Fundamentos Del Método Gráfico para Programación Lineal

Fundamentos del
método gráfico
para Programación
Lineal
Por: Prof. Herberth Gutiérrez Villaverde
Facultad de Ciencias Empresariales y
Económicas
Lima, 2021
Base del método gráfico: la ecuación general de una recta
y Ecuación general de una recta: Y = a + b x
Donde:
100
a = intercepto con el eje y
90 y = 30 + (60-40)/(90-30) x b = pendiente de la recta
b = tangente de θ = y2 –y1
80 y = 30 + 1/3 x x2 – x1
70
60 y2 y=a+bx Para nuestro caso en Programación Lineal usaremos:

x1 = x
50 x2 = y,
40 y1 θ
Por lo tanto, las ecuaciones serán: x2 = a + b x1.
30
20 b = tg θ Tomemos la ecuación: 15x1 + 30 x2 = 1200, entonces:

10 a X2 = 40 – ½ x1
0 x1 x2
Observe que la pendiente es -1/2 y se puede calcular como:
10 20 30 40 50 60 70 80 90 100 110 120
- (15/30), los coeficientes de x1 y x2 respectivamente.
x
2
Ecuación general de una recta: posibilidades
y y y
100 100 100
90 90 90
80 y=a+bx 80 80
70 70 La recta pasa por el origen 70 y=a-bx

60 60 60
50 b>0 50 y=bx 50 b<0

40 40 a=0 40
30 30 30
20 20 20
10 10 10
0 0 0
10 20 30 40 50 60 70 80 90 100 110 120 10 20 30 40 50 60 70 80 90 100 110 120 10 20 30 40 50 60 70 80 90 100 110 120
x x x
y y
100 100
90
80
90
80
Observe que siempre el valor
70 y = a, para todo x 70 x = x1, para todo y de a indica el punto de corte
60 60
50 b=0 50 b = indeterminado
de la recta con el eje Y.
40 40 El signo de b indica la
30 30
20 20 orientación de la recta, y que

10
0
10
0
b es indeterminado cuando la
10 20 30 40 50 60 70 80 90 100 110 120 10 20 30 40 50 60 70 80 90 100 110 120 recta es paralela al eje Y.
x x1 x
3
Problema 1: Restaurante Carlín
El restaurante CARLIN ofrece dos tipos de buffet: uno basado en carne y el otro en
pescado. La idea es probar lo que más se vende y luego ampliar la variedad del
buffet más popular.
La cantidad de buffetes a venderse diariamente se estima en no más de 60. El
buffet de pescado requiere de 15 minutos de preparación, el de carne requiere el
doble del tiempo. Se dispone de 20 horas de cocina cada día. Debido a que es
verano, el administrador del restaurante piensa que se venderá por lo menos 3
buffetes de pescado por cada 2 buffetes de carne. También cree que por lo menos
el 10% de los comensales pedirán el buffet de carne. La utilidad neta de cada buffet
de pescado es de $ 12 y el de carne es de $ 16.
Formule un modelo de PL para el problema descrito.
Emplee el método gráfico para determinar el número de buffetes de cada tipo a
preparar diariamente.
4
Variables de decisión y FO
Variables de decisión
X1 : Número de buffets de pescado a preparar por día.
X2 : Número de buffets de carne a preparar por día.
Función Objetivo
Maximización de la utilidad neta
FO Max Z= 12 X1 + 16 X2
5
Restricciones
• Cantidad máxima de buffets a vender por día

X1 + X2 <= 60
• Disponibilidad de horas de cocina por día
15 X1 + 30 X2 <= 20h x 60 min/h = 1200 min
• Proporción de ventas de buffets
X1/ X2 >= 3/2 ó 2 X1 – 3 X2 >= 0
• Mínimo de buffets de carne
X2 >= 10%( X1 + X2), ó
-0.1 X1 + 0.9 X2 >= 0
6
Gráfico de la restricción: x1 + x2 <= 60
X2 Note que las condiciones de no negatividad, x1>=0, Cómo graficarla:
y x2>=0, restringen la solución al primer cuadrante Geométricamente, la restricción x1 + x2 <= 60 es un
100 semiplano, delimitado por la recta x1 + x2 = 60.
90 Solo los puntos pertenecientes al semiplano cumplirán
con la restricción.
80
(0,60) Para dibujarlo, tomamos la ecuación de la recta que
70 corresponde al semiplano: x1 + x2 = 60.
60 X1 + X2 <= 60 Haciendo x2=0, la ecuación nos da x1=60.
50 Esto nos da el punto (60,0).
Haciendo x1=0, la ecuación nos da x2=60.
40 Esto nos da el punto (0,60).
Los dos puntos definen la recta, pero no sabemos qué
30
semiplano es el de la restricción.
20
(60,0) Para averiguarlo, tomamos un punto cualquiera fuera
10 de la recta: Ej. El (0,0) y lo reemplazamos en la
restricción:
0
X1 + x2 <= 60 → 0 + 0 <= 60 cumple!
10 20 30 40 50 60 70 80 90 100 110 120 Entonces el semiplano respectivo es el que muestran
las flechas en el gráfico.
X1
7
Gráfico de la restricción:15 x1 + 30 x2 <=
1200
X2 Usar la misma metodología que
100 para la restricción anterior.
90
Los puntos resultantes son:
80
(80,0) y (0, 40).
70
60
(0,40) Confirme que el semiplano contiene
el punto (0,0).
50 X1 + X2 <= 60
40 Note cómo la región común, es
30 decirla región que cumple con
(80,0) ambas restricciones se ha reducido.
20
10 15 X1 + 30 X2 <= 1200
0
10 20 30 40 50 60 70 80 90 100 110 120
X1
8
Gráfico de la restricción: 2 x1 - 3 x2 >= 0
X2 Esta restricción es de naturaleza diferente a las dos
anteriores. Como el lado derecho es cero, pasa por el
100
origen, el punto (0,0).
90
Si tomamos la recta respectiva, la ecuación sería: 2x1 -
80 3x2 = 0.
Si hacemos x1 = 0 → x2 = 0, y si hacemos x2 = 0→ x1 =
70
0, tendríamos dos veces el punto (0,0), nos faltaría un
60 punto para graficar la recta.
(50,40)
50 X1 + X2 <= 60 En este caso tomamos arbitrariamente un valor para x1,
digamos x1 = 60, que remplazando en la ecuación nos da
40 2 X1 - 3 X2 >= 0 x2 = 40, y tendríamos el punto (60,40).
30
(60,40) La recta estaría definida por los puntos (0,0) y (60, 40).
20
Para saber la dirección del semiplano, tomamos un punto
10 15 X1 + 30 X2 <= 1200 cualquiera fuera de la recta, por ejemplo (50,40) y lo
0 reemplazamos en la restricción:
2x1 – 3x2 >= 0
(0,0) 10 20 30 40 50 60 70 80 90 100 110 120 2(50) – 3(40) = -20 >= 0 → No cumple!
Entonces el semiplano va para abajo.
X1
9
Gráfico de la restricción: -0.1 x1 + 0.9 x2 >= 0
X2
Usar la misma metodología que para la restricción
100 anterior.
90
Tome el punto (90,0) y confirme que los puntos
80 resultantes son:
(0,0) y (90, 10).
70
60 Tome el mismo punto (90, 0) y confirme que no

pertenece al semiplano y que por lo tanto, el
50 X1 + X2 <= 60 semiplano va para arriba.
40 2 X1 - 3 X2 >= 0
30
20 Una vez que hemos graficado todas las

(90,10)
restricciones, tenemos la región común de puntos
10 -0.1X1 + 0.9X2 >= 0 que cumple con todas las restricciones: la región
0 factible.
10 20 30 40 50 60 70 80 90 100 110 120 Para encontrar la solución hay dos opciones:

(0,0)  el método de la iso utilidad, y
(90,0) X1  el método del punto de esquina.
10
Método de la Iso utilidad: Gráfico de la
Función Objetivo La función objetivo se puede escribir también:
X2
100 12x1 + 16 x2 =Z, donde Z puede tomar cualquier valor arbitrario.
90
Si por ejemplo Z=0, la ecuación pasa por (0,0).
80
Si Z= 480, entonces pasa por los puntos (40,0) y (0, 30).
70
Si seguimos aumentando el valor de Z, nos seguiremos
60
desplazando en forma paralela, alejándonos del origen.
50
Z=800
Sin embargo, nos debemos desplazar solo hasta tocar el ultimo
40 Z = 12 X1 + 16 X2 = 800 punto de la región factible, que en este caso es el punto de
esquina formado por las rectas x1+x2 = 60 y 15x1+30x2 = 1200.
30
Z=480
20 (40, 20) Para encontrar el punto común a ambas rectas, resolvemos las
dos ecuaciones simultáneamente y encontramos que el punto es
10 el (40,20). Este es el punto óptimo.
0
La solución óptima es:
Z=0 10 20 30 40 50 60 70 80 90 100 110 120 Preparar 40 buffets de pescado y 20 de carne para tener una
utilidad de $800
X1
11
Encontrando las coordenadas del punto
• Hay que resolver:
X1 + x2 = 60 (1) x1 + x2 <= 60
15 x1 + 30 x2 = 1200 (2)
(1) x (-15):
-15x1 – 15x2 = -900 (3) 15 x1 + 30 x2 <= 1200
Sumando (2) + (3):

15x2 = 300  x2 = 20,
Reemplazando en (1), x1 = 40
Solución gráfica
X2 Este problema fue de maximización,
100 si fuera de minimización:
Primero construimos la región
90
factible graficando las restricciones
80
como lo hemos hecho en este
70
Solución problema.
60 X1 + X2 <= 60 Optima: La única diferencia está en que
X1 = 40 después de graficar la función
50 Z = 12 X1 + 16 X2 2X1 - 3X2 >= 0
X2 = 20 objetivo con un valor arbitrario para
40 Z = 800
Z, en lugar de alejarnos del punto
30 (40,20) (0,0), trataríamos de acercarnos a el
20 en la dirección del punto (0,0), hasta
10 -0.1 X1 + 0.9 X2 >= 0 tocar el ultimo punto de la región
0
factible.
En este caso, el método se llamaría el
0 10 20 30 40 50 60 70 80 90 100 110 120 X1
método de Iso costo.
15 X1 + 30 X2 <= 1200
13
Solución con QM
14
Terminología básica
X2
100
90
80 Solución óptima: El punto que produce

70 el mejor valor en la función objetivo.
60
50
40 Punto óptimo
30
20 Región factible
10
0 Puntos extremos
10 20 30 40 50 60 70 80 90 100 110 120
X1
15
Terminología básica
• Restricciones activas o confinantes.
• Las restricciones que contienen la solución óptima. En el
caso de Carlín las restricciones x1 + x2 <= 60 y 15 x1 + 30
x2 <= 1200.
• Restricciones no activas o no confinantes.
• Las otras restricciones que forman la región factible pero que no
contienen la solución óptima.
• Restricciones redundantes.
• Son las que cuya eliminación no altera la región factible.
16
Ejemplos resueltos por ambos
métodos
Fuente: Texto Render citado en el Sílabo.
Traducción y adecuación: Prof. H. Gutiérrez V.
Mueblería Fernández SAC
 La Mueblería Fernández SAC produce mesas y
sillas de bajo precio.
 Los procesos son similares en tanto que ambas
requieren una cierta cantidad de horas de trabajo
de carpintería y en el taller de pintura y barnizado.
 Cada mesa requiere 4 horas de carpintería y 2
horas de pintura y barnizado.
 Cada silla requiere 3 horas de carpintería y 1 hora
de pintura y barnizado.
 Se dispone de 240 horas de carpintería y 100
horas de pintura y barnizado.
 Cada mesa contribuye con una utilidad de $70 y
cada silla con una utilidad de $50.
© 2009 Prentice-Hall, Inc. 7 – 18

 La empresa desea determinar la mejor combinación
posible de mesas y sillas que deben ser producidas
para alcanzar la máxima utilidad
HORAS REQUERIDAS PARA
PRODUCIR UNA UNIDAD
HORAS DISPONIBLES
DEPARTAMENTO (M) MESAS (S) SILLAS ESTA SEMANA
Carpintería 4 3 240
Pintura y barnizado 2 1 100
Utilidad por unidad $70 $50

 El objetivo es: Maximizar la utilidad
 Las restricciones son:
1. Las horas de carpintería utilizadas no
pueden exceder de 240 horas por semana
2. Las horas de pintura y barnizado no pueden
exceder de 100 horas por semana
 Las variables de decisión son:
M = número de mesas a producir por semana
S = número de sillas a producir por semana

 Crearemos la función objetivo de PL en función de M y S
Utilidad máxima = $70M + $50S
 Desarrollar las relaciones matemáticas para las dos
restricciones
 Para carpintería, el tiempo total utilizado es
(4 horas por mesa)(número de mesas producidas)
+ (3 horas por silla)(número de sillas producidas)
 Sabemos que:
Tiempo utilizado ≤ Tiempo disponible
en Carpintería en carpintería
4M + 3S ≤ 240 (horas de tiempo de carpintería)

 Del mismo modo
Tiempo de pintura ≤ Tiempo disponible
y barnizado utilizado de pintura y barnizado
2 M + 1S ≤ 100 (horas de tiempo de pintura y barnizado)
Esto significa que cada mesa

producida requiere dos horas de
tiempo de pintura y barnizado
 Ambas restricciones limitan la capacidad de

producción y afectan la utilidad total

 Los valores de M y S deben ser no negativos
M ≥ 0 (el número de mesas producidas es mayor

que o igual a 0)
S ≥ 0 (el número de sillas producidas es mayor
que o igual a 0)
 El problema completo planteado matemáticamente
Maximizar Utilidad = $70M + $50S

sujecta a
4M + 3S ≤ 240 (restricción de carpintería)
2M + 1S ≤ 100 (restricción de pintura y barnizado)
M, S ≥ 0 (condiciones de no negatividad)
Solución Gráfica de un Problema de PL
 La forma más sencilla de solucionar un pequeño

problema de LP es con el método gráfico.
 El método gráfico sólo funciona cuando hay sólo
dos variables de decisión.
 Cuando existen más de dos variables, se necesita
un enfoque más complejo, ya que no es posible
trazar la solución en un gráfico de más de dos
dimensiones.
 El método gráfico proporciona información
valiosa sobre la forma en que funcionan otros
métodos de solución.

Representación Gráfica de Restricciónes
100 –
– Eje que representa la restricción S ≥ 0
80 –
Número de Sillas
–
60 –
–
40 – Eje que representa la
– restricción M ≥ 0
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

 El primer paso en la solución del problema consiste

en identificar un conjunto, o región de soluciones
factibles
 Graficar cada una de las restricciones del problema
 Empezamos por graficar la ecuación de la
restricción en forma de igualdad
4M + 3S = 240
 Para resolver con facilidad encontramos los puntos
que cortan los ejes y trazamos la línea recta

 Cuando Fernández no produce mesas, la

restricción de carpintería es:
4(0) + 3S = 240
3S = 240
S = 80
 Del mismo modo, si no se producen sillas:
4M + 3(0) = 240
4M = 240
M = 60
 Esta línea se muestra en el siguiente gráfico

S
Gráfico de la ecuación de
100 – restricción de carpintería
– 4M + 3S = 240
80 – (M = 0, S = 80)
Número de Sillas
–
60 –
–
40 –
–
(M = 60, S = 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

S  Cualquier punto situado en la linea

graficada o por debajo de misma no
100 – viola la restricción
–  Cualquier punto por encima de la
80 – linea graficada si viola la restricción
Número de Sillas
–
60 –
–
(30, 40) (70, 40)
40 –
–
20 –
– (30, 20)
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

 El punto (30, 40) se encuentra en la gráfica

y cumple exactamente la restricción
4(30) + 3(40) = 240
 El punto (30, 20) se encuentra por debajo
de la gráfica y satisface la restricción
4(30) + 3(20) = 180
 El punto (30, 40) se encuentra por encima
de la gráfica y no satisface la restricción
4(70) + 3(40) = 400

100 – (M = 0, S = 100)
–
80 –
Número de Sillas
Gráfica que satisface la
– restricción de pintura y
60 – barnizado: 2M + 1S ≤ 100
–
40 –
–
(M = 50, S = 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número Mesas

 Para producir mesas y sillas se deben utilizar

ambos departamentos.
 Tenemos que encontrar una solución que
satisfaga simultáneamente ambas restricciones.
 La región factible (o el área de soluciones
factibles) es el conjunto de puntos que cumplen
todas las restricciones.
 Cualquier punto dentro de la región es una
solución factible o viable.
 Cualquier punto fuera de la región es una
solución no factible o inviable.

S  Región de soluciónes factibles de

Mueblería Fernández
100 –
–
80 –
Número de Sillas
Restricción Pintura/Barnizado
–
60 –
–
40 –
–
Restricción carpintería
20 – Región
Factible
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

 Para el punto (30, 20)
Restricción 4M + 3S ≤ 240 horas disponibles

Carpintería (4)(30) + (3)(20) = 180 horas utilizadas 
Pintura (2)(30) + (1)(20) = 80 horas utilizadas 

Carpintería (4)(70) + (3)(40) = 400 horas utilizadas 
Restricción 2T + 1C ≤ 100 horas disponibles
Pintura (2)(70) + (1)(40) = 180 horas utilizadas 


Carpintería (4)(50) + (3)(5) = 215 horas utilizadas 
Pintura (2)(50) + (1)(5) = 105 horas utilizadas 

Método de solución de línea de
isoutilidad
 Una vez que la región factible ha sido posible
graficar, tenemos que encontrar la solución
óptima entre las muchas posibles soluciones
 La forma más rápida de hacerlo es utilizar el
método de línea de isoutilidad
 Comenzando con un pequeño valor de utilidad
posible, graficamos la función objetivo
 Movemos la línea de la función objetivo en la
dirección del incremento de las utilidades,
manteniendo al mismo tiempo la pendiente
 La línea de utilidad más alta que toca en un punto
de la región factible señala con precisión la
solución óptima
isoutilidad
 Para Mueblería Fernández, elija una utilidad de $2,100
 La función objetivo es entonces:
$2,100 = 70M + 50S
 Resolviendo para la intercepción de los ejes, podemos
dibujar el gráfico.
 Esta obviamente no es la mejor solución posible.
 Además los gráficos pueden ser creados usando
grandes utilidades.
 Cuanto más nos movemos alejamos del origen, mayor
será la utilidad
 La mayor utilidad ($4,100) se genera cuando la línea de
isoutilidad pasa por el punto (30, 40)

isoutilidad
S
 Línea de isoutilidad en
100 – $2,100
–
80 –
Número de Sillas
–
60 –
–
(0, 42) $2,100 = $70M + $50S
40 –
–
(30, 0)
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

isoutilidad
S
 Cuatro líneas de Isoutilidad
100 –
–
$3,500 = $70M + $50S
80 –
Número de Sillas
– $2,800 = $70M + $50S
60 –
– $2,100 = $70M + $50S
40 –
– $4,200 = $70M + $50S
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

isoutilidad
S  Solución óptima para el
100 – problema Mueblería Fernández
–
80 –
Número de Sillas
Línea de utilidad máxima
–
60 – Punto de solución óptima
– (M = 30, S = 40)
40 –
– $4,100 = $70M + $50S
20 –
–
|– | | | | | | | | | | |
0 20 40 60 80 100 M
Número de Mesas

Método de solución del punto
de esquina
 Un segundo enfoque para la solución de
problemas de PL emplea el método del punto de
esquina
 Se trata de ver las utilidades en todos los extremos
de la región factible
 La teoría matemática que subyace a la PL
establece que la solución óptima está en los
puntos de esquina, o puntos extremos, de la región
factible
 Para Mueblería Fernández, la región factible es un
polígono de cuatro lados con cuatro puntos de
esquina, como se muestra en el gráfico.

Método de solución del punto de esquina
S  Cuatro puntos de esquina
100 – de la región factible
2 –
80 –
Número de Sillas
–
60 –
–
3
40 –
–
20 –
–
1 |– | | | | | | | | | | |
0 20 40
4 60 80 100 M
Número de Mesas

de esquina
Punto 1 : (M = 0, S = 0) Utilidad = $70(0) + $50(0) = $0
Punto 2 : (M = 0, S = 80) Utilidad = $70(0) + $50(80) = $4,000
 El punto es la solución óptima por que tiene

3
la mayor utilidad.
 Para encontrar las coordenadas del punto 3 con
precisión, tenemos que encontrar la intersección
de las dos líneas de restricción.
 Los detalles de esta se encuentran en la siguiente
diapositiva.

de esquina
 Utilizando el método de ecuaciones simultáneas,
multiplicamos la ecuación de pintado por –2 y la
sumamos a la ecuación de carpintería
4M + 3S = 240 (línea de carpintería)
– 4M – 2S = –200 (línea de pintura)
S = 40
 Sustituyendo 40 en lugar de S en cualquiera de las
ecuaciones, nos permite determinar el valor de M
4M + (3)(40) = 240 (línea de carpintería)
4M + 120 = 240
M = 30
Solución de Problemas de Minimización
 Muchos problemas de PL implican minimizar un
objetivo tal como el costo en lugar de maximizar
una función de utilidad.
 Para resolver gráficamente los problemas de
minimización, primero se debe establecer la región
de soluciones factibles y luego utilizar el método de
punto de esquina o cualquier enfoque de línea de
isocosto (que es análoga al enfoque de isoutilidad
en los problemas de maximización) para encontrar
las variables de decisión (por ejemplo, X1 y X2) que
producen el costo mínimo

Paviricos SAA
 El Paviricos SAA está considerando adquirir dos
marcas diferentes de alimentos para pavos y
mezclarlos para proporcionarles una buena dieta
a bajo costo
Sí
X1 = número de libras del alimento de marca 1 adquiridas
X2 = número de libras del alimento de marca 2 adquiridas
Minimizar costo (en centavos) = 2X1 + 3X2
sujeto a:
5X1 + 10X2 ≥ 90 onzas (restricción del ingrediente A)
4X1 + 3X2 ≥ 48 onzas (restricción del ingrediente B)
0.5X1 ≥ 1.5 onzas (restricción del ingrediente C)
X1 ≥ 0 (restricción de no negatividad)
X2 ≥ 0 (restricción de no negatividad)
Paviricos SAA
 Datos de Paviricos SAA
COMPOSICION DE CADA LIBRA

DE ALIMENTO (ONZAS)
REQUERIMIENTOS DE
ALIMENTO ALIMENTO INGESTA MENSUAL
INGREDIENTE MARCA 1 MARCA 2 MINIMA POR PAVO (OZ.)
A 5 10 90
B 4 3 48
C 0.5 0 1.5
Costo por libra 2 centavos 3 centavos

Paviricos SAA
X2
 Usando el método de
–
solución del punto de
esquina:
 Primero construimos la 20 – Restricción del Ingrediente C
Libras de la marca 2
región de soluciones
factibles
15 – Región factible
 La solución óptima se
encuentra en una de las a
esquinas, como en un 10 – Restricción del ingrediente B
problema de maximización
Restricción del Ingrediente A
5– b
| | | | c | |
0–
5 10 15 20 25 X1
Paviricos SAA
 Resolvemos para los valores de las tres esquinas.
 El punto a es la intercepción de las restricciones de los
ingredientes C y B
4X1 + 3X2 = 48
X1 = 3
 Sustituyendo X1 = 3 en la primera ecuación, encontramos X2 = 12.
 Resolviendo para el punto b con algebra básica encontramos X1
= 8.4 y X2 = 4.8.
 Resolviendo para el punto c encontramos X1 = 18 y X2 = 0.

Paviricos SAA
 Sustituyendo estos valores en la función objetivo
se encuentra:
Costo = 2X1 + 3X2
Costo en el punto a = 2(3) + 3(12) = 42
Costo en el punto b = 2(8.4) + 3(4.8) = 31.2
Costo en el punto c = 2(18) + 3(0) = 36
 La solución de menor costo es para la compra de

8.4 libras de la marca 1 de alimentos y 4.8 libras
de la marca 2 de alimentos con un costo total de
31.2 centavos por pavo.

Paviricos SAA
X2
 Utilizando el
–
enfoque Región factible
Isocosto:
20 –
 Elegir el costo
inicial de 54 54
centavos, es 15 –
¢ =2
evidente que la X
Di 1 + 3X
mejoría es re
cc 2 L
íne
posible 10 – de n i ó
31 cr de ad
.2¢ e cie l co eI
so
=2 nt sto co
X e sto
1 +
5– 3X
2
(X1 = 8.4, X2 = 4.8)

| | | | | |
0–
5 10 15 20 25 X1
Paviricos SAA
 Problema Paviricos SAA con QM para Windows.

Resumenes de métodos de solución gráfica
METODO DE ISOUTILIDAD
1. Graficar todas las restricciones y buscar la región factible.
2. Seleccionar una línea de utilidad (o costo) específica y graficarla para
encontrar la pendiente.
3. Mover la línea de la función objetivo en dirección de la utilidad creciente (o
costo decreciente) al mismo tiempo que se mantiene la pendiente. El último
punto que toca en la región factible es la solución óptima.
4. Encontrar los valores de las variables de decisión en este último punto y
calcular la utilidad (o costo).
METODO DE PUNTO DE ESQUINA
1. Graficar todas las restricciones y encontrar la región factible.
2. Encontrar los puntos de esquina de la región factible.
3. Calcular la utilidad (o costo) en cada uno de los puntos de esquina factibles.
4. Seleccionar el punto de esquina con el mejor valor de la función objetivo
que se encontró en el paso 3. Esta es la solución óptima.

Casos Especiales en la
Solución de Problemas
Lineales
54

Cuatro casos especiales en PL
 Cuatro casos especiales y dificultades que

surgen a veces cuando se utiliza el método
gráfico para resolver problemas de PL
 Infactibilidad
 No acotación
 Redundancia
 Soluciones alternativas óptimas

 Ninguna solución factible
 Cuando no existe una solución al problema
que satisfaga a todas las restricciones dadas
 La región factible es el conjunto vacío.
 Esto ocurre frecuentemente en el mundo real
 Generalmente una o mas restricciones son
relajadas hasta que se encuentre una solución
adecuada

 Problema sin solución viable
X2
Nota.
El algoritmo del Simplex requiere
8– regiones factibles convexas para
–
poder encontrar una solución.
B Una región es no convexa cuando
6–
existen dos puntos cualesquiera
– Región que que al unirlos, los puntos entre
4– satisface la tercera
restricción
ellos dos no pertenecen a la
–
región factible, como el caso de
2– A
los puntos A y B.
–
0– | | | | | | | | | |
2 4 6 8 X1
Región que satisface las dos primeras restricciones

 No acotación
Algunas veces un programa lineal no tiene
soluciones finitas
En un problema de maximización, una o más
variables de solución y la utilidad, pueden
hacerse infinitamente grandes sin violar ninguna
de las restricciones
En la solución gráfica, se observará que la
región factible es abierta
Esto generalmente significa que el problema se
ha formulado incorrectamente

 Región de solución ilimitada a la derecha
X2 Observe que a pesar

que la región factible es
abierta a la derecha,
X1 ≥ 5 podría tener solución
15 – óptima si el problema
fuera de minimización.
X2 ≤ 10
10 –
Región Factible
5–
X1 + 2X2 ≥ 10
| | | | |
0– 5 10 15 X1

 Redundancia
 Una restricción redundante no afecta la región
de soluciones factibles
 Una o más restricciones pueden ser más
confinantes
 Esto ocurre frecuentemente en el mundo real
 Esto no causa problemas particulares, pero la
eliminación de las restricciones redundantes
simplifica el modelo

X2
 Problema con
restricción 30 –
Si extraemos la
restricción
redundante redundante del
25 – problema, la región
2X1 + X2 ≤ 30
factible no cambia
20 –
Restricción
redundante
15 –
X1 ≤ 25
10 – X1 + X2 ≤ 20
Región
5– factible
| | | | | |
0–
5 10 15 20 25 30 X1
 Soluciones Optimas Alternativas
 Ocasionalmente dos o más soluciones
óptimas pueden existir
 Gráficamente esto ocurre cuando la línea de
isoutilidad o isocosto de la función objetivo es
paralela a alguna de las restricciones del
problema
 Este hecho permite a la administración una
gran flexibilidad para decidir que combinación
seleccionar, ya que la utilidad permanece
igual con cada solución alterna.

X2
 Ejemplo de
solución 8– Observe que en este
caso la función objetivo
óptima 7– es paralela a una de las
La solución óptima se compone de
alternativa A todas las combinaciones de X1 y X2 restricciones
6– a lo largo del segmento AB confinantes.
5–
4– Línea de isoutilidad
correspondiente a $8
3–
2– Línea de isoutilidad
B correspondiente a $12 se
1 – Región extiende a lo largo de la
Factible linea AB
0– | | | | | | | |
1 2 3 4 5 6 7 8 X1

Fundamentos Del Método Gráfico para Programación Lineal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fundamentos Del Método Gráfico para Programación Lineal

Cargado por

Copyright:

Formatos disponibles

Fundamentos del

60 y2 y=a+bx Para nuestro caso en Programación Lineal usaremos:

20 b = tg θ Tomemos la ecuación: 15x1 + 30 x2 = 1200, entonces:

70 70 La recta pasa por el origen 70 y=a-bx

50 b>0 50 y=bx 50 b<0

10 20 30 40 50 60 70 80 90 100 110 120 10 20 30 40 50 60 70 80 90 100 110 120 10 20 30 40 50 60 70 80 90 100 110 120

20 20 orientación de la recta, y que

• Cantidad máxima de buffets a vender por día

10 20 30 40 50 60 70 80 90 100 110 120

60 Tome el mismo punto (90, 0) y confirme que no

20 Una vez que hemos graficado todas las

10 20 30 40 50 60 70 80 90 100 110 120 Para encontrar la solución hay dos opciones:

Sumando (2) + (3):

80 Solución óptima: El punto que produce

© 2009 Prentice-Hall, Inc. 7 – 18

Pintura y barnizado 2 1 100

Utilidad por unidad $70 $50

© 2009 Prentice-Hall, Inc. 7 – 19

© 2009 Prentice-Hall, Inc. 7 – 20

© 2009 Prentice-Hall, Inc. 7 – 21

Esto significa que cada mesa

 Ambas restricciones limitan la capacidad de

© 2009 Prentice-Hall, Inc. 7 – 22

M ≥ 0 (el número de mesas producidas es mayor

 El problema completo planteado matemáticamente

Maximizar Utilidad = $70M + $50S

 La forma más sencilla de solucionar un pequeño

© 2009 Prentice-Hall, Inc. 7 – 24

© 2009 Prentice-Hall, Inc. 7 – 25

 El primer paso en la solución del problema consiste

© 2009 Prentice-Hall, Inc. 7 – 26

 Cuando Fernández no produce mesas, la

© 2009 Prentice-Hall, Inc. 7 – 27

© 2009 Prentice-Hall, Inc. 7 – 28

S  Cualquier punto situado en la linea

© 2009 Prentice-Hall, Inc. 7 – 29

 El punto (30, 40) se encuentra en la gráfica

© 2009 Prentice-Hall, Inc. 7 – 30

© 2009 Prentice-Hall, Inc. 7 – 31

 Para producir mesas y sillas se deben utilizar

© 2009 Prentice-Hall, Inc. 7 – 32

S  Región de soluciónes factibles de

© 2009 Prentice-Hall, Inc. 7 – 33

 Para el punto (30, 20)

Restricción 4M + 3S ≤ 240 horas disponibles

 Para el punto (70, 40)

Restricción 4M + 3S ≤ 240 horas disponibles

© 2009 Prentice-Hall, Inc. 7 – 34

 Para el punto (50, 5)

Restricción 4M + 3S ≤ 240 horas disponibles

© 2009 Prentice-Hall, Inc. 7 – 35

© 2009 Prentice-Hall, Inc. 7 – 37

© 2009 Prentice-Hall, Inc. 7 – 38

© 2009 Prentice-Hall, Inc. 7 – 39

© 2009 Prentice-Hall, Inc. 7 – 40

© 2009 Prentice-Hall, Inc. 7 – 41

© 2009 Prentice-Hall, Inc. 7 – 42

 El punto es la solución óptima por que tiene

© 2009 Prentice-Hall, Inc. 7 – 43

© 2009 Prentice-Hall, Inc. 7 – 45

COMPOSICION DE CADA LIBRA

© 2009 Prentice-Hall, Inc. 7 – 47

© 2009 Prentice-Hall, Inc. 7 – 49