Investigación de Operaciones

GUÍA N°2 MÉTODO GRÁFICO

En el presente capítulo se muestra la solución a varios tipos de problemas de programación

lineal que solamente tienen en su formulación dos variables, empleando el método gráfico.

Es necesario poner de relieve que el método gráfico no resulta muy práctico dado que sólo
puede utilizarse en dos dimensiones, y existe la imposibilidad de dibujo en dimensiones
superiores a tres. Asimismo, el método del punto esquina resulta, poco útil como consecuencia
del gran número de sistemas de ecuaciones a resolver.

Método gráfico por punto esquina:

• Dibujar el conjunto de desigualdades y definir la región factible.

• Determinar los puntos extremos de la región factible.
• Evaluar los puntos extremos en la función objetivo y determinar el(los) punto(s) en
donde se optimiza la función.

Método gráfico por traslación:

• Dibujar el conjunto de desigualdades y definir la región factible.

• Dibujar la función objetivo o función económica.
• Desplazar la función económica paralelamente en la dirección de optimización asignando
valores arbitrarios a Z, sin abandonar el conjunto de restricciones.
• Leer las coordenadas del punto antes de que la recta que representa la función
objetivo abandone la región factible.

Tipos de Restricciones:

• Restricciones Activas: Son aquellas que definen directamente la ubicación del

punto óptimo.
• Restricciones No Activas: Son aquellas que no participan directamente en la
determinación de la ubicación del punto óptimo.
• Restricciones Redundantes: Son aquellas restricciones no activas, que no
participan directamente ni siquiera en la determinación de los límites de la zona
de soluciones factibles.

1. Un problema de maximización

La compañía Cueros S.A., fabricante de ropa de cuero desea incursionar en el mercado

de guantes de cuero y fabricarlos en dos calidades: 1ra. Calidad y 2da calidad.
Las investigaciones de las partes necesarias para hacer funcionar el proyecto determinó que el
proceso de fabricación requiere de las siguientes etapas (se incluye disponibilidad de cada una
de las horas):

El departamento de Producción estimó los siguientes tiempos en cada fase:

1
 Investigación de Operaciones

El departamento de Costos estimó la utilidad de US$10 en un guante de 1ra. calidad y US$9 en

un guante de 2da. calidad.

El problema del fabricante es determinar cuántos guantes de primera y de segunda calidad

deben fabricarse para maximiza las utilidades.

a) Formule un modelo de P.L. que permita determinar cuántos guantes de primera y de

segunda calidad se deben fabricar.
b) Determine la solución óptima a través del método gráfico.
c) Formule el formato estándar del modelo.
d) Determine el valor de las variables de holgura. Interprete.

2. Un problema de minimización

La compañía J&J, fabrica dos productos que se venden como materia prima y cuya
producción total combinada puede ser a lo menos de 350 litros. Un cliente solicita un pedido
del producto I de 125 litros. El producto I requiere de 2 horas de tiempo de procesamiento
por litro. En tanto que el producto II requiere de 1 hora de tiempo de procesamiento por litro
y existen 600 horas de tiempo de procesamiento para el siguiente, mes. El objetivo de la
compañía es satisfacer los requisitos de demanda de manera que sus costos sean mínimos. Los
costos de producción son de 2 dólares por litro del producto I y de 3 dólares por litro del
producto II.

a) Formule un modelo de P.L. que permita determinar cuántos litros deben fabricarse del
producto 1 y 2.
b) Determine la solución óptima a través del método gráfico.
c) Formule el formato estándar del modelo y determine el valor de las variables de
holgura y/o excedente (Interprete).

3. Compañía de Trenes.

La empresa Trenes del Poniente debe diseñar el convoy que utilizará para los envíos de la
distribuidora Kimikal al puerto. Estos consisten en dos tipos de envío de productos de acuerdo
a su presentación: granel y envasada (en sacos). Se deben transportar diariamente carga
granel por un peso total de 240 toneladas y que requiere 225 metros cúbicos de volumen y 550
sacos de carga envasada.

La empresa dispone de dos tipos de vagones para montar el convoy: estándar y pesado. Un
vagón de tipo estándar tiene capacidad para transportar hasta 20 toneladas de graneles que no
superen los 30 metros cúbicos, mientras que cada vagón pesado puede transportar hasta 30
toneladas de graneles con un volumen máximo de 15 metros cúbicos. Todos los vagones tienen
un compartimiento separado con capacidad para 50 sacos de carga envasada.

Se ha estimado que cada vagón estándar tiene un costo de 4 millones de pesos, mientras que
cada vagón pesado, tiene un costo de 5 millones de pesos durante la duración del contrato.

Se quiere determinar la composición del tren de menor costo que permita satisfacer las
demandas de transporte. Se ha asumido que, para el análisis a realizar, las cantidades de
vagones de cada tipo pueden ser fraccionarias.

2
 Investigación de Operaciones
a) Formule el modelo de P.L. respectivo.
b) Determine la solución óptima a través del método gráfico.
c) Formule el formato estándar del modelo y determine el valor de las variables de
holgura y/o excedente (Interprete).

3
 Investigación de Operaciones
4.- Wyndor Glass Co

La WYNDOR GLASS CO. produce artículos de vidrio de alta calidad, entre ellos ventanas y
puertas de vidrio. Tiene tres plantas. Los marcos y molduras de aluminio se hacen en la planta
1, los de madera en la planta 2; la 3 produce el vidrio y ensambla los productos.

Debido a una reducción de las ganancias, la alta administración ha decidido reorganizar la línea
de producción de la compañía. Se discontinuará varios productos no rentables y se dejará libre
una parte de la capacidad de producción para emprender la fabricación de dos productos
nuevos cuyas ventas potenciales son muy prometedoras:

Producto 1: una puerta de vidrio de 8 pies con marco de aluminio.

Producto 2: una ventana corrediza con marco de madera de 4 por 6 pies.

El producto 1 requiere parte de la capacidad de producción en las plantas 1 y 3 y nada en la

planta 2. El producto 2 solo necesita trabajo en las plantas 2 y 3. La división de
comercialización ha concluido que la compañía puede vender todos los productos que se pueden
fabricar en las plantas. Sin embargo, como ambos productos competirían por la misma
capacidad de producción en la planta 3, no está claro cuál mezcla de productos sería la más
rentable. Por lo tanto, se ha formado un equipo de IO para estudiar y definir el problema.

Formule un modelo de P.L. que permita determinar la cantidad de lotes que se deben fabricar
semanalmente con el fin de maximizar los beneficios totales, sujetándose a las restricciones
impuestas por las capacidades de producción limitadas disponibles en las tres plantas (Cada
producto se fabricará en lotes de 20).

a) Formule el modelo P.L. asociado al problema.

b) Determine la solución óptima a través del método gráfico.
c) Formule el formato estándar del modelo.
d) Determine el valor de las variables de holgura. Interprete.

5. Industria panadera.

En una industria panadera se quiere introducir la elaboración de dos nuevos tipos de

pan: integral y de centeno, ya que se tiene asegurada la venta de su producción.
Estos panes se elaboran principalmente a base de tres ingredientes: salvado integral, harina de
trigo y harina de centeno. Para elaborar 1 kg de pan integral se necesitan 350 g de salvado
integral y 150 g de harina de trigo y para la elaboración de 1 kg de pan de centeno se necesitan
se necesitan 250 g de harina de trigo y 250 g de harina de centeno. La disponibilidad diaria de
salvado integral es de 210 kg, 115 kg de harina de trigo y 100 kg de harina de centeno. El
beneficio que deja cada kg de pan integral es de 0.40 € y 0.60 € cada kg de pan de centeno, y
se desea maximizar el beneficio total diario.

4
 Investigación de Operaciones
a) Formule el modelo de P.L. respectivo.
b) Resuelva a través del método gráfico y determine la elaboración diaria de pan integral
y de centeno.
c) Calcule el intervalo de optimalidad de C1 y C2.
d) Considere que la gerencia desea cumplir con las siguientes metas:
i) Se desea obtener un beneficio de al menos 240 € diarios.
ii) Se desea que la cantidad elaborada diariamente de pan integral sea exactamente
igual al doble que la de centeno.
iii) Se desea que la cantidad elaborada diariamente de pan de integral no sea
inferior a 300 kg.
Modifique el modelo y resuelva nuevamente de tal manera que se cumplan las metas
propuestas.

TIPOS DE SOLUCIONES DE P.L.

1. Solución óptima infinita múltiple

Cuando la función objetivo Z se transporta hacia su dirección de mejoría y el último contacto

con la región factible no se realiza en un punto, sino en uno de los lados del polígono, todos los
puntos que integran tal lado o segmento de recta son soluciones óptimas. Dado que toda recta
o segmento de ella se considera conformada por un número infinito de puntos, podemos afirmar
que se ha encontrado un número infinito de soluciones óptimas.

2. Solución óptima finita única

Este tipo de soluciones es la más común una vez que el modelo ha sido formulado y orientado
correctamente a problemas reales de PL. Se llama óptima por ser la mejor de las soluciones
factibles; finitas porque tanto las variables como el objetivo toman valores finitos; y única
porque sólo hay una combinación de valores para las variables que satisfacen con las
restricciones estructurales.

3. Solución ilimitada

Esta solución surge cuando una o más de las variables, así como el valor de la función objetivo
toman un valor ilimitado o infinito sin violar alguna de las restricciones estructurales. No
debemos esperar que algún tipo de problema real de PL tenga este tipo de solución, por lo que
ésta puede presentarse por una o varias de las siguientes causas:

1. Omisión de una o más restricciones.

2. Fallas en la modelación y la formulación.
3. Errores en los datos de entrada al método de solución.

Note que una condición necesaria, mas no suficiente, para que un problema posea solución
ilimitada, es que la región factible sea un conjunto no acotado.

4. Solución infactible

Se dice un problema de P.L tiene una solución infactible cuando se pueden encontrar una o más
soluciones que cumplen con todas las restricciones estructurales, pero no con las condiciones
de no negatividad. Geométricamente, su espacio solución cae fuera del primer cuadrante.

5
 Investigación de Operaciones
Puede presentarse por una o varias de las siguientes causas:

1. Formulación de restricciones en conflicto, la mayoría de las veces. Esto significa que

varias restricciones no pueden satisfacerse simultáneamente.
2. Fallas en la modelación y la formulación
3. Errores en los datos de entrada al método de solución.

5. Solución inexistente (sin solución)

Esta es la última clase de solución que puede presentarse al resolver un problema de P.L, razón
por la cual debe tomarse con detenimiento. La solución inexistente ocurre cuando no pueden
satisfacerse las restricciones estructurales ni las condiciones técnicas. Se considera una
situación extrema cuando no hay números reales (ya sea positivos, negativos o cero) que
puedan cumplir con las restricciones tecnológicas. Obviamente, las condiciones de no
negatividad y el objetivo, pierden sentido. En este caso, no podemos hablar de solución óptima.

La solución inexistente, al igual que la ilimitada y la infactible, no debe aparecer en un problema

real de P.L; su presencia se debe a alguna de las siguientes causas:

1. Fallas en la modelación y la formulación

2. Errores en los datos de entrada al método de solución
En cierto sentido, podemos establecer que la solución inexistente es un estado extremo de la
solución infactible y muchos autores no hacen ninguna diferencia entre ellas y las agrupan bajo
el nombre de solución infactible.

CASOS ESPECIALES: A continuación analice tres situaciones que pueden presentarse cuando
se resuelve un problema de programación lineal.

a) Problema de múltiples soluciones.

5
MAX Z = 𝑥1 + 𝑥2
2
s.a.
3𝑥1 + 5𝑥2 ≤ 15
5𝑥1 + 2𝑥2 ≤ 10
𝑥1 , 𝑥2 ≥ 0

b) Problema de solución ilimitada.

𝑀𝐼𝑁 𝑍 = −𝑥1 + 𝑥2
s.a.
𝑥1 − 𝑥2 ≥ 0
−0.5𝑥1 + 𝑥2 ≤ 1
𝑥1 , 𝑥2 ≥ 0

c) Problema sin solución.

𝑀𝐴𝑋 𝑍 = 4𝑥1 + 3𝑥2
s.a.
3𝑥1 + 4𝑥2 ≥ 24000
𝑥1 + 3𝑥2 ≤ 15000
2𝑥1 + 𝑥2 ≤ 10000
2𝑥1 + 2𝑥2 ≤ 12000
𝑥1 + 𝑥2 ≤ 10000
𝑥1 , 𝑥2 ≥ 0

6
 Investigación de Operaciones
ANÁLISIS DE SENSIBILIDAD EN PROGRAMAS LINEALES DE DOS VARIABLES

¿Qué es el análisis de sensibilidad?

El análisis de sensibilidad es un procedimiento que se utiliza normalmente después que

se obtiene la solución óptima, y que muestra, qué tan sensible es dicha solución a los cambios
que se realicen en los coeficientes, y en los segundos miembros de las restricciones, de un
modelo matemático. Este tipo de análisis se considera parte integral de la solución de modelos
de programación lineal o de cualquier modelo de la investigación de operaciones. Utilizando el
análisis de sensibilidad se pueden responder preguntas del tipo, ¿cómo afectará a la solución un
cambio en un coeficiente de la función objetivo?, ¿cómo afectará a la solución óptima un
cambio en el valor del segundo miembro de una restricción?, en general, ¿cómo afectará la
solución los cambios que se hagan en el modelo?. De lo dicho se entiende que el análisis de
sensibilidad comienza después que se ha hallado la solución óptima, por esta razón, con
frecuencia, al análisis de sensibilidad se lo denomina también análisis post-optimalidad.

La razón más importante de efectuar el análisis de sensibilidad, especialmente para los

que tienen que tomar decisiones, es que los fenómenos modelados por la programación lineal
ocurren en un ambiente dinámico, de cambio constante. Así, por ejemplo, los precios de las
materias primas varían, el valor de las máquinas se deprecia, el valor por kilo de material que se
transporta puede fluctuar, los inventarios crecen y decrecen, los costos de producción pueden
variar por razones ajenas a la empresa, etc. Aquellos que tienen que tomar una decisión están
interesados en saber cómo estos cambios afectan a la solución óptima de un programa lineal.

Precio sombra:

Un concepto útil relacionado con el análisis de sensibilidad de las constantes del lado
derecho (RHS) es el precio sombra o shadow price. El precio sombra para el recurso i
(denotado por yi) mide el valor marginal de este recurso, es decir, razón de cambio a la que Z
podría incrementarse (disminuir) al aumento (disminución) unitario en la cantidad de este
recurso (bi) disponible. Cuando un bien o servicio no tiene un precio en el Mercado también
suele asignársele un precio sombra, con lo cual se pueden realizar análisis de Costo-Beneficio y
cálculos de programación lineal. Representa el Costo de oportunidad de producir o consumir una
Mercancía, aun cuando ésta no sea intercambiada en el Mercado o no tenga un precio de
Mercado.

La interpretación del precio sombra solamente es válida dentro de cierto rango del LD
dado. Se trata de un rango en el cual el precio sombra permanece constante. Sin embargo,
fuera de este rango permisible el precio sombra puede cambiar a otro valor.

Por ejemplo, si nos centramos en un problema de maximización de beneficios sujeto a

restricciones de capacidad o limitación de recursos, se utilizaría para determinar el aumento
en los beneficios que se produciría al conseguir recursos adicionales que se han agotado al
diseñar la política de producción óptima.

Definición 1: Es la tasa de MEJORAMIENTO que experimenta el valor óptimo de la Función

Objetivo, por cada unidad que se AUMENTE el termino libre (bi) de una restricción.

Definición 2: Es la tasa de EMPEORAMIENTO que experimenta el valor óptimo de la Función

Objetivo, por cada unidad que se DISMINUYA el termino libre (bi) de una restricción.

Estas dos definiciones están hechas sobre la base de que el precio sombra es positivo.
Normalmente el precio sombra de una restricción del tipo limitación (≤), que es activa, será
siempre positivo.

7
 Investigación de Operaciones
Cuando el precio sombra de una restricción es negativo, cosa que sucede normalmente con
restricciones del tipo requerimiento (≥), el efecto sobre la función objetivo es el contrario al
de la definición: Cuando se aumenta el término libre la F.O. empeora y cuando se disminuye,
mejora.

Rangos de Valores para el Precio Sombra de una Restricción

• El precio sombra de una restricción activa será no negativo (≥0) si la restricción es una
limitación (≤).
• El precio sombra de una restricción activa será no positivo (≤0) si la restricción es un
requerimiento del tipo (≥).
• El precio sombra de una restricción activa será positivo, negativo o igual a 0 si la
restricción es un requerimiento del tipo (=), ello dependerá de cada modelo.
• El Precio sombra de una restricción no activa será siempre igual a cero.

Otro aspecto relevante del precio sombra resulta ser su significado económico. En este
sentido el precio sombra puede representar una disposición a pagar por unidad adicional de
recurso. Por ejemplo, considere que y1 = 8, es decir, como máximo se pagará $8 por cada
unidad adicional del recurso (lado derecho) de la primera restricción. Si el precio del recurso
en el mercado es menor al precio sombra entonces, existirá un incentivo a "comprar" más
debido a que esto tendrá un impacto neto positivo en la función objetivo.

Rango de Validez del Precio Sombra de una Restricción (Intervalo de Factibilidad)

El valor del precio sombra de una restricción será válido solo para aumentos o disminuciones de
su término libre, hasta valores tales que no provoquen que alguna de las restricciones activas
de la solución óptima original, deje de ser activa. A dicho rango de validez se le denomina
Intervalo de Factibilidad.

Variación en los términos libres de las restricciones

Esta es una aplicación directa del concepto del precio sombra de una restricción. La F.O.
variara a una tasa igual al precio sombra de la restricción, por cada unidad que se aumente o
disminuya su término libre.
Gráficamente, al aumentar el termino libre de una restricción la recta límite de ella se traslada
alejándose del origen y si la restricción es activa, es decir, si está definiendo la ubicación del
punto óptimo, ese traslado provocara también un traslado del punto óptimo. Lo mismo sucede,
en sentido contrario, cuando se disminuye el termino libre de una restricción, la recta limite en
este caso se acerca al origen pero el punto óptimo igualmente cambia, si la restricción es
activa.

• La F.O. mejorara su valor (aumentara si estoy maximizando y disminuirá si estoy

minimizando) cuando se aumente el valor del termino libre de una restricción activa
que es una limitación (precio sombra es positivo).
• La F.O. empeorara su valor (disminuirá si estoy maximizando y aumentara si estoy
minimizando) cuando se disminuya el valor del termino libre de una restricción activa
que es una limitación (precio sombra es positivo)...
• La F.O. mejorara su valor (aumentara si estoy maximizando y disminuirá si estoy
minimizando) cuando se disminuya el valor del termino libre de una restricción activa
que es un requerimiento del tipo “mayor o igual que” (precio sombra es negativo).
• La F.O. empeorara su valor (disminuirá si estoy maximizando y aumentara si estoy
minimizando) cuando se aumente el valor del termino libre de una restricción activa
que es un requerimiento del tipo “mayor o igual que” (precio sombra es negativo).
• La F.O. mantendrá su valor (no variara) cuando se aumente o disminuya el valor del
termino libre de una restricción no activa de cualquier tipo.

8
 Investigación de Operaciones

Todas estas variaciones del valor óptimo de la F.O. son para aumentos o disminuciones en los
términos libre de las restricciones que estén dentro de un rango, el rango de validez del precio
sombra de la restricción.
El siguiente cuadro resume el efecto del precio sombra de una restricción en el valor óptimo de
la función objetivo:

En el caso de las restricciones activas del tipo requerimiento que son IGUALDADES, la
función objetivo puede mejorar o empeorar ante aumentos o disminuciones de su término libre,
ello dependerá de cada problema.

Variaciones en los coeficientes de la función objetivo (Intervalo de Optimalidad)

Al variar alguno de los dos coeficientes de las variables en la función objetivo (Ci),
gráficamente el efecto que se produce es que la pendiente de la función objetivo cambia y ello
puede o no hacer cambiar la ubicación del punto óptimo.

Normalmente el punto óptimo en un problema en dos variables se encuentra en la intersección

de dos rectas límites de restricciones.

El punto óptimo no cambiara ante variaciones en los coeficientes de la función objetivo,

mientras la pendiente de la función objetivo este entre las pendientes de las dos rectas limite
que definen el punto óptimo, es decir, mientras la variación de los Ci esté dentro del intervalo
de optimalidad.

El hecho que el punto óptimo no cambie a pesar de que cambien los coeficientes en la F.O. es en
la practica un hecho muy importante, ya que es de suma importancia saber, por ejemplo, que si
el precio de venta de un producto está dentro de un rango especifico (donde el punto óptimo no
cambia), no tendremos necesidad alguna de cambiar las cantidades de producto que implican mi
máxima ganancia o mi mínimo costo y por lo tanto podremos seguir trabajando en el óptimo
actual, por ejemplo produciendo X* unidades de un producto e Y* unidades del otro.

Nótese, eso sí, que el valor óptimo de la función objetivo siempre cambiara ante cualquier
cambio en sus coeficientes, ya que es directamente proporcional a ellos.

9
 Investigación de Operaciones

PROBLEMA 1: Considere el modelo de P.L. de Cueros S.A.

MAX Z = 10x1 + 9x2

s.a.
7
𝑥 + 𝑥2 ≤ 630
10 1
1 5
𝑥1 + 𝑥2 ≤ 600
2 6
2
𝑥1 + 𝑥 ≤ 708
3 2
1 1
𝑥1 + 𝑥2 ≤ 135
10 4

𝑥1 , 𝑥2 ≥ 0

La figura muestra claramente que la solución óptima al problema de la compañía fabricante de

guantes es de 540 de primera y 252 de segunda.

a) Determine el intervalo de optimalidad de C1.

b) Determine el intervalo de optimalidad de C2.
c) Determine el valor de C1 para que existan infinitas soluciones óptimas.
d) Suponga que se disponen de 10 horas adicionales de tiempo para la operación de corte
y teñido. ¿Cuál es la utilidad total?
e) ¿Qué pasaría si dispusiéramos de 130 (horas de operación/período) en el recurso 3?
f) Considere que la gerencia desea invertir en tecnología y mano de obra con el propósito
de aumentar la disponibilidad de los recursos. ¿A qué recurso debe dar prioridad en la
asignación de los fondos?
g) ¿En cuánto disminuye la utilidad si se fuerza a fabricar exactamente 10 unidades del
guante de segunda calidad? Resuelva nuevamente a través del método gráfico.
h) ¿Qué ocurre con el valor la utilidad total si la utilidad unitaria del guante de primera
calidad aumenta a 15 dólares? Calcule nuevamente.

PROBLEMA 2: Considere el modelo de la empresa Trenes del Poniente.

a) Determine el intervalo de optimalidad de C1 y C2.

b) Determine el valor de C1 para que existan infinitas soluciones óptimas.
c) Suponga que por escasez de materia prima el costo de cada vagón estándar aumenta a
2 millones de pesos. Resuelva nuevamente por el método gráfico.

10
 Investigación de Operaciones

PROBLEMA 3: Considere el modelo de P.L. de Wyndor Glass Co.

a) Determine el intervalo de optimalidad de C1.

b) Determine el intervalo de optimalidad de C2.
c) Determine en cuánto podría variar la ganancia total (en miles de dólares), manteniendo
constante la ganancia por lote del producto 2 (C 2= 5), de manera que la actual solución
óptima no cambie.
d) Calcule gráficamente el precio sombra de cada una de las restricciones.
e) ¿En cuánto se afectará el valor objetivo óptimo si se aumenta la disponibilidad de la
planta 3 a 23 horas?
f) ¿En cuánto se afectará el valor objetivo óptimo si se disminuye la disponibilidad de la
planta 2 en 5 horas?

PROBLEMA 4:

Cohen Chemicals, Inc., produce dos tipos de fluidos para revelado fotográfico. El
primero, un fotoquímico en blanco y negro, que cuesta a Cohen $ 2,500 por tonelada para
producir. El segundo, un fotoquímico de color, que cuesta $ 3,000 por tonelada.

Basado en un análisis de los niveles actuales de inventario y los pedidos pendientes, el

gerente de producción de Cohen especificó que al menos 30 toneladas del producto químico en
blanco y negro y al menos 20 toneladas del producto químico de color deben producirse
durante el próximo mes. Además, el gerente observa que un inventario existente de una
materia prima altamente perecedera necesaria en ambos productos químicos debe usarse
dentro de los 30 días. Para evitar desperdiciar la costosa materia prima, Cohen debe producir
un total de al menos 60 toneladas de productos químicos fotográficos el próximo mes.

a) Formule un modelo de P.L. que permita minimizar los costos.

b) Resuelva a través del método gráfico.
c) Construya el formato estándar.
d) Determine valor de variables de holgura y/o excedente. Interprete.
e) Determine el rango de optimalidad de C1 y C2.

11