¡La Universidad para todos!

CICLO 2018-2 Módulo: 1

Unidad: I Semana: 1

INVESTIGACION OPERATIVA

Mg. Hector Checasaca

Arpita
h_checasaca@doc.uap.edu.pe

Escuela Profesional ADMINISTRACION Y NEGOCIOS

INTERNACIONALES
Método Gráfico
 2.4. MÉTODO GRÁFICO O
MÉTODO GEOMÉTRICO DE SOLUCIÓN
Es una técnica que permite encontrar la solución de modelos
muy sencillos con dos variables de decisión y a pesar de
que casi todos los problemas reales tienen más de dos
variables de decisión. Sirve en realidad para proporcionar
una base intuitiva que facilita el aprendizaje de soluciones
de modelos más complejos por otros métodos.
Objetivo: establecer la naturaleza de un problema de
programación lineal, introduciendo la terminología
asociada con el y resolverlo geométricamente.
 A. REGION FACTIBLE NO
ACOTADA
a. Formulación de dieta
Una dieta debe al 16 unidades de
contener menos
carbohidratos y 20 de proteínas. El alimento A
contiene 2 unidades de carbohidratos y 4 de proteínas;
el alimento B contiene 2 unidades de carbohidratos y 1
de proteínas. Si el alimento A cuesta $1.20 por unidad y
el B $0.80 por unidad,
 ¿Cuántas unidades de cada alimento deben comprarse
para minimizar el costo?
 ¿cuál es el costo mínimo?
 A. REGION FACTIBLE NO ACOTADA
Solución

Variables de decisión
Sea X1 en N.º de unidades de alimentos A comprar
Sea X2 en N.º de unidades de alimentos B
comprar
 A. REGION FACTIBLE NO ACOTADA
Solución

F.O costo min Z = 1.2 X1+0.8 X2

Sujeto a

2X1+2X2 >= 16 requerimiento mínimo de carbohidratos

4X1+1X2 >=20 requerimiento mínimo de proteínas
X1, X2 >=0
 A. REGION FACTIBLE NO
ACOTADA
Solución
Tabulando para cada una de las rectas, pues usted sabe que
por dos puntos pasa una recta
A. REGION FACTIBLE NO
ACOTADA
X 2

20

16 4X1+X220

12
REGIÓN FACTIBLE NO ACOTADA

4 2X1+2X216

0
2 4 6 8 10 X1
 A. REGION FACTIBLE NO
ACOTADA
Solución
Intersección de las rectas L1 y
L2 2X1+2X2 = 16
4X1+1X2 =20
resolviendo el sistema de ecuaciones se obtiene:
X1=4
X2=4
Reemplazando en Z = 1.2 X1+0.8 X2
En el punto (0,20) Z= 1.2 (0)+0.8 (20) = 16
En el punto (4,4) Z=1.2 (4)+0.8 (4) =8
En el punto (8,0) Z=1.2 (8)+0.8 (0) = 9.6
Respuesta: Z min. Óptimo = 8 con un plan de
compra: X1: 4 unidades del alimento A
X2: 4 unidades del alimento B
B. SOLUCIÓN MÚLTIPLE
 B. SOLUCIÓN MÚLTIPLE
X2

X1=1

Z=X1+X2
4

3
X2=2
2

1 X1+X2=4

0
1 2 3 4 5 X1
B. SOLUCIÓN MÚLTIPLE
 C. REGIÓN FACTIBLE VACÍA
El ejemplo siguiente ilustra una situación en la que
no que existe solución óptima
 C. REGIÓN FACTIBLE VACÍA

0
1 2 3 4 5
 C. REGIÓN FACTIBLE VACÍA
Solución
Un punto factible (x1, x2 ) debe tener x1 ≥ 0, x2 ≥ 0
, estarsobre la recta superior o por encima de l1 :
x1
+ x2 ≥ 4 y sobre o por debajo de la recta inferior l2 : x1
+ 2x2 ≤2 . Sin embargo, no existen tales puntos. De
aquí que la región factible sea vacía y, por lo tanto,
este problema no tenga solución óptima.
Siempre que la región factible de un problema
de
P.L. sea vacía, no existe solución óptima.
 D. SOLUCIÓN ÓPTIMA ÚNICA

Max z = x1 + x2
s.a.

3x1 + 2x2 ≤ 6
2x1 + 4x2 ≤ 8
x1 , x2  0
 D. SOLUCIÓN ÓPTIMA ÚNICA
Solución: por dos puntos pasa una recta entonces:
l1 : 3x1 + 2x2 = 6Tabulando si: x1 = 0
--> x2 = 3 tenemos (0,3)
x2 = 0 --> x1 = 2 Tenemos (4,0)
l2 : 2x1 + 4x2 = 8 Tabulando si: x1 = 0
--> x2 = 2 tenemos (0,3)
x2 = 0 --> x1 = 4 Tenemos (4,0)
Resolviendo el sistema de ecuaciones l1  l2
es decir:
l1 : 3x1 + 2x2 = 6 y l2 : 2x1 + 4x2 = 8 se obtiene x1 = 1 y
x2 = 1.5
 D. SOLUCIÓN ÓPTIMA ÚNICA
Solución: existe una solución única
 E. EJEMPLO
Un fabricante de juguetes prepara un programa de
producción para dos nuevos juguetes, cosas y
cositas, utilizando la información concerniente a sus
tiempos de producción dados en la tabla que sigue.
Por ejemplo, cada cosa requiere de 2 horas en la
máquina A. Las horas disponibles empleadas por
semana son: Para operación de la máquina A, 70
horas; para B, 40 horas; para terminado, 90 horas.
Si las utilidades en cada cosa y cada cosita son de
$4 y $6, respectivamente, ¿Cuántos de cada juguete
debe producir por semana con el fin de maximizar la
utilidad? ¿Cuál sería la utilidad máxima?
 E. EJEMPLO

Máquina A Máquina B Terminado

Cosa 2 horas 1 hora 1 hora

Cosita 1 hora 1 hora 3 horas

Variables de decisión:
Sea:
X1 el numero de juguetes a producir del juguete cosa
X2 el número de juguetes a producir del juguete cosita
E. EJEMPLO
 F. EJEMPLO
EJEMPLO 12:
Mezcla
I II Requerimient
Nutriente o mínimo
A 2 2 80
B 6 2 120
C 4 12 240
Costo $4 $5
Variables de Decisión:
Sea:
X1 El números de bolsas a comprar mezcla I
X2 El números de bolsas a comprar mezcla II
 F. EJEMPLO
F.O. Min C= 4X1 + 5X2

s.a.

2X1 + 2X2  80
6X1 + 2X2  120
4X1 + 12X2  240

Xi  0 i =
1,2
 F. EJEMPLO
Solución:
L1: 2X1 + 2X2 = 80
X1 X2 (0, 40)
0 40
(40, 0)
40 0

L2: 6X1 + 2X2 = 120

X1 X2 (0, 60)
0 60
20 0
(20, 0)

L3: 4X1 + 12X2 = 240

X1 X2
(0, 20)
0 20
60 0
(60, 0)
F. EJEMPLO
F. EJEMPLO
 F. EJEMPLO

F.O. Min C= 4X1 +

5X2 En el punto A (0, Z= 4(109.09)+5(63.64) = 300
60) En el punto B (10, Z= 4(10)+5(30) = 190
30) En el punto C (30, Z= 4(30)+5(10) =170
10) En el punto D (60, Z= 4(60)+5(0) = 240
0)
Rpta:
X1: 30 bolsas de la mezcla I
X2: 10 bolsas de la mezcla II
Costo mínimo óptimo =$ 170
 Serie de problemas 2.0

Resuelva cada uno de los siguientes programas

lineales usando el método gráfico.
Indique si los problemas son:
a) Óptimos: es decir que tiene una solución óptima.
b) Infactibles: es decir, que no existen valores de las
variables que satisfagan todas
las restricciones simultáneamente.
c) Ilimitados: es decir, que existen valores factibles de las
variables que hacen la función objetivo tan grande o
tan pequeña como se desee.

Todo programa lineal es óptimo, infactible o ilimitado.

Serie de problemas 2.0
Serie de problemas 2.0
 Ejemplo
Gepetto EIRL., manufactura muñecos y trenes de madera.
Cada muñeco:
• Produce un beneficio neto de 3 €.
• Requiere 2 horas de trabajo de acabado.
• Requiere 1 hora de trabajo de carpinteria.
Cada tren:
• Produce un beneficio neto de 2 €.
• Requiere 1 hora de trabajo de acabado.
• Requiere 1 hora trabajo de carpinteria.

Cada semana Gepetto puede disponer de:

• Todo el material que necesite.
• Solamente 100 horas de acabado.
• Solamente 80 horas de carpinteria.
También:
• La demanda de trenes puede ser
cualquiera (sin límite).
• La demanda de muñecos es como
mucho 40.

Gepetto quiere maximizar sus beneficios.

¿Cuántos muñecos y cuántos trenes debe fabricar?
Este problema es un ejemplo típico de un problema de programación lineal (PPL).
Variables de Función Objetivo. En cualquier
Decisión PPL, la decisión a tomar es
como maximizar (normalmente el
x = nº de muñecos beneficio) o minimizar (el coste)
producidos a de alguna función de las
la semana variables de decisión. Esta
y = nº de trenes función a maximizar o minimizar
producidos a la se llama función objetivo.
semana
El objetivo de Gepetto es
elegir valores de x e y para
maximizar 3x + 2y. Usaremos
la variable z para denotar el
valor de la función objetivo. La
función objetivo de Gepetto es:
Max z = 3x + 2y
Restricciones
Son desigualdades que
limitan los posibles
valores de las variables
de decisión.
En este problema las
restricciones vienen
dadas por la
disponibilidad de horas
de acabado y carpintería
y por la demanda de
muñecos.
También suele haber
restricciones de signo o
no negatividad:
x≥0
y≥0
 Restricciones
Cuando x e y crecen, la función objetivo de Gepetto también crece. Pero no
puede crecer indefinidamente porque, para Gepetto, los valores de x e y
están limitados por las siguientes tres restricciones:

no más de 100 horas de tiempo de acabado pueden ser usadas.

Restricción 1:
no más de 80 horas de tiempo de carpinteria pueden ser usadas.
Restricción 2:
limitación de demanda, no deben fabricarse más de 40
Restricción 3:
muñecos.
Estas tres restricciones pueden expresarse matematicamente por las
siguientes desigualdades:

Restricción 1: 2 x + y ≤ 100
Restricción 2: x + y ≤ 80

Restricción 3: x ≤ 40

Además, tenemos las restricciones de signo: x ≥ 0 e y ≥ 0

 Formulación matemática del PPL
Variables de Decisión x = nº de muñecos producidos a la semana
y = nº de trenes producidos a la semana

Muñeco Tren

Beneficio 3 2 Max z = 3x + 2y (función objetivo)

Acabado 2 1 ≤ 100 2 x + y ≤ 100 (acabado)

Carpintería 1 1 ≤ 80 x + y ≤ 80 (carpinteria)

Demanda ≤ 40 x ≤ 40 (demanda muñecos)

x ≥0 (restricción de
signo)
y ≥0 (restricción de signo)
 Formulación matemática del
PPL
Para el problema de Gepetto, combinando las restricciones de signo
x ≥ 0 e y ≥ 0 con la función objetivo y las restricciones, tenemos el
siguiente modelo de optimización:

Max z = 3x + 2y
(función objetivo)
Sujeto a (s.a:)
2x+y
(restricción de acabado)
≤ 100
(restricción de carpinteria)
x+ y
x ≤ ≤ 40 (restricción de demanda de muñecos)
x ≥0 (restricción de signo)
80
y ≥0 (restricción de signo)
 Región factible
La región factible de un PPL es el conjunto de todos los puntos que
satisfacen todas las restricciones. Es la región del plano delimitada por el
sistema de desigualdades que forman las restricciones.

x = 40 e y = 20 está en la región Restricciones de Gepetto

factible porque satisfacen todas las
restricciones de Gepetto.
Sin embargo, x = 15, y = 70 no está
en la región factible porque este
punto no satisface la restricción de
carpinteria
[15 + 70 > 80].
2x + y ≤ 100 (restricción finalizado)
(restricción carpintería)
x + y ≤ 80
x ≤ 40(restricción demanda) x
≥ 0 (restricción signo)
y ≥ 0 (restricción
signo)
 Solución óptima
Se puede demostrar
Para un problema de maximización, una solución
que la solución
óptima es un punto en la región factible en el cual la
óptima de un PPL
función objetivo tiene un valor máximo. Para un
está siempre en la
problema de minimización, una solución óptima es un
frontera de la región
punto en la región factible en el cual la función objetivo
factible, en un vértice
tiene un valor mínimo.
(si la solución es
única) o en un
La mayoría de PPL tienen solamente una solución segmento entre dos
óptima. Sin embargo, algunos PPL no tienen solución vértices contiguos (si
óptima, y otros PPL tienen un número infinito de hay infinitas
soluciones. soluciones)
Más adelante veremos que la solución del PPL de
Gepetto es x = 20 e y = 60. Esta solución da un valor
de la función objetivo de:
z = 3x + 2y = 3·20 + 2·60 = 180
€
Cuando decimos que x = 20 e y = 60 es la solución óptima, estamos
diciendo que, en ningún punto en la región factible, la función objetivo
tiene un valor (beneficio) superior a 180.
 Representación Gráfica
Y
de las restricciones
Cualquier PPL con sólo dos variables
puede resolverse gráficamente.
100
2x + y = 100
Por ejemplo, para representar
gráficamente la primera restricción,
80
2x + y ≤ 100 :
Dibujamos la recta 2x + y = 100
60

Elegimos el semiplano que 40

cumple la desigualdad: el punto
(0, 0) la cumple
(2·0 + 0 ≤ 100), 20
así que tomamos el semiplano
que lo contiene.
20 40 60 80 X
 Dibujar la región factible

Puesto que el PPL de Gepetto tiene dos variables, se puede resolver

gráficamente. La región factible es el conjunto de todos los puntos que
satisfacen las restricciones:

2 x + y ≤ 100 (restricción de acabado)

x+y ≤ 80 (restricción de carpintería)
x ≤ 40 (restricción de demanda)
x ≥0 (restricción de
signo)
y ≥0 (restricción de signo)

Vamos a dibujar la región factible que satisface estas restricciones.

 Dibujar la región factible
Y

100
2x + y = 100
Restricciones
2 x + y ≤ 100
80
x + y ≤ 80
x ≤ 40
60
x ≥0
y ≥0
40

Teniendo en cuenta
las restricciones 20
de signo (x ≥ 0, y
≥ 0), nos queda:
20 40 60 80 X
 Dibujar la región factible
Y

100

Restricciones 80

2 x + y ≤ 100
x + y ≤ 80
60 x + y = 80
x ≤ 40
x ≥0 40

y ≥0

20

20 40 60 80 X
 Dibujar la región factible
Y

100

Restricciones
80
2 x + y ≤ 100 x = 40

x + y ≤ 80 60

x ≤ 40
x ≥0 40

y ≥0

20

20 40 60 80 X
 Dibujar la región factible
Y
La intersección de
todos estos
semiplanos 2x + y = 100
100
(restricciones) nos
da la región
factible 80
x = 40

60

x + y = 80
40

Región
20
Factible

20 40 60 80 X
 Vértices de la región factible
Y Restricciones
La región factible (al estar
limitada por rectas) es un 2 x + y ≤ 100
polígono. 2x + y = 100 x + y ≤ 80
100
En esta caso, el polígono x ≤ 40
ABCDE.
x ≥
80 E x = 40 0
Como la solución óptima
está en alguno de los y ≥0
vértices (A, B, C, D o E) D
60
de la región factible,
calculamos esos vértices. x + y = 80
40

Región
20 Factible C

B
A 20 40 60 80 X
 Vértices de la región factible
Y
Los vértices de la región factible
son intersecciones de dos rectas.
El punto D es la intersección de las 100
rectas 2x + y = 100
2x + y = 100
x + y = 80 x = 40
80 E(0, 80)
La solución del sistema x = 20,
y = 60 nos da el punto D. D (20, 60)
60

B es solución de
x = 40 40
y=0
C es solución de C(40, 20)
Región
x = 40 20 Factible x + y = 80
2x + y = 100
B(40, 0)
E es solución de A(0, 0) 20 40 60 80 X
x + y = 80
x=0
 Resolución gráfica
Y
Max z = 3x + 2y

Para hallar la 100

solución óptima,
dibujamos las rectas (0, 80)
80
en las cuales los
puntos tienen el
mismo valor de z. (20, 60)
60
La figura muestra
estas lineas para
40
z = 0, z = 100,
z = 180 Región
(40, 20)
20 Factible

(40, 0)

(0, 0) 20 40 60 80 X
z = 180
z=0 z = 100
 Resolución gráfica Y

Max z = 3x + 2y
100

La última recta de z 80 (0,

que interseca 80)
(toca) la región
(20, 60)
factible indica la 60
solución óptima
para el PPL. Para
el problema de 40
Gepetto, esto
ocurre en el punto Región
(40, 20)
D (x = 20, y = 60, 20 Factible
z = 180).
(40, 0)

(0, 0) 20 40 60 80 X
z = 180
z=0 z = 100
 Resolución analítica
Y
Max z = 3x + 2y
También podemos encontrar la
100
solución óptima calculando el valor
de z en los vértices de la región
factible. 80
(0, 80)

Vértice z = 3x + 2y (20, 60)

(0, 0) z = 3·0+2·0 = 60

(40, 0) z0 = 3·40+2·0 = 120

(40, 20) z = 3·40+2·20 = 40
(20, 60) 160 z = 3·20+2·60
(0, 80) = 180 z = 3·0+2·80 Región
= 160 Factible (40, 20)
20

La solución óptima es:

x = 20 muñecos (40, 0)
y = 60 trenes (0, 0) 20 40 60 80 X
z = 180 € de beneficio
Hemos identificado la región factible para el
problema de Gepetto y buscado la solución
óptima, la cual era el punto en la región factible
con el mayor valor posible de z.
Recuerda que:

• La región factible en cualquier PPL está

limitada por segmentos (es un polígono,
acotado o no).

• La región factible de cualquier PPL

tiene
solamente un número finito de vértices.

• Cualquier PPL que tenga solución óptima

tiene un vértice que es óptimo.
Un problema de minimización

Dorian Auto fabrica y vende coches y

furgonetas.La empresa quiere emprender una
campaña publicitaria en TV y tiene que
decidir comprar los tiempos de anuncios en
dos tipos de programas: telenovelas y fútbol.

•Cada anuncio del programa telenovelas es

visto por 6 millones de mujeres y 2
millones de hombres.
•Cada partido de fútbol es visto por 3 millones
de mujeres y 8 millones de hombres.
•Un anuncio en el programa telenovelas cuesta 50.000 € y un anuncio del fútbol
cuesta 100.000 €.
•Dorian Auto quisiera que los anuncios sean vistos por lo menos 30 millones de
mujeres y 24 millones de hombres.
Dorian Auto quiere saber cuántos anuncios debe contratar en cada tipo de
programa para que el coste de la campaña publicitaria sea mínimo.
 Formulación del problema:

•Cada anuncio del programa

telenovela es visto por 6 millones de
mujeres y 2 millones de hombres. Corazón Fútbol
•Cada partido de fútbol es visto por 3 (x) (y)
millones de mujeres y 8 millones de
hombres.
•Un anuncio en el programa de mujeres 6 3 6x + 3y ≥ 30
telenovela cuesta 50.000 € y un
anuncio del fútbol cuesta 100.000 €.
•Dorian Auto quisiera que los
hombres 2 8 2x + 8y ≥ 24
anuncios sean vistos por lo menos 30
millones de mujeres y 24 millones de
hombres. Costo
Dorian Auto quiere saber cuántos 1.000€ 50 100 50x +100y
anuncios debe contratar en cada tipo
de programa para que el costo de la
campaña publicitaria sea mínimo.
 Formulación del problema:

Variables de decisión: x = nº de anuncios en

telenovelas
y = nº de anuncios en fútbol

(función objetivo en 1.000 €)

Min z = 50x + 100y
(mujeres)
s.a: 6x + 3y ≥ 30
(hombres)
2x + 8y ≥ 24
(no negatividad)
x, y ≥ 0
 Dibujamos la región factible.
Y

14

Min z = 50 x + 100y 12
6x + 3y = 30
s.a. 6x + 3y ≥ 30 2x +
10
8y ≥ 24 x, y
≥0 8

4
2x + 8y = 24
2

X
2 4 6 8 10 12 14
 Calculamos los vértices de la región factible:
La región factible
Y
El vértice A es solución del no está acotada
sistema 14
6x + 3y = 30
x=0 12
Por tanto, A(0, 10)
10 A
Región
El vértice B es solución de 8 Factible
6x + 3y = 30
2x + 8y = 24 6
Por tanto, B(4, 2)
4

El vértice C es solución de B
2
2x + 8y = 24
y=0 C
Por tanto, C(12, 0) 2 4 6 8 10 12 14
X
 Resolvemos por el método analítico

Evaluamos la función objetivo z en los vértices.

Y
Vértice z = 50x + 100y
14
z = 50·0 + 100·10 =
A(0, 10)
= 0+10000 = 10 000 12

z = 50·4 + 100·2 =
B(4, 2) 10 A(0, 10)
Región
= 200+200 = 400
Factible
8
z = 50·12 + 100·0 =
C(12, 0)
= 6000+0 = 6 000 6

El costo mínimo se obtiene en B. 4

B(4, 2)
Solución: 2
x = 4 anuncios en telenovelas
C(12, 0)
y = 2 anuncios en futbol
Costo z = 400 (mil €) X
2 4 6 8 10 12 14
 Resolvemos por el método gráfico
Min z = 50 x + 100y Y

s.a. 6x + 3y ≥ 30 14

2x + 8y ≥
12
24
x, y ≥ 0 10 A(0, 10)
El costo mínimo Región
se obtiene en 8 Factible
Z = 600
el punto B.
6
Z = 400
4

B(4, 2)
2
Solución:
x = 4 anuncios en telenovelas C(12, 0)
y = 2 anuncios en futbol X
2 4 6 8 10 12 14
Costo z = 400 (mil €)
 Número de Soluciones de un PPL

Los dos ejemplos anteriores, Gepetto y Dorian Auto,

tienen, cada uno, una única solución óptima.
No en todos los PPL ocurre esto. Se pueden dar
también las siguientes posibilidades:
• Algunos PPL tienen un número infinito de
soluciones óptimas (alternativas o múltiples
soluciones óptimas).
• Algunos PPL no tienen soluciones factibles (no
tienen región factible).
• Algunos PPL son no acotados: Existen puntos en
la región factible con valores de z
arbitrariamente grandes (en un problema de
maximización).
Veamos un ejemplo de cada caso.
 Número infinito de soluciones óptimas
Y
Consideremos el siguiente 60
problema:

50
C
max z = 3x + 2y

40
s.a: 3x + 2y ≤ 120
x + y ≤ 50
x,y≥0 B
30 Región
Factible
z = 120
Cualquier punto (solución) situado 20
en el segmento AB puede ser
una solución óptima de z =120. z = 60
10
z = 100

A
10 20 30 40 50 X
 Sin soluciones factibles
Y
Consideremos el siguiente
60
problema:
No existe
Región Factible
max z = 3x1 + 2x2 50
x ≥ 30

s.a: 3x + 2y ≤ 120 40
x + y ≤ 50 x + y ≤ 50 y ≥ 30
x ≥ 30
y ≥ 30 30
x,y≥0

20

10 3x + 2y ≤ 120

No existe región factible

10 20 30 40 50 X
 PPL no acotado
max z = 2x – y Y
x–y≤1
s.a: 6
Región Factible
2x + y ≥
6 x, y ≥ 0 5

La región factible es no
acotada. Se muestran en el 4

gráfico las rectas de nivel z=4

para z = 4 y z = 6. Pero 3
podemos desplazar las
rectas de nivel hacia la
2
derecha indefinidamente sin
z=6
abandonar la región
factible. Por tanto, el valor 1

de z puede crecer
indefinidamente.
1 2 3 4 5 X
FIN