MTODO GRFICO

El mtodo grfico es un procedimiento de solucin de problemas de programacin lineal muy

limitado en cuanto al nmero de variables (2 si es un grfico 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
(poliedro) factible, comnmente llamado el conjunto solucin o regin factible, en el cual por
razones trigonomtricas en uno de sus vrtices se encuentra la mejor respuesta (solucin ptima).
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 108 Kg 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 $4000 el metro y el T se vende a $5000 el metro. Si se debe obtener el mximo
beneficio, cuntos metros de T y T se deben fabricar?
LA 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 + 0,2XT <= 500

Hilo a

0,15XT + 0,1XT <= 300

Hilo b

0,072XT + 0,027XT <= 108

Hilo c

Las restricciones de no negatividad no son necesarias en este ejemplo dado que se trata de un
ejercicio de maximizacin, cuando el ejercicio sea de minimizacin lo ms recomendado es
incluirlas.

FUNCIN OBJETIVO

ZMAX = 4000XT + 5000XT

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, 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.

Por ejemplo, para un x = 0

0,12(0) + 0,2y = 500

0,2y = 500
500/0,2 = y

2500 = y

y para un y = 0

0,12x + 0,2(0) = 500

0,12x = 500
x = 500/0,12
x = 4167

Seguimos con la segunda restriccin,

0,15X + 0,1y = 300

Tercera restriccin,

0,072X + 0,027y = 108

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 haca abajo.

Una vez se llega a este punto es indispensable saber que las soluciones ptimas se alojan en los
vrtices del polgono solucin (color gris) y que identificar a la solucin ptima es cuestin de elegir
la mejor alternativa dependiendo de las herramientas disponibles (tecnolgicas y conocimientos
matemticos).

La primera opcin es la geomtrica, esta depende de trazar la ecuacin que representa a la funcin
objetivo (este paso consiste en realizar el mismo procedimiento de las restricciones).

Funcin objetivo,

ZMAX = 4000x + 5000y

luego igualamos a 0.

4000x + 5000y = 0

luego tabulamos para obtener las coordenadas necesarias para esbozar la grfica
correspondientes a la ecuacin (en esta ocasin es recomendable ms de dos coordenadas,
incluyendo la coordenada (x = 0, y = 0).

Una vez se ha esbozado la funcin objetivo (lnea negra) sacamos replicas perpendiculares a esta
que se encuentren con cada vrtice, y solo en el caso en que la lnea imaginaria perpendicular a la
funcin objetivo no corte el polgono solucin se ha encontrado la solucin ptima. En otras
palabras trasladamos la funcin objetivo por todo el polgono conservando la perpendicularidad con
la original, la detenemos en los vrtices y evaluamos si esta corta o no el conjunto solucin.

Claramente solo en el punto "B", es decir en el vrtice formado por la interseccin de las
ecuaciones 1 y 2, la lnea imaginaria no corta el polgono solucin, entonces es este punto el
correspondiente a la coordenada ptima.

Para hallar el valor de esta coordenada es indispensable recurrir a la resolucin de ecuaciones

lineales 2x2, y se pueden considerar varios mtodos de solucin entre ellos:

- Mtodo por sustitucin

- Mtodo por igualacin

- Mtodo por reduccin o Eliminacin
- Mtodo por eliminacin Gauss
- Mtodo por eliminacin Gauss - Jordn
- Mtodo por determinantes

La riqueza de las matemticas nos deja suficientes alternativas, para mi gusto el mtodo de
reduccin o eliminacin es muy sencillo de aplicar.

El mtodo por 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.

Ecuacin 1

0,12x + 0,2y = 500

Ecuacin 2

0,15x + 0,1y = 300 multiplicamos por (-2)

Ecuacin 3 (2*(-2))

-0,30x - 0,2y = -600

Sumamos 1 y 3

-0,18x = -100

Despejamos "x"

x = -100 / (-0,18)
x = 555,55

luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales con el objetivo de
despejar "y".

Ecuacin 1

0,12x + 0,2y = 500

Reemplazamos "x"

0,12(555,55) + 0,2y = 500

Despejamos "y"

66,666 + 0,2y = 500

0,2y = 500 - 66,666

0,2y = 433,334
y = 433,334 / 0,2
y = 2166,67

De esta forma hemos obtenido los valores para "x" y "y".

Recordemos que x y y fueron los nombres que recibieron las variables originales XT y XT'

x = XT
y = XT'

XT = 555,55
XT' = 2166,67

y la contribucin obtenida (reemplazando las variables en la funcin objetivo) es de:

Zmax = 4000XT + 5000XT'

Zmax = 4000(555,55) + 5000(2166,67)
Zmax = 13.055.550

Ahora podemos cotejar los resultados con los obtenidos mediante resolucin por Solver - Excel, sin
embargo recuerden que el mtodo de bsqueda de la solucin ptima en el mtodo grfico que
utilizamos es el geomtrico y que existe una posibilidad mucho ms engorrosa pero igualmente
efectiva, este es el mtodo de iteracin por vrtice, y que consiste en hallar todas las coordenadas
de los vrtices y luego en cada coordenada se evala la funcin objetivo, (cada coordenada nos
proporciona un valor en "x" y otro en "y", luego reemplazamos estos valores en la funcin objetivo
"4000x + 5000y = ?" y luego evaluamos los resultados seleccionando la mayor cantidad).

VARIANTES EN EL MTODO GRFICO

Como en la mayora de los casos el ejemplo con el que aqu se explic el mtodo grfico es el
ideal, es decir un ejercicio de conjunto acotado con solucin ptima nica, sin embargo existen una
variedad de problemas diferentes a los ideales y que vale la pena analizar:

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.

X = Cantidad de mesas modelo A a fabricar esta semana

Y = Cantidad de mesas modelo B a fabricar esta semana

Restricciones

2X + Y <= 10

"Horas de ensamble"

X + 2Y <= 8

"Horas de pintura"

X, Y => 0

"De no negatividad"

Funcin objetivo

Zmax = 20000X + 10000Y

La grfica resultante sera:

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:

Es claro que en este ejercicio las variables pueden aumentar mejorando indefinidamente la funcin
objetivo, en estos casos se dice que la solucin ptima no es acotada, por lo cual las posibles
soluciones son infinitas.
SOLUCIN 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.

Un ejemplo:

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:

Evidentemente no existe forma alguna de satisfacer todas las restricciones, por ende se concluye
que no existe solucin factible.

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.

Por ejemplo:

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,

La solucin ptima corresponde a:

X = 150 Y = 0, y la funcin objetivo quedara. Zmax = $15300000