Metodo Grafico PDF

INVESTIGACION DE OPERACIONES
METODO GRAFICO Y ALGEBRAICO
SOLICION DE PROBLEMAS DE PROGRAMACIÓN LINEAL POR EL

MÉTODO GRAFICO
METODO GRAFICO
“El método gráfico se emplea para resolver problemas que presentan sólo 2
variables de decisión. El procedimiento consiste en trazar las ecuaciones de las
restricciones en un eje de coordenadas X1, X2 para tratar de identificar el área
de soluciones factibles (soluciones que cumplen con todas las restricciones).
La solución óptima del problema se encuentra en uno de los vértices de esta

área de soluciones creada, por lo que se buscará en estos datos el valor
mínimo o máximo del problema.
El método gráfico para solucionar a un problema de I.O es el siguiente:
A. Dibuje la región factible de los restricciones.

B. Calcule las coordenadas de los puntos extremos (puntos de esquina).
C. Sustituya las coordenadas de los puntos de esquina en la función
objetiva para ver cual da el valor óptimo. Este punto da la solución del
problema de programación lineal.
D. Si la región factible no es acotada, este método puede ser erróneo:
soluciones óptimas siempre existen cuando la región factible está
acotada, pero pueden no existir en el caso no acotado. Si la región
factible no es acotada, estamos minimizando una función objectiva
cuyas coeficientes son no negativos, entonces existe una solución dado
por este método.
Para determinar si existe una solución en el caso general no acotado:
1. Acote la región por añadir una recta horizontal por encima del punto de
esquina más arriba, y una recta vertical a la derecha del punto de
esquina que esté mas hacia la derecha.
2. Calcule las coordenadas de los puntos nuevos de esquina que se

obtiene.
3. Halle el punto de esquina donde ocurre el valor óptimo de la función
ojectiva.
4. Si el valor óptimo se ocurre a un punto de esquina de la región original
(no acotada) entonces existe la solución óptima a aquel punto. Si ocurra
el valor óptimo solo a un punto nuevo de esquina, entonces el problema
de programación lineal no tiene soluciones
EJEMPLO
Problema de combinar producción para máxima utilidad (QUIMICOM)
QUIMICON es una empresa que elabora varios productos químicos. En un

proceso de producción en particular se utilizan tres recursos como materia
prima de dos productos: una cera automotriz y una pasta pulidora, que se usan
en la pintura de la carrocería a vehículos automotores y se distribuye para su
venta al menudeo a varias empresas distribuidoras. Para producir la cera y la
pasta se utilizan tres recursos, según se muestra en la siguiente tabla, en la
cual se observa que una tonelada de cera es una mezcla de 2/5 de tonelada
del recurso 1 y 3/5 de tonelada del 3. Por otro lado, una tonelada de pasta es la
mezcla de 1/2, 1/5 y 3/10 de tonelada de los recursos 1,2 y 3, respectivamente.
La producción de la cera automotriz y la pasta pulidora está restringida a la

disponibilidad de los tres recursos. Para el periodo de producción anual, se
tienen disponibles las cantidades siguientes de cada una de las materias
primas.
Recursos disponibles para la producción

Material requerido para cera y pasta pulidora
El departamento de contabilidad ha analizado las cifras de producción,

asignando los costos correspondientes para ambos productos, llegó a precios
que resultan en una contribución a la utilidad de 400 dólares por cada tonelada
de cera automotriz y de 300 dólares por cada tonelada de pasta pulidora,
producidas. La administración, después de analizar la demanda potencial, ha
concluido que los precios establecidos aseguran la venta de toda la cera y
pasta que se produzca.
El problema es determinar:
• Un conjunto de expresiones matemáticas o modelo, representando el

objetivo y restricciones del problema descrito.
• Resolver en forma gráfica y determinar cuántas toneladas de cera y
pasta debe producir la empresa para maximizar la contribución total a la
utilidad.
Definición de las variables y función objetivo

Como ya se apuntó anteriormente, los problemas de programación lineal tienen

un objetivo ya sea de máximo o bien de mínimo. En este problema, el objetivo
es de maximizar la contribución a la utilidad y se plantea en forma
matemática introduciendo alguna forma simple de notación, como sigue:
• Definición de variables.-
Es importante precisar la unidad de medida:
• Función objetivo.-
La contribución a la utilidad se origina de: (1) la que proviene de la

producción de X1 toneladas de cera automotriz, y (2) la que proviene de
la producción de X2 toneladas de pasta pulidora. Dado que se gana 400
dólares por cada tonelada de cera producida, la empresa gana $400 X1
si se producen X1 toneladas de cera. También, en vista de que se gana
300 dólares por cada tonelada de pasta producida, la empresa gana
$300 X2 si se producen X2 toneladas de pasta. Identificando con Z la
contribución total a la utilidad y eliminando el signo de dólares se tiene:
El problema es encontrar la combinación de producción que maximice la

contribución total a la utilidad. Esto es, se deben determinar los valores
para X1 y X2 que den el valor más elevado posible de Z. En terminología
de programación lineal, se nombran a X1 y a X2 como las variables de
decisión. Dado que el objetivo de maximizar la utilidad es una función
de éstas, entonces se dice que Z = 400 X1 + 300 X2 es la función
objetivo, que también se puede escribir abreviando los coeficientes a
unidades que significan cientos de dólares por tonelada producida,
como sigue:
Cualquier combinación de producción de cera y pasta se conoce como

una solución al problema. Sin embargo, únicamente aquellas
soluciones que satisfagan todas las restricciones se conocen como

soluciones factibles o posibles. La combinación específica de
producción factible, que resulte en la contribución mayor a la utilidad, se
conoce como la combinación de producción óptima, o simplemente, la
solución óptima. Pero primero se requiere conocer todas las
restricciones del problema y posteriormente se muestra un método para
definir gráficamente, en el plano de dibujo, el espacio en que se ubican
el conjunto de puntos de solución factible.
• Restricciones de materia prima.
La cantidad de materia prima disponible, condiciona o sujeta el valor de

la función objetivo para cumplirse con los tres recursos limitados,
calculando las posibles soluciones en las cantidades de cera y pasta que
se pueden producir. Según la información de producción, se sabe que
cada tonelada de cera automotriz utiliza 2/5 toneladas del recurso 1, por
lo que el total de toneladas del mismo utilizado en la producción de X1
toneladas de cera es 2/5X1; además, cada tonelada de pasta usa 1/2
tonelada del recurso 1, como resultado, X2 toneladas de pasta usan 1/2
X2 toneladas de recurso 1, entonces el consumo total de toneladas de
recurso 1 para producir X1 de cera y X2 de pasta está dado por
Debido a que se tiene un máximo de 20 toneladas de materia prima 1

disponible, la combinación de producción a decidir debe satisfacer la
restricción
La relación anterior es una desigualdad que anota las contribuciones al

consumo de recurso 1, utilizadas en la producción de X1 toneladas de
cera y de X2 toneladas de pasta, que debe ser menos que o igual a 20
toneladas disponibles.
La tabla indica que el recurso 2 no es requerido por la cera, pero si por

la pasta pues cada tonelada producida de ésta requiere 1/5 tonelada de
las 5 disponibles, se expresa así:
Si desea, ahora verifique por sí mismo que la restricción para la materia

prima 3 es
Hasta aquí se han definido, las restricciones de materia prima; sólo falta
establecer que las toneladas de cera y pasta no puede ser un número
negativo.
• Condiciones de valor no negativo para las variables:
Esto asegura valores no negativos de las variables de decisión como

solución al problema presente, se conocen como restricciones de no
negatividad y son una característica general de los problemas de
programación lineal.
Modelo matemático del problema
La formulación matemática o modelo simbólico, representa en forma abstracta,

el objetivo y las restricciones del problema, trasladados del mundo real a un
conjunto de relaciones matemáticas. El modelo completo del problema es:
Ahora sólo falta encontrar la combinación de productos cera y pasta

expresados como toneladas de X1 y X2 que satisface todas las restricciones y
también resulte en un valor máximo de la función objetivo, comparado con el
valor de cualquier otra solución factible, lo que significa la solución óptima del
problema.
Las funciones matemáticas en las cuales sólo una de las variables aparece
elevada a la primera potencia como un término independiente, se conocen
como funciones lineales. La función objetivo 4X1 + 3X2 es lineal, porque cada
una de las variables de decisión aparece en un término por separado con
exponente 1. Si la función objetivo se presentara como 4X 21 + 3X32, no se
trataría de una función lineal. Por la misma razón, el número de toneladas de la
materia prima 1 requerida, 2/5X1+1/2X2 , también es una función lineal de las
variables de decisión. Similarmente, el lado izquierdo de todas las
desigualdades de restricción son funciones lineales, así la formulación
matemática del problema anterior se identifica como un programa lineal.
Solución gráfica
Un problema de programación lineal con sólo dos variables de decisión se

puede resolver de manera gráfica sobre el espacio plano. Se inicia este
procedimiento de solución desarrollando una gráfica que despliegue las
posibles soluciones (valores X1 y X2) para el problema . En la siguiente grafica
aparecen los valores de X1 sobre un eje horizontal y los valores de X2 sobre
uno vertical. De esta manera se divide el plano o papel de trabajo, en cuatro
espacios limitados por los ejes, formando así los cuadrantes 1, 2, 3 y 4.
Cualquier punto de la gráfica puede quedar identificado por un par de valores
X1 y X2, que representa la posición del punto con respecto de los ejes X1 y X2.
Cada par (X1, X2) corresponde a un punto solución de esta manera se tendría
una infinidad de ellos en el plano considerado. Pero para la solución particular
en la que X1 = 0 y X2 = 0, se ubica un punto vértice identificado como origen
para ambos ejes.
Algunos puntos solución para el problema
El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles

del programa lineal. Tanto X1 como X2 deben ser de valor no negativo, por lo
que sólo es necesario considerar la porción de la gráfica en donde X1 >= 0 y X2
>= 0, lo que se conoce como primer cuadrante. En el siguiente grafico las
flechas indican el primer cuadrante, o sea, la región donde estos requisitos de
no negatividad quedan satisfechos para la solución buscada.
Gráfica del primer cuadrante. Cumple las restricciones de no negatividad (

>= 0 ).
Anteriormente se determinó la desigualdad que representa la restricción para la

materia prima 1 es:
Para mostrar todos los puntos solución que la satisfacen, se traza la línea que
geométricamente representa a la ecuación lineal: 2/5X1 + 1/2X2, = 20 la cual
debe ser recta, se calculan dos puntos pertenecientes a la misma y a
continuación se traza una línea recta a través de los mismos. Para ello,
arbitrariamente se buscan los puntos sobre los ejes en que, por supuesto, se
tiene el valor de cero para una de las variables, así al hacer X1 = 0, se ubica
sobre el eje X2 y resolviendo la ecuación en función de la variable X2, queda ½
X2 = 20, o también X2 = 40; por lo tanto el punto (X1=0, X2=40) satisface la
ecuación anterior, pues es la intersección de las rectas, eje X2 y la que
representa el recurso 1; alternativamente, para encontrar un segundo punto
que satisfaga esta ecuación se hace X2 = 0 y se resuelve en función de X1. Al
hacerlo se observa que 2/5X1 = 20, es decir, X1 =50, por lo que un segundo
punto que también satisface la ecuación es (X1=50, X2=0). Con estos dos
puntos, se puede trazar la recta que se conoce como línea de restricción de

la materia prima 1, mostrada en la siguiente grafica
La línea recta de restricción de la materia prima 1.
La desigualdad que representa a la restricción de la materia prima 1 es:
¿Puede usted identificar las soluciones que satisfacen esta restricción?.

Observe primero, que cualquiera de la infinidad de puntos que forman la línea
recta de restricción 2/5X1 + 1/2X2, = 20 debe satisfacer a la misma; pero
¿dónde están los puntos solución que satisfacen la desigualdad: 2/5X1 + 1/2X2
< 20?. Ahora considere dos puntos de solución (X1 =10, X2 =10) y (X1 =40, X2
=30). La grafica anterior muestra que la primera solución se ubica por debajo
de la línea de restricción y la segunda queda por encima, entonces ¿cuál de
estas soluciones satisface la restricción del recurso 1? Para el punto (X1 =10,
X2 =10), se tiene:
Dado que 9 es menor que 20 toneladas de materia prima 1 disponible, la

combinación o solución, de productos X1=10 toneladas de cera automotriz,
X2=10 toneladas de pasta pulidora satisface la restricción del recurso 1, en este
caso se califica a (10,10) como una solución factible. Por otro lado, para X1
=40 y X2 =30 se tiene:
31 es mayor que las 20 toneladas disponibles de recurso 1, por lo que la

solución X1 = 40 toneladas de cera, X2 = 30 toneladas de pasta, no satisface la
restricción, y por lo tanto la solución (40,30) no es factible.
Si una solución particular no es factible, todas las demás soluciones del mismo
lado de la línea recta de restricción tampoco lo serán. Si una solución particular
es factible, todas las demás soluciones del mismo lado de la línea de
restricción serán factibles, por lo que solamente es necesario evaluar un punto
de solución para determinar cuál es el lado de la línea de restricción que
representa las soluciones factibles. En la siguiente grafica , el área factible con
todos los puntos que satisfacen la restricción de la materia prima 1 se muestra
sombreada.
Región factible para la restricción de la materia prima 1.
¿Se siente capaz de trazar una línea de restricción y localizar los puntos de
solución que son factibles?. Si así lo desea intente resolver la restricción 2.
Para el caso que necesite más instrucción, a continuación se muestra la

identificación de los puntos de solución que satisfacen la restricción de la
materia prima 2:
Se empieza dibujando la línea de restricción correspondiente a la ecuación 1/5

X2 = 5, que es equivalente a X2 = 25, simplemente se dibuja una línea cuyo
valor X2 es 25, está línea es paralela a X1 y está a 25 unidades por encima del
eje horizontal. En la siguiente grafica se dibuja la línea recta que corresponde a
la restricción de la materia prima 2, la región sombreada corresponde a todas
las combinaciones de producción que son soluciones factibles para la
restricción de la materia prima 2.
Región factible de la restricción de materia prima 2.

De manera similar, se puede diferenciar el conjunto de todas las soluciones

factibles para la restricción de la materia prima 3. La siguiente grafica muestra
la zona de puntos factibles. Como ejercicio práctico, pruebe trazar la región
factible de la restricción de la materia prima 3 y verifíquelo con este gráfico.
Región factible para la restricción de la materia prima 3.
Ahora se tienen tres gráficas por separado que muestran las soluciones
factibles para cada una de las restricciones. En un problema de programación
lineal, se necesita identificar las soluciones que satisfacen simultáneamente
todas las restricciones. Las gráficas anteriors se pueden superponer para
obtener una intersección gráfica de las tres restricciones. La siguiente grafica
que simultáneamente, satisfacen todas las restricciones. Las soluciones que
satisfacen simultáneamente todas las restricciones del sistema se conocen
como factibles, la parte sombreada se conoce como la región de soluciones
factibles, o simplemente región factible. Cualquier punto en las fronteras de la
región factible, o bien en su interior, es un punto de solución factible. Ahora
que se ha identificado la región factible, se puede seguir adelante con el
método de solución gráfica y determinar cuál es la solución óptima para el
problema de . Recuerde que la solución óptima para un problema de

programación lineal es la solución factible que aporte el mejor valor de la
función objetivo.
Figura 1-23. Región de soluciones factibles del problema ejemplo

QUIMCAR.
Se inicia el paso de optimización del procedimiento de solución gráfica

volviendo a dibujar la región factible en una gráfica por separado.
El procedimiento para determinar la solución óptima evaluando la función

objetivo para cada una de las soluciones factibles, no es posible pues hay
demasiadas, (de hecho, una infinidad). Por lo tanto, para identificar la solución
óptima no se debe utilizar un procedimiento de ensayo y error. En vez de
intentar calcular la contribución a la utilidad de cada solución factible, se
selecciona un valor arbitrario de la contribución a la utilidad y se identifican
todas las soluciones factibles (X1, X2) que dan el valor seleccionado.
Región factible del problema
Por ejemplo, ¿qué soluciones factibles dan una contribución a la utilidad de

2400 dólares? Estas soluciones se dan por los valores de X1 y X2 de la región
factible que cumplan con la siguiente función objetivo que se puede simplificar
para obviar cálculos, así:
Ésta expresión es simplemente la ecuación de una línea recta, por lo que todas
las soluciones factibles (X1, X2), con una contribución a la utilidad de 24 dólares
deben estar en esta línea. Ya se aprendió como trazar una línea de restricción;
el procedimiento para trazar la línea de la función objetivo o de utilidad es el
mismo. Haciendo X1=0, se tiene que X2 debe ser 8; entonces, el punto de
solución (X1=0, X2=8) está en la recta. Similarmente, haciendo X2 = 0, se tiene
que el punto de solución (X1=6, X2 = 0), también está en la recta. Dibujando la
línea recta por estos puntos, se identifican todas las soluciones que tienen una
contribución a la utilidad de 24; una gráfica de esta línea de utilidad se presenta
en la siguiente grafica que muestra un número infinito de combinaciones
factibles de producción que darán una contribución de 24 a la utilidad.
Utilizando el procedimiento anterior para el trazado de rectas de utilidad y de

restricción, se trazan la línea de utilidad de 72 y 120 que se presentan en la
misma grafica. Por supuesto, sólo los puntos de las rectas de valor 24, 72 y
120 que están dentro de la región factible, deben considerarse como
soluciones factibles para tal contribución de utilidad.
Diferentes líneas de utilidad para el problema
Dado que las rectas de utilidad son paralelas y de valor creciente conforme se
alejan del origen, se pueden obtener valores mayores para la función objetivo,
continuando el movimiento hacia fuera del conjunto factible pero
manteniéndose adentro del mismo, hasta alcanzar el (los) último(s) punto(s)
vértice antes de salir. Dado que los puntos fuera de la región factible no son
aceptables, el (los) punto(s) vértice en la región factible que coincide(n) con la
recta de utilidad mayor es una solución óptima al programa lineal.
El estudiante debe identificar ahora, el punto de solución óptimo para el

problema . Utilice una regla y escuadra, mueva paralelamente la recta de
utilidad tan lejos del origen como pueda, pero conservando el contacto en la
zona factible. ¿Cuál es el último punto de la región factible? Este punto debe
ser vértice y corresponde a la solución óptima, vea el gráfico siguiente. Los
valores óptimos para las variables de decisión son ( X1, X2) = ( 25, 20 ).
Solución óptima para el problema
Dependiendo del tamaño y claridad de su gráfica, se determinan los valores

óptimos exactos de X1 y X2 leyendo directamente de la gráfica.La solución
óptima del ejemplo está en la intersección de las rectas de restricción 1 y 3
que se pueden resolver para precisar los valores coordenados.
Por lo que los valores de las variables de decisión X1 y X2 deberán satisfacer

las ecuaciones de manera simultánea. Resolviendo en función de X1 en (1)
Sustituyendo esta expresión (4) de X1 en la ecuación (3) y resolviendo en

función de X2 se obtiene
Sustituyendo X2 =20 en la ecuación (4) y resolviendo en función de X1, resulta
A pesar de que la solución óptima para el problema está formada de valores

enteros de las variables de decisión, esto no será siempre el caso. La
localización exacta del punto de solución óptima es X1 =25 y X2 =20. Este
punto identifica las cantidades óptimas de producción para la empresa en 25
toneladas de cera automotriz y 20 toneladas de pasta pulidora, con una
contribución a la utilidad de:
Así, en un problema de programación lineal con dos variables de decisión, se

puede determinar el valor exacto de las variables de la solución óptima,
utilizando primero el método gráfico para identificar el punto que optimiza y
después resolviendo simultáneamente las dos ecuaciones que generan el

mismo.
Trazo de líneas rectas
Un aspecto importante del método gráfico es la posibilidad de trazar líneas

rectas representando las restricciones y la función objetivo del programa lineal.
El procedimiento más sencillo para trazar la recta de una ecuación, es
encontrando dos puntos cualesquiera que la satisfagan y a continuación
trazando la recta a través de dichos puntos. En el caso de la línea recta de
restricción de la materia prima 1 del problema
se identifican los dos puntos (X1 = 0, X2 = 40) y (X1 = 50, X2 = 0). Después se
traza la línea recta de restricción de la materia prima 1 a través de estos dos
puntos.
Cuando en la ecuación de restricción sólo aparece una variable, como es el

caso de la materia prima 2 del problema (1/5 X2 <= 5), se resuelve en función
de la única variable que aparece en la ecuación (para esta restricción, X2 =25);
es claro que en tal ecuación X1 = 0 pues no está presente, así (X1 =0, X2 =25)
representa el punto en el eje X2 por donde debe pasar una recta paralela al eje
X1.
Todas las rectas de restricción y de funciones objetivo en los programas

lineales de dos variables, se pueden trazar si se pueden identificar los puntos
de la línea. Sin embargo, determinar dichos puntos no siempre es tan fácil
como resultó en el problema. Por ejemplo, considere la restricción:
Usando la forma de igualdad y haciendo X1 = 0, se tiene que el punto (X1 = 0,

X2 = -100) pertenece a la recta de restricción. Si X2=0, se tiene el segundo
punto (X1 = 50, X2 = 0) sobre la misma recta de restricción. Si se ha dibujado
sólo la porción no negativa (X1 >= 0, X2 >= 0) correspondiente al primer
cuadrante de la gráfica, entonces no se puede fijar el primer punto (X1 = 0, X2 =
-100), porque no hay escala para valores negativos en la gráfica tal como es X2
= -100. Siempre que se tengan dos puntos de la recta, con uno o ambos
valores negativos, el procedimiento gráfico obligado es incluir la escala

negativa a los dos ejes coordenados horizontal y vertical, incluyendo los
cuadrantes necesarios. En este ejemplo, se puede localizar el punto (X1 = 0, X2
= -100) extendiendo hacia abajo el eje vertical para incluir los valores negativos
de X2. Una vez localizados los dos puntos que satisfacen la ecuación y el
conjunto de soluciones factibles para la nueva restricción de ejemplo 2X2 - 1X2
<= 100, entonces se procede a su trazo, según se ve en la siguiente figura: .
Soluciones factibles de la restricción 2X1-1X2 <= 100
Considere ahora la restricción: 1X1 - 1X2 >= 0 mostrada en la siguiente grafica.

El lado derecho con valor cero en esta desigualdad, identifica una línea recta
que contiene o pasa por el punto vértice conocido como origen. Para
determinar las soluciones que satisfacen la restricción como igualdad, primero
se hace X1 = 0 y se resuelve en función de X2. El resultado muestra que el
origen (X1= 0, X2 = 0) está en la recta de restricción. Al hacer X2 = 0 y al
resolver para X1, resulta en el mismo punto. Pero se puede obtener otro punto
de la recta, al dar a X2 un valor cualquiera distinto de cero y entonces resolver
en función de X1. Por ejemplo, haciendo que X2 = 100 y resolviendo en función
de X1, se encuentra que el punto (X1 = 100, X2 = 100) también pertenece a la
recta. En ambos puntos (X1=0, X2= 0) y (X1 = 100, X2 = 100) se puede trazar la
línea de restricción 1X1-1X2 = 0 y pueden determinarse las soluciones factibles

para 1X1 - 1X2 >= 0.
Soluciones factibles de la restricción 1X1 - 1X2 >= 0
Resumen del método de solución gráfica en dos variables.
1. Dibuje en un sistema de dos ejes cartesianos (por ejemplo X1 para la

coordenada horizontal y X2 para la coordenada vertical) las líneas rectas
correspondientes a cada una de las expresiones lineales del modelo de
programación lineal, identificando las mismas, calcule y anote las
coordenadas (valores de X1 y X2) para cada punto vértice.
2. Observe la dirección de las desigualdades para definir, individualmente,
el conjunto de puntos de solución factible de cada una de las
restricciones y posteriormente, combinando todas ellas, por intersección
o traslape, definir y señalar el conjunto de puntos de solución factible
para todo el sistema de restricciones del problema.
3. Con un valor arbitrario para la función Z, calcule las coordenadas de un
punto perteneciente a cada uno de los dos ejes cartesianos, dando
alternativamente el valor de cero a X1 y X2 de la función objetivo Z, ahora
se traza una recta que pase por dichos puntos en los ejes, la cual
muestra todos los valores posibles de X1 y X2 de la misma.
4. Mueva la recta de la función objetivo Z paralelamente hacia valores

mayores de la función, si el problema es de máximo, o bien, hacia
valores menores, si el problema es de mínimo, hasta que coincida con
un punto vértice, antes de salir de la región factible. La recta de la
función objetivo se cuantifica con los valores ( X1, X2 ) al coincidir con el
vértice; su valor crecerá o bien decrecerá conforme a su traslado
paralelo, según sean los signos de sus términos.
5. Cualquier punto vértice que sea solución factible para el sistema de
restricciones que coincida con la recta de la función objetivo que resulte
con el valor mayor para un máximo o bien con el menor para un mínimo,
según el caso, es una solución óptima.
Variables de Holgura
Además de la solución óptima y de su contribución a la utilidad asociada, la

administración de la empresa química desea tener información de uso de las
tres materias primas. Se puede obtener esta información reemplazando los
valores óptimos de las variables (X1=25, X2=20) en las restricciones del
programa lineal.
Material consumido: solución óptima cera y pasta
La solución completa le indica a la administración que la producción de 25

toneladas de cera automotriz y de 20 toneladas de pasta pulidora requiere toda
la materia prima disponible 1 y 3, pero solamente cuatro de las cinco toneladas
de la materia prima 2. La tonelada de la materia prima 2 no utilizada se conoce
como holgura. En terminología de programación lineal, cualquier capacidad
sin utilizar y ociosa para una restricción igual o menor (≤) se llama holgura
asociada con la restricción, por lo que la restricción del recurso 2 tiene una
holgura de una tonelada.
A menudo se agregan variables, conocidas como variables de holgura Hi, o

bien Xi, (según la notación preferida) a la formulación de un problema de
programación lineal para representar la capacidad ociosa. La capacidad sin
utilizar no hace ninguna contribución a la utilidad, por lo que las variables de
holgura que se incluyan en la función objetivo deben tener coeficientes iguales
a cero. En general, las variables de holgura representan la diferencia entre los
lados derecho e izquierdo de una restricción de tipo ≤.
Una vez agregadas las variables de holgura a la representación matemática

correspondiente al problema de la empresa quimica el modelo matemático se
convierte en:
Cuando todas las restricciones de un problema lineal se expresan en forma de

igualdades, se dice que el modelo matemático está en forma estándar. En el
problema se observa que en la solución óptima (X1=25, X2 =20), el valor de las
variables de holgura es:
Concepto físico de la holgura H2

También se puede utilizar el análisis gráfico para obtener la información de las

holguras. Observe que al determinar la solución óptima , el punto vértice que es
intersección de la materia prima 1 y de la 3, restringen o limitan la región
factible hasta ese punto vértice, por lo que la solución óptima requiere usar la
totalidad de estos dos recursos. Cuando en un gráfico se tienen rectas de
restricción que sólo tocan un vértice del conjunto factible o bien ningún punto
del mismo, se identifican como restricciones redundantes (sobrantes). En
problemas con más de dos variables de decisión, se tienen métodos analíticos
para detectar la redundancia.
En tal caso, la región factible se conserva igual, independientemente de que se

incluya o no una restricción redundante del problema, por lo tanto se pueden
eliminar sin que tengan ningún efecto sobre la solución óptima. Sin embargo,
en la mayor parte de los problemas de programación lineal, las restricciones
redundantes no se descartan porque no son reconocibles de inmediato como
tales. El problema no tiene restricciones redundantes pues todas las
restricciones forman la frontera de la región factible.
Observaciones y comentarios
1. En la forma estándar de un I.O, los coeficientes para las variables de

holgura son cero en la función objetivo, por lo tanto, las variables de
holgura que representan recursos sin utilizar, no afectan el valor de la
función y se pueden omitir. Pero en algunas aplicaciones, algunos o
todos los recursos no utilizados pueden venderse para recuperar valores
y contribuir a la utilidad. En estos casos las variables de holgura
correspondientes se convierten en variables de decisión que
representan el total de recursos a vender. Para cada una de estas
variables, un coeficiente distinto de cero en la función objetivo reflejará la
utilidad asociada con la venta de una unidad del recurso
correspondiente.
2. Las restricciones redundantes no afectan la región factible; como
consecuencia, pueden eliminarse de un modelo de programación lineal
sin afectar la solución óptima. Sin embargo, si posteriormente se debe
resolver el modelo de programación lineal con algunos cambios en los
datos, una restricción previamente redundante se podría convertir en un
recurso limitante, por lo que se sugiere conservar todas las restricciones
del modelo de programación lineal, aun cuando se espere que una o
más de ellas sean redundantes.
Puntos extremos y solución óptima
Suponga que la contribución a la utilidad de una tonelada de pasta pulidora se

incrementa de 300 a 600 dólares, en tanto que la contribución a la utilidad de
una tonelada de cera automotriz y todas las demás restricciones se mantienen
sin modificación. La función objetivo se convierte en:
Cambia óptimo: objetivo máximo Z = 400X1 + 600 X2
Si existe la solución óptima de un problema de programación lineal, se

puede encontrar en un punto extremo de la región factible del problema.
Esta propiedad significa que, si busca la solución óptima de un problema de

I.O, debe limitarse a evaluar y comparar los puntos de solución
correspondientes a los vértices de la región factible.”1
1
Tomado de http://www.buenastareas.com/ensayos/Problema-De-Programaci%C3%B3n-
Lineal/724197.html
“METODO ALGEBRAICO
El teorema fundamental de la programación lineal, nos permite conocer un

método de solucionar un problema con dos variables.
En un problema de I.O con dos variables, si existe una solución única que
optimice la función objetivo, ésta se encuentra en un punto extremo (vértice) de
la región factible acotada, nunca en el interior de dicha región.
Si la función objetivo toma el mismo valor óptimo en dos vértices, también toma
idéntico valor en los puntos del segmento que determinan.
En el caso de que la región factible no es acotada, la función lineal objetivo no

alcanza necesariamente un valor óptimo concreto, pero, si lo hace, éste se
encuentra en uno de los vértices de la región
La evaluación de la función objetivo en los vértices de la región factible nos va

a permitir encontrar el valor óptimo (máximo o mínimo) en alguno de ellos.
EJEMPLO
Maximizar Z = f(x,y) = 3x + 8y
sujeto a: 4x + 5y 40
2x + 5y 30
x 0,y 0
1) Hallar los puntos de corte de las rectas asociadas a las restricciones:
Calculamos las soluciones de cada uno de los seis sistemas de dos ecuaciones
con dos incógnitas que se pueden formar con las cuatro restricciones:
{ 4x + 5y = 40 , 2x + 5y = 30}. Solución { 4x + 5y = 40 , x = 0 } Solución:B

A(5,4) (0,8)
{ 2x + 5y = 30 , x = 0} Solución:
{ 4x + 5y = 40 , y = 0}. Solución: C(10,0)
D(0,6)
{ 2x + 5y = 30 , y = 0}. Solución : E(15,0) { x = 0, y = 0} Solución: O(0,0)
2) Determinar los vértices de la región factible:
Los vértices de la región factible son aquellos puntos que cumplen todas las
restricciones.
Si sustituimos los puntos en cada una de las desigualdades tenemos que:
• B no cumple la segunda restricción 2x + 5y 30 , ya que 2·0 + 5·8 = 40 .

Por tanto, el punto B no es un vértice de la región factible.
• E no cumple la primera restricción 4x + 5y 40 , ya que 4·15 + 5·0 = 60 .
Por tanto, el punto E no es un vértice de la región factible.
Los puntos A, C, D y O verifican todas las desigualdades, son los vértices de la

región factible.
3) Calcular los valores de la función objetivo en los vértices:
f(A) = f(5,4) = 3·5 + 8·4 = 47 f(C) = f(10,0) = 3·10 + 8· 0 = 30

f(D) = f(0,6) = 3·0 + 8·6 = 48 f(O) = f(0,0) = 3·0 + 8·0 = 0
La solución óptima corresponde al vértice para el que la función objetivo toma

el valor máximo. En este caso es el vértice D(0,6).
En infinidad de aplicaciones de la industria, la economía, la estrategia militar,

etc.. se presentan situaciones en las que se exige maximizar o minimizar
algunas funciones que se encuentran sujetas a determinadas limitaciones, que
llamaremos restricciones.
La solución de un problema , en el supuesto de que exista, debe estar en la

región determinada por las distintas desigualdades. Esta recibe el nombre de
región factible, y puede estar o no acotada.
Región factible acotada Región factible no acotada
La región factible incluye o no los lados y los vértices, según que las
desigualdades sean en sentido amplio ( o ) o en sentido estricto (< o >).
Si la región factible está acotada, su representación gráfica es un polígono

convexo con un número de lados menor o igual que el número de
restricciones.”2
2
http://www.investigacion-operaciones.com/Aspectos_Generales_PL.htm

Metodo Grafico PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodo Grafico PDF

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION DE OPERACIONES

METODO GRAFICO Y ALGEBRAICO

SOLICION DE PROBLEMAS DE PROGRAMACIÓN LINEAL POR EL

La solución óptima del problema se encuentra en uno de los vértices de esta

El método gráfico para solucionar a un problema de I.O es el siguiente:

A. Dibuje la región factible de los restricciones.

Para determinar si existe una solución en el caso general no acotado:

METODO GRAFICO Y ALGEBRAICO

2. Calcule las coordenadas de los puntos nuevos de esquina que se

Problema de combinar producción para máxima utilidad (QUIMICOM)

QUIMICON es una empresa que elabora varios productos químicos. En un

La producción de la cera automotriz y la pasta pulidora está restringida a la

Recursos disponibles para la producción

METODO GRAFICO Y ALGEBRAICO

Material requerido para cera y pasta pulidora

El departamento de contabilidad ha analizado las cifras de producción,

• Un conjunto de expresiones matemáticas o modelo, representando el

Definición de las variables y función objetivo

METODO GRAFICO Y ALGEBRAICO

Como ya se apuntó anteriormente, los problemas de programación lineal tienen

Es importante precisar la unidad de medida:

La contribución a la utilidad se origina de: (1) la que proviene de la

El problema es encontrar la combinación de producción que maximice la

Cualquier combinación de producción de cera y pasta se conoce como

METODO GRAFICO Y ALGEBRAICO

soluciones que satisfagan todas las restricciones se conocen como

• Restricciones de materia prima.

La cantidad de materia prima disponible, condiciona o sujeta el valor de

Debido a que se tiene un máximo de 20 toneladas de materia prima 1

La relación anterior es una desigualdad que anota las contribuciones al

La tabla indica que el recurso 2 no es requerido por la cera, pero si por

METODO GRAFICO Y ALGEBRAICO

Si desea, ahora verifique por sí mismo que la restricción para la materia

• Condiciones de valor no negativo para las variables:

Esto asegura valores no negativos de las variables de decisión como

Modelo matemático del problema

La formulación matemática o modelo simbólico, representa en forma abstracta,

Ahora sólo falta encontrar la combinación de productos cera y pasta

METODO GRAFICO Y ALGEBRAICO

Un problema de programación lineal con sólo dos variables de decisión se

METODO GRAFICO Y ALGEBRAICO

Algunos puntos solución para el problema

El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles

METODO GRAFICO Y ALGEBRAICO

Gráfica del primer cuadrante. Cumple las restricciones de no negatividad (

Anteriormente se determinó la desigualdad que representa la restricción para la

METODO GRAFICO Y ALGEBRAICO

puntos, se puede trazar la recta que se conoce como línea de restricción de

La línea recta de restricción de la materia prima 1.

La desigualdad que representa a la restricción de la materia prima 1 es:

¿Puede usted identificar las soluciones que satisfacen esta restricción?.

METODO GRAFICO Y ALGEBRAICO

Dado que 9 es menor que 20 toneladas de materia prima 1 disponible, la

31 es mayor que las 20 toneladas disponibles de recurso 1, por lo que la

METODO GRAFICO Y ALGEBRAICO

Región factible para la restricción de la materia prima 1.

Para el caso que necesite más instrucción, a continuación se muestra la

Se empieza dibujando la línea de restricción correspondiente a la ecuación 1/5

Región factible de la restricción de materia prima 2.

METODO GRAFICO Y ALGEBRAICO

De manera similar, se puede diferenciar el conjunto de todas las soluciones

Región factible para la restricción de la materia prima 3.

METODO GRAFICO Y ALGEBRAICO