Módulo 2.

Métodos de Solución de Problemas

de Programación Lineal

SOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL

POR EL MÉTODO GRÁFICO

El método gráfico es un procedimiento de solución de problemas de programación lineal,

muy limitado en cuanto al número de variables (2 si es un gráfico 2D y 3 si es 3D) pero muy
rico en materia de interpretación de resultados e incluso análisis de sensibilidad. Este
consiste en representar cada una de las restricciones en un eje de coordenadas X, Y y
encontrar en la medida de lo posible el polígono (poliedro) factible, comúnmente llamado el
conjunto solución o región factible, en el cual en uno de sus vértices se encuentra la mejor
respuesta (solución óptima), por lo que se buscará en estos datos el valor mínimo o máximo
del problema.

Para ilustrar el método gráfico, consideremos el siguiente ejemplo didáctico:

Maximizar Z = 3x + 2y

sujeto a: 2x + y ≤ 18

2x + 3y ≤ 42

3x + y ≤ 24

x≥0,y≥0

1. Inicialmente se dibuja el sistema de coordenadas asociando a un eje la variable "x" y al

otro la "y" (generalmente se asocia 'x' al eje horizontal e 'y' al vertical).

2. Se marca en dichos ejes una escala numérica apropiada a los valores que pueden tomar
las variables de acuerdo con las restricciones del problema. Para ello en cada restricción,
se le asume como una igualdad, con el fin de encontrar puntos que determinen rectas por
lo que se hacen nulas todas las variables excepto la correspondiente a un eje concreto,
determinándose así el valor adecuado de un punto para dicho eje. Este proceso se repite
para cada uno de los ejes. Así, para nuestro problema:

R1: 2x + y ≤ 18, al asumirla como una ecuación 2x+y = 18, tenemos que,

y = 0, x = 9, x = 0, y = 18 Se generan los puntos A(0,18) y B(9,0)

Y así con las otras restricciones

R2: 2x + 3y ≤ 42,

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

y = 0, x = 21, x = 0, y = 14 Generándose los puntos C(0,14) y D(21,0)

R3: 3x + y ≤ 24

y = 0, x = 8, x = 0, y = 24 Generándose los puntos E(0,24) y F(8,0)

3. A continuación se representan las restricciones. Comenzando con la primera, se dibuja

la recta que se obtiene al considerar la restricción como igualdad. Aparece representada
como el segmento que une A con B y la región que delimita ésta restricción viene indicada
por el color AMARILLO. Se repite el proceso con las demás restricciones, quedando
delimitadas la región de color AZUL y ROJO para la segunda y tercera restricción
respectivamente.

4. La región factible es la intersección de las regiones delimitadas tanto por el conjunto de

restricciones, como por las condiciones de no negatividad de las variables, es decir, por
ambos ejes de coordenadas. Dicha región factible está representada por el polígono O-
F-H-G-C, de color VIOLETA.

2x+y ≤18

3x+y≤24

Región factible

2x+3y≤42

5. Como existe una región factible, se procede a determinar sus puntos extremos, o vértices
del polígono que representa. Estos vértices son los puntos candidatos a soluciones
óptimas. En este ejemplo son los puntos O-F-H-G-C de la figura.

6. Finalmente, se evalúa la función objetivo 3x + 2y en cada uno de esos puntos (resultado

que se recoge en la tabla siguiente). Como el punto G proporciona el mayor valor a la

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

función Z y el objetivo es maximizar, tal punto constituye la solución óptima: Z = 33 con x

= 3, y = 12.

Punto extremo Coordenadas (x,y) Valor objetivo (Z)

Z = 3x + 2y

O (0,0) 3(0)+2(0) =0

C (0,14) 3(0)+2(14) = 28

G (3,12) 3(3)+2(12) = 33

H (6,6) 3(6)+2(6) =30

F (8,0) 3(8)+2(0) = 24

A continuación, se ilustrará el método gráfico con varios ejemplos.

1
EJEMPLO 1:
Una compañía de auditores se especializa en preparar liquidaciones y auditorías de
empresas pequeñas. Tienen interés en saber cuántas auditorías y liquidaciones pueden
realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de trabajo
directo y 320 horas para revisión. Una auditoría en promedio requiere de 40 horas de trabajo
directo y 10 horas de revisión, además aporta un ingreso de 300 dls. Una liquidación de
impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisión, produce un ingreso
de 100 dls. El máximo de liquidaciones mensuales disponibles es de 60.
OBJETIVO: Maximizar el ingreso total.
VARIABLE DE DECISION:
➢ Cantidad de auditorías (X1).
➢ Cantidad de liquidaciones (X2).
RESTRICCIONES:
➢ Tiempo disponible de trabajo directo
➢ Tiempo disponible de revisión
➢ Número máximo de liquidaciones.

EL MODELO
Función Objetivo: Maximizar Z = 300X1 + 100X2
Sujeto a:

1
http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/UIb.HTML

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

40 X1 + 8X2 ≤ 800
10 X1 + 5X2 ≤ 320
X2 ≤ 60
X1, X2 ≥ 0

B
D
C
A
D Región D
Factible

La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones
factibles. Se analizan estos valores en la función objetivo. Como el problema es de
maximización, el vértice que representa el mayor valor de la función objetivo será la solución
óptima.

Punto Coordenadas Función Objetivo($)

Extremo
Z = 300X1 + 100X2

O (0,0) 300(0)+100(0) = 0
A (0,60) 300(0)+100(60) = 6000
B (2,60) 300(2)+100(60) = 6600
C (12,40) 300(12)+100(40) = 7600
D (20,0) 300(20)+100(0) = 6000

SOLUCION ÓPTIMA:

X1 = 12 auditorías

X2 = 40 liquidaciones

Z = $ 7600
Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.
 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

EJEMPLO 2.

Un departamento de publicidad tiene que planear para el próximo mes una estrategia de
publicidad para el lanzamiento de una línea de T.V. a color; tiene a consideración 2 medios
de difusión: La televisión y el periódico.
Los estudios de mercado han mostrado que:
1. La publicidad por T.V. llega al 2 % de las familias de ingresos altos y al 3 % de las familias
de ingresos medios por comercial.
2. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las
familias de ingresos medios por anuncio.
La publicidad en periódico tiene un costo de 500 balboas por anuncio y la publicidad por
T.V. tiene un costo de 2000 balboas por comercial. La meta es obtener al menos una
presentación como mínimo al 36 % de las familias de ingresos altos y al 60 % de las familias
de ingresos medios minimizando los costos de publicidad.

OBJETIVO: Minimizar los costos de publicidad.

VARIABLE DE DECISION:
➢ Publicidad en TV (X1).
➢ Publicidad en Periódico (X2).
RESTRICCIONES: Porcentaje de presentación.

EL MODELO

Minimizar Z = 2000X1 + 500X2

Sujeto a:

2 X1 + 3X2 ≤ 36
3 X1 + 6X2 ≤ 60
X1, X2 ≥ 0

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

Región
A Factible

La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones
factibles. Se analizan estos valores en la función objetivo. Como el problema es de
minimización, el vértice que representa el menor valor de la función objetivo será la solución
óptima.

Punto Coordenadas Función Objetivo($)

Extremo
O (0,0) 1000(0)+500(0) =0
A (0,12) 1000(0)+500(12) = 6000
B (12,4) 1000(12)+500(4) = 14000
C (18,0) 1000(18)+100(0) = 18000

SOLUCION ÓPTIMA:

X1 = 0 comercial en T.V.

X2 = 12 anuncios en el periódico

Z = $ 6 000

Otra manera de resolver un problema de Programación Lineal por el método gráfico la

analizaremos con el siguiente ejemplo didáctico:

Ejemplo 3.

Maximizar Z = 4000 x + 5000y

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.
 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

Sujeto a:

0,12x + 0,2y ≤ 500

0,15x + 0,1y ≤ 300

0,072x + 0,027y ≤ 108

En primer lugar y como se ha hecho anteriormente se procede a graficar las restricciones

para hallar la región factible y determinar los vértices del polígono en donde se encuentran
las soluciones óptimas. Para hallar la solución óptima, se traza la ecuación que representa
a la función objetivo.

Una vez se ha esbozado la función objetivo (línea negra) se trazan 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.

0,072x + 0,027y ≤ 108

0,12x + 0,2y ≤ 500

0,15x + 0,1y ≤ 300

Z= 4000x + 5000y

En el grafico se observa que solo en el punto "B", es decir en el vértice formado por la
intersección de las ecuaciones 0,12x + 0,2y = 500 y 0,15x + 0,1y = 300, la línea imaginaria
no corta al polígono solución, entonces es este punto el que corresponde a la coordenada
óptima.

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

Para hallar el valor de esta coordenada utilizamos cualquiera de los métodos para resolver
sistemas de ecuaciones lineales con dos incógnitas.

Resolviendo ´por el método de reducción tenemos que:

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
y reemplazando 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".

La función objetivo será Z = 4000(555,55) + 5000(2166,67) = 13 055 550

EJEMPLO 4.

Una empresa vitivinícola ha adquirido recientemente un terreno de 110 hectáreas. Debido

a la calidad del sol y el excelente clima de la región, se puede vender toda la producción de
uvas Sauvignon Blanc y Chardonay. Se desea conocer cuánto plantar de cada variedad en
las 110 hectáreas, dado los costos, beneficios netos y requerimientos de mano de obra
según los datos que se muestran a continuación:

Suponga que se posee un presupuesto de US$10.000 y una disponibilidad de 1.200 días

hombre durante el horizonte de planificación. Formule y resuelva gráficamente un modelo
de Programación Lineal para este problema.

Objetivo: Maximizar el ingreso total

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

Variables de Decisión:
X1: Hectáreas destinadas al cultivo de de Sauvignon Blanc
X2 : Hectáreas destinadas al cultivo de Chardonay

Restricciones:
- Disponibilidad máxima de hectáreas para la plantación
- Presupuesto disponible
- Hora/hombre en el período de planificación

El Modelo
Función Objetivo:
Maximizar Z = 50 X1 + 120 X2
Sujeto a:
X1 + X2 ≤ 110
100X1 + 200X2 ≤ 10 000
10X1 + 30X2 ≤ 1 200
X1, X2 ≥ 0
El siguiente gráfico muestra la representación del problema de la empresa vitivinícola. El
área en color verde corresponde al dominio de soluciones factibles, donde la solución
básica factible óptima se alcanza en el vértice C, es decir en el vértice formado por la
intersección donde se encuentran activas las restricciones de presupuestos: 100X1 + 200X2
≤ 10 000 y días hombre: 10X1 + 30X2 ≤ 1 200, la línea imaginaria no corta al polígono
solución, entonces es este punto el que corresponde a la coordenada óptima.

Para encontrar las coordenadas del punto

C, se resuelven las dos desigualdades
100X1 + 200X2 ≤ 10 000
10X1 + 30X2 ≤ 1 200
como ecuaciones y se encuentra que
X1 = 60 y X2 = 20, quedando la solución
del problema así:

SOLUCIÓN ÓPTIMA
X1= 60 Hectáreas destinadas al cultivo
de Sauvignon Blanc
X2 = 20 Hectáreas destinadas al cultivo
de Chardonay

El valor óptimo es

Z = 50(60) + 120(20) = $5 400

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

Variantes En El Método Gráfico

2
Los ejemplos que se expusieron anteriormente representan el ideal, es decir ejercicios de
conjuntos acotados 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 para ilustrar 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.

VARIABLES
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"

2
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-gr%C3%A1fico/

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

X, Y => 0 "De no negatividad"

Función objetivo

Maximizar Z = 20000X + 10000Y

La gráfica resultante sería:

Como vemos en el gráfico, en dos vértices la línea imaginaria paralela 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

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.
 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

La pregunta siguiente es ¿cuál 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 lineal corresponde 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 "SIEMPRE ACTIVO" 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

Maximizar Z = 1800X + 1800Y

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

La gráfica resultante sería:

Región factible

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 No factible

El caso de la solución no factible 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 en producto de inviables proporciones de oferta y demanda.

Un ejemplo:

La compañía de galletas "PASCUALINA" desea planificar la producción de galletas que

tendrá que entregar a su cliente en dos semanas, el contrato indica que la compañía
"PASCUALINA" 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.

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

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:

Evidentemente no existe forma alguna de satisfacer todas las restricciones, por ende se
concluye que no existe solución factible.

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

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 "EL PINGÜINO" 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:

Maximizar Z = 102000X + 98000Y

La gráfica resultante es la siguiente,

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.

 Módulo 2. Métodos de Solución de Problemas
de Programación Lineal

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 determina el
conjunto solución, por ende se denominan restricciones redundantes o sobrantes.

Investigación de Operaciones I Mat 311A Profesora Iris M. Jiménez H.