Semana 3 Metodo Grafico 2019-2b

¡La universidad para todos!
¡La Universidad para todos!
Tema: PL-Solución gráfica

Docente: Mag. Segundo Agustín García Flores
Escuela Profesional Periodo académico: 2019-2B

ADMINISTRACION Y NEGOCIOS Semestre: 6
INTERNACIONALES Unidad: 1
Título del tema
PL aplicaciones y solución gráfica

Orientaciones
• Lea las previamente las orientaciones generales del

curso.
• Revise los temas afines a este en la Biblioteca Virtual de
la UAP.
• Participe de los foros.
Contenidos temáticos
Métodos de resolución de un PL
Teoremas importantes
Un problema de maximización
Un problema de minimización.
Subtítulos del tema
Métodos de resolución de un PL
Teoremas importantes
Un problema de maximización
Un problema de minimización.
Ejemplo de PL
Maximize Z = 400X1 + 800 X 2
Sujeto a:
Where
3X1 + 5X 2  5000
Z = the monthly profit from Max and Multimax
X1 + 4X 2  3000
X1 = the number of Max produced each month
X1 , X 2  0 No negativida d
X 2 = the number of Multimax produced each month
Métodos de Resolución de un PL
Método Gráfico Método Algebraico

Empleado principalmente para (SIMPLEX)
PPL con dos variables de Empleado principalmente para
decisión. Este método se basa PPL con más de dos variables
en la idea de obtener regiones de decisión. Este método se
de soluciones factibles (RSF), en desarrollo con base en el
las cuales se encontraría la método gráfico y corresponde a
combinación de variables de un sistema heurístico, por lo
decisión que optimizan el cual requiere de una solución
modelo. inicial factible para empezar a
funcionar.
8
Método gráfico
1. Graficar las desigualdades que indican las restricciones del

problema en el plano cartesiano.
2. Indicar la intersección de dichas regiones, o sea, la
solución al sistema de inecuaciones planteado (Región de
soluciones factibles).
3. Encontrar en el interior de esa región, cuál es el punto
para en el cual la función de utilidades (Función objetivo)
es máxima.
Método gráfico
a Z
La recta Z  ax  by  y   x
se llama recta de
b b
isoutilidad debido a que todos sus puntos tienen la
misma utilidad, su pendiente es -a/b y su ordenada al
origen varía según el valor de la utilidad Z.
El método gráfico consiste en buscar cuál de estas

rectas de isoutilidad cumple con dos condiciones:
1) Tiene puntos en común con la región de soluciones
factibles.
2) Tiene ordenada al origen máxima.
Método gráfico
La región factible de un PPL es el conjunto de
x2 todos los puntos que satisfacen todas las
restricciones. Es la región del plano delimitada
z por el sistema de desigualdades que forman
las restricciones.
Solución óptima
z* Región factible
Solución básica
x1
Método gráfico
Para un problema de maximización, una
x2 solución óptima es un punto en la región
factible en el cual la función objetivo tiene un
z valor máximo.
Para un problema de minimización,
una solución óptima es un punto en
Solución óptima
la región factible en el cual la función
objetivo tiene un valor mínimo.
z* Región factible
Solución básica
x1
Teoremas importantes
Teorema 1: Si un problema de
programación lineal tiene una
solución, entonces ésta debe
aparecer en un vértice, del
conjunto factible S asociado
con el problema.
Además, si la función objetivo
Z se optimiza en dos vértices
adyacente de S, entonces se
optimiza en todos los puntos
del segmento de recta que une
estos vértices, en cuyo caso
existe una infinidad de
soluciones al problema.
El teorema 1 dice que la búsqueda de las soluciones a

un problema de programación lineal se puede
restringir al examen del conjunto de vértices del
conjunto factible S relacionado con el problema. Como
un conjunto factible S tiene un número finito de
vértices, el teorema sugiere que las soluciones a un
problema de programación lineal se puedan hallar
inspeccionando los valores de la función objetivo Z en
los vértices.
Teorema 2: Supóngase un problema de programación lineal con
Existencia un conjunto factible S y una función objetivo,
de una Z = ax + by.
solución 1. Si S está acotado, entonces Z tiene un valor
máximo y un valor mínimo en S.
2. Si S no está acotado y tanto a como b son no
negativos, entonces Z tiene un valor mínimo en S,
si las restricciones que definen a S incluyen las
desigualdades x > 0 e y > 0.
3. Si S es el conjunto vacío, entonces el problema de
programación lineal no tiene solución; es decir, Z
no tiene un valor máximo ni uno mínimo.
Resolución gráfica: número de soluciones
Para un problema de maximización
Solución única Infinitas soluciones No hay solución

Un ejemplo de maximización
Gepetto S.L., manufactura muñecos y trenes de madera.
Cada muñeco:
• Produce un beneficio neto de 3 €.
• Requiere 2 horas de trabajo de
acabado y 1 hora de trabajo de
carpinteria.
Cada tren:
• Produce un beneficio neto de 2 €.
• Requiere 1 hora de trabajo de
acabado y 1 hora trabajo de carpinteria.
Un ejemplo de maximización
Cada semana Gepetto puede

disponer de:
• Todo el material que necesite.
• Solamente 100 horas de acabado y
80 horas de carpintería.
También:
• La demanda de trenes puede ser
cualquiera (sin límite).
• La demanda de muñecos es como
mucho 40.
Gepetto quiere maximizar sus beneficios. Por ello,

¿Cuántos muñecos y cuántos trenes debe fabricar?
FORMULACION DEL MODELO MATEMATICO
Variables de Decisión
x = Nº de muñecos producidos a
la semana. Función Objetivo
y = Nº de trenes producidos a la El objetivo de Gepetto es
semana. elegir valores de x e y para
maximizar 3x + 2y.
(F.O) Máx: z = 3x + 2y
Restricciones del PPL
Cuando x e y crecen, la función objetivo de Gepetto también crece. Pero

no puede crecer indefinidamente porque, para Gepetto, los valores de x e
y están limitados por las siguientes tres restricciones:
Restricción 1: no más de 100 horas de tiempo de acabado

pueden ser usadas.
2 x + y ≤ 100
Restricción 2: no más de 80 horas de tiempo de carpinteria
pueden ser usadas.
x + y ≤ 80
Restricción 3: limitación de demanda, no deben fabricarse más
de 40 muñecos.
x ≤ 40
Además, tenemos las restricciones de signo: x ≥ 0; y ≥ 0 (enteros)
Formulación matemática del PPL

Para el problema de Gepetto,
Máx: z = 3x + 2y (función objetivo)
Sujeto a (s.a:)
2 x + y ≤ 100 (horas de acabado)
x + y ≤ 80 (horas de carpintería)
x ≤ 40 (limitación de demanda de muñecos)
x ≥ 0, y ≥ 0 (no negatividad)
Recordar: gráfica de una restricción

Para representar gráficamente Y
la restricción,
2x + y ≤ 100 100
1) Dibujamos la recta: 2x + y = 100
2x + y = 100 80
2) Elegimos el semiplano que

cumple la desigualdad. Para
ello podemos elegir un punto 60
Semiplano I
de muestra, ejemplo el (0;0) y
sustituimos en la inecuación: 40
2 (0) + 0 ≤ 100
(Verdadero) Semiplano II
Como satisface, tomamos el 20
semiplano que lo contiene.
Caso contrario sombreamos la
otra región,
Punto de muestra (0,0) 20 40 60 80 X
Dibujar la región factible del PPL
El PPL de Gepetto tiene dos Y Máx z = 3x + 2y (FO)

variables, se puede resolver
gráficamente. La región
factible es el conjunto de todos 100
2x + y = 100
los puntos que satisfacen las
restricciones:
80
Restricciones
2 x + y ≤ 100
60
x + y ≤ 80
x ≤ 40
40
x ≥0
y ≥0
20
Las restricciones de signo
(x ≥ 0, y ≥ 0), nos queda:
20 40 60 80 X
Y Máx z = 3x + 2y (FO)
100
Restricciones 80
2 x + y ≤ 100
60 x + y = 80
x + y ≤ 80
x ≤ 40 40
x ≥ 0, y ≥ 0
20
20 40 60 80 X
Y
Máx: Z = 3x + 2y (FO)
100
Restricciones 80
x = 40
2 x + y ≤ 100
x + y ≤ 80 60
x ≤ 40
40
x ≥ 0, y ≥ 0
20
20 40 60 80 X

Y
La intersección de todos Máx z = 3x + 2y (FO)
estos semiplanos
2x + y = 100
(restricciones) nos da la 100
región factible (S).

80
E
x = 40
La región factible (al estar
limitada por rectas) es un 60 D
polígono. En esta caso, el
polígono ABCDE. x + y = 80
40
Como la solución óptima está Región

en alguno de los vértices (A, B, Factible
20 C
C, D o E) de la región factible, S
calculamos esos vértices.
A 20 B 40 60 80 X
Vértices de la región factible
Los vértices de la región Y Máx z = 3x + 2y (FO)

factible son intersecciones
D es la intersección de
de dos rectas. 100 las rectas
2x + y = 100
2x + y = 100
E es solución de x + y = 80
x + y = 80 80 E(0, 80) x = 40
x=0 La solución del sistema
x = 20, y = 60 nos da el
60 D(20, 60) punto D.
C es solución de 40
x = 40
2x + y = 100 Región
C(40, 20)
20 Factible
S
x + y = 80
B es solución de B(40, 0)
x = 40 A(0, 0) 20 40 60 80 X
y=0
Resolución gráfica
Y
Máx z = 3x + 2y (FO)
100
Para hallar la solución (0, 80)

80
óptima, dibujamos las rectas
en las cuales los puntos (20, 60)
tienen el mismo valor de z. 60
La figura muestra estas lineas

40
para
Región
z = 0, z = 100, y z = 180 Factible
(40, 20)
20
S
(40, 0)
(0, 0) 20 40 60 80 X
z=0 z = 100 z = 180
Resolución gráfica
Y
Máx: z = 3x + 2y (FO)
100
La última recta de z que 80

(0, 80)
interseca la región factible
indica la solución óptima 60
(20,60)
para el PPL.
40
Para el problema de Gepetto, Región
esto ocurre en el punto: 20
Factible (40,20)
D (x = 20, y = 60) S
Z = 180. (40,0)
(0,0) 20 40 60 80 X
z = 180
z=0 z = 100
Resolución analítica
Máx: Z = 3x + 2y (FO) Y
También podemos encontrar la
solución óptima calculando el valor de 100
Z en los vértices de la región factible.
(0, 80)
Vértice z = 3x + 2y 80
A(0, 0) z = 3 (0) + 2(0) = 0 (20, 60)

60
B(40, 0) z = 3 (40)+2(0) = 120
C(40, 20) z = 3 (40)+2(20) = 160 40
D(20, 60) z = 3 (20)+2(60) = 180 Región

Factible (40, 20)
E(0, 80) z = 3 (0)+2(80) = 160 20
S
La solución óptima es: (40, 0)
x = 20 muñecos; y = 60 trenes
z = 180 € de beneficio (0,0) 20 40 60 80 X
Recuerda que:
• La región factible en cualquier PPL está

limitada por segmentos (es un polígono,
acotado o no).
• La región factible de cualquier PPL tiene

solamente un número finito de vértices.
• Cualquier PPL que tenga solución óptima

tiene un vértice que es óptimo.
Resolución gráfica: número de soluciones
Para un problema de minimización
Solución única Infinitas soluciones No hay solución

Un ejemplo de minimización
Dorian Auto fabrica y vende autos y furgonetas. La empresa
quiere emprender una campaña publicitaria en TV y tiene que
decidir comprar los tiempos de anuncios en dos tipos de
programas: del corazón y fútbol.
 Cada anuncio del programa del

corazón es visto por 6 millones de
mujeres y 2 millones de hombres.
 Cada partido de fútbol es visto
por 3 millones de mujeres y 8
millones de hombres.
Un ejemplo de minimización
 Un anuncio en el programa de corazón cuesta $50000 y
un anuncio del fútbol cuesta $100000.
Dorian Auto quisiera que los anuncios

sean vistos por lo menos por 30
millones de mujeres y 24 millones de
hombres.
Se desea saber ¿cuántos anuncios

debe contratar en cada tipo de
programa para que el coste de la
campaña publicitaria sea mínimo?
Formulación del problema:

Variables de decisión:
x= N° de anuncios en programa de corazón
y= N° de anuncios en programa de fútbol
Programa Programa
Corazón (x) Fútbol (y)
Mujeres 6 mill 3 mill 6x + 3y ≥ 30
Hombres 2 mill 8 mill 2x + 8y ≥ 24

Coste
50 100 50x +100y
($1000)
Formulación del problema:
Dorian Auto quiere saber Y

cuántos anuncios debe 14 Región factible
contratar en cada tipo de
programa para que el coste 12
de la campaña publicitaria 6x + 3y = 30
sea mínimo. 10
Mín z = 50 x + 100y 8
s.a. 6x + 3y ≥ 30 6
2x + 8y ≥ 24 4
2x + 8y = 24
x, y ≥ 0
2
X
2 4 6 8 10 12 14
Calculamos los vértices de la región factible:
El vértice A es solución del Y

sistema
14
6x + 3y = 30 La región factible
x=0
Por tanto, A(0, 10)
12 no está acotada
10 A
El vértice B es solución de
6x + 3y = 30 8 Región
2x + 8y = 24 Factible
6
Por tanto, B(4, 2) S
4
El vértice C es solución de
B
2x + 8y = 24 2
y=0 C
Por tanto, C(12, 0) X
2 4 6 8 10 12 14
Resolvemos por el método analítico

Evaluamos la función objetivo z en los vértices.
Y
Vértice z = 50x + 100y
14
z = 50(0) + 100(10)
A(0, 10)
= 0+1000 = 1000 12
z = 50(4 )+ 100(2) A(0, 10)

B(4, 2) 10
= 200+200 = 400
Región Factible
z = 50(12) + 100(0) 8
C(12, 0) S
= 600+0 = 600
6
El coste mínimo se obtiene en B.

4
Solución: B(4, 2)
2
x = 4 anuncios en prog. corazón
C(12, 0)
y = 2 anuncios en prog. futbol X
Coste mínimo z = 400 (mil $) 2 4 6 8 10 12 14
Resolvemos por el método gráfico

Y
Mín: Z = 50 x + 100y
14
s.a. 6x + 3y ≥ 30
12
2x + 8y ≥ 24 A(0, 10)
10
x, y ≥ 0 8
Región
Z = 600 Factible
El coste mínimo se
6
obtiene en el punto B. 4
B(4, 2)
Solución: 2
x = 4 anuncios en prog. corazón C(12, 0)

y = 2 anuncios en prog. futbol 2 4 6 8 10 12 14
X
Coste mínimo z = 400 (mil $) Z = 400

Número de soluciones de un PL
Los dos ejemplos anteriores, Gepetto y Dorian Auto, tienen,
cada uno, una única solución óptima.
No en todos los PPL ocurre esto. Se pueden dar también las
siguientes posibilidades:
a) Algunos PPL tienen un número infinito de
soluciones óptimas (alternativas o múltiples
soluciones óptimas).
b) Algunos PPL no tienen soluciones factibles (no
tienen región factible).
c) Algunos PPL son no acotados: Existen puntos en la
región factible con valores de z arbitrariamente
grandes (en un problema de maximización).
Veamos un ejemplo de cada caso...
Ejemplo: a) Número infinito de soluciones óptimas

Y
Dado el siguiente problema: 60
Máx: Z = 3x + 2y
50
C
s.a: 3x + 2y ≤ 120
x + y ≤ 50 40
x ,y ≥ 0 B
30
A(40;0) y B(20;30) son Región
solución. Factible z = 120
Por tanto: cualquier punto 20
situado en el segmento AB
z = 60
puede ser una solución 10
óptima de z. z = 100
Z =120. A
10 20 30 40 50 X
Ejemplo: b) Sin soluciones factibles

Y
Problema: 60
Máx: Z = 3x + 2y No existe
50 Región Factible
s.a: x ≥ 30
3x + 2y ≤ 120
x + y ≤ 50 40
x + y ≤ 50 y ≥ 30
x ≥ 30 30
y ≥ 30
20
x,y≥0
Se observa que no es posible 10 3x + 2y ≤ 120
establecer una región común
para las restricciones. Es decir,
No existe región factible 10 20 30 40 50
X
Ejemplo: c) PPL no acotado

Máx: Z = 2x – y Y
s.a: x–y≤1
6
Región Factible
2x + y ≥ 6
5
x, y ≥ 0
La región factible es no 4
acotada. z=4
X-y≤1
Se muestran en el gráfico las 3
rectas de nivel para z = 4 y z 2x + y ≥ 6

= 6. Pero podemos desplazar 2
las rectas de nivel hacia la z=6
derecha indefinidamente sin 1
abandonar la región factible.
Por tanto, el valor de z puede
crecer indefinidamente. 1 2 3 4 5 X
Resumiendo …
Método 1) Se grafica el conjunto factible.
de las 2) Se encuentran las coordenadas de todas las esquinas
esquinas (vértices) del conjunto factible.
3) Se evalúa la función objetivo en cada esquina.
4) Se halla el vértice que proporcione el máximo
(mínimo) de la función objetivo.
 Si sólo existe un vértice con esta propiedad,
entonces constituye una solución única del
problema.
 Si la función objetivo se maximiza (minimiza) en
dos esquinas adyacentes de S, entonces existe una
infinidad de soluciones óptimas dadas por los
puntos del segmento de recta determinado por
estos dos vértices.
Ejercicios …
Mineral Mining Company envía una carga de
camión de mineral de hierro y cobre de la mina a la
planta procesadora. El camión tiene una capacidad de
peso de 10 toneladas y una capacidad de volumen de
1000 pies cúbicos. Cada libra de mineral de hierro toma
0.04 pies cúbicos de espacio y produce una ganancia
neta de $ 0.30 al procesarse. Cada libra de mineral de
cobre ocupa 0.08 pies cúbicos de espacio y proporciona
una ganancia neta de $0.50
Formule un problema de programación lineal
para determinar la cantidad de cada mineral
por cargar diariamente para maximizar la ganancia.
Importante: 1 Ton = 2000 Libras (Aproximadamente)

Definición de Variables
X1 : Cantidad de mineral de Hierro para transportar en
libras
X2 : Cantidad de mineral de Cobre para transportar en
libras
Función Objetivo
Max : Z= 0,30X1 + 0,50X2
Restricciones
0,04X1 + 0,08X2 ≤ 1000 Capacidad de volumen en (pie3)
X1 + X2 ≤ 20000 Capacidad de peso en (Libras)
X1 ; X2 ≥ 0 No negatividad
SOLUCIÓN GRÁFICA
Libras de Mineral Solución Óptima:
de Cobre
X1 =15000; X2 =5000
22
Valor Óptimo de la F.O.
20
Z: 0,30(15000) + 0,50(5000) = 7000
18
X1 + X2 ≤ 20000
16
La solución óptima es el punto C;
14
ya que en el se obtiene el mejor
12 valor de la función objetivo.
10
6 (15000;5000)
4 C 0,04X1 + 0,08X2 ≤ 1000
2
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 Libras de
Mineral de Hierro
Región Factible
Ejercicios …
Máx: z = 20x1 + 25x2
Sujeto a:
3x1 +2x2 ≤ 12 (color beige)
x1 + 2x2 ≤ 8 (color rojo)
x1 ≥ 0, x2 ≥ 0 (no negatividad)
Evaluando Z:
La región factible: a) z (0, 0) = 20(0) + 25(0) = 0

b) z (0, 4) = 20(0) + 25(4) = 100
c) z (2, 3) = 20(2) + 25(3) = 115
d) z (4, 0) = 20(4) + 25(0) = 80
3X1 + 2X2 ≤ 12 Los valores óptimos son:

• Valor Óptimo: 115
• Vértice Óptimo: (2,3)
X1 + 2X2 ≤ 8
Ejercicios …
Ejercicios …
Ejercicios …
Ejercicios …
Máx: z = x1 + x2
S. a:
30x1 +100x2 ≤ 3000
120x1 + 96x2 ≤ 4000
x1 ≥ 0, x2 ≥ 0
Conclusiones y/o actividades de investigación

sugeridas
Se ha logrado comprender que la idealización de un

sistema ayuda a plantear problemas reales a través
de un modelo matemático.
Método gráfico online

http://www.zweigmedia.com/utilities/lpg/index.html?
lang=es
¡Gracias!

Semana 3 Metodo Grafico 2019-2b

Cargado por

Información del documento

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

Semana 3 Metodo Grafico 2019-2b

Cargado por

Copyright:

Formatos disponibles

¡La universidad para todos!

¡La Universidad para todos!

Tema: PL-Solución gráfica

Escuela Profesional Periodo académico: 2019-2B

Título del tema

PL aplicaciones y solución gráfica

• Lea las previamente las orientaciones generales del

Subtítulos del tema

Método Gráfico Método Algebraico

1. Graficar las desigualdades que indican las restricciones del

El método gráfico consiste en buscar cuál de estas

El teorema 1 dice que la búsqueda de las soluciones a

Resolución gráfica: número de soluciones

Para un problema de maximización

Solución única Infinitas soluciones No hay solución

Cada semana Gepetto puede

Gepetto quiere maximizar sus beneficios. Por ello,

FORMULACION DEL MODELO MATEMATICO

Restricciones del PPL

Cuando x e y crecen, la función objetivo de Gepetto también crece. Pero

Restricción 1: no más de 100 horas de tiempo de acabado

Formulación matemática del PPL

Recordar: gráfica de una restricción

2) Elegimos el semiplano que

Dibujar la región factible del PPL

El PPL de Gepetto tiene dos Y Máx z = 3x + 2y (FO)

Dibujar la región factible del PPL

Dibujar la región factible del PPL

Dibujar la región factible del PPL

región factible (S).

Como la solución óptima está Región

Vértices de la región factible

Los vértices de la región Y Máx z = 3x + 2y (FO)

Para hallar la solución (0, 80)

La figura muestra estas lineas

La última recta de z que 80

A(0, 0) z = 3 (0) + 2(0) = 0 (20, 60)

D(20, 60) z = 3 (20)+2(60) = 180 Región

• La región factible en cualquier PPL está

• La región factible de cualquier PPL tiene

• Cualquier PPL que tenga solución óptima

Resolución gráfica: número de soluciones

Para un problema de minimización

Solución única Infinitas soluciones No hay solución

 Cada anuncio del programa del

Dorian Auto quisiera que los anuncios

Se desea saber ¿cuántos anuncios

Formulación del problema:

Hombres 2 mill 8 mill 2x + 8y ≥ 24

Formulación del problema:

Dorian Auto quiere saber Y

Calculamos los vértices de la región factible:

El vértice A es solución del Y

Resolvemos por el método analítico

z = 50(4 )+ 100(2) A(0, 10)

El coste mínimo se obtiene en B.

Resolvemos por el método gráfico

x = 4 anuncios en prog. corazón C(12, 0)

Coste mínimo z = 400 (mil $) Z = 400

Ejemplo: a) Número infinito de soluciones óptimas

Ejemplo: b) Sin soluciones factibles

Ejemplo: c) PPL no acotado

rectas de nivel para z = 4 y z 2x + y ≥ 6

Importante: 1 Ton = 2000 Libras (Aproximadamente)