2

modelos de
programación lineal
método gráfico

Modelos de
programación lineal
método dual

• Semana 2 - Unidad 1
Dirección de Calidad Educativa
 Propósito de la sesión

Identifica los aspectos relevantes

de la Investigación de Operaciones
y su importancia en las
organizaciones

Formula y resuelve
modelos de
programación lineal

Participación del
alumnado en forma
activa en la solución de la
practica dirigida

https://www.youtube.com/watch?v=eB_NCdHkCRs
 Objetivos del Capítulo

● Fijar los requerimientos para establecer un modelo de

programación lineal.
● Representación gráfica de un modelo de programación
lineal.
● Ventajas del modelo de programación lineal:
* Obtención de una solución óptima única.
* Obtención de soluciones alternativas
* Modelos no acotados.
* Modelo no factibles.
.
● Conceptos de análisis de sensibilidad:
* Reducción de costos.
* Rango de optimalidad.
* Precios sombra.
* Rango de factibilidad.
* Holgura complementaria.
* Agregar restricciones/variables.
 Introducción a la Programación Lineal

● Un modelo de programación lineal busca maximizar o

minimizar una función lineal, sujeta a un conjunto de
restricciones lineales.

● Un modelo de programación lineal esta compuesto de lo

siguiente:
* Un conjunto de variables de decisión
* Una función objetivo
* Un conjunto de restricciones
 PROGRAMACIÓN LINEAL

Es un método matemático que se emplea para resolver problemas de optimización. En

palabras simples la P.L. busca asignar recursos limitados, entre actividades que compiten,
de la forma mas óptima posible.

Supuestos de la P.L.
•Proporcionalidad
•Aditividad
•Divisibilidad
•Certidumbre
•Objetivo único
•No negatividad
PROGRAMACIÓN LINEAL
La importancia de la programación lineal:

* Ciertos problemas se describen fácilmente a través de la

programación lineal.

* Muchos problemas pueden aproximarse a modelos lineales.

* La salida generada por el programa que resuelve el modelo de

programación lineal entrega información útil para responder
nuevas condiciones sobre el “qué pasa si”.
 Formulación matemática básica en un problema
de I.O. (PL)
Ejemplo: Una multinacional minera extrae un tipo de mineral de dos minas
diferentes, el cuales es sometido a un proceso de trituración, con tres
grados: alto , medio y bajo. La compañía han firmado un contrato para
proveer de mineral a una planta de fundición, cada semana, 12 toneladas de
mineral de grado alto, 8 toneladas de grado medio y 24 toneladas de grado
bajo. Cada una de las minas tiene diferentes procesos de fabricación.
 Mina Costo por día (miles de Euros) Producción(toneladas/día)
Alto Medio Bajo
X 180 6 3 4
Y 160 1 1 6
 ¿Cuántos días a la semana debería operar cada mina para cumplir el
contrato con la planta de fundición con el que se comprometió la
multinacional?
Formulación matemática básica en un problema de I.O.

Es necesario buscar una solución que minimice el costo de producción global de

la empresa, sujeta a las restricciones impuestas por los proceso productivos
asociados a cada mina así como el contrato con la planta de fundición.

 Traducción del problema en términos matemáticos

1. definir las variables
2. las restricciones
3. el objetivo
 Restricciones

Variables Se recomienda primero plantear las

restricciones con palabras antes de
Representan las decisiones que pasar a su formulación matemática.
puede tomar la empresa:
Restricción 1. refleja el balance entre
Dx = número de días a la semana que las limitaciones productivas de la
la mina X produce fábrica y el contrato con la plante de
Dy= número de días a la semana que fundición
la mina Y produce Grado
Notar que Dx≥0 y Dy≥0 Alto 6Dx+1Dy≥12
Medio 3Dx+1Dy≥8
Objetivo
Bajo 4Dx+6Dy≥24
Como objetivo buscamos minimizar
Restricción 2. días de trabajo
el costo
disponibles a la semana
180Dx+160Dy
Dx≤5 y Dy≤5
La representación completa del problema tomaría la siguiente forma:
Minimizar 180Dx+160Dy
s.a.
6Dx+1Dy≥12
3Dx+1Dy≥8
4Dx+6Dy≥24
Dx≤5, Dy≤5
Dx≥0, Dy≥0
 PROGRAMACIÓN LINEAL
Construcción de modelos
PROBLEMA DE LA MEZCLA DE PRODUCTOS
Una compañía fabrica dos tipos de componentes electrónicos:
transistores y bobinas.
Cada transistor requiere un minuto de tiempo en el departamento de
ensamble, dos minutos de tiempo en el departamento de Control de
Calidad y un minuto de tiempo en empaque.
Cada bobina requiere dos minutos de tiempo en ensamble, un minuto de
tiempo en Control de Calidad y dos minutos en empaque.
Existe un total de 300 minutos en Ensamble, 400 minutos en C. Calidad y
400 minutos en Empaque disponibles cada día.
Tanto los transistores como las bobinas contribuyen en un dólar a la
utilidad.
La compañía desea determinar la mezcla de productos optima que
maximice la utilidad total.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Solución:
Formulación
Paso 1: Identificar el objetivo (meta) a optimizar
Maximizar las utilidades de la compañía (U).{dólares/día}
Paso 2: Identificar las variables de decisión que se desea determinar
X….Cantidad de transistores a fabricar por día {unds./día}
Y….Cantidad de bobinas a fabricar por día {unds./día}
Paso 3: Identificar las restricciones del modelo
R1) Tiempo disponible en el depto. de Ensamble por día 300 min.
R2) Tiempo disponible en el depto. de C. Calidad por día de 400 min.
R3) Tiempo disponible en el depto. de Empaque por día de 400 min.
R4) No Negatividad.
 PROGRAMACIÓN LINEAL
Construcción de modelos

Paso 4: Construcción del modelo matemático

F.Objetivo
MAX { U = X + Y }
Sujeto a :
R1) X + 2Y ≤ 300
R2) 2X + Y ≤ 400
R3) X + 2Y ≤ 400
R4) X , Y ≥ 0
 Métodos de Resolución
Método Gráfico
Empleado principalmente para PPL con dos variables de decisión. Este método se basa en
la idea de obtener regiones de soluciones factibles (RSF), en las cuales se encontraría la
combinación de variables de decisión que optimizan el modelo.

Método Algebraico (SIMPLEX)

Empleado principalmente para PPL con más de dos variables de decisión. Este método se
desarrollo con base en el método gráfico y corresponde a un sistema heurístico, por lo
cual requiere de una solución inicial factible para empezar a funcionar.

8
Programación Lineal Método
Grafico
 Método Grafico
La solución de un modelo de programación
Lineal por medio del método gráfico, consiste
en la búsqueda de la combinación de valores
para las variables de decisión que optimicen
el valor de la función objetivo, si es que dicha
combinación existe.
 Método Grafico
• Gráficamente se define una región que deje
satisfechas a todas y cada una de las restricciones y
se sigue un criterio de decisión.
• De forma práctica sólo problemas de tres variables
de decisión o menos serán representables y
solucionables siguiendo este método.
 Método Grafico
A la región que satisface a todas y cada una de las
restricciones de un modelo de programación Lineal
se le llama REGION FACTIBLE y consiste de todas las
combinaciones de los valores para las variables de
decisión, que son válidas como una solución del
modelo.
 Método Grafico
• En este grafico podemos apreciar
la REGION FACTIBLE la cual esta
coloreada con beige.

• Para saber si se toma la región por

debajo o por encima de la recta se
reemplaza el punto (0,0) en cada
una de las ecuaciones. Por
ejemplo si sale 0<3 entonces si
cumple con la desigualdad y se
toma el área por debajo de la
recta, pero por otro lado si sale
0>3 no cumple con la desigualdad,
entonces se toma el área que esta
por encima de la recta.
 Método Grafico
• Se determinan todos los vértices de la región de
factibilidad. Se evalúa la función objetivo para
cada uno de los puntos de cada esquina.
• Se define como punto óptimo a aquel que
alcance el mejor valor en la función objetivo y
se establece siguiendo uno de los dos criterios:
1. En maximización, el mayor valor
2. En minimización, el menor valor
 Método Grafico
• Restricciones Activas: son aquellas que forman
parte del conjunto factible y del Vértice Optimo.
• Restricciones Inactivas: son aquellas que forman
parte del conjunto factible pero no del Vértice
Optimo.
• Restricciones Redundantes: son aquellas que si las
eliminamos no afectan ni al conjunto factible ni a la
solución optima.
 Método Grafico
Ejemplo:

Z max = 20 x1 + 25 x2

sujeto a:
• R1: 3x1 + 2x2 ≤ 12 (color beige)
• R2: x1 + 2x2 ≤ 8 (color rojo)
• x1 ≥ 0, x2 ≥ 0
 Método Grafico
La región factible seria:
Solución:
• a. zmax (0, 0) = 20(0) + 25(0) = 0
• b. zmax (0, 4) = 20(0) + 25(4) = 100
• c. zmax (2, 3) = 20(2) + 25(3) = 115
• d. zmax (4, 0) = 20(4) + 25(0) = 80

Los valores óptimos son:

• Valor Optimo: 115
• Vértice Optimo: (2,3)
• Restricciones Activas: R1, R2
• Restricciones Inactivas: --
• Restricciones Redundantes: --
 Método Grafico
Se puede concluir que:

• Gráficamente la asignación óptima de variables, se

localiza el punto dónde la función objetivo adquiere
su mejor valor, si es que dicho punto existe.
• El mejor valor se determina ya sea explorando
todos los puntos de cada esquina (vértices).
• La solución puede clasificarse como única, no
existente o múltiple.
Desarrollo de ejercicios