Está en la página 1de 45

MTODO GRFICO

Mtodo Grfico de Resolucin de Sistemas


Definicin
Es un procedimiento de solucin de problemas de
programacin lineal muy limitado en cuanto al numero de
variables (2 si es un grafico 2D Y 3 si es 3D) pero muy rico
en materia de interpretacin de resultados e incluso anlisis
de sensibilidad. Este consiste en representar cada una de
las restricciones y encontrar en la medida de lo posible el
polgono factible, comnmente llamado el conjunto solucin
o regin factible en el cual por razones trigonomtricas en
una de sus vrtices se encuentra la mejor respuesta
(solucin ptima).
Proceso de resolucin de un sistema de
ecuaciones mediante el mtodo grafico

Se despeja la incgnita (Y) en ambas ecuaciones.


Se construye para cada una de las dos funciones de primer
grado obtenidas, la tabla de valores correspondientes.
Se presentan grficamente ambas rectas en los ejes
coordenados.
Ultimo paso existen tres
posibilidades:
a) Sistema compatible determinado.- Si ambas rectas se
cortan, las coordenadas del punto de corte son los nicos
valores de las incgnitas X , Y.
b) Sistema compatible indeterminado.- Si ambas rectas
son coincidentes, el sistema tiene infinitas soluciones, que
son las respectivas coordenadas de todos los puntos de
esa recta en la que coinciden ambas.
c) Sistema incompatible.- Si ambas rectas son paralelas, el
sistema no tiene solucin.
Entre Mariana y Sergio tienen 600 euros, pero Sergio tiene el doble
de euros que Mariana cunto dinero tiene cada uno?
Llamaremos al numero de euros de Mariana y Sergio (X) (Y)
x + y = 600
2x y = 0
Para resolver el sistema por el mtodo grafico despejamos la
incgnita y en ambas ecuaciones tendremos:
y = -x + 600
y = 2x
Vamos ahora, para poder representar ambas rectas, a calcular sus
tablas de valores:

ejemplo
Y = - x + 600 Y = 2x
X Y X Y
200 400 100 200
600 0 200 400
Con estas tablas de valores para las dos rectas y
eligiendo las escalas apropiadas en los ejes OX y
OY :
1000

800

600

400

200

0
-400 -200 0 200 400 600 800 1000

-200

-400
El Problema
La fbrica de Hilados y Tejidos Salazar requiere fabricar dos
tejidos de calidad diferente T y T; se dispone de 500 Kg de hilo
A, 300 Kg de hilo B y de hilo C. Para obtener un metro de T
diariamente se necesitan: 125 gr de A, 150 gr de B y 72 gr de
C; para producir un metro de T por da se necesitan: 200 gr
de A, 100 gr de B y 27 gr de C.
El T se vende a $4.000 el metro y T se vende a 5.000 el
metro.
Si se debe obtener el mximo beneficio, Cuntos metros de T
y T se deben fabricar?
Modelizacin mediante
Programacin Lineal
Variables.-
XT: Cantidad de metros diarios de tejido tipo T a fabricar.
XT: Cantidad de metros diarios de tejido tipo T a fabricar.
Restricciones.-
0.12XT + 0.2 XT <= 500 HILO A
0.15XT + 0.1 XT <= 300 HILO B
0.072 XT + 0.027 XT <= 108 HILO C

Las restricciones de no negatividad no son necesarias en este


ejemplo dado que se trata de un ejercicio de maximizacin,
cundo el ejercicio sea de minimizacin lo ms recomendado es
incluirlas
La solucin mediante Mtodo Grfico
Paso 1: Graficar las Restricciones
Para iniciar con el trazado de las restricciones es
indispensable igualar las restricciones a 0 (cero), de esta
manera podemos mediante despeje de ecuaciones iniciar
con la tabulacin que nos otorgar las coordenadas para
esbozar cada una de las grficas. Adems dado que se
trabajar en el plano cartesiano sera prudente renombrar
las variables.

XT = x
XT = y
Igualamos las
restricciones

0.12x + 0.2y = 500


0.15x + 0.1y = 300
0.072x + 0.027y = 108
Acto seguido iniciamos con la primera restriccin, hallamos
las primeras dos coordenadas. Para hallar las coordenadas
regularmente llevamos una de las variables a cero, para de
esta manera despejar ms fcilmente la segunda.

0.12x + 0.2y = 500

Por ejemplo, para un x = 0

0.12(0) + 0.2y = 500


0.2y = 500
500 / 0.2 = y
2.500 = y
Para un y = 0

0.12x + 0.2(0) = 500


0.12x = 500
500 / 0.12 =x

4.167 =x
Primer Grfico
X Y
Y
Primera 0 2.500
12
Coorde
nada
10 Segund 4.167 0
a
Coorde
8 nada

0
-3000 -2000 -1000 0 1000 2000 3000 4000 5000
Seguimos con la Segunda
Restriccin

0.15x + 0.1y = 300


Para un x = 0

0.15(0) + 0.1y = 300


0.1y = 300
300 / 0.1 = y

3.000 = y
Para un y = 0

0.15x + 0.1(0) = 300


0.15x = 300
300 / 0.15 =x
2.000 = x
Segundo Grfico
Y X Y
12 Primera 0 3.000
Coorde
nada
10
Segund 2.000 0
a
8 Coorde
nada
6

0
-3000 -2000 -1000 0 1000 2000 3000 4000 5000
Tercera Restriccin

0.072x + 0.027y = 108

Para un x = 0

0.072(0) + 0.027y= 108


0.027y = 108
108 / 0.027 = y

4.000 = y
Para un y = 0
0.072x + 0.027(0) = 108
0.072x = 108
108 / 0.072 = x

1.500 = x
Tercer Grfico
y
4500
X Y
Primera 0 4.000
4000 Coorde
nada
3500
Segund 1.500 0
3000
a
Coorde
nada
2500

2000

1500

1000

500

0
-2000 -1000 0 1000 2000 3000 4000 5000
En el siguiente grfico se muestra el polgono solucin de color gris, en
este conjunto es donde cada coordenada cumple con todas las
restricciones, las cuales se caracterizan por ser restricciones de menor
o igual y esta caracterstica se representa con una flecha hacia abajo.

y
4500
4000
3500
3000
2500
2000
1500
1000
500
0
-2000 -1000 0 1000 2000 3000 4000 5000
FUNCION OBJETIVO
Z MAX = 4000 x + 5000 y
Igualando a cero 4000 x + 5000 y = 0
Tabulamos :

x y
-
Primera 187 150
cordenada 5 0
Segunda -
cordenada 625 500
Tercera
cordenada 0 0
Cuarta -
cordenada 625 500
-
y
2000

1500

1000

500

0
-2500 -2000 -1500 -1000 -500 0 500 1000 1500 2000 2500

-500

-1000

-1500

-2000

METODO POR SUSTITUCION

METODO POR IGUALACION


METODO POR REDUCCION O
ELIMINACION
METODO POR ELIMINACION DE
GAUSS
METODO POR DETERMINANTES
El mtodo de reduccin o eliminacin consiste
en igualar los coeficientes de una de las
variables multiplicando una o las dos
ecuaciones, teniendo en cuenta que estos
coeficientes queden iguales pero con signos
contrarios
0,12x + 0,2y = 500 EC 1 Remplazamos x para hallar y
0,15 + 0,1y =300 // (-2) EC 2 0,12x + 0,2y = 500
0,30x 0,2y = -600 0,12(555,55) + 0,2y= 500
0,18x = -100 66,666 + 0,2y =500
X = -100/(-0,18) y = 433,334/0,2
X = 555,55 y = 2166,67
Remplazando en la funcin objetivo :
ZMAX = 4000(555,55) +
5000(2166,67)
ZMAX = 13055550
TIPOS DE
PROBLEMAS,QUE SE
PUEDEN RESOLVER
MEDIANTE EL
METODO GRAFICO
Este mtodo consiste en representar
geomtricamente las restricciones,
condiciones tcnicas y funcin objetivo.

1. Hallar las restricciones del problema.


2. Las restricciones de no negatividad Xi0 confan
todos los valores posibles.
3. Sustituir y por(=) para cada restriccin ,con lo cual
se produce la ecuacin de una lnea recta.
4. Trazar la lnea recta correspondiente a cada
restriccin en el plano. La religin en cual se
encuentra cada restriccin, el rea correspondiente a
cada restriccin lo define el signo correspondiente a
cada restriccin ( o ) se evala un punto antes y
despus de la recta trazada, el punto que cumpla con
la inecuacin indicara el rea correspondiente.
6. El espacio en el cual se satisface las tres restricciones es el rea
factible cada punto situado en la frontera del espacio del rea
factible es decir que satisface todas las restricciones,
representa un punto factible.

7. Las lneas paralelas que representan la funcin objetivo se trazan


mediante la asignacin de valores arbitrarios a fin de
determinar la pendiente y la direccin en la cual crece o decrece
el valor de la funcin objetivo.
8. La solucin optima puede determinarse al observar la direccin
en la cual aumenta la funcin objetivo, se procede a graficarla
funcin objetivo, si es un problema de minimizacin la solucin
optima es el primer punto factible que toque la funcin Z, y si por
lo contrario es un problema de maximizacin , ser entonces el
ultimo de los puntos factibles que toque la funcin Z.
Existen principalmente cuatro tipos de problemas que se
pueden resolver con este mtodo y son:
nica solucin
Mltiples soluciones
Solucin no acotada
No factible
A continuacin hay un ejemplo de cada caso, en el cual se
puede observar la comparacin de la solucin obtenida con el
mtodo grafico, y la solucin obtenida con el mtodo simplex.
UNICA SOLUCION
La empresa IO Ltda. se dedica a la fabricacin de tanque a
presin verticales para lo cual se necesitan laminas de acero,
tornillos y laminas que resistan altas presiones y temperaturas,
la empresa fabrica dos tipos de tanques a presin Tipo A y Tipo
B, cada uno de estos tanques aporta una ganancia de $ 20000 y
$ 30000 para su produccin se cuenta con una disponibilidad
mensual de 900 laminas y 3100 tornillos y 350 varillas.
TABLA
Tipo de Tornillos Varillas Ganancias
tanques laminas(m)

Tipo A 20 50 7 20000
Tipo B 20 100 10 30000
900 3100 350
Disponibilid
ad
TABLA DE VALORES A GRAFICAR

RESTRICCION X1 X2
R1 0 45
45 0
R2 0 31

62 0

R3 50 0

0 35
Z= 1030000 0 34,33
51.5 0
DECLARACION DE VARIABLES
DECLARACION DE
VARIABLES
X1 Tanques tipo A

X2 Tanques tipo B

MODELO PL

Funcin Objetivo
Max z = 20000 (x1) + 30000
(x2)
GRAFICO
Como se puede observar en las graficas este
problema tiene solucin nica, el rea factible se
encuentra resaltada de color azul, su solucin es
acotada y debido a que es un ejercicio de
maximizacin de rea factible es el ultimo vrtice
que toca la funcin objetivo (Z), la solucin
obtenida es :

50x1 + 100x2 =3100


7x1 + 10x2 =350 (-10) 10300
-20x1 + 0x2= -400 x1 =20 Z= 00
7(20) + 10x2 = 350 x2 =21

20
X1=

21
INVESTIGACION OPERATIVA

SOLUCIN PTIMA MLTIPLE


SOLUCIN PTIMA NO ACOTADA
SOLUCIN PTIMA MLTIPLE
Una de las variantes que puede presentar un ejercicio
de programacin lineal consiste en la cantidad de soluciones
ptimas, gran cantidad de ellos presenta ms de una solucin
ptima, es decir una solucin en la cual la funcin objetivo es
exactamente igual en una combinacin cuantitativa de variables
diferente.

Estos problemas deben de afrontarse de tal manera que prime el


anlisis de sensibilidad, es decir una vez encontradas mltiples
soluciones iguales se debe proceder al comportamiento del
consumo de los recursos y restricciones, evidentemente
prevaleciendo el concepto de productividad de los recursos ms
limitados y costosos.
Un ejemplo de este caso es el siguiente:

La ebanistera "SALAZAR LTDA" ha recibido una gran cantidad de


partes prefabricadas para la elaboracin de mesas, sin embargo no ha
podido iniciar un plan de produccin 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 ms 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 produccin para esta semana.
LA GRAFICA SERIA DE LA SIGUIENTE MANERA

Como nos podemos dar cuenta mediante la geometra en dos vrtices


la lnea imaginaria perpendicular a la funcin objetivo no atraviesa el
conjunto solucin, por ende en dos puntos se presentan soluciones
ptimas, que son los puntos B y C.
Observemos la solucin ptima mltiple

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 ptimas

Solucin ptima 1
X=4 Y=2

Solucin ptima 2
X=5 Y=0

La pregunta siguiente es cual decisin tomar?, pues depende de factores tales


como una anlisis 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 ms mesas
que en la otra, de todas formas es interesante el paso posterior a esbozar los
resultados pues requerir de la capacidad de quien toma las decisiones.
SOLUCIN PTIMA NO ACOTADA
Otra de las variantes que presentan los modelos de programacin lineal corresponde
a los modelos de solucin ptima no acotada, es decir problemas con infinitas
soluciones ptimas. 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
comn que este tipo de problemas sean evaluados en la vida acadmica.

Un ejemplo:
La compaa comercializadora de bebidas energticas "CILANTRO
SALVAJE" se encuentra promocionando dos nuevas bebidas, la tipo A y
la tipo B, dado que se encuentran en promocin se puede asegurar el
cubrimiento de cualquier cantidad de demanda, sin embargo existen 2
polticas 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 promocin 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
Funcin Objetivo
Zmax = 1800X + 1800Y
La grfica resultante sera:
INVESTIGACION OPERATIVA
SOLUCIN INFACTIBLE
REDUNDANTES O SOBRANTES

SOLUCION INFACTIBLE.- El caso de la solucin


infactible es ms tpico de lo pensado, y corresponde
a los casos en los cuales no existen soluciones que
cumplen con todas las restricciones. Es muy comn
ver este fenmeno producto de inviables proporciones
de oferta y demanda.
REDUNDANTES O SOBRANTES.- Existen en los
modelos de programacin lineal un tipo de
restricciones que no juegan rol alguno en la
determinacin del conjunto solucin (de igual manera
en la solucin ptima), lo que lleva a deducir que
estas son redundantes.
EJEMPLO SOLUCION INFACTIBLE:
La compaa de galletas "CAROLA" desea planificar la
produccin de galletas que tendr que entregar a su cliente
en dos semanas, el contrato indica que la compaa
"CAROLA" se compromete a entregar por lo menos 300 cajas
de galletas cualquiera sea su tipo (presentacin D,
presentacin N o una combinacin de ambas
presentaciones), cada caja de galletas presentacin D tiene
un tiempo de elaboracin de 2 horas, y un tiempo de
horneado de 3 horas, mientras cada caja de presentacin N
tiene un tiempo de elaboracin de 3 horas y un tiempo de
horneado de 1 hora. La compaa cuenta estas dos semanas
con 550 horas para elaboracin y con 480 horas de horneado.
Teniendo en cuenta que el margen de utilidad de cada caja de
galletas presentacin D y N es de $8500 y $8100
respectivamente, determine mediante un modelo de
programacin lineal el plan de produccin que maximice las
utilidades.
Variables
X = Cantidad de cajas de galletas presentacin D a producir en 2 semanas
Y = Cantidad de cajas de galletas presentacin N a producir en 2 semanas
Restricciones
2X + 3Y <= 550
3X + Y <= 480
X + Y => 300
Funcin Objetivo
Zmax = 8500X + 8100Y
La grfica resultante es la siguiente:
EJEMPLO SOLUCION INFACTIBLE:
La compaa "CONGELADORES MAJO" pretende fabricar
dos tipos de congeladores denominados A y B. Cada uno de
ellos debe pasar por tres operaciones antes de su
comercializacin: 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 compaa dispone como mximo semanalmente 300


horas de ensamblaje, 840 kg de pintura y 450 horas de
control de calidad. Con base en la informacin 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
Funcin Objetivo:
Zmax = 102000X + 98000Y
La grfica resultante es la siguiente,