INVESTIGACION DE OPERACIONES

Docente:
Mgtr. RAUL ANGEL CALERO SALDAÑA

rcalero@ucv.edu.pe

SESION 02
EL METODO GRAFICO
 ORIENTACIONES

1. Intente solucionar sus inquietudes estudiando con

seriedad, consultando la bibliografía pertinente e
intercambiando opiniones con sus compañeros.
2. De persistir las dudas formule sus preguntas en forma
concreta y precisa que sean pertinentes al tema
especifico.
3. Respete el horario establecido para la clase.
 CONTENIDOS / TEMATICA
 Solución y Análisis de Sensibilidad gráficamente de un
Modelo Lineal
 Laboratorio caso 01: Uso de Graficador.
UN CASO

TALLER DE AUTOMÓVILES
Un empresario desea implementar una planta que funcione como taller de
automóviles donde van a trabajar electricistas y mecánicos. Por
necesidades de mercado, es necesario que haya mayor o igual número de
mecánicos que de electricistas y que el número de mecánicos no supere al
doble que el de electricistas. En total hay disponibles 30 electricistas y 20
mecánicos. El beneficio para la empresa por jornada es de 250 soles por
electricista y 200 soles por mecánico.
 ¿Cuántos trabajadores de cada clase deben elegirse para obtener el
máximo beneficio y cual es este?
 ¿Cómo se formulará el modelo?

 ¿Qué método empleará para resolver el caso?

 SOLUCION DE MODELOS DE PROGRAMACION
LINEAL
La solución de varios tipos de problemas de programación lineal que
solamente tienen en su formulación dos variables, se resuelven
empleando el método gráfico.

Los pasos a seguir son:

1) Establecer la formulación del problema
2) Graficar en el plano cartesiano (X,Y) o (X1,X2) las restricciones del
tipo >, < ó =, como si fueran rectas.
3) Ubicar el espacio de la solución factible (región factible), el cual
está dado por el área común a todas las restricciones.
4) Obtener la solución óptima.
Del Ejemplo ilustrativo desarrollado en la sesión 1
tenemos:

1) Formulación del Problema

Maximizar Z = 0.30 x1 + 0.20 x2
x1 < 600 (Papaya)
x2 < 1200 (Naranja)
x1 + x2 < 1600 (Camioneta)
x1, x2 > 0 (no negatividad)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

Cada punto en este cuadrante no negativo esta

asociado con una especifica alternativa de solución.

X1
(0,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

X1
(0,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0
(0,1200) R2

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0
(0,1200) R2

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) R2 X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
(0,1600) s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) R2 X1, X2 >0

R3
R1
(1600,0)
X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
(0,1600)
X2 < 1200
X1 + X2 < 1600
(0,1200) (400,1200) X1, X2 >0
R2

(600,1000)

R3
R1
(1600,0)
X1
(0,0) (600,0)
 3) Ubicar Región Factible
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(400,1200)
X1, X2 >0
(0,1200) R2

Región factible es el conjunto de puntos

(600,1000)
que satisfacen todas las restricciones
simultáneamente. Existen infinitos
puntos factibles (soluciones).

R3
R1

X1
(0,0) (600,0)
 3) Ubicar Región Factible
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) (400,1200) X1, X2 >0
A B

C (600,1000) Se llaman puntos extremos a los

vértices de la región de factibilidad.

Los valores que optimizan la función

objetivo siempre se encuentran en
uno de los puntos extremos.
E D
X1
(0,0) (600,0)
 4) Obtener Solución Optima
X2
Max Z = 0.30 X1 + 0.20 X2
En la región factible

E: Z1 = 0.30 (0) + 0.20 (0) = 0

(0,1200) R2 (400,1200)
D: Z2 = 0.30 (600) + 0.20 (0) = 180
A B
A: Z3 = 0.30 (0) + 0.20 (1200) = 240
C (600,1000)
B: Z4 = 0.30 (400) + 0.20 (1200) = 360
R3
C: Z5 = 0.30 (600) + 0.20 (1000) = 380
Solución óptima: Se encuentra en
R1 el punto C de las restricciones
E D activas (R1 y R3)
(0,0) (600,0) X1
 Representación de las Restricciones en el
Plano Cartesiano
Una recta (Hiperplano en R2), divide al plano en dos semi-espacios

Semiespacio Recta X = 2
Recta X1 - 2X2 = 5
X1 - 2X2 < 5

X2

X
1 2 3 4 5 0 1 2 3
0 X1

Semiespacio Semiespacio Semiespacio

X1 - 2X2 > 5 X<2 X>2
 Representación de las Restricciones en el
Plano Cartesiano

Podemos decir entonces que:

Restricción: X1 – 2X2 >5 X2

El semi-espacio de puntos representados por la

restricción, se suele mostrar con una flecha tal
12 3 4 5
como lo muestra el gráfico. Usualmente, para 0 X1
verificar cual es el semi-espacio de puntos que
la restricción representa, se suele probar con
un punto para poder concluir. Aquí podemos
probar fácilmente con el punto (0,0), dándonos
cuenta que la restricción NO representa los
puntos del SEMI-ESPACIO SUPERIOR. X2

Restricción: X1 = 2 12 3 4 5
Esta restricción representa exactamente los 0 X1
punto sobre la recta X1 = 2.
 Determinación de la REGION FACTIBLE
Para encontrar la REGION FACTIBLE deben graficarse todas
las restricciones en un mismo plano cartesiano y
posteriormente determinar los puntos de intersección de
TODOS los semi-espacios.
EJEMPLO:
Dibujar la región factible asociada a las siguientes 3 restricciones:

r x+y≥ 4
s y≤4
t y≥x

REGION
FACTIBLE
 Determinación de la REGION FACTIBLE

Al determinar la REGION FACTIBLE de un modelo de PL, la

figura geométrica resultante se le conoce como poliedro
convexo, y por tanto se dice que un conjunto de restricciones
forman un conjunto poliédrico. La convexidad es un concepto
de gran importancia en optimización.
Un conjunto C es un conjunto convexo si el segmento rectilíneo que
une cualquier par de puntos de C se encuentra completamente en C.

Conjunto Convexo Conjunto No - Convexo

Si la Región Factible es Convexa, la solución optima del

problema de PL se encontrará en uno de los vértices.
 Determinación de la REGION FACTIBLE
La región factible puede ser acotada ó no acotada.

Región factible acotada Región factible no acotada

(politopo)

La importancia de la REGION FACTIBLE se centra en los vértices,

ya que en alguno (s) de ellos estará la solución óptima del
problema.
 Determinación de la REGION FACTIBLE
Tenga en cuenta que si al graficar las restricciones ocurre que
no existe una región de intersección, cuyos puntos sean
comunes a TODAS las restricciones, esto indica que el
problema no tiene región factible y por tanto no tiene solución.
EJEMPLO: Determine la Región Factible de un problema de optimización
lineal con las siguientes restricciones:
R1  X1 + X2 ≤ 3
X2
R2  X2 ≥ 4
Obvias  X1, X2 ≥0

No hay
REGION
FACTIBLE 1 2 3 4 5
0 X1
 Búsqueda de la SOLUCION OPTIMA

Estudiemos el siguiente EJEMPLO:

Max. Z = 2X1 + X2
Sujeta a: 2X1 - X2 ≤ 8
X1 - X2 ≤ 3
X1 + 2X2 ≤ 14
X1 + 4X2 ≤ 24
Xj > 0 ; j = 1, 2

Existen dos métodos para

hallar el vértice óptimo:
A) Evaluar el valor de Z en
cada vértice, y escoger
aquel vértice que
maximice Z.
B) Utilizar la recta de la
función Objetivo para
hallar el óptimo.
 Búsqueda de la SOLUCION OPTIMA

Método A
El valor de la función objetivo en cada una de las esquinas del área de
soluciones factible es:
Z(0,0) = 2(0) + 0 = 0 Z(0,6) = 2(0) + 6 = 6
Z(4,5) = 2(4) + 5 = 13 Z(6,4) = 2(6) + 4 = 16  Punto OPTIMO
Z(5,2) = 2(5) + 2 = 12 Z(3,0) = 2(3) + 0 = 6

Método B
Se dibuja la recta Z = 2X1+X2
viéndola de la forma y=mx+b,
así: X2 = - 2X1 + Z
Aquí se graficó para Z = 2 por
conveniencia para observar la
recta dentro de la Región
Factible. Para obtener el Z
máximo, debe obtenerse el
máximo intercepto de esta recta
con el eje X2. sin salirse de la
región factible.
CASOS ESPECIALES
Problema de
múltiples soluciones
Maximice Z = (5/2)X1 + X2
Sujeto a: 3X1 + 5X2 ≤ 15
5X1 + 2X2 ≤ 10
Xj > 0 ; j = 1, 2

Problema de solución infinita

Minimice Z = - X1 + X2

Sujeto a: X1 - X2 ≥ 0
- 0,5X1 + X2 ≤ 1
Xj > 0 ; j = 1, 2

Problema sin solución

Ocurre cuando NO HAY REGION FACTIBLE
Otros ejemplos
EJEMPLO 1:

Una compañía fabrica y venden dos
modelos de lámpara L1 y L2. Para su
fabricación se necesita un trabajo
manual de 20 minutos para el modelo
L1 y de 30 minutos para el L2; y un
trabajo de máquina de 20 minutos para
L1 y de 10 minutos para L2. Se dispone
para el trabajo manual de 100 horas al
mes y para la máquina 80 horas al
mes. Sabiendo que el beneficio por
unidad es de 15 y 10 dólares para L1 y
L2, respectivamente, planificar la
producción para obtener el máximo
beneficio.
LA REGIÓN FACTIBLE Y SOLUCION OPTIMA ES:

En la función objetivo sustituimos cada

uno de los vértices:
Z=15·0+10·200= $2000

Z=15·240+10·0= $3600

Z=15·210+10·60=$3750 (Máximo)

Por lo tanto, la solución óptima es

fabricar 210 del modelo L1 y 60 del
modelo L2 para obtener un beneficio
de 3 750 dólares
EJEMPLO 2:

Problema de mezcla de productos.

Un fabricante está tratando de decidir sobre las cantidades de producción para
dos artículos: mesas y sillas. Se cuenta con 96 unidades de material y con 72
horas de mano de obra. Cada mesa requiere 12 unidades de material y 6 horas
de mano de obra. Por otra parte, las sillas usan 8 unidades de material cada
una y requieren 12 horas de mano de obra por silla. El margen de contribución
es el mismo para las mesas que para las sillas: $5.00 por unidad. El fabricante
prometió construir por lo menos dos mesas.

x1 = número de mesas producidas

x2 = número de sillas producidas

Maximizar Z = 5x1 + 5x2

Restricciones:
12x1 + 8x2 ≤ 96
6x1 + 12x2 ≤ 72
x1 ≥2
x1 ≥ 0, x2 ≥ 0
BUSQUEDA DE LA SOLUCIÓN OPTIMA

Análisis de la Maximización de la
x1 ≥2 Función Objetivo: Z = 5X1 + 5X2
SOLUCION EJEMPLO 3
12x1 + 8x2 ≤ 96

a
6x1 + 12x2 ≤ 72
c a
b d c

b d

Punto El punto que maximiza la Función Objetivo

Optimo es el punto c.
Calculando el punto c como el punto de
c intersección de las dos rectas se obtiene
que X1=6, X2=3, Z= 45
EJEMPLO 3:

Problema de la dieta.
Un comprador está tratando de
seleccionar la combinación más barata
de dos alimentos, que debe cumplir con
ciertas necesidades diarias de Minimizar Z = 5A + 8B
vitaminas. Los requerimientos
vitamínicos son por lo menos 40 Restricciones:
unidades de vitamina W, 50 unidades de 4A + 10B ≥ 40 vitamina W
vitamina X y 49 unidades de vitamina Y.
Cada kilo del alimento A proporciona 4 10A + 5B ≥ 50 vitamina X
unidades de vitamina W, 10 unidades de 7A + 7B ≥ 49 vitamina Y
vitamina X y 7 unidades de vitamina Y;
cada kilo del alimento B proporciona 10 A ≥ 0, B ≥ 0
unidades de W, 5 unidades de X y 7
unidades de Y. El alimento A cuesta 5
pesos/kilogramo y el alimento B cuesta
8 pesos/kilogramo.
REGION FACTIBLE Y SOLUCION OPTIMA

Observando la Minimización de Z, a través

del análisis de la recta Z = 5A + 8 B, el
vértice b de la región factible es entonces
el que logra ese mínimo valor de Z.
d
La solución menos costosa es 5 kilogramos de
alimento A y 2 kilogramos de alimento B. El
costo total de esta combinación es:
Z = 41 pesos
c
Resultados de prueba en Z = 5A + 8B
b a) A = 10, B = 0 50
b) A = 5, B = 2 41 Optimo
a c) A = 3, B = 4 47
d) A = 0, B = 10 80
 ACTIVIDAD

Resolver los ejercicios propuestos de la

actividad semanal de la sesión 2
GRACIAS