INVESTIGACIÓN DE

OPERACIONES
Ing. PATRICIA FERNÁNDEZ HIDALGO.

.
SESIÓN 2: Formulación y Gráfica
de modelos lineales con
dos variables.
FORMULACIÓN Y
GRÁFICA DE MODELOS
LINEALES
 Logro Esperado

LOGRO UNIDAD N°1:

Al finalizar la primera unidad el estudiante formula,
desarrolla gráficas y soluciona modelos lineales de
dos variables, con responsabilidad.

LOGRO DE SESIÓN N°2: Al finalizar la sesión, el

estudiante formula modelos matemáticos lineales,
identifica variables limitantes y función objetivo y
diferencia los tipos de gráficas, por medio de una
práctica, mostrando interés y responsabilidad.
¿Qué es un
Modelo
Matemático
Lineal?
Recordando qué es un Modelo 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:
 Variables
 Función objetivo
 Un conjunto de restricciones
 Un conjunto de soluciones posibles
Recordando el caso de Joshe el carpintero
 Joshe dispone de las siguientes piezas.
 8 “piezas pequeñas”.
 6 “piezas grandes”.

 Joshe utiliza para elaborar sillas.

 2 piezas pequeñas.
 1 pieza grande.
 Joshe utiliza para elaborar mesas.
 2 piezas pequeñas.
 2 pieza grande.

 Joshe quiere obtener la máxima ganancia (utilidad neta).

 U$ 15 por cada silla fabricada.
 U$ 20 por cada mesa fabricada.
 El Modelo Lineal del caso de
Joshe
 Quedó formulado así:
 Max 15x + 20y
 sa: 2x + 2y  8
 x + 2y  6
 x,y  0
 ¿Cómo se
grafican los
Modelos
Voluntarios Lineales?
FORMULACIÓN DE MODELOS
MATEMÁTICOS LINEALES
¿Qué son las variables
de decisión?
¿Qué son las variables
limitantes?
¿Qué es una función
objetivo?
Algunas definiciones…

Parámetro

Docente: PATRICIA MARÍA FERNÁNDEZ HIDALGO

 Variables de decisión
Variables que representan las opciones que están bajo el
control de la persona que toma decisiones.
Son las incógnitas del problema. La definición de las
variables es el punto clave y básicamente consiste en los
niveles de todas las actividades que pueden llevarse a
cabo en el problema a formular.

Ejemplo:
Número de unidades de un producto que se fabricarán
durante el mes próximo

Número de unidades que se mantendrán en inventario en

inventario el mes entrante.
Variables limitantes o Restricciones
Limitaciones que restringen las opciones permisibles para las variables de decisión.
Cada limitación puede expresarse matemáticamente en cualquiera de estas tres
formas:
• Menor o igual que (≤) Impone un límite superior, maximización.
Ejm: Número máximo de clientes a lo que se puede
atender, límite de capacidad de una máquina.

• Igual a (=) Restricción igual a un valor determinado.

Ejm: Necesidad de fabricar 100 productos; Inventario
Final = Inventario Inicial + Producción – Ventas.

• Mayor o igual que (≥) Impone un límite inferior a alguna de las variables de
decisión.
Ejm: Que la producción de cierto producto debe ser
superior o igual a la demanda.

Diferentes requisitos que debe cumplir cualquier solución para que pueda llevarse
a cabo, dichas restricciones pueden ser de capacidad, mercado, materia prima,
calidad, balance de materiales, etc.
 Función objetivo
Expresión en el modelo de programación lineal
que enuncia matemáticamente lo que se intenta
maximizar (por ejemplo, las utilidades o el valor
presente) o minimizar (por ejemplo, los costos o
el desperdicio).

La función objetivo proporciona el sistema de

calificaciones mediante el cual se juzgará el
atractivo de las diferentes soluciones.

Consiste en optimizar el objetivo que persigue

una situación la cual es una función lineal de las
diferentes actividades del problema, la función
objetivo semaximiza o se minimiza.
Docente: PATRICIA MARÍA FERNÁNDEZ HIDALGO
 Región Factible

Región que representa todas las combinaciones

permisibles de las variables de decisión en un
modelo de programación lineal.

La meta del tomador de decisiones consiste en

encontrar la mejor solución posible.
 Parámetro

Conocido también como coeficiente o

constante dada.

Es un valor que la persona a cargo de

tomar la decisión no puede controlar y que
no cambia cuando se implementa la
solución.
Por ejemplo:
Un litro de agua hierve en 10 minutos.
 Certidumbre
Grado de certeza con la que se conoce
un hecho.

Por ejemplo:

Un programador de computadoras
puede saber de antemano que la
ejecución de un programa de software
requerirá tres horas, ni más ni menos.
 Linealidad
Característica del modelo de programación lineal que implica
proporcionalidad y actividad, no puede haber productos ni
potencias de las variables de decisión.

Ejemplo: 2x1 + 3x2

La proporcionalidad implica que una unidad de x1 hace una

contribución de $2 a las utilidades y que dos unidades contribuyen con
$4, independientemente de la cantidad de x2 producidas. Así mismo,
cada unidad de X2 contribuye con $3, sin importar que se trate de la
primera o la décima unidad producida.
El principio de aditividad significa que el valor total de la función
objetivo es igual a las utilidades de x1 más las utilidades de x2.
 No negatividad
Suposición de que las variables de decisión deben ser positivas o cero.

Por ejemplo:
Una empresa que fabrica salsa para espagueti jamás podrá producir un
número negativo de frascos.

Para que una formulación de programación lineal sea formalmente

correcta, tiene que mostrar una restricción ≥ 0 para cada variable de
decisión.

También se le conoce como Condición Técnica.

 Todas las variables deben tomar valores positivos
 En casos excepcionales algunas variables pueden tomar valores
negativos.
MODELO DE PROGRAMACIÓN LINEAL
Más sencillo aún:
Modelo general de PL
n

Optimizar Z = c x j

n j j 1
Sujeta a:
a x ij j  i  1, 2,......,
bi
j 1 m
xj  j 1,2,.......,
0 n
  Estudiantes, en grupos de cinco,
Trabajo reconocen cuáles son las variables de
Grupal en decisión, cuáles las variables limitantes y
Aula cuál la función objetivo, en ejemplos
propuestos por la docente.
Formar grupos de  Docente brinda retroalimentación a
cinco estudiantes cada grupo durante la elaboración del
trabajo y les ayuda a esclarecer los
temas.
 Indicaciones de la Práctica Calificada
 Los estudiantes formulan modelos
matemáticos lineales, a partir de un
enunciado, identificando las variables de
PRÁCTICA decisión, las variables limitantes, y la función
CALIFICAD objetivo, por medio de una práctica
A calificada.

 A continuación los cuatro ejercicios de la

práctica calificada.
 Ejercicio N° 1
 Problema de Inversión:
 Considere que Ud. dispone de un capital de 21 000
dólares para invertir en la bolsa de valores. Un
PRÁCTICA amigo le recomienda 2 acciones que en el último
tiempo han estado al alza: acción A y acción B.
CALIFICAD
 La acción A tiene una rentabilidad del 10% anual y
A la acción B del 8% anual. Su amigo le aconseja
tener una cartera equilibrada y diversa y por tanto
le recomienda invertir un máximo de 13 000
dólares en la acción A y como mínimo 6 000
dólares en la acción B
 Además la inversión en la acción A debe ser menor
o igual que el doble de la inversión destinada a la
acción B
 Se requiere obtener la máxima rentabilidad
 Ejercicio N° 2
 Dos empresa mineras extraen dos tipos diferentes de
minerales, los cuales son sometidos a un proceso de
trituración con tres grados: alto, medio y bajo. Las
PRÁCTICA compañías han firmado un contrato para proveer de
mineral a una planta de fundición, cada semana, 12
CALIFICAD toneladas de mineral de grado alto; 8 toneladas de
A grado medio y 24 de grado bajo.
 Cada una de las empresas tiene diferentes procesos
de fabricación:
Mina Costo x Producción
día
Alto Medio Bajo
X 180 6 3 4
Y 160 1 1 6

¿Cuántos días a la semana debería operar cada empresa

para cumplir el contrato con la planta de fundición?
 Ejercicio N° 3
A un joven matemático se le pidió que entretuviese a
un visitante de su empresa durante 90 minutos. El
pensó que sería una excelente idea que el huésped
PRÁCTICA tome unos tragos. Se le dio al matemático S/50. el
joven sabía que al visitante le gustaba mezclar sus
CALIFICAD tragos, pero que siempre bebía menos de: 8 vasos de
A cerveza, 10 ginebras, 12 whiskys y 24 martinis. El
tiempo que empleaba para beber era 15’ por cada vaso
de cerveza, 6’ por vaso de ginebra, 7’ y 4’ por vaso de
whisky y martini.
Los precios de las bebidas eran; cerveza S/1 el vaso,
ginebra S/2, whisky S/2 martini S/4
El matemático pensaba que el objetivo era maximizar
el consumo alcohólico durante los 90’ que tenía para
entretener al huésped. Siendo las unidades alcohólicas
por vaso 17, 15, 16 y 7 respectivamente. El visitante
siempre bebía un mínimo de 2 whiskys.
 Ejercicio N° 4
Una empresa produce dos juguetes: los osos Yogui y
Bubú
Cada juguete requieres ser procesado en dos
máquinas diferentes
PRÁCTICA
La primera máquina tiene 15 horas de capacidad
CALIFICAD disponible y la otra tiene 10 horas de capacidad
A disponible por día
Cada Yogui requiere 2.5 horas en cada máquina
Cada Bubú requiere 3.5 horas en la primera máquina
y 1.5 en la otra
La ganancia incremental es de S/.5 por cada Yogui y
de S/.8 por cada Bubú
Si puede vender toda su producción ¿Cuántas
unidades diarias de cada uno debe producir?
 Gráfica de Modelos Lineales
Se limita a problemas que incluyen dos variables
de decisión (o tres variables en el caso de
gráficas tridimensionales). Utiliza los ejes x, y.

Pasos:
1° Plantee el problema en términos
matemáticos.
2° Trace las ecuaciones de las restricciones.
3° Determine el área de factibilidad.
4° Trace la función objetivo.
5° Encuentre el punto óptimo.
Ejemplo práctico de solución gráfica:
El problema de la industria de juguetes
“Chazan”.
 Chazan produce dos tipos de juguetes:
 Spaciales
 Zoldados

 Los recursos están limitados a:

 1200 kilos de plástico especial.
 40 horas de producción semanalmente.
Requerimientos
 Requerimientos de Marketing.
 La producción total no puede exceder de 800 docenas.
 El número de docenas de Spaciales no puede exceder al
número de docenas de Zoldados por más de 450.

 Requerimientos Tecnológicos.
 Spaciales requiere 2 kilos de plástico y 3 minutos de
producción por docena.
 Zoldados requiere 1 kilo de plástico y 4 minutos de producción por
docena.
Plan común de producción

 Plan común de producción para:

 Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a Spaciales ($8 de
utilidad por docena).
 Usar la menor cantidad de recursos para producir Zoldados,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).

 Qué Hacer?
Qué hacer ?
 El gerente siempre buscará un esquema de producción
que incremente las ganancias de su compañía.

EL MODELO DE PROGRAMACIÓN LINEAL PROVEE

UNA SOLUCIÓN INTELIGENTE PARA ESTE
PROBLEMA

 El plan común de producción consiste en:

 Spaciales = 550 docenas
 Zoldados = 100 docenas
 Utilidad = $4900 por semana

Este es el mejor plan?

Es el plan óptimo?
Solución
 Variables de decisión
 X1 = Cantidad producida de Spaciales (en docenas por semana).
 X2 = Cantidad producida de Zoldados (en docenas por semana).

 Función objetivo
 Maximizar la ganancia semanal.
  Max 8X1 + 5X2 (ganancia semanal)
Modelo de
Programación  Sujeto a:
 2X1 + 1X2 <= 1200 (Cantidad de
Lineal plástico)
 3X1 + 4X2 <= 2400 (Tiempo de
producción)
 X1 + X2<= 800 (Limite producción
total)
 X1 - X2 <= 450 (Producción en
exceso)
 Xj >= 0 , j= 1, 2. (Resultados
positivos)
Conjunto de soluciones factibles
para el modelo lineal.
El conjunto de puntos que satisface todas las
restricciones del modelo es llamado:

REGION FACTIBLE

USANDO UN GRÁFICO SE PUEDEN

REPRESENTAR TODAS LAS
RESTRICCIONES, LA FUNCION
OBJETIVO Y LOS TRES TIPOS DE
PUNTOS DE FACTIBILIDAD.
Resolución gráfica para encontrar la solución óptima.
X2

1200
Restricción del plástico:
2X1+X2<=1200
The Plastic constraint

Restricción del total de producción:

X1+X2<=800

600 No Factible

Restricción del
exceso de producción:
Horas de Factible X1-X2<=450
Producción
3X1+4X2<=2400
X1
600 800
Punto Inferior
Punto Medio
• Tipos de puntos de factibilidad Punto Extremo
 Comenzar con una ganancia dada de = $2,000...

Entonces aumente la ganancia...

X2
1200
...y continúe hasta que salga de la región factible

ti ble
fa c
ión
Ganancia =$50404,
Utilid. = $ 0003,
2,
r eg
800
r la
ula
al c
c
Re
600

X1

400 600 800

Docente: PATRICIA MARÍA FERNÁNDEZ HIDALGO
1200 X2
Se toma un valor cercano al punto óptimo

800 Región no
factible

600

Feasible
Región
region
Factible

X1
400 600 800
Docente: PATRICIA MARÍA FERNÁNDEZ HIDALGO
 Resumen de la solución óptima

Spaciales = 480 docenas

Zoldados = 240 docenas
Ganancia = S/.5040

* Esta solución utiliza todas las materias

primas (plástico) y
todas las horas de producción.
* La producción total son 720 docenas (no
800).
* La producción de Spaciales excede a la
de Zoldados por solo 240 docenas y no por
450.

Docente: PATRICIA MARÍA FERNÁNDEZ HIDALGO

 • Los estudiantes, en grupos de cinco,
visitarán una empresa de servicios (Un
Trabajo restaurant, una pollería, una cafetería, una
Grupal juguería, etc) e identificarán las variables
de decisión y las restricciones que
para casa permitirán a la empresa optimizar sus
ganancias.
Formar grupos de • Escribirán el Modelo Matemático Lineal
cinco estudiantes completo, con su solución gráfica.
• Presentan sus trabajos por escrito,
describiendo la empresa, los productos y el
modelo matemático formulado y resuelto
por el método gráfico.
Cierre  ¿Qué aprendí en esta sesión?
 ¿Estoy en capacidad de formular
modelos matemáticos lineales,
identificar las variables, limitantes
y la función objetivo y diferenciar
los tipos de gráficas?

41