FORMULACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL.

Es una técnica utilizada para desarrollar modelos matemáticos, diseñada para

optimizar el uso de los recursos limitados (ESCASOS)en una empresa u
organización. El Modelo de Programación Lineal, es una representación
simbólica de la realidad que se estudia, o del problema que se va a solucionar.

Formulación de Modelos de Programación Lineal

https://www.monografias.com › trabajos96 › formulación.
Monografias.com > Matemáticas

Formulación de Modelos de Programación Lineal

1. Elementos básicos de un modelo matemático

2. Problemas de aplicación para formular un modelo

ELEMENTOS BÁSICOS DE UN MODELO MATEMÁTICO

Un modelo matemático es producto de la abstracción de un sistema real,
eliminando las complejidades y haciendo suposiciones pertinentes; se aplica una
técnica matemática y se obtiene una representación simbólica del mismo.

Un modelo matemático consta al menos de tres elementos o condiciones básicas:

Las Variables de decisión, la Función Objetivo y las Restricciones.

• Variables de decisión y parámetros

Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo. Los parámetros representan los valores conocidos del
sistema o que se pueden controlar. Las variables de decisión se representan
por: X1, X2, X3,…, Xn ó Xi, i = 1, 2, 3,…, n.

• Función Objetivo

La función objetivo es una relación matemática entre las variables de decisión,

parámetros y una magnitud que representa el objetivo o producto del sistema. Es
la medición de la efectividad del Modelo formulado en función de las variables.
Determina lo que se va optimizar (Maximizar o Minimizar).

La solución ÓPTIMA se obtiene cuando el valor de la Función Objetivo es óptimo

(valor máximo o mínimo), para un conjunto de valores factibles de las variables. Es
decir, hay que reemplazar las variables obtenidas X1, X2, X3,…, Xn; en la Función
Objetivo Z = f (C1X1, C2X2, C3X3,…, CnXn) sujeto a las restricciones del modelo
matemático. (La C, representa utilidades o ingresos si el problema es de
maximización o ahorros o costos, si el problema es de minimización
Por ejemplo, si el objetivo es minimizar los costos de operación, la función objetivo
debe expresar la relación entre el costo y las variables de decisión, siendo el
resultado el menor costo de las soluciones factibles obtenidas.

• Restricciones

Las restricciones son relaciones entre las variables de decisión y

los recursos disponibles. Las restricciones del modelo limitan el valor de las
variables de decisión. Se generan cuando los recursos disponibles son limitados o
escasos.

En el Modelo se incluye, adicionalmente de las restricciones, la Restricción de No

Negatividad de las Variables de decisión, o sea: Xi ≥0. (se hace algo o no se hace
nada, no existen producciones o disponibilidad de recursos negativos)

Por ejemplo, si una de las variables de decisión representa el número de

empleados de un taller, el valor de esa variable no puede ser negativo. O también,
si una de las variables es la cantidad de mesas a fabricar, su valor solamente
podrá ser igual a cero o mayor que cero, o sea positivo; sería absurdo obtener
como resultado que se va a fabricar – 4 mesas.

La programación lineal es la interrelación de los componentes de un sistema, en

términos matemáticos, ya sea en forma de ecuaciones o inecuaciones
(desigualdades) lineales llamado Modelo de Programación Lineal. Es una técnica
utilizada para desarrollar modelos matemáticos, diseñada para optimizar el uso de
los recursos limitados en una empresa u organización.

El Modelo de Programación Lineal, es una representación simbólica de la

realidad que se estudia, o del problema que se va a solucionar. Se forma con
expresiones de lógicas matemáticas, conteniendo términos que significan
contribuciones: a la utilidad (con máximo) o al costo (con mínimo) en la Función
Objetivo del modelo. Y al consumo de recursos disponibles (con desigualdades ≥
o ≤ y también pueden existir igualdades o ecuaciones =) en las restricciones.

En lo que sigue se desarrollan Modelos Matemáticos de Programación Lineal de:

Maximización y Minimización, los cuales estarán indicados en la Función Objetivo
del Modelo.
PROBLEMAS DE APLICACIÓN PARA FORMULAR UN MODELO
1). Proceso de producción.- Una fábrica produce dos tipos de productos: M y N,
los costos de producción de ambos productos son $3 para el producto M y $5 para
el producto N. El tiempo total de producción está restringido a 500 horas; y los
tiempos de producción son de 8 horas/unidad para el producto M y de 4
horas/unidad para el producto N. Formule el Modelo matemático que permita
determinar la cantidad de productos M y N a producir, y que optimice el Costo total
de producción de los dos productos.

Formulación del Modelo

En la formulación del modelo, podemos ayudarnos con la representación del

Problema mediante un organizador gráfico o esquema:

• Definición de Variables

Se desea formular un modelo matemático para determinar la cantidad que debe

producirse por cada producto (M y N), por lo tanto tendremos dos variables,
representados por: x1=M , x2=N.

Siendo: x1 = Cantidad a producirse del producto M,

x2 = Cantidad a producirse del producto N

Función Objetivo

Como se tiene información de Costos de producción de los productos M y N, el

objetivo será minimizarlos:
Luego la Función Objetivo será Minimizar "C" igual al Costo total de producción del
producto M más el Costo total de producción del producto N.

Matemáticamente la Función Objetivo es:

• Definición de Restricciones

El tipo de recurso en el problema es el tiempo (puede ser horas hombre u horas

máquina). Formulamos la restricción, colocando en el lado izquierdo de la
inecuación el consumo unitario de los productos M y N, y en el lado derecho la
cantidad disponible del recurso (500 horas).

Resumiendo tenemos el siguiente Modelo matemático de Programación Lineal del

Problema (un modelo con dos variables y una restricción, estando listo para
aplicar un método de solución:
2). Líneas de Producción.- Un empresario tiene 80 kg de acero y 120 kg
de aluminio, y quiere fabricar dos modelos de bicicletas: bicicletas de paseo y
bicicletas de montaña, para venderlas en el mercado a $200 y $150
respectivamente cada modelo, a fin de obtener el máximo beneficio. Para la
bicicleta de paseo empleará 1 kg de acero y 3 kg de aluminio, y para la bicicleta de
montaña usará 2 kg de ambos metales. Formular el modelo matemático de
programación lineal, que permita determinar la cantidad óptima de bicicletas a
producir, de cada modelo, para obtener el mayor beneficio económico.
Formulación del Modelo
Representamos el Problema mediante un organizador gráfico o esquema

• Definición de Variables:
Se desea determinar la cantidad de bicicletas a producir por cada modelo (paseo y
montaña), por lo tanto, se tienen dos variables.
Sean: x1 = Cantidad de bicicletas de paseo a fabricar
x2 = Cantidad de bicicletas de montaña a fabricar
• Función Objetivo
El objetivo del problema es maximizar los beneficios económicos totales (Z) de los
modelos de bicicletas que fabricará el empresario.
Precio de venta de la bicicleta de paseo = $ 200
Precio de venta de la bicicleta de montaña = $150
Beneficio económico = Precio de venta unitario x cantidad a fabricar
Beneficio económico total de bicicleta de paseo = 200 x1
Beneficio económico total de bicicleta de montaña = 150 x2
Luego la Función objetivo será: Maximizar: Z = 200 x1 + 150 x2
• Definición de Restricciones
Elaboramos una tabla de materia prima consumida (Acero y Aluminio) por cada
modelo de bicicleta (paseo y montaña) y su disponibilidad:
Modelo de bicicleta Acero Aluminio
Paseo 1 kg. 3 kg.
Montaña 2 kg. 2 kg.
Disponibilidad de materia prima 80 kg. 120 kg.
Restricción del consumo de Acero en la fabricación de bicicletas: x1 + 2 x2 ≤ 80
Restricción del consumo de Aluminio en la fabricación de bicicletas:3x1+2 x2 ≤ 120

Observación:

• El lado derecho de las restricciones, 80 y 120 representa la disponibilidad

en kg. de acero y aluminio respectivamente (materia prima).
• El lado izquierdo en las restricciones indica el consumo unitario de materia
prima por cada modelo de bicicleta.
• Condición o principio de no negatividad: La producción de cada modelo de
las bicicletas deben ser cero (0) o mayor que cero, o sea: x1, x2 = 0

Luego el Modelo matemático de Programación Lineal (con dos variables y dos

restricciones) será:

3). Caso de toma de decisiones.- Suponga con los datos del problema 2),
anterior, si el empresario por restricción económica decide hacer solo un modelo
de bicicleta. ¿Cuál modelo debe elegir? ¿Por qué?

Las alternativas de fabricación se desarrollan en las restricciones del Modelo

matemático; y la toma de decisiones se determina evaluando en la Función
objetivo las alternativas obtenidas.

La decisión a tomar, por restricción económica, es producir un solo modelo de

bicicleta que genere mayor beneficio al empresario. Sin embargo, una segunda
alternativa consiste en determinar en función de las posibilidades de los recursos
disponibles que producto solo, nos daría mayores ingresos y una tercera decisión
sería producir una combinación de ambos productos. Determinar, que decisión
tomar o cuál alternativa seguir, es la razón de aplicar la investigación de
operaciones, en lo que se conoce como programación lineal. Posteriormente se
desarrollarán las alternativas con el fin de demostrar que tomar decisiones
requiere del análisis y la argumentación, del mayor número de alternativas
posibles. Se trata de evaluarlas, considerando las restricciones del modelo:

La toma de decisiones se realiza evaluando en la Función objetivo las

alternativas de fabricación obtenidas por modelo de bicicleta. A continuación
se muestra el procedimiento a realizar.

Toma de decisiones:
Como la Función objetivo es maximizar el beneficio económico, generado por
las ventas, tomamos la decisión de fabricar solo bicicletas de paseo, por ser el
modelo que va generar mayor ganancia, equivalente a C=200*40=$ 8,000.

La cantidad de 40 bicicletas de paseo se debe a que la restricción del aluminio

solo permite fabricar dicha cantidad como máximo, (restricción 2)

Por otro lado, si solo se fabrican bicicletas de montaña, el máximo posible a

fabricar es de 40, debido a la restricción del acero (1), en cuyo caso el ingreso
sería de C=40*150=$6000

En el tercer caso, que consiste en producir ambos modelos es necesario resolver

el sistema de ecuaciones como si fuera una igualdad

1) X1 +2X2=80
2) 3X1+2X2=120
Restando 1) de 2) 2X1=40 X1=20 Sustituyendo X1, en 1) X2=(80-20)/2=30

Por lo tanto, sustituyendo X1 y X2 en la F.O. Max Z=200*20+150*30=$8500

Conclusión: En este caso la mejor decisión consiste en fabricar los dos tipos de
bicicletas: 20 de paseo y 30 de montaña, con un ingreso máximo de $8500

Observación:

De esta manera queda demostrada la importancia de formular un modelo

matemático adecuado, ya que las apreciaciones personales o los posibles erroresr
en la formulación del Modelo, pueden llevar a tomar decisiones incorrectas que
que afecten la economía de las empresas.

Autor:
Humberto Ángel Chávez Milla
INGENIERO INDUSTRIAL
Reg. CIP 27135
Docente Universitario
CHIMBOTE – PERU.
La programación lineal tiene muchas ramas de aplicación. Algunas de ellas se mencionan en la tabla
• Administración
• Biología
y Finanzas • Ecología • Ingeniería
• Computación
• Agricultura y • Economía • Tecnología
• Arquitectura y Diseño
Ganadería • Educación • Textiles
• Antropología
• Psicología
• Pailería • Publicidad
• Física • Otros
• Filosofía • Turismo
• Química • Salud • Zoología
Programación Lineal (Método Gráfico)

El Método Gráfico (resolución gráfica) constituye una excelente alternativa de

representación y resolución de modelos de Programación Lineal que tienen 2
variables de decisión. Para estos efectos existen herramientas computacionales que
facilitan la aplicación del método gráfico como los
softwares TORA, IORTutorial y Geogebra, los cuales se pueden consultar en detalle
en Cómo Resolver Gráficamente un Modelo de Programación Lineal con
TORA, Cómo Resolver Gráficamente un Modelo de Programación Lineal con
IORTutorial y Cómo Resolver Gráficamente un modelo de Programación Lineal
con Geogebra, respectivamente. En este contexto a continuación presentamos un
compendio de ejercicios de Programación Lineal resueltos a través del método gráfico.

Ejercicios Resueltos del Método Gráfico en Programación Lineal

Ejercicio N°1: 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. Detalle claramente el dominio
de soluciones factibles y el procedimiento utilizado para encontrar la solución óptima
y valor óptimo.
 Variables de Decisión:

• : Hectáreas destinadas al cultivo de Sauvignon Blanc

• : Hectáreas destinadas al cultivo de Chardonay
Función Objetivo:
Maximizar Z=
Restricciones:

• Restricción de terreno
• Restricción financiera
• Restricción días hombre
• Principio de no negativida

Donde las restricciones están asociadas a la disponibilidad máxima de hectáreas para

la plantación R1, presupuesto disponible R2, horas hombre en el período de
planificación R3 y no negatividad, respectivamente.

El siguiente gráfico muestra la representación del problema de la empresa vitivinícola.

El área achurada corresponde al dominio de soluciones factibles, donde la solución
básica factible óptima se alcanza en el vértice C, donde se encuentran activas las
restricciones de presupuestos y días hombre. De esta forma resolviendo dicho sistema
de ecuaciones se encuentra la coordenada de la solución
óptima donde y (hectáreas). El valor
óptimo es (dólares).
Los dos puntos que se requieren para graficar una recta, se obtienen calculando las
coordenadas de esos puntos sobre los ejes coordenados, haciendo alternadamente las
variables de decisión X1 y X2 iguales a cero
Puntos sobre los ejes coordenados para graficar las rectas de las restricciones
Reatricción Restricción Restricción F.O. Z estimada
Terreno R1 Financiera R2 Dias-Hombre R3 $4200 Dols.
X1 X2 X1 X2 X1 X2 X1 X2
0 110 0 50 0 40 0 35
110 0 100 0 120 0 84 0

Con estos puntos se grafican las rectas. La dirección de la desigualdad, se registra en

cada una de ellas, con una flecha hacia abajo, si se trata del indicador o símbolo de ≤ o
bien con una flecha hacia arriba si el indicador es de ≥ (ver gráfica)
 La R1, es una restricción redundante. Así se denominan, las restricciones que
no tocan ningún punto del área de solución factible, es decir no intervienen en la
solución. Si se eliminan del modelo no afectan los resultados
El área de solución factible (en verde) la limitan las líneas de las restricciones
R2 y R3. Así se observa, que la R2, limita el financiamiento y producción del
vino Sauvignon Blanc. Por su parte la R3, limita los días -hombre para la
producción del vino Chardonay.
R1
La líneas rojas, son isocuantas de la gráfica de la función objetivo y se trazan,
dándole un valor estimado a dicha función, por ejemplo $4000 dólares. Sí la
gráfica de la línea está dentro del área de solución factible, es posible
incrementar el valor de esa función objetivo trazando una isocuanta paralela que
se detenga hasta donde toque el punto de la región factible más alejado del
origen. Ese punto muestra las coordenadas de la función objetivo y el cálculo
algebraico de las coordenadas de las restricciones que se cruzan en él, nos dan
la solución óptima.
R2

R3

●●

Ejercicio N°2: Un taller tiene tres (3) tipos de máquinas A, B y C; puede fabricar dos
(2) productos 1 y 2, todos los productos tienen que pasar por por las tres máquinas
siguiendo la secuencia: Primero a la máquina A, luego a la B y luego a la C. La siguiente
tabla muestra:

• Las horas requeridas en cada máquina, por unidad de producto

• Las horas totales disponibles para cada máquina, por semana
• La ganancia por unidad vendida de cada producto

Formule y resuelva a través del método gráfico un modelo de Programación Lineal

para la situación anterior que permite obtener la máxima ganancia para el taller.

Variables de Decisión:

• : Unidades a producir del Producto 1 semanalmente

• : Unidades a producir del Producto 2 semanalmente
 Función Objetivo:
Maximizar
Restricciones:

•
•
•
•
Las restricciones representan la disponibilidad de horas semanales para las máquinas
A, B y C, respectivamente, además de incorporar las condiciones de no negatividad.
Para la resolución gráfica de este modelo utilizaremos el software GLP cual
abordamos en el artículo Problema de Planificación Forestal resuelto con Graphic
Linear Optimizer (GLP). El área de color verde corresponde al conjunto de
soluciones factibles. La recta punteada de color rojo, es la isocuanta de la función
objetivo, más alejada del origen. que toca un punto del área de solución factible y
dicho punto, es precisamente, el que muestra el valor de las coordenadas de las
variables de decisión, que proporcionan el resultado óptimo.

La solución óptima es y con valor

óptimo que representa la ganancia para el taller.

Ejercicio N°3: Una compañía elabora dos productos diferentes. Uno de ellos requiere
por unidad 1/4 de hora en labores de armado, 1/8 de hora en labores de control de
calidad y US$1,2 en materias primas. El otro producto requiere por unidad 1/3 de
hora en labores de armado, 1/3 de hora en labores de control de calidad y US$0,9 en
materias primas. Dada las actuales disponibilidades de personal en la compañía, existe
a lo más un total de 90 horas para armado y 80 horas para control de calidad, cada día.
El primer producto descrito tiene un valor de mercado (precio de venta) de US$9,0
por unidad y para el segundo este valor corresponde a US$8,0 por unidad.
Adicionalmente se ha estimado que el límite máximo de ventas diarias para el primer
 producto descrito es de 200 unidades, no existiendo un límite máximo de ventas
diarias para el segundo producto.

Formule y resuelva gráficamente un modelo de Programación Lineal que permita

maximizar las utilidades de la compañía.

Variables de Decisión:

• : Unidades a producir diariamente del Producto 1

• : Unidades a producir diariamente del Producto 2

Función Objetivo:

Maximizar

Restricciones:

•
•
•
•

La primera restricción representa las limitantes de horas de armado diariamente. La

segunda restricción la disponibilidad de horas para labores de control de calidad
(también diariamente). La tercera restricción establece una cota superior para la
producción y ventas diarias del Producto 1. Adicionalmente se incluyen las
condiciones de no negatividad para las variables de decisión.

El dominio de soluciones factibles tiene 5 vértices que corresponden a los candidatos

a óptimos del problema. En particular el vértice óptimo es D, de modo que la solución
óptima es y con valor
óptimo que corresponde a la utilidad máxima
para la empresa.
Importante: A la fecha de esta publicación disponemos de más de 70 artículos relativos a
la Programación Lineal los cuales recomendamos revisar, donde se aborda la resolución
gráfica de este tipo de modelos como también la resolución a través de algoritmos como
el Método Simplex y la implementación computacional con herramientas
como Solver, What’sBest! y OpenSolver, entre otras.

EJERCICIOS RESUELTOS, PRODUCCIÓN Y OPERACIONES

EJERCICIOS RESUELTOS DE
PROGRAMACIÓN LINEAL POR EL
MÉTODO GRÁFICO
Selección de diferentes ejercicios resueltos de programación lineal
por el método gráfico, que incluyen casos de minimización,
maximización, soluciones múltiples, soluciones no factibles y
soluciones no acotadas.
Los problemas seleccionados, fueron tomados del Suplemento E:
Programación Lineal, del libro Administración de Operaciones-
Procesos y cadenas de valor de Krajewski, Ritzman y Malhotra, así
como algunos ejemplos encontrados navegando por internet.
Todos estos ejercicios y muchos más, pueden ser resueltos con
nuestra calculadora del método gráfico de programación lineal. Si aún
no formas parte de la membresía de Plan de Mejora y quieres conocer
como funciona nuestro aplicativo, hemos incluido enlaces de muestra
en cada ejercicio resuelto para que revises lo útil que es.

Ejercicio 1 – Maximización – Really Big Shoe:

The Really Big Shoe es un fabricante de calzado deportivo para

básquetbol y fútbol. El gerente de marketing, Ed Sullivan, tiene que
decidir la mejor forma de gastar los recursos destinados a publicidad.
Cada uno de los equipos de fútbol patrocinados requiere 120 pares de
zapatos. Cada equipo de básquetbol requiere 32 pares de zapatos. Los
entrenadores de fútbol reciben $300,000 por concepto de patrocinio
para calzado, y los entrenadores de básquetbol reciben $1,000,000. El
presupuesto de Sullivan para promociones asciende a $30,000,000.
The Really Big Shoe dispone de una provisión limitada (4 litros, o sea,
4,000 centímetros cúbicos) de flubber, un compuesto raro y costoso
que se utiliza en la fabricación del calzado atlético de promoción. Cada
par de zapatos para básquetbol requiere 3 cc de flubber y cada par de
zapatos de fútbol requiere 1 cc. Sullivan desea patrocinar el mayor
número de equipos de básquetbol y fútbol que sus recursos le
permitan.
a. Formule un conjunto de ecuaciones lineales para describir la
función objetivo y las restricciones.
b. Utilice el análisis gráfico para encontrar la solución visual.
c. ¿Cuál es el número máximo de cada tipo de equipo que The
Really Big Shoe podrá patrocinar?

Solución 1:

a) El planteamiento del problema de programación lineal sería:

Variables:
• x = Número de equipos de futbol a patrocinar
• y = Número de equipos de básquetbol a patrocinar
Función Objetivo:
Z = Maximizar (x + y)
Restricciones:
• Presupuesto: 300,000x + 1,000,000y ≤ 30,000,000
• Flubber: 120x + 96y ≤ 4000
• No negatividad: x, y ≥ 0
b) Puedes ver el paso a paso de la elaboración del gráfico en este
enlace.
El área de color azul representa la región factible y la línea de color rojo
indica la función objetivo en su punto óptimo.*
*Los mismos colores se utilizarán para todos los problemas.
En el vértice D se tiene los valores máximos, coordenadas de la
solución óptima:
 • x = 700/57=12.28
• y = 500/19 = 26.32
• Z = 38.60
c) Dado que el número de equipos no puede ser un valor decimal
consideramos los siguientes valores:
• x = 12
• y = 26

Ejercicio 2 – Minimización – Nowledge

College:
Un estudiante de administración de empresas del Nowledge College
necesita completar un total de 65 cursos para graduarse. El número de
cursos de administración tendrá que ser mayor que o igual a 23. El
número de cursos ajenos al área de administración deberá ser mayor
que o igual a 20. El curso de administración promedio requiere un libro
de texto que cuesta $60 e implica 120 horas de estudio. Los cursos
ajenos al área de administración requieren un libro de texto que cuesta
$24 e implican 200 horas de estudio. El estudiante dispone de un
presupuesto de $3,000 para libros.
a. Formule un conjunto de ecuaciones lineales para describir la
función objetivo y las restricciones.
b. Utilice el análisis gráfico para encontrar la solución visual.
c. ¿Con qué combinación de cursos de administración y otros ajenos
a esta área, se minimizaría el número total de horas de estudio?
d. Identifique las variables de holgura o superávit.
Artículos Relacionados Método Simplex Paso a Paso: Ejemplos de Maximizar y Minimizar

Solución 2:
a) El planteamiento del problema de programación lineal sería:
Variables:
• X = Cursos de Administración que cursará el estudiante
• Y = Cursos ajenos al área de Administración que cursará el
estudiante
Función Objetivo:
 Z = Minimizar (120X + 200 Y)
Restricciones:
• R1 Cursos Necesarios para graduarse: X + Y = 65
• R2 Cantidad de Cursos de Administración: X ≥ 23
• R3 Cantidad de Cursos ajenos a Administración: Y ≥ 20
• R4 Presupuesto del estudiante: 60X + 24Y ≤ 3000
b) Puedes ver el paso a paso de la elaboración del gráfico en este
enlace.
 Cuando una de las restricciones es una
igualdad, que forma parte del área de
solución factible, la solución óptima se
R4 encuentra en uno de los puntos de
dicha recta En este ejercicio se
presenta el caso; no existe área de
R2 solución factible y la respuesta esta en
el punto B, X=40 y Y=25 con Z=9800
horas de estudio. En minimización, la
La R1 es una igualdad por isocuanta de la F.O. que señala el
eso no tiene dirección punto óptimo, es la más cercana al
R1 origen que toca un punto de la región
factible

R3

La solución visual se encontraría en el punto B:

• X = 40
• Y = 25
c) Con los valores obtenidos de X = 40, Y = 25, se minimizará las horas
de estudio, teniendo como resultado 9800 horas.
d) Se tiene las variables de superávit (que también se denominan: de
exceso o superfluas) para las restricciones respecto a la cantidad de
cursos de administración (s1) y cursos ajenos a la administración (s2).
• s1 = 40 – 23 = 17
• s2 = 25 – 20 = 5

Ejercicio 3 – Minimización:
En el problema 2, suponga que el objetivo es minimizar el costo de los
libros y que el tiempo total de estudio del alumno se limita a 12,600
horas.
a. Aplique el análisis gráfico para determinar la combinación de
cursos que permite minimizar el costo total de los libros.
b. Identifique las variables de holgura o superávit.

Solución 3:

a) El planteamiento para este ejercicio de programación lineal sería:

Variables:
• X = Cursos de Administración que cursará el estudiante
• Y = Cursos ajenos al área de Administración que cursará el
estudiante
Se modifica la función objetivo:
Z = Minimizar (60X + 24Y)
Restricciones:
• Cursos Necesarios para graduarse: X + Y = 65
• Cantidad de Cursos de Administración: X ≥ 23
• Cantidad de Cursos ajenos a Administración: Y ≥ 20
• Tiempo total de estudio: 120X + 200Y ≤ 12600

El nuevo gráfico sería:

Puedes ver el paso a paso de la elaboración del gráfico en este enlace.
La solución visual se encuentra en el punto A:
• X = 23
• Y = 42
• Z = 2388
b) Se tiene la variable de superávit para la restriccion sobre la cantidad
de cursos ajenos a la administración (s1) y la variable de holgura
respecto a las horas de estudio (h1).
• s1 = 42 – 20 = 5
• h1 = 12600 – (120*23+200*42) = 1440

Ejercicio 4 – Maximización – Mile-High

Microbrewery (Mezcla de Productos):
Mile-High Microbrewery fabrica una cerveza clara y una oscura. Mile-
High dispone de una provisión limitada de cebada, tiene capacidad de
embotellamiento limitada y un mercado también limitado para su
cerveza clara. Las utilidades son de $0.20 por cada botella de cerveza
clara y $0.50 por cada botella de cerveza oscura.
a. La siguiente tabla muestra la disponibilidad de recursos en la
Mile-High Microbrewery. Aplique el método gráfico de
programación lineal para maximizar las utilidades. ¿Cuántas
botellas de cada producto deberán fabricarse cada mes?

b. Identifique las restricciones con holgura o superávit.

Solución 4:

a) El planteamiento para este ejemplo de programación lineal es:

Artículos Relacionados Ejemplos de la Desviación Estándar - Ejercicios Resueltos paso a
paso

Variables:
• x1 = Número de botellas de cerveza clara
• x2 = Número de botellas de cerveza oscura
Función Objetivo:
Z = Maximizar (0.20x1 + 0.50x2)
Restricciones:
• Cebada: 0.1x1 + 0.6x2 ≤ 2000
• Embotellado: x1 + x2 ≤ 6000
• Mercado: x1 ≤ 4000
Puedes ver el paso a paso de la elaboración del gráfico en este enlace.
La solución visual se encontraría en el punto D:
• x1 =3200
• x2 = 2800
• Z = 2040
b) Se tiene una holgura de 800 respecto a la restricción del mercado.
Ejercicio 5 – Maximización (Fábricación
de productos):
El gerente de la planta de producción de un fabricante de tubos de
plástico tiene la opción de utilizar dos rutas diferentes para la
fabricación de un tipo de tubo de plástico en particular.
La ruta 1 utiliza la extrusora A y la ruta 2 utiliza la extrusora B. Ambas
rutas requieren el mismo proceso de fusión. La siguiente tabla muestra
los requisitos de tiempo y las capacidades de estos procesos.

Cada 100 pies de tubo procesado en la ruta 1 utilizan 5 libras de

materias primas, mientras que cada 100 pies de tubo producidos en la
ruta 2 utilizan solamente 4 libras. Esta diferencia es el resultado de las
diferentes tasas de desperdicio de cada una de las máquinas de
extrusión. En consecuencia, la utilidad por 100 pies de tubo procesados
en la ruta 1 es de $60 y en la ruta 2 es de $80. Hay en total 200 libras de
materias primas disponibles.
a. Formule un conjunto de ecuaciones lineales para describir la
función objetivo y las restricciones.
b. Aplique el análisis gráfico para encontrar la solución visual.
c. ¿Cuál es la utilidad máxima?

Solución 5:
a) El planteamiento para este ejemplo de programación lineal es:
Variables:
• x = Número de tubos de 100 pies procesados en la ruta 1
• y = Número de tubos de 100 pies procesados en la ruta 2
Función Objetivo:
Z = Maximizar (60x + 80y)
Restricciones:
• Fusión: x + y ≤ 45
• Extrusora A: 3x ≤ 90
• Extrusora B: y ≤ 160
• Materia Prima: 5x + 4y ≤ 200
b) Puedes ver el paso a paso de la elaboración del gráfico en este
enlace.
La solución visual se encontraría en el punto B:
• x=0
• y = 45
c) La utilidad máxima se obtendría reemplazando los valores en la
función objetivo:
Z = 60x + 80y = 60*0 + 80*45 = $3600
Ejercicio 6 – Maximización (Uso de
Maquinarias):
Un fabricante de colorantes para telas puede utilizar dos rutas de
procesamiento diferentes para elaborar un tipo particular de colorante.
La ruta 1 utiliza la prensa secadora A y la ruta 2 usa la prensa secadora
B. Ambas rutas requieren la utilización de la misma tina de mezclado
para revolver los ingredientes químicos del colorante antes del secado.
La siguiente tabla muestra los requisitos de tiempo y las capacidades
de estos procesos:

Cada kilogramo de colorante procesado en la ruta 1 requiere 20 litros

de productos químicos, en tanto que cada kilogramo de tinte procesado
en la ruta 2 utiliza solamente 15 litros. La diferencia se debe a las
distintas tasas de producción de las prensas secadoras. Por
consiguiente, la utilidad por cada kilogramo procesado en la ruta 1 es
de $50 y en la ruta 2 es de $65. Se dispone de un total de 450 litros de
ingredientes químicos.
a. Formule las restricciones y la función objetivo para maximizar las
utilidades.
b. Aplique el método gráfico de programación lineal para encontrar
la solución óptima.
c. Identifique las restricciones con holgura o superávit.
Solución 6:

a) El planteamiento del problema de programación lineal es:

Artículos Relacionados Cómo elaborar un diagrama PERT CPM paso a paso + Ejemplos

Variables:
• x = Kilogramos de colorante procesadas en la ruta 1
• y = Número telas procesadas en la ruta 2
Función Objetivo:
Z = Maximizar (50x + 65y)
Restricciones:
• Mezcla: 2x + 2y ≤ 54
• Secadora A: 6x ≤ 120
• Secadora B: 8y ≤ 180
• Productos Químicos: 20x + 15y ≤ 450
b) Puedes ver el paso a paso de la elaboración del gráfico en este
enlace.
La solución visual se encontraría en el punto D:
• x = 9/2 = 4.5
• y = 45/2 = 22.5
• Z = 3375/2 = 1687.5
c) Se tiene holgura de 93h en la restricción de la secadora A y holgura
de 22.5 litros en la restricción de productos químicos.
CASOS ESPECIALES DEL MÉTODO SIMPLEX, EXPLICADOS CON EL
MÉ´TODO GRÁFICO

Ejercicio 7 – Solución no acotada:

Encontrar la solución óptima de la siguiente expresión utilizando el
método gráfico de programación lineal:
Maximizar 2x1 + 3x2
sujeto a:
-x1 + x2 ≤ 2
x2 ≤ 5
x1, x2 ≥ 0

Solución:

Puedes ver el paso a paso de la elaboración del gráfico en este enlace.

Como se puede ver en el gráfico, el ejercicio tiene una región factible no
acotada, en ese sentido para maximizar la función objetivo
tenemos infinitos valores (solución no acotada).
Ejercicio 8 – Solución Múltiple:
Encontrar la solución óptima de la siguiente expresión utilizando el
método gráfico de programación lineal:
Maximizar x1 + x2
sujeto a:
x1 + x2 ≤ 4
-x1 + x2 ≤ 1
x1, x2 ≥ 0

Solución:

Puedes ver el paso a paso de la elaboración del gráfico en este enlace.

Como se puede ver en el gráfico, la función objetivo intersecta a la
región factible en uno de sus lados; por lo tanto tenemos múltiples
soluciones. El segmento que conforma la solución del problema
también puede expresarse en función de una variable λ ∈[0,1]. En ese
sentido, el resultado final sería:

Ejercicio 8 – Solución Múltiple:

Encontrar la solución óptima de la siguiente expresión utilizando el
método gráfico de programación lineal:
Maximizar x1 + x2
sujeto a:
x1 + x2 ≤ 4
-x1 + x2 ≤ 1
x1, x2 ≥ 0

Solución:
Puedes ver el paso a paso de la elaboración del gráfico en este enlace.

Cuando una de las restricciones que

forma parte del área de solución
factible, es múltiplo o submúltiplo
de la función objetivo, se presenta
el caso de soluciones múltiples

Como se puede ver en el gráfico, la función objetivo intersecta a la

región factible en uno de sus lados; por lo tanto tenemos múltiples
soluciones. El segmento que conforma la solución del problema
también puede expresarse en función de una variable λ ∈[0,1]. En ese
sentido, el resultado final sería:
Ejercicio 9 – Solución no factible:
Encontrar la solución óptima de la siguiente expresión utilizando el
método gráfico de programación lineal:
Maximizar 2x1 + 3x2
sujeto a:
-x1 + 2x2 ≥ 2
x1 – 5x2 ≥ 5
x1, x2 ≥ 0

Solución:

Puedes ver el paso a paso de la elaboración del gráfico en este enlace.

Como se puede ver en el gráfico, las restricciones no conforman una
región factible, por lo tanto el problema no tiene solución (infactible O
INEXISTENTE).
Reflexión Final
Después de resolver estos problemas, estamos seguros que estarás en
mejores condiciones para rendir tus exámenes.