EL PROBLEMA

La fábrica 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 día 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 máximo beneficio, ¿cuántos metros de T y T’ se deben fabricar?

LA MODELIZACIÓN MEDIANTE
PROGRAMACIÓN LINEAL
VARIABLES

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 maximización, cuando el ejercicio sea de minimización
lo más recomendado es incluirlas.

FUNCIÓN OBJETIVO

ZMAX = 4000XT + 5000XT’

LA SOLUCIÓN MEDIANTE MÉTODO

GRÁFICO
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 tabulación que nos otorgará las coordenadas para esbozar cada
una de las gráficas. Además dado que se trabajará en el plano cartesiano sería
prudente renombrar las variables

XT = x
XT' = y

Igualamos las restricciones,

0,12X + 0,2y = 500

0,15X + 0,1y = 300
0,072X + 0,027y = 108

Acto seguido iniciamos con la primera restricción, hallamos las primeras dos
coordenadas. Para hallar las coordenadas regularmente llevamos una de las
variables a cero, para de esta manera despejar más fácilmente 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
= 4167
www.ingenieriaindustrialonline.com

Seguimos con la segunda restricción,

0,15X + 0,1y = 300

Tercera restricción,

0,072X + 0,027y = 108

www.ingenieriaindustrialonline.com
En el siguiente gráfico se muestra el polígono solución 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 característica
se representa con una flecha hacía abajo.

www.ingenieriaindustrialonline.com

Una vez se llega a este punto es indispensable saber que las soluciones óptimas
se alojan en los vértices del polígono solución (color gris) y que identificar a la
solución óptima es cuestión de elegir la mejor alternativa dependiendo de las
herramientas disponibles (tecnológicas y conocimientos matemáticos).

La primera opción es la geométrica, esta depende de trazar la ecuación que

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

Función objetivo,

ZMAX = 4000x + 5000y

luego igualamos a 0.

4000x + 5000y = 0
luego tabulamos para obtener las coordenadas necesarias para esbozar la
gráfica correspondientes a la ecuación (en esta ocasión es recomendable más
de dos coordenadas, incluyendo la coordenada (x = 0, y = 0).
www.ingenieriaindustrialonline.com

Una vez se ha esbozado la función objetivo (línea negra) sacamos replicas

paralelas a esta que se encuentren con cada vértice, y solo en el caso en que la
línea imaginaria paralela a la función objetivo no corte el polígono solución se ha
encontrado la solución óptima. En otras palabras trasladamos la función objetivo
por todo el polígono conservando su forma paralela con la original, la detenemos
en los vértices y evaluamos si esta corta o no el conjunto solución.
www.ingenieriaindustrialonline.com

Claramente solo en el punto "B", es decir en el vértice formado por la intersección

de las ecuaciones 1 y 2, la línea imaginaria no corta el polígono solución,
entonces es este punto el correspondiente a la coordenada óptima.

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

de ecuaciones lineales 2x2, y se pueden considerar varios métodos de solución
entre ellos:

- Método por sustitución

- Método por igualación
- Método por reducción o Eliminación
- Método por eliminación Gauss
- Método por eliminación Gauss - Jordán
- Método por determinantes

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

método de reducción o eliminación es muy sencillo de aplicar.

El método por reducción o eliminación 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.

Ecuación 1 0,12x + 0,2y = 500

Ecuación 2 0,15x + 0,1y = 300 multiplicamos por (-2)
Ecuación 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".

Ecuación 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 contribución obtenida (reemplazando las variables en la función objetivo) es

de:

Zmax = 4000XT + 5000XT'

Zmax = 4000(555,55) + 5000(2166,67)
Zmax = 13.055.550

Ahora podemos cotejar los resultados con los obtenidos mediante resolución
por Solver - Excel, sin embargo recuerden que el método de búsqueda de la
solución óptima en el método gráfico que utilizamos es el geométrico y que existe
una posibilidad mucho más engorrosa pero igualmente efectiva, este es el
método de iteración por vértice, y que consiste en hallar todas las coordenadas
de los vértices y luego en cada coordenada se evalúa la función objetivo, (cada
coordenada nos proporciona un valor en "x" y otro en "y", luego reemplazamos
estos valores en la función objetivo "4000x + 5000y = ?" y luego evaluamos los
resultados seleccionando la mayor cantidad).

Una herramienta muy útil al momento de resolver ejercicios mediante el método

gráfico es una calculadora graficadora, como es el caso de la calculadora de
encarta (disponible aquí).
VARIANTES EN EL MÉTODO GRÁFICO
Como en la mayoría de los casos el ejemplo con el que aquí se explicó el método
gráfico es el ideal, es decir un ejercicio de conjunto acotado con solución óptima
única, sin embargo existen una variedad de problemas diferentes a los ideales y
que vale la pena analizar:
SOLUCIÓN ÓPTIMA MÚLTIPLE
Una de las variantes que puede presentar un ejercicio de programación
lineal consiste en la cantidad de soluciones óptimas, gran cantidad de ellos
presenta más de una solución óptima, es decir una solución en la cual la función
objetivo es exactamente igual en una combinación cuantitativa de variables
diferente.

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

sensibilidad, es decir una vez encontradas múltiples soluciones iguales se debe
proceder al comportamiento del consumo de los recursos y restricciones,
evidentemente prevaleciendo el concepto de productividad de los recursos más
limitados y costosos.
Un ejemplo de este caso es el siguiente:

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

prefabricadas para la elaboración de mesas, sin embargo no ha podido iniciar un
plan de producción 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 más 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 producción 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"

Función objetivo

Zmax = 20000X + 10000Y

La gráfica resultante sería:

www.ingenieriaindustrialonline.com

Como nos podemos dar cuenta mediante la geometría en dos vértices la línea
imaginaria perpendicular a la función objetivo no atraviesa el conjunto solución,
por ende en dos puntos se presentan soluciones óptimas, que son los puntos B
y C.

Observemos la solución óptima múltiple

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 óptimas

Solución óptima 1

X=4 Y=2

Solución óptima 2

X=5 Y=0

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

como una análisis 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 más
mesas que en la otra, de todas formas es interesante el paso posterior a esbozar
los resultados pues requerirá de la capacidad de quien toma las decisiones.
SOLUCIÓN ÓPTIMA NO ACOTADA
Otra de las variantes que presentan los modelos de programación
linealcorresponde a los modelos de solución óptima no acotada, es decir
problemas con infinitas soluciones óptimas. 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 común que este tipo de problemas sean evaluados
en la vida académica.

Un ejemplo:

La compañía comercializadora de bebidas energéticas "CILANTRO SALVAJE"

se encuentra promocionando dos nuevas bebidas, la tipo A y la tipo B, dado que
se encuentran en promoción se puede asegurar el cubrimiento de cualquier
cantidad de demanda, sin embargo existen 2 políticas 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 promoción el precio de venta de ambas bebidas

equivale a $1800 pesos.

Determine la cantidad de unidades que deben venderse!!

Variables

X = Cantidad de bebidas tipo A a vender

Y = Cantidad de bebidas tipo B a vender

Restricciones
X => Y
X + Y => 1500

Función Objetivo

Zmax = 1800X + 1800Y

La gráfica resultante sería:

www.ingenieriaindustrialonline.com

Es claro que en este ejercicio las variables pueden aumentar mejorando

indefinidamente la función objetivo, en estos casos se dice que la solución óptima
no es acotada, por lo cual las posibles soluciones son infinitas.
SOLUCIÓN INFACTIBLE
El caso de la solución infactible es más típico de lo pensado, y corresponde a los
casos en los cuales no existen soluciones que cumplen con todas las
restricciones. Es muy común ver este fenómeno producto de inviables
proporciones de oferta y demanda.

Un ejemplo:

La compañía de galletas "CAROLA" desea planificar la producción de galletas

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

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

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

Variables
X = Cantidad de cajas de galletas presentación D a producir en 2 semanas
Y = Cantidad de cajas de galletas presentación N a producir en 2 semanas

Restricciones

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

Función Objetivo

Zmax = 8500X + 8100Y

La gráfica resultante es la siguiente:

www.ingenieriaindustrialonline.com

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

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

Por ejemplo:

La compañía "CONGELADORES MAJO" pretende fabricar dos tipos de

congeladores denominados A y B. Cada uno de ellos debe pasar por tres
operaciones antes de su comercialización: Ensamblaje, pintura y control de
calidad. Los congeladores tipo A requieren 2 horas de ensamblaje, 3 kg de
pintura y 4 horas 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 compañía dispone como máximo semanalmente 300 horas de ensamblaje,

840 kg de pintura y 450 horas de control de calidad. Con base en la información
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

Función Objetivo:

Zmax = 102000X + 98000Y

La gráfica resultante es la siguiente,

www.ingenieriaindustrialonline.com

La solución óptima corresponde a:

X = 150
Y=0

y la función objetivo quedaría.

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

Artículo actualizado el 07/01/2017 - 3ª Revisión