Método Gráfico

Docente: Rossana Veramendi Vernazza UNIDAD II

E-mail: pcisrver@upc.edu.pe, rveraver@gmail.com
Semana 3
 Caso 1. Método gráfico
 La compañía XYZ produce tornillos y clavos. La materia prima para los tornillos cuesta S/
2.00 por unidad, mientras que la materia para cada clavo cuesta S/ 2.50. Un clavo requiere
dos horas de mano de obra en el departamento Nº 1 y tres horas en el departamento Nº2 ,
mientras que un tornillo requiere 4 horas en el departamento Nº1 y 2 horas en el
departamento Nº2, el jornal por hora en ambos departamentos es de S/2.00. Si ambos
productos se venden a S/.18.00 y el número de horas de mano de obra disponibles por
semana en los departamentos es de 160 y 180 respectivamente, expresar el problema
propuesto como un programa lineal, tal que se maximicen las utilidades.
 Halle la solución óptima mediante el método gráfico

Tornillos Clavos
Materia Prima S/ 2.00 S/ 2.50
Mano de obra – Dpto. 1 4h 2h 160 h/Semana
Mano de obra – Dpto. 2 2h 3h 180 h/semana
Jornal/hora S/ 2.00 S/ 2.00
Venta S/ 18.00 S/ 18.00
 Caso 1. Método gráfico
 Variables de Decisión:
Xi = Cantidad unidades del producto i a producir,
siendo i = 1: tornillos; 2: clavos

 Función Objetivo:
Max Z = [18 – 2 – (2*(4 + 2))]*X1 + (18 – 2.5 – (2*(2+3))]* X2
Max Z = 4*X1 + 5.5*X2
!Max = (Pventa – Costo Material Prima – (Costo por hora *(Hr.Dpto1 + Hr. Dpto.2);

 Restricciones:
4X1 + 2X2 <= 160 (Disp. H-H - Dpto.1)
2X1 + 3X2 <= 180 (Disp. H–H – Dpto.2)
Xi >= 0; (Condición de No Negatividad)
 Caso 1. Método gráfico
 Graficaremos cada restricción:
R1: 4X1 + 2X2 = 160 (Disp. H-H - Dpto.1)
X2
X1 0 40 (0, 80)
X2 80 0 (40, 0) R1: 4X1 + 2X2 <= 160
80
(0,60)
R2: 2X1 + 3X2 = 180 (Disp. H–H – Dpto.2) 60
A (15,50)
X1 0 90 (0, 60) Región Factible
40
X2 60 0 (90, 0) R2: 2X1 + 3X2 <= 180
20
Punto A: R1 y R2
4X1 + 2X2 = 160
(0,0) 20 40 60 80 90
X1
2X1 + 3X2 = 180 (40,0)
A(15,50)
 Caso 1. Método gráfico
 Evaluando los puntos hallados:

Puntos F.O: Max 4X1 + 5.5X2 Solución

(0, 0) 0 0
(0, 60) 5.5(60) 330
(15,50) 4(15)+5.5(50) 335
(40,0) 4(40) 160

Solución:

Se deben de producir 15 tornillos y 50 clavos para obtener S/ 335, siendo esta la

máxima utilidad.
En LINGO
 Caso 1. Método gráfico
 Evaluando los puntos hallados:

Puntos F.O: Max 4X1 + 5.5X2 Solución

(0, 0) 0 0
(0, 60) 5.5(60) 330
(15,50) 4(15)+5.5(50) 335
(40,0) 4(40) 160

Solución:

Se deben de producir 15 tornillos y 50 clavos para obtener S/ 335, siendo esta la

máxima utilidad.
Caso 2. Método gráfico
 Una refinería puede comprar dos tipos de petróleo crudo: crudo ligero a un costo de US$
25 por barril, y petróleo pesado a US$ 22 por barril. Cada barril de petróleo crudo, ya
refinado, produce tres productos: gasolina, turbosina y queroseno. La siguiente tabla indica
las cantidades en barriles de gasolina, turbosina y queroseno producidos por barril de cada
tipo de petróleo crudo:

GASOLINA TURBOSINA QUEROSENO

Crudo ligero 0.45 0.18 0.30
Crudo pesado 0.35 0.36 0.20
 La refinería se ha comprometido a entregar 1,260,000 barriles de gasolina, 900,000 barriles
de turbosina y 300,000 barriles de queroseno. Se ha establecido el siguiente modelo de
programación lineal para determinar la cantidad de cada tipo de petróleo crudo por
comprar para minimizar el costo total al tiempo que satisface la demanda apropiada.
 Halle la solución óptima mediante el método gráfico
 Caso 2. Método gráfico
GASOLINA TURBOSINA QUEROSENO
Crudo ligero 0.45 0.18 0.30
Crudo pesado 0.35 0.36 0.20

1 260 000 900 000 300 000

Crudo ligero Crudo pesado

Gasolina 0.45 0.35 1 260 000
Turbosina 0.18 0.36 900 000
Queroseno 0.30 0.20 300 000
Costo/barril $ 25 $ 22 Restricciones:

Variables de decisión:

Función Objetivo:
Casos especiales – Problemas no acotados
Son casos en la que no es posible elegir un punto de la región factible como punto óptimo ya
que siempre es posible encontrar otro punto que mejore el valor de la función objetivo
obtenido con el punto anterior.
Ej.
Min Z = 1X + 2Y
S.a.
R1: 8X + 2Y >=16
R2: X + Y >= 5
R3: 2X + 7Y >= 20
X, Y >= 0

Solución óptima:
X=3
Y=2
Z=7
En LINGO – Problemas no acotados
Casos especiales – Problemas no factibles
Son casos en los que no se puede determinar la región factible. No hay ningún punto que
satisface todas las restricciones.

Ejm.:
Max Z = 2X+1Y;

R1: X+Y>= 6;
R2: 3X+2Y<= 6;
X,Y>=0
En LINGO – Problemas no factibles
Casos especiales – con restricciones redundantes
Cuando el caso tiene restricciones que no intervienen en la determinación de la región factible.
Esta restricción no influye en la solución de un caso.
Ejm.:
Max Z= 2X + 5Y Solución óptima:
X=0
S.a. Y=3
R1: 3X + Y <=6 Z= 15

R2: X+Y<=6
R3: X + 2Y <= 6
X, Y >= 0

R2 restricción redundante
Casos especiales – con restricciones redundantes
Casos especiales – Soluciones infinitas
Es cuando en el caso se presenta una restricción paralela a la Función Objetivo.

 
Dado el siguiente ejercicio:
 
Max Z = 4x1 + x2
 
s.a.
8x1 + 2 x2 16
5x1 + 2 x2 12
xi 0 i = 1, 2

1. Hallar la solución óptima mediante

el método gráfico.  
Casos especiales – Soluciones infinitas
Es cuando en el caso se presenta una restricción paralela a la Función Objetivo.

 
Dado el siguiente ejercicio:
 
Max Z = 4x1 + x2
 
s.a.
8x1 + 2 x2 16
5x1 + 2 x2 12
xi 0 i = 1, 2

1. Hallar la solución óptima mediante

el método gráfico.  
Casos especiales – Soluciones infinitas
Es cuando en el caso se presenta una restricción paralela a la Función Objetivo.

 
Dado el siguiente ejercicio:
 
Max Z = 4x1 + x2
 
s.a.
8x1 + 2 x2 16
Función Objetivo
5x1 + 2 x2 12
xi 0 i = 1, 2

1. Hallar la solución óptima mediante

el método gráfico.  
Casos especiales – Soluciones infinitas
Es cuando en el caso se presenta una restricción paralela a la Función Objetivo.

 
Dado el siguiente ejercicio:
 
Max Z = 4x1 + x2
 
s.a. Soluciones
8x1 + 2 x2 16 múltiples
5x1 + 2 x2 12
xi 0 i = 1, 2

1. Hallar la solución óptima mediante Función Objetivo

el método gráfico.  
Casos especiales – Soluciones infinitas
Es cuando en el caso se presenta una restricción paralela a la Función Objetivo.

Analizando puntos:

Puntos Max Z= 4X1 + X2 Solución

(0,0) 0 0 Soluciones
(0,6) 4(0) + 6 6 múltiples
(4/3,8/3) 4(4/3)+8/3 8
(2,0) 8
4(2) + 0

Combinación Convexa
Teorema 2. Teorema Fundamental de la Programación Lineal

1. La función objetivo de un problema de Programación Lineal (PPL) logra su

valor máximo en uno de los puntos extremos de su espacio de soluciones
factibles.

2. Si en cambio lo toma en dos puntos extremos entonces, también lo toma en

cualquier punto que sea Combinación Convexa de dichos puntos.
Combinación Convexa

 Un conjunto se dice que es convexo si la combinación convexa de cualquier par de puntos

del conjunto está contenida en dicho conjunto.

no es
convexo

si es convexo no es
convexo si es convexo
 Combinación Convexa
Dados
  dos puntos X1, X2 definimos su combinación convexa como sigue:
+ donde +=1
, 0
 Ejemplo: Sean los puntos X1 = (4,2); X2 = (6,8), entonces su combinación convexa será:
+ = (4,2) + (6,8), donde + = 1 ; , 0,

Si =1/2 = 1/2 G rá fic a m e nte :

Entonces, (4,2) + (6,8) = (5,5) (6,8)

Si =2/3 = 1/3
Entonces, (4,2) + (6,8) = (5,5) (4,2)
La c o m b ina c ió n c o n ve xa e s
e l se g m e n to q u e un e lo s
p u n to s d a d o s.
Casos especiales – Soluciones infinitas

2. ¿El problema tienen soluciones múltiples? Si tuviera soluciones múltiples hallar una nueva
solución cuando Lambda1= 1/3.  

Puntos Max Z= 4X1 + X2 Solución

 1 =
(0,0) 0 0
(0,6) 4(0) + 6 6
(4/3,8/3) 4(4/3)+8/3 8
(2,0)   2=
4(2) + 0 8
Casos especiales – Soluciones infinitas

 Dado el siguiente ejercicio:  

Max Z = 5x + 2y
S.a.
1x – 3y 0
2x – 1y 6
-1x – 1y - 10
5x – 1y 10
x, y 0;
 
a) Hallar la solución aplicando el método gráfico.
b) ¿El problema tienen soluciones múltiples? Si tuviera soluciones múltiples
hallar una nueva solución cuando Lambda1= 1/3.
Análisis de Sensibilidad de los Coeficientes de la
Función Objetivo

Análisis de Sensibilidad del lado derecho de las

restricciones
 Rangos de Sensibilidad de los Coeficientes de la Función
Objetivo
 Una Joyería que trabaja con Rubíes y Zafiros produce dos tipos de anillos. Un anillo tipo 1 requiere 2
rubíes, 3 zafiros, y 1 hora de trabajo de un joyero. Un anillo tipo 2 requiere 3 rubíes, 2 zafiros, y 2 horas de
trabajo de un joyero. Cada anillo tipo 1 se vende a 400 dólares, y cada anillo tipo 2, a 500 dólares. Se
puede vender todos los anillos producidos por la empresa. Actualmente la empresa dispone de 100 rubíes,
120 zafiros y 70 horas de trabajo de un joyero. La demanda del mercado requiere una producción de por lo
menos 20 anillos tipo 1, y a lo más 25 anillos tipo 2. El gerente sabe que sus costos son el 45% del precio
de cada anillo.

Variables de Decisión:
Anillo 1 Anillo 2 Xi: Cantidad de anillos tipo i a producir; Siendo i = 1, 2
Rubíes 2 3 100 Función Objetivo: MAX (400 –(0.45*400))X1 + (500-(0.45*500))X2
MAX 220X1 +275X2
Zafiros 3 2 120
Restricciones:
Horas/Trabajo 1 2 70 R1: 2X1 + 3X2 <= 100 (Disp. Rubíes)
Venta $400 $500 R2: 3X1 + 2X2 <= 120 (Disp. de Zafiros)
R3: X1 + 2X2 <= 70; (Disp. Horas trabajo)
Demanda 20 25
R4: X1 >= 20 (Demanda mínima de Anillo 1)
Costo 0.45(400) 0.45(500) R5: X2 <= 25 (Demanda máxima del Anillo 2)
Xi >= 0 (Condición de no Negatividad)
Rangos de Sensibilidad de los Coeficientes de la Función
Objetivo
a. ¿Cuántos anillos de cada tipo debe elaborar la empresa de manera que maximice sus ganancias?
Resolver el problema gráficamente.

b. Identifique de las restricciones ¿Cuáles son activas, inactivas y redundantes? Así como identifique
las holguras y/o excedentes de los recursos.
Rangos de Sensibilidad de los Coeficientes de la Función
Objetivo
c. Se ha realizado una mejora en el proceso que ha tenido como resultado que el nuevo precio de
venta para el anillo tipo 1 sea de 450 ¿Cómo afecta este cambio a la solución?, ¿Cuál sería el
nuevo valor de la función objetivo?.
En LINGO
Continuará….