Ejemplo 1.

Gravedad:
Sir Isaac Newton formuló hipótesis sobre la noción de la fuerza gravitacional, basado en la
experimentación. Galileo, cuantificó este modelo, estableciendo que un cuerpo que cae, sin
importar cuál sea su masa, recorre una distancia de: = /2 , pies en t segundos, siendo
g la constante de aceleración. Este postulado cuantitativo es una representación selectiva de
la realidad que describe explícitamente la relación cuantitativa entre la distancia D y el
tiempo t. La ecuación = /2 es un excelente ejemplo de modelo. Establece una relación
numérica idealizada.

Ejemplo 2. Problema de producción:

La compañía XYZ, produce dos concentrados: los concentrados de Plomo y Zinc. Cada uno
de estos deben ser procesados en dos máquinas o plantas diferentes. Una planta tiene 12 horas
de capacidad disponible y la otra, 8 horas. Cada concentrado de Pb producido necesita dos
horas de tiempo en ambas máquinas. Cada concentrado de Zn, producido requiere 3 horas de
tiempo en la primera máquina y una hora en la segunda máquina. La ganancia es de $ 6 por
Pb y de $ 7 por el Zn vendido y la compañía puede vender tantas unidades de cada producto
como fabrique. El problema es determinar cuántas toneladas de Pb y Zn deben producirse.
Suponga qué usted es un investigador de operaciones y que su trabajo fuera asesorar a la
compañía XYZ. Primero traducirá el problema de la compañía XYZ, a un problema de
descripción verbal en términos matemáticos y posteriormente utilizando las herramientas
matemáticas disponibles, resolverá el problema matemático nuevamente definido.
Supongamos que , denote el número de toneladas de concentrado de Pb que debemos
producir y el número de unidades de toneladas de concentrado de Zn que se debe producir.
También sea P la ganancia total de la compañía. Las variables y , son variables de
decisión del problema. Estas son las variables sobre las cuales la compañía ejerce control y
cuyos niveles busca establecer para maximizar sus ganancias. Por lo tanto, la utilidad total
de la compañía está dada por:

=6 +7

Por consiguiente, si se venden 50 TM de Pb y 100 TM de Zn, la ganancia será:

= 6(50) + 7(100) = 300 + 700

= 1000

La ecuación anterior es función objetivo de la compañía, que se debe maximizar. Es una

función lineal de las variables de decisión y y de los parámetros ($6 y $7). La compañía
desea seleccionar valores de y , que maximicen esta función.
La compañía desea producir cuanto sea posible de y , pues las utilidades se
incrementarán en esa misma forma. Sin embargo, no puede hacerlo debido a las restricciones
bajo las cuales debe operar. Hay dos: Las restricciones de capacidad en las dos máquinas
utilizadas para producir ambos productos.
La restricción de la primera planta, transformada a términos matemáticos se expresa cómo
sigue:
2 + 3 ≤ 12

Esto es, cada concentrado de Pb utiliza 2 horas de esta máquina y cada concentrado de Zn
Utiliza 3 horas. Por consiguiente, el total de horas en producir los concentrados de Pb y Zn
está expresado por el lado izquierdo de esta ecuación. Esto debe ser igual o menor que el
total de horas disponibles en esta máquina = 12. Si, por ejemplo, solamente se produce
concentrado de Pb, sólo se podrá hacer 6. Si solamente se produce concentrado de Zn, sólo
se pueden producir 4 TM como máximo. Si la compañía decide producir concentrado de Pb
y concentrado de Zn, puede producir 3 y 2 de estos productos respectivamente o 4 y 1
respectivamente.

Para la segunda máquina la restricción similar es:

2 +1 ≤8

Además, debemos imponer la restricción que limita y a valores no negativos.

El problema de la compañía se puede resumir simbólicamente cómo sigue:

Así: Maximizar =6 +7
Sujeto a 2 + 3 ≤ 12
2 +1 ≤8
, ≥0

El problema anterior es en realidad un problema de Programación Lineal. Es un problema de

programación porque nos pide programar o establecer los niveles de variables de decisión
para maximizar (algunas veces minimizar) una Función Objetivo. Es un problema de
programación lineal porque nos piden maximizar una Función Objetivo lineal sujeto a
restricciones lineales, incluyendo las condiciones de no negatividad en las variables.
Particularmente, no es posible producir una fracción del concentrado. Esto es, la restricción
no negatividad debe alterarse así:

, = 0,1,2,3. . . . . . . . .

Tenemos entonces un problema de programación entera, esto es, un problema en el cual una
Función Objetivo lineal se maximiza o minimiza sujeta a un conjunto de restricciones
lineales, donde las variables de decisión tomarán solamente valores enteros.
Mientras aprendemos técnicas para resolver problemas de programación entera como lineal,
Este ejemplo puede ser resuelto intuitivamente:

Número de
Nivel Nivel P ($)
la solución

1 0 4 28

2 1 3 27

3 2 2 26

4 3 2 32

5 4 0 24

Por consiguiente, =3y = 2, es la solución objetiva del problema, que conduce a la

utilidad más alta de $ 32.
MÉTODO GRÁFICO
El método gráfico de solución de los problemas de programación lineal está
restringido solamente a dos o tres variables y por lo tanto, sus limitaciones son obvias.
Se grafican en el I cuadrante de un sistema cartesiano.

Ejemplo N° 1:
En una operación minera subterránea que explotan los minerales de plomo (Pb) y zinc (Zn),
las estadísticas de producción son las siguientes:

LABORES (%) (%) PRODUCCIÓN LÍMITE COSTO

MINERAS Zn Pb (TONS/DÍA) (HORA/HOMBRE/TON)

Tajeo 1 4 6 40 4

Tajeo 2 8 4 60 6

Los requerimientos de producción son los siguientes:

i. 80 toneladas de mineral por día.
ii. El contenido de mineral en promedio debe ser: No menor de 6.5% de zinc, y no menor
de 4.5% de plomo.

Se pide: Usando el método gráfico, calcular la producción que debe extraerse de cada uno
de los tajeos de tal manera de cumplir con los requerimientos de ésta a un costo mínimo por
hora- hombre.

SOLUCIÓN
Sea el tonelaje explotado por día del Tajeo 1.
Sea el tonelaje explotado por día del Tajeo 2.
En este caso la función objetivo será planteada de la siguiente manera:

" # − ℎ &' " # − ℎ &'

( ) = (4 ) + (6 )

Sujeta a las siguientes restricciones:

i. La capacidad de producción del tajeo 1 ……………. ≤ 40 ( #/)í+
ii. La capacidad de producción del tajeo 2 ……………. ≤ 60 ( #/)í+
iii. La producción requerida es…………... ……………. + = 80 ( #/)í+
iv. Contenido mínimo de Zn……………………… 0.04 + 0.08 ≥ 0.065( + )
v. Contenido mínimo de Pb……………………… 0.06 + 0.04 ≥ 0.045( + )
Luego, el planteamiento matemático para resolver este problema de programación lineal
mediante el método gráfico será el siguiente:
= 4 + 6 ; sujeto a:
≤ 40……………….…..(1)
≤ 60……………….…..(2)
+ ≤ 80………….…..(3)
−2.5 + 1.5 ≥ 000…...(4)
1.5 − 0. 5 ≥ 000……..(5)
y obviamente: , ≥ 0…..........(6)

Por lo tanto, la solución gráfica estará contenida en el primer cuadrante. (Esta es una
condición general para este tipo de problemas desde que ellos tratan acerca de tonelajes,
dólares, recursos, etc. en los cuales valores negativos no son aceptables)
producción del Tajeo 1
Capacidad de

Capacidad de
producción del Tajeo 2

Figura 2. Mostrando la solución gráfica para este problema de programación lineal aplicado.

Observando en la figura 2. se puede mencionar lo siguiente:

 - Las coordenadas ( , ) de un punto satisfarán todas las restricciones si y solamente
sí; este punto está contenido en el área OGK; esto hablando en términos de álgebra
de espacios vectoriales.
- El área OGK incluye todos los puntos interiores o al costado del triángulo OGK. Se
debe notar que el área es convexa y que la solución óptima es un punto extremo de
esta área convexa.
- Se puede observar también que para:
= 0, = 0 → = 0
= 30, = 50 → = 420
= 20, = 60 → = 440
- Luego la solución óptima se puede apreciar que es:
= 30
= 50
- Se debe mencionar también que la mayoría de los problemas que son necesarios
resolver en las diversas organizaciones industriales constan de más de 2 o 3 variables,
por lo tanto, se debe trabajar con poliedros convexos en lugar de polígonos convexos;
y en estos casos ya el método gráfico no es aplicable; y por lo tanto, es necesario
buscar otros métodos de solución para este tipo de problemas.

Ejemplo N° 2:
Una empresa metal mecánica produce carros mineros tipo 1 y tipo 2, las cuales pueden
procesarse a través de dos centrales de producción mecánica. La central 1 tiene un máximo
de 120 horas disponibles, y la central 2 tiene un máximo de 180 horas disponibles. La
manufactura del carro tipo 1 requiere 6 horas en la central 1 y 3 horas en la central 2; la
fabricación del tipo 2 se requiere 4 horas en la central 1 y 10 horas en la central 2. Si la
utilidad por el tipo 1 es, en unidades monetarias $45 y por el tipo 2 es de $50. ¿Determinar
el número de carros mineros del tipo 1 y del tipo 2, que se deberían de fabricar para obtener
la máxima utilidad?

SOLUCIÓN
Sea , el número de carros mineros tipo 1.
Sea , el número de carros mineros tipo 2.
Siendo la función objetivo:
+ ( ) = 45 + 55

Sujeta a las siguientes restricciones:

i. 6 + 4 ≤ 120
ii. 3 + 10 ≤ 180
iii. , ≥0
El polígono de soluciones factibles se obtiene graficando las ecuaciones:
i. 6 + 4 = 120
ii. 3 + 10 = 180
iii. =0
iv. =0

Figura 3.
Cualquier punto localizado dentro o en las aristas del polígono sombreado de la figura 3, corresponde
a un par de valores y que satisfacen las restricciones del problema, y por consiguiente,
constituyen una solución factible; la solución óptima corresponde a uno de los vértices del
polígono; la función objetivo debe evaluarse para las soluciones (0,0), (0,18), (10,15) y
(20,0).
Solución - = ./01 + //02
(0,18) $ 990
(10,15) $ 1275
(20,0) $ 900
Ejemplo N° 3:
La compañía Milpo, produce dos concentrados, en las cantidades y , respectivamente,
y desea minimizar la función: Costo 2 + 10 . Sujeta a las restricciones:
2 + ≤6
5 + 4 ≥ 20
, ≥0
¿Determinar las cantidades óptimas que deben producirse de cada concentrado y el costo
respectivo en unidades monetarias (um)?

SOLUCIÓN
El polígono de soluciones factibles se obtiene gráficamente de las ecuaciones:
2 + =6
5 + 4 = 20
=0
=0

Figura 4.
Cualquier punto que se encuentre dentro o en las aristas del polígono sombreado corresponde
a una solución factible. La solución óptima es uno de los vértices: (0,5), (0,6) y (433 , 1033).

Solución - = 201 + 1402

(0,5) 50 u.m.
 (433 , 1033) 36 u.m.

Obsérvese que no es necesario evaluar (0,6), puesto que claramente está asociada a un costo
mayor que (0,5).
La solución óptima es (433 , 1033); es decir, producir 433 de unidades del primer
concentrado y 1033 unidades del segundo. El costo asociado es 36 u.m.