MÉTODOS DE OPTIMIZACIÓN

II. PROGRAMACIÓN LINEAL

2.1 DEFINICIÓN DE PROGRAMACIÓN LINEAL

Técnica matemática para determinar la mejor asignación de los recursos limitados de
una organización para el desarrollo o producción de bienes y servicios en una forma
óptima. La programación lineal involucra la planeación de las actividades para obtener
un resultado óptimo, esto es, el resultado que mejor alcance la meta especificada
entre todas las alternativas factibles.

2.2 REQUERIMIENTOS DE UN MODELO DE PROGRAMACIÓN LINEAL

 Definir claramente una función objetivo en forma matemática.
 Las restricciones o limitaciones se expresan en forma matemática a través de
ecuaciones o desigualdades.
 Las ecuaciones y desigualdades deben describir el problema en forma lineal.
 Las variables del problema deben interrelacionarse.
 Debe existir un suministro limitado de recursos.

2.3 FORMULACIÓN CANÓNICA DE LA PROGRAMACIÓN LINEAL

Características
Función Objetivo: Maximizar Z
Restricciones funcionales: Tipo menor o igual
Cj : Utilidad o ganancia unitaria
Función Objetivo: Maximizar Z = C1X1 + C2X2 + C3X3 + ..… + Cn Xn
sujeta a:
a11X1 + a12X2 + a13X3 + ..… + a1n Xn  b1
a21X1 + a22X2 + a23X3 + ..… + a2n Xn  b2
a31X1 + a32X2 + a33X3 + ..… + a3n Xn  b3
: : : : :

am1X1 + am2X2 + am3X3 + ..… + amn Xn  bm

X1, X2 , X3 , ..….... Xn  0

UES \ FIA \ EII \ MOP115 1

La formulación anterior puede presentarse en el siguiente cuadro de datos:

Actividades
1 2 3 . . . n Disponibilidad
Recursos de recursos
1 a11 a12 a13 . . . a1n b1
2 a21 a22 a23 . . . a2n b2
3 a31 a32 a33 . . . a3n b3
. . . . . .
. . . . . .
. . . . . .
m am1 am2 am3 . . . amn bm
Utilidades c1 c2 c3 . . . cn
Variables de X1 X2 X3 . . . Xn
decisión

TERMINOLOGÍA
m = Recursos limitados.
n = Actividades competitivas para ubicar recursos (actividades que compiten
entre sí por los recursos) .
Xj = Cantidad de cada actividad “j” (variables de decisión o incógnitas del
problema).
cj = Ganancia unitaria para cada actividad “j”.
bi = Cantidad del recurso “i” disponible.
aij= La cantidad consumida del recurso “i” por cada unidad de actividad “j”.
Z = Medida de efectividad (Función Objetivo).

El número de restricciones funcionales depende del número de recursos (m). El

número de restricciones de no negatividad está en función del número de actividades
(n). Por lo tanto, el número de restricciones funcionales y de no negatividad es igual a
m+n. Pueden existir otros tipos de restricciones, dependiendo de las condiciones del
problema a resolver.

UES \ FIA \ EII \ MOP115 2

2.4 FORMAS NO CANÓNICAS

 Función Objetivo: Minimizar Z

Restricciones funcionales: Tipo mayor o igual
Cj : Costo unitario

 Función Objetivo: Maximizar Z

Restricciones funcionales: Tipo menor o igual, mayor o igual o de igualdad
Cj : Utilidad o ganancia unitaria

 Función Objetivo: Minimizar Z

Restricciones funcionales: Tipo menor o igual, mayor o igual o de igualdad
Cj : Costo unitario

2.5 PASOS PARA CONSTRUIR EL MODELO DE PL

1. Identificar los recursos y las actividades en el problema

2. Definir las variables de decisión (qué es lo que busca determinar el modelo).
3. Definir una función objetivo (el objetivo que necesita alcanzarse para
determinar la solución óptima).
4. Definir las restricciones (limitaciones que deben imponerse a las variables).

EJEMPLOS
1. Una fábrica elabora tres diferentes artículos que son procesados en igual número
de etapas. El tiempo requerido (minutos) para cada unidad en el proceso de los
tres productos y la capacidad de trabajo es como sigue:

Producto Producto Producto Capacidad por

1 2 3 etapa (min/día)
Etapa 1 1 2 1 430
Etapa 2 3 0 2 460
Etapa 3 1 4 0 420

UES \ FIA \ EII \ MOP115 3

 Se requiere determinar el número de unidades a fabricar al día de cada uno de
los tres productos, si se sabe que la utilidad por unidad es 3, 2 y 5 u.m.
respectivamente. Formule el problema como un modelo de PL.

2. Una compañía fabrica dos tipos básicos de teléfonos móviles: sin cámara digital y
con cámara digital. Cada una de ellos requiere el empleo de tres equipos
electrónicos A, B y C. Un teléfono sin cámara requiere el empleo del equipo A
dos horas al día, una hora en B y una hora en C. Un teléfono con cámara requiere
una hora en A, dos horas en B y una hora en C. El número máximo de horas
diarias disponibles para el uso de los tres equipos es 180, 160 y 100
respectivamente. La utilidad que se obtiene de los teléfonos sin cámara es de $15
por unidad y la de los teléfonos con cámara es de $25 por unidad. ¿Cuántos
teléfonos móviles de cada tipo se deben elaborar para maximizar las utilidades?.
Formule el problema como un modelo de PL.

3. Una persona desea seguir una dieta, la cual reúne los siguientes requisitos
alimenticios diarios
 Al menos 4 mg. de vitamina A
 Al menos 6 mg. de vitamina B
 Al menos 3 mg. de vitamina D

La dieta está formada por pan, queso, huevos y carne. Se desea conocer las
cantidades de cada alimento que cumplan los requisitos a un costo mínimo. La
tabla siguiente da los requerimientos por vitamina en mg. así como el costo
unitario ($/unidad) de cada alimento.

Contenido en mg. por unidad de alimento

Tipo de Vitamina A Vitamina B Vitamina D Costo por
alimento unidad
Pan 20 18 10 0.05
Queso 15 10 14 0.25
Huevos 15 40 15 0.15
Carne 30 35 16 0.20
Formule el problema como un modelo de programación lineal.

UES \ FIA \ EII \ MOP115 4

4. Una compañía fabrica cuatro tipos de productos C, D, E y F que pasan por los
departamentos de cepillado, fresado, taladrado y ensamble. El tiempo de
producción en cada departamento (horas) se presenta a continuación.

Producto Cepillado Fresado Taladrado Ensamble Contribución por

unidad (u.m.)
C 0.5 2.0 0.5 3.0 8
D 1.0 1.0 0.5 1.0 9
E 1.0 1.0 1.0 2.0 7
F 0.5 1.0 1.0 3.0 6

La capacidad por departamento en un mes para los productos C, D, E y F, así como

los requerimientos de ventas son:

Departamento Capacidad Producto Requerimientos

(hrs / mes) de ventas
Cepillado 1800 C 100
Fresado 2800 D 600
Taladrado 3000 E 500
Ensamble 6000 F 400

Formule un modelo de programación lineal para maximizar las ganancias de la

compañía a través de la combinación óptima de unidades de productos C, D, E y F.

5. Una empresa manufacturera elabora tres productos diferentes en dos plantas. Los
datos de tiempo de producción en cada planta, el precio de venta y las demandas
máximas se presentan como sigue.

UES \ FIA \ EII \ MOP115 5

 Tiempo de producción (hrs)
Producto Planta A Planta B Precio de venta Demanda
unitario (u. m.) máxima
1 0.25 0.20 1000 300
2 0.33 0.30 1700 200
3 0.15 0.10 500 100
Capacidad 100 100
(hrs / sem)

Conociendo que el costo por hora de operación en la planta A es de $1000 y en la

planta B de $1500, ¿Cuánto se debe producir en cada planta para obtener la
máxima utilidad? Formule el problema como un modelo de PL.

2.6 MÉTODO GRÁFICO DE PROGRAMACIÓN LINEAL

Se utiliza para encontrar la solución óptima de un modelo de programación lineal de

dos variables de decisión X1 y X2 .

PASOS DEL MÉTODO

1. Convertir automáticamente las restricciones de desigualdad en igualdad y

encontrar los puntos de intersección con los ejes de coordenadas X1 y X2 .
2. Colocar las restricciones de no negatividad en una gráfica bidimensional usando
las variables X1 y X2 como los ejes de coordenadas.
3. Graficar cada una de las restricciones tomando en cuenta su tipo (, =, ).
4. Encontrar la región factible, la cual se forma por el conjunto de puntos que
satisfacen todas las restricciones originales. En uno de esos puntos (conocidos
como puntos extremos), se ubica la solución óptima del problema.
5. Graficar la función objetivo, igualando Z a un valor arbitrario o utilizando la
pendiente de la recta que representa la función objetivo. Luego se desplaza una
paralela a la recta Z en la dirección requerida: Si el problema es de maximización,
la recta Z se desplazará buscando el punto más alejado del origen dentro de la

UES \ FIA \ EII \ MOP115 6

 región factible, ese punto será el óptimo; si el problema es de minimización, la
recta Z se desplazará buscando el punto más cercano al origen dentro de la región
factible, ese punto será el óptimo.
6. Resolver el sistema de ecuaciones asociado al punto óptimo para encontrar los
valores de las variables X1 y X2 y posteriormente el valor de Z.

EJEMPLOS
Encontrar las soluciones óptimas de los siguientes modelos de programación lineal
utilizando el método gráfico.

1. Max Z = 3X1 + 5X2

s.a. X1  4
2X2  12
3X1 + 2X2  18
X1, X2  0

2. Min Z = 4X1 + 2X2

s.a. X1  6
X1 + X2  10
X1, X2  0

3. Max Z = 2X1 + X2
s.a. X2  10
2X1 + 5X2  60
X1 + X2  18
2X1 + 4X2  44
X1, X2  0

4. Max Z = 3X1 + 2X2

s.a. 2X1 + 4X2  22
- X1 + 4X2  10
2X1 - X2  7
X1 - 3X2  1
X1, X2  0

5. Min Z = 18X1 + 22X2

s.a. 120X1 + 160X2  1600
X1  8
X2  10
X1, X2  0

UES \ FIA \ EII \ MOP115 7

2.7 CASOS ESPECIALES EN EL MÉTODO GRÁFICO

2.7.1 SOLUCIONES MÚLTIPLES

Si la función objetivo es paralela a una de las rectas de las ecuaciones de las

restricciones, el problema tiene múltiples soluciones óptimas por tener un
segmento de recta en el cual todos los puntos son soluciones óptimas.

EJEMPLO
Encuentre la solución óptima del siguiente modelo de PL a través del método
gráfico.

Máx. Z = 4 X 1 + 8 X2
s.a. 3 X1 + X2  4
2 X1 + 4 X2  6
X1, X2  0

2.7.2 SOLUCIÓN DEGENERADA

Se presenta cuando hay más de dos rectas que pasan por el punto óptimo y
éste intercepta uno de los ejes de coordenadas. Como para encontrar este
punto bastan dos rectas, entonces las demás que pasan por él son
redundantes, es decir pueden omitirse sin alterar la solución óptima.

EJEMPLO
Encuentre la solución óptima del siguiente modelo de PL a través del método
gráfico.

Máx. Z = 9 X 1 + 5 X2
s.a. 2 X1 + X2  8
4 X1 + 3 X2  16
X1, X2  0

UES \ FIA \ EII \ MOP115 8

2.7.3 SOLUCIÓN NO ACOTADA (SIN FRONTERA O ILIMITADA)

Se presenta cuando el valor de la función objetivo puede crecer (maximización)

o decrecer (minimización) en forma indefinida, es decir, el problema no tiene
solución finita aunque si existe región factible.

EJEMPLO

Encuentre la solución óptima del siguiente modelo de PL a través del método

gráfico.

Máx. Z = 3 X 1 + 2 X2
s.a. X1 - X2  15
2 X1  60
X1, X2  0

2.7.4 SOLUCIÓN INFACTIBLE

Cuando las restricciones no se pueden satisfacer en forma simultánea, no

existe región factible. En este caso el problema no tiene solución por lo que se
dice que la solución es infactible.

EJEMPLO. Encuentre la solución óptima del siguiente modelo de PL a través

del método gráfico.

Máx. Z = 6 X 1 + 4 X2
s.a. 6 X1 + 8 X2  24
4 X1 + 2 X2  4
X1, X2  0

UES \ FIA \ EII \ MOP115 9