1. Modelo de problema de alimentacin

Muchas formulaciones de programacin lineal

se presentan a partir de

situaciones en las cuales quienes toman las decisiones quieren minimizar el

costo para satisfacer un conjunto de requerimientos.
Ejemplo:
Se necesita una dieta que proporcione un mnimo de 2 400 caloras y 330
unidades de protenas al mes, para ello se necesitan dos productos A y B. A
cuesta S/. 12 el kg y contiene 40 caloras y 3 unidades de protenas y B cuesta
S/. 10 el kg y contiene 30 caloras y 6unidades de protenas. Determine la
cantidad de cada tipo de producto que debe mezclarse para que el costo sea
mnimo.
SOLUCIN:
Asignemos una variable a cada una de las incgnitas:
x: nmero de kg del producto A e y: nmero de kg del producto B.

Organizamos la informacin en una tabla:

Producto A(x) Producto B(y) Disponibilidad
Caloras
40
30
Mnimo 2400
Protenas
3
6
Mnimo 330
Costo en S/.
12
10

Determinamos las restricciones del problema a partir de los datos

de la tabla:
x 0; y 0

x 0; y 0

40x 30 y 2400 4x 3y 240

3x 6 y 330
x 2 y 110

Planteamos la funcin objetivo que permita el costo mnimo:

F(x; y) =12x +10y
Grafiquemos las relaciones que representan las restricciones:

90
80 A
70
60
50
40

(30; 40)B

30
20
10
10

20

30

40

50

60

70

80

90 100 110

Evaluando la funcin objetivo en los puntos A, B y C de la regin factible,

el costo mnimo se obtiene en el punto B. F(30; 40)=12(30)+40(40)=760,
para ello se debe mezclar 30 kg del producto A y 40 kg del producto
B.