Investigacin de Operaciones

Programacin Lineal

Ing. Pastor E. Castillo D., Ph. D.

pcastillod@unapec.edu.do
ingpastorcastillo@hotmail.com

TEMA II PROGRAMACIN LINEAL. (PL)

Objetivos particulares:
Al finalizar el tema el estudiante debe ser capaz de:
2.1 Construir modelos de programacin lineal.
2.2 Determinar las caractersticas de un modelo de PL.
2.3 Resolver problemas de PL usando mtodo grfico.
2.4 Resolver problemas de PL usando mtodo simplex.
Contenido
1.
2.
3.
4.
5.
6.
7.

Definicin y caractersticas de la programacin lineal.

Mtodos de programacin lineal.
Mtodo grafico de programacin lineal.
Mtodo simplex de programacin lineal.
Determinar el dual a partir de un primal.
Anlisis de sensibilidad.
Utilizacin de hoja de clculo para resolver problemas de
programacin lineal.

Para que sirve la programacin lineal?

Lenguaje de Programacin
Funcin
Objetivo

Es la funcin por maximizar o

minimizar

Restricciones

Son las limitaciones existentes

sobre las variables. Constituyen
un sistema de desigualdades.

Soluciones
Factibles

Son las infinitas soluciones para

el sistema de restricciones.

Solucin
ptima

Es una de las soluciones

factibles que le da valor mximo
o mnimo a la funcin objetivo.

Programacin Lineal
FO: Max o Min Z = C X
Sujeto a
AX B
Xj 0 ; j = 1, 2,...., n
La Programacin Lineal es una herramienta para resolver problemas
de optimizacin que se caracterizan por tener como funcin objetivo y
restricciones combinaciones lineales de las variables de decisin.
Conceptos Bsicos:

Variables de Decisin
Funcin Objetivo
Restricciones
Restricciones de Signo

Programacin Lineal
Consideremos el siguiente ejemplo para describir los conceptos
bsicos presentes en todo problema de programacin lineal (PPL)

1.- Una mueblera produce mesas y sillas de madera. Cada mesa es

vendida en $27.000 y se requiere $10.000 en materiales para su
construccin, adems, el costo unitario por mano de obra es de
$14.000. En el caso de las sillas, el precio de venta es de $21.000 y los
costos de materiales y mano de obra son $9.000 y $10.000
respectivamente.
La fabricacin de cada producto requiere de dos labores: carpintera
y terminaciones. Una mesa requiere de 1 hora de carpintera y 2 de
terminaciones, mientras que la silla requiere de 1 hora en cada labor.

Programacin Lineal
Cada semana, la mueblera puede obtener todos los materiales que
desee, sin embargo, se pueden dedicar hasta 100 horas a las
terminaciones y hasta 80 horas a la carpintera. La demanda por
mesas no est limitada, mientras que la demanda por sillas es de 40
unidades.
Formule un modelo matemtico que permita maximizar las utilidades
de la mueblera.

Variables de decisin:
Se debe comenzar definiendo las variables de decisin relevantes. En
un PPL las variables de decisin deben ser capaces de describir
completamente las decisiones que puedan ser tomadas y todas las
variantes que existan.

Programacin Lineal

Antes de definir las variables de decisin es importante definir las

unidades involucradas en el problema.
En este caso, se habla de unidades de sillas y mesas, de horas de
trabajo por unidad y de demanda semanal. De acuerdo a ello, una
buena opcin para definir las variables de decisin consiste en asociar
las variables al nmero de unidades de sillas y mesas a producir por
semana. Por lo tanto, podemos definir:

X1 = Nmero de mesas producidas por semana.

X2 = Nmero de sillas producidas por semana.

Programacin Lineal
Funcin Objetivo:

En un PPL, se debe tomar la decisin de maximizar (usualmente las

utilidades) o de minimizar (usualmente los costos) cierta funcin de
las variables de decisin.
La funcin que se va a optimizar se llama Funcin Objetivo (FO) y en
ella no aparece ningn trmino independiente o constante. Los
valores de las variables de decisin son independientes de cualquier
constante.
En el ejemplo, los costos e ingresos no dependen del valor de X1 o X2
por lo tanto basta concentrarse en maximizar la diferencia entre:
Ingresos Semanales Costos de Materiales Costos por mano de obra

Programacin Lineal
Luego se deben expresar los trminos anteriores en funcin de las
variables de decisin X1 y X2.
Por lo que la funcin objetivo queda (expresada en miles de $):

(27X1 + 21X2) (10X1 + 9X2) (14X1 + 10X2) = 3X1 + 2X2

As, el objetivo de la mueblera es escoger los valores X1 y X2 tal que se
maximice 3X1 + 2X2
Denotando por Z el valor de la FO para cualquier PPL, la funcin de la
mueblera es:
Max Z = 3X1 + 2X2
El coeficiente que acompaa a cada variable en la FO se denomina
coeficiente en la funcin objetivo de la variable y refleja el aporte
unitario de dicha variable a la funcin objetivo

Programacin Lineal
Restricciones:
En las medidas que las variables crecen, la FO aumenta su valor. Por
lo tanto si se pudiera escoger arbitrariamente el valor de la variables,
la mueblera podra hacer crecer el valor de sus utilidades en forma
infinita. En la prctica esto no es posible y en el ejemplo el valor que
toman las variables est limitado por las siguientes 3 restricciones:

Mximo 100 horas semanales para terminaciones.

Mximo 80 horas semanales para carpintera.
Produccin mxima de 40 sillas semanales.
Luego, el prximo paso consiste en formular matemticamente las
restricciones anteriores en funcin de las variables de decisin.

Programacin Lineal

Para formular la primera restriccin en funcin de las variables X1 y

X2 observamos que:
Hrs. terminaciones x mesa + hrs. terminaciones x silla hrs.
disponibles para terminacin
Por lo que la restriccin queda:

2X1 + X2 100
Es importante notar que todos los valores en la expresin anterior son
por semana, ya que las variables de decisin se han escogido con esa
referencia.

Programacin Lineal
Anlogamente la segunda restriccin queda:
X1 + X2 80
Finalmente, la tercera restriccin slo limita el valor de la variable X2
X2 40
Restricciones de Signo:
Para completar la formulacin del modelo es importante definir si
existe alguna restriccin de signo para cada variable de decisin.

Si una variable de decisin Xi debe cumplir condiciones de NO

NEGATIVIDAD, debemos agregar la siguiente restriccin:
Xi 0

Programacin Lineal

Si la variable de decisin Xi puede asumir valores positivos o

negativos se dice que Xi no tiene restriccin de signo (SRS).

En el ejemplo ambas variables de decisin se refieren a cantidades

a producir, por lo tanto son no negativas. Sin embargo, en otros
ejemplos las variables pueden ser SRS, por ejemplo en el caso de
que Xi se refiere al saldo de alguna cuenta.

Combinando todas las expresiones anteriores, es posible completar

el modelo matemtico para este problema de optimizacin,
quedando de la siguiente forma:

Programacin Lineal
Definicin de variables:
X1: nmero de mesas producidas por semana.
X2: nmero de sillas producidas por semana.
F.O:
Max Z = 3X1 + 2X2
S a:

2X1 + X2 100

Horas disponibles para terminaciones por semana

X1 + X2 80

Horas disponibles para carpintera por semana

X2 40

Produccin mxima de sillas por semana

Xj 0

j=1y2

No negatividad

Programacin Lineal
Generalizacin:
Dado un conjunto de m desigualdades o ecuaciones lineales, con n
variables, se requiere hallar valores de estas variables que
satisfagan las restricciones y maximicen o minimicen alguna
funcin lineal de las variables

FO: Max o Min Z = C X

Sujeto a
AX B
Xj 0 ; j = 1, 2,...., n

Programacin Lineal
Matemticamente
Hallar Xj ; j = 1, 2,..., n

Para

Max o Min Z = C1 X1 + C2 X2 +...+ Cn Xn

Sujeto a

a11 X1 +...+ a1j Xj +...+ a1n Xn b1

.
.
.
.
.
.
ai1 X1 +...+ aij Xj +...+ ain Xn bi
.
.
.
.
.
.
am1 X1 +...+ amj Xj +...+ amn Xn bm
Xj 0

j = 1, 2,..., n

Caractersticas de la PL
1.- Una funcin f(X1, X2, ..., Xn) de X1, X2, ..., Xn es una funcin lineal
s y slo s para un conjunto de constante C1, C2, ..., Cn se tiene:
f(X1, X2, ..., Xn) = C1X1 + C2X2 + ... + CnXn

Linealidad asume que no pueden haber trminos del siguiente

tipo:

X1 X 2

X3

a14 log X 4

2.- Asume las propiedades aditivas y multiplicativas

Si

una unidad tipo 1 necesita 2 horas en la mquina A y una

unidad tipo 2 necesita 3 horas, entonces ambas necesitan 5 horas.
Si una unidad tipo 3 necesita 1 hora en la mquina B, entonces 5
unidades necesitan 5 horas

Caractersticas de la PL
3.- La funcin que se va a optimizar se llama Funcin Objetivo y en
ella no aparece ningn trmino independiente o constante. Los valores
de las Xj son independientes de cualquier constante
4.- Los valores de las variables de decisin deben satisfacer un
conjunto de restricciones. Cada restriccin debe ser una ecuacin o
desigualdad lineal.
5.- Existe una restriccin de signo asociada a cada variable. Para toda
variable Xi la restriccin de signo especifica si Xi debe ser no negativa
o bien sin restriccin de signo.

6.- En las m restricciones no deben considerarse las condiciones de no

negatividad de las variables (Xj 0)

Caractersticas de la PL
7.- Supuesto de Divisibilidad, requiere que cada variable puede tomar
valores fraccionarios. En el ejemplo anterior, el supuesto se traduce en
que es aceptable producir 2,4 sillas o 1,6 mesas. Evidentemente este
supuesto no es vlido en el ejemplo, en este caso se puede proceder a
formular el problema como un problema de programacin lineal
entera (PPE), problema en que una o ms variables deben ser enteras.
Cuando no se satisface el supuesto de divisibilidad, una posibilidad es
redondear la solucin obtenida a un valor entero, sin embargo, no
existe garantas que dicha solucin sea la mejor.
8.- Supuesto de Certeza: exige que cada parmetro, es decir,
coeficientes de la funcin objetivo, coeficientes del lado derecho de las
restricciones, etc. sean conocidos con certeza, es decir, no se acepta
incertidumbre en sus valores

Caractersticas de la PL
Regiones Factibles y Soluciones ptimas
Dos de los conceptos ms fundamentales en los PPL son el de regin
factible y de solucin ptima de un problema. Llamaremos punto a la
especificacin de un valor para cada variable de decisin.
La regin factible para un PPL es el conjunto de puntos que
satisfacen todas las restricciones (incluidas las de signo) del problema.
En el caso de un problema de maximizacin, una solucin ptima del
PPL es un punto de la regin factible que est asociado al mayor valor
posible de la funcin objetivo. Similarmente, para un problema de
minimizacin, una solucin ptima es un punto que est asociado al
menor valor.

Caractersticas de la PL

Cualquier conjunto Xj que satisface las restricciones se llama

solucin al problema. Si satisface la condicin de no
negatividad se llama solucin factible y si adems optimiza la
funcin objetivo se llama solucin factible ptima

Usualmente hay un nmero infinito de soluciones

factibles al problema, de todas estas se tiene que tratar de
hallar, en lo posible, una ptima.

Ejemplo 2
Una empresa produce dos juguetes: los osos
Bobby y Teddy.
Cada juguete requiere ser procesado en dos
mquinas diferentes.
La primer mquina tiene 12 horas de capacidad
disponible y la otra tiene 8 horas de capacidad
disponible por da.
Nota: Este problema fue tomado de Moskowitz, Investigacin de Operaciones. Prentice Hall, 1982.

Ejemplo 2
Cada Bobby requiere 2 horas en cada
mquina.
Cada Teddy requiere 3 hrs. en la 1er mquina
y 1 hr. en la otra.
La ganancia incremental es de 6 por cada
Bobby y de 7 por cada Teddy.
Si puede vender toda su produccin, Cuntas
unidades diarias de cada uno debe producir?

Ejemplo 2
Se requiere formular:
Variables de decisin y parmetros

Restricciones
Funcin Objetivo

Ejemplo 2
Variables de decisin:
Cantidad de Bobbies a producir por da: B
Cantidad de Bobbies a producir por da: T
Parmetros:

1 Mq.

2 Mq.

Capacidad

12

Gananc.
Increm.

Ejemplo 2
Restricciones
Capacidad de la 1er. mquina
2B + 3T 12
Capacidad de la 2da. mquina
2B + T 8
Restricciones de no negatividad
B 0, T 0

Ejemplo 2
Funcin Objetivo:
Maximizar: Z = 6B + 7T

Cul es la solucin ptima?

B = 2, T = 2
B = 3, T = 2
B = 4, T = 4

Mtodo de solucin
Mtodo Grfico

... Recordemos un
poco
Cul de los siguientes regiones
coloreadas en el grfico corresponde a
la desigualdad?

x y
1
5 3

Cul es la opcin correcta?

Regin
Violeta

Regin
Celeste

Ejemplo 3
Un fabricante produce dos tipos de corbatas, Old Smokey
y Blaze Away. Para su produccin, las corbatas requieren
del uso de dos mquinas de coser A y B. El nmero de
horas necesarias para ambas esta indicado en la
siguiente tabla:
Mquina
A

Mquina
B

Old
Smokey

2h

4h

Blaze
Away

4h

2h

Si cada mquina puede utilizarse 24 horas por da y las utilidades en los

modelos son de $4 y $6 respectivamente. Cuntas corbatas de cada tipo
deben producirse por da para obtener una utilidad mxima? Cul es la
utilidad mxima?

Planteo del problema

Funcin
Objetivo

Z 4x 6 y
Es la funcin
de utilidades
que debo
maximizar

Restricciones

Condicione
s de no
negatividad

2 x 4 y 24
4 x 2 y 24

Limitaciones
x 0
horarias de las
y 0 mquinas A y B

Pasos a seguir para encontrar la cantidad de artculos que deben

venderse, de ambos modelos, para que la utilidad sea mxima:

1. Graficar las desigualdades que indican las

restricciones del problema en el plano
cartesiano.
2. Indicar la interseccin de dichas regiones, o
sea, la solucin al sistema de inecuaciones
planteado (Regin de soluciones factibles).
3. Encontrar en el interior de esa regin, cul
es el punto para en el cual la funcin de
utilidades (Funcin objetivo) es mxima.

Cmo encontramos la regin de

soluciones factibles?
A continuacin
graficaremos paso a
paso las restricciones del
problema.

Condicin de no negatividad:
x 0, y 0
Solucin

Recta
incluida en la
solucin
Regin
excluida

Primera Restriccin:
2 x 4 y 24
Recta excluida
de la solucin

Segunda Restriccin:

4 x 2 y 24
Regin de
soluciones
factibles

Mtodo grfico

Para encontrar la
solucin ptima
podemos utilizar

Algoritmos: Mtodo
simplex, Dual, 2
fases, M grande, etc.

Programas de computadoras:
TORA, WINQSB, Solver, etc

Mtodo Grfico
2
Z
Z 4x 6 y y x
3
6

La recta se llama recta de isoutilidad debido a que

todos sus puntos tienen la misma utilidad, su pendiente
es -2/3 y su ordenada al origen vara segn el valor de
la utilidad Z.
El mtodo grfico consiste en buscar cul de estas
rectas de isoutilidad cumple con dos condiciones:

Tiene puntos en comn con la regin de soluciones

factibles.
Tiene ordenada al origen mxima.

Cualquier recta de
isoutilidad con una
utilidad mayor no
contendr puntos en la
regin factible.

Recta de
Utilidad
Mxima

Encuentre B

Las ganancias
sern mximas
y sern de $40
cuando se
produzcan 4
corbatas Old
Smokey y 4
corbatas Blaze
Away.

Encontremos las coordenadas del

punto B
Resolver el sistema de ecuaciones
2 x 4 y 24

4 x 2 y 24

Sugerencias: Excel, regla de Cramer

utilizando determinantes, etc

Veamos otro ejemplo

Pero esta vez en una regin factible no acotada.

Es decir que la regin no estar encerrada por una figura como

en el ejemplo anterior

Ejemplo 4: Costo Mnimo

Un agricultor va a comprar fertilizante que contienen tres nutrientes: A,
B y C. Los mnimos necesarios son 160 unidades de A, 200 unidades
de B y 80 unidades de C. Existen dos marcas muy aceptadas de
fertilizantes en el mercado. Crece Rpido cuesta $8 la bolsa, contiene
3 unidades de A, 5 unidades de B y 1 unidad de C. Crece Fcil cuesta
$6 cada bolsa y contiene 2 unidades de cada nutrimento. Si el
cultivador desea minimizar el costo mientras se satisfacen los
requerimientos de nutrimentos, Cuntas bolsas de cada marca debe
comprar?
A

Costo / Bolsa

Crece Rpido

3u

5u

1u

$8

Crece Fcil

2u

2u

2u

$6

Unidades
Requeridas

160

200

80

Planteo del Problema

Funcin
Objetivo

C 8x 6 y
Es la funcin de
costo que debo
minimizar

Restricciones

Condiciones
de no
negatividad

3 x 2 y 160
5 x 2 y 200

x 2 y 80
x 0

y 0

Regin de Soluciones Factibles

5x 2 y 200

A
Regin de
soluciones
factibles

3x 2 y 160
B

x 2 y 80
C
D

Encontremos los puntos Esquina

Para poder aplicar el mtodo del punto esquina debemos encontrar
todos los vrtices, observando el grfico:
A = (0,100) y D = (80,0)
Te invito a Excel a resolver los siguientes sistemas de ecuaciones
mediante la regla de Cramer:

Punto B

Punto C

3x 2 y 160

5 x 2 y 200
3x 2 y 160

x 2 y 80

Ahora vamos nuevamente a Excel a

reemplazar los cuatro puntos esquina en la
funcin objetivo:
A = (0,100)
B = (20,50)
C = (40,20) y
D = (80,0)

Respuesta al Problema
de Minimizacin de Costos
El agricultor
deber comprar 40
bolsas de la marca
Crece Rpido y
20 bolsas de la
marca Crece
Fcil para lograr
minimizar los
costos en $440.

Recta de
isocosto
mnimo

Ejemplo 5
Una compaa fabrica tres tipos de muebles para patio: sillas,
mecedoras y sillones. Cada uno requiere madera, plstico y
aluminio como se muestra en la siguiente tabla:

Madera
Silla
1u
Mecedora 1 u
Silln
1u

Plstico
1u
1u
2u

Aluminio
2u
3u
5u

La compaa tiene disponibles 400 unidades de madera, 500

unidades de plstico y 1450 unidades de aluminio. Cada silla,
mecedora y silln se vende en $21, $24 y $36,
respectivamente. Suponiendo que todos los muebles pueden
venderse determine, utilizando el mtodo simplex, la produccin
para que el ingreso total sea mximo. Cul es el ingreso
mximo?

Planteo del problema

Funcin
Objetivo

Restricciones

Vamos a Excel a
ingresar estos
datos

Z 21x 24 y 36 z
x y z 400
x y 2 z 500

2 x 3 y 5 z 1450
x 0

y 0

Cules de los siguientes resultados es el

correcto?
a) x 300 y 100 z 100 Z 0

b) x 200 y 300 z 100 Z 540

c) x 0

y 300 z 100 Z 10.800

Problema Propuesto 1.
Resolveremos el mismo problema de optimizacin
mediante todos los mtodos aprendidos

Una compaa de cargas maneja envos para dos compaas A y B. La

empresa A enva cajas que pesan 3 kg cada una y tienen un volumen
de 2 m3, mientras que la B enva cajas de 1 m3 con un peso de 5 kg.
Tanto A como B hacen envos a los mismos destinos y el costo de
transporte de la caja de A es $ 0,75 y para B de $ 0,50. La compaa
transportadora tiene un camin con espacio de carga para 2.400 m3 y
capacidad mxima de 9.200 kg. En un viaje, Cuntas cajas de cada
empresa debe transportar el camin para que la compaa de
transportes obtenga el mximo de ingresos? Cul es este mximo?

Cul de los siguientes planteos es

correcto?
Funcin Objetivo:
Z 2400 x 9200 y
Restricciones:

Funcin Objetivo:
Z 0, 75 x 0,50 y
Restricciones:

2 x 3 y 0, 75

x 5 y 0,50

2 x y 2400

3 x 5 y 9200

Es una regin acotada?

Regin de
soluciones
factibles

SI

NO

Puntos Esquina
B = (0,1840)
C = ?

D = (1200,0)
A = (0,0)

Cul de las siguientes respuestas

es correcta?
El camin debe transportar 1100 cajas de la empresa A y 1600
cajas de la empresa B para que los ingresos sean mximos, y el
mximo es de $ 400.

El ingreso mximo es de 1100 + 400 + 1600 = 3100.

El camin debe transportar 400 cajas de la empresa A y 1600 cajas

de la empresa B para que los ingresos sean mximos, y el mximo es
de $ 1100.

Ninguna de las anteriores.

MS EJEMPLOS, PROBLEMAS Y
CASOS

Ejemplo 6
Gepetto S.L., manufactura muecos y trenes de madera.
Cada mueco:
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.
Tambin:
La demanda de trenes puede ser cualquiera (sin lmite).
La demanda de muecos es como mucho 40.

Gepetto quiere maximizar sus beneficios.

Cuntos muecos y cuntos trenes debe fabricar?

Este problema es un ejemplo tpico de un problema de programacin lineal (PPL).

Variables de
Decisin
x = n de muecos
producidos a la
semana
y = n de trenes
producidos a la
semana

Funcin Objetivo. En cualquier

PPL, la decisin a tomar es
como maximizar (normalmente el
beneficio) o minimizar (el coste)
de alguna funcin de las
variables de decisin. Esta
funcin a maximizar o minimizar
se llama funcin objetivo.

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 funcin objetivo. La
funcin objetivo de Gepetto es:

Max z = 3x + 2y

Restricciones
Son desigualdades que
limitan los posibles
valores de las variables
de decisin.
En este problema las
restricciones vienen
dadas por la
disponibilidad de horas
de acabado y carpintera
y por la demanda de
muecos.
Tambin suele haber
restricciones de signo o
no negatividad:
x0
y0

Restricciones
Cuando x e y crecen, la funcin objetivo de Gepetto tambin crece.
Pero no puede crecer indefinidamente porque, para Gepetto, los
valores de x e y estn limitados por las siguientes tres restricciones:
Restriccin 1: no ms de 100 horas de tiempo de acabado pueden ser usadas.
Restriccin 2: no ms de 80 horas de tiempo de carpinteria pueden ser usadas.
Restriccin 3: limitacin de demanda, no deben fabricarse ms de 40 muecos.

Estas tres restricciones pueden expresarse matematicamente

por las siguientes desigualdades:
Restriccin 1:

2 x + y 100

Restriccin 2:

x + y 80

Restriccin 3:

x 40

Adems, tenemos las restricciones de signo: x 0 e y 0

Formulacin matemtica del PPL

Variables de Decisin

x = n de muecos producidos a la semana

y = n de trenes producidos a la semana

Mueco

Tren

Beneficio

Acabado

100

2 x + y 100

Carpintera

80

x + y 80

Demanda

Max z = 3x + 2y (funcin objetivo)

40

(acabado)
(carpinteria)

40 (demanda muecos)

x
y

(restriccin de signo)

(restriccin de signo)

Formulacin matemtica del PPL

Para el problema de Gepetto, combinando las restricciones de
signo x 0 e y 0 con la funcin objetivo y las restricciones,
tenemos el siguiente modelo de optimizacin:
Max z = 3x + 2y

(funcin objetivo)

Sujeto a (s.a:)
2 x + y 100
x + y 80

(restriccin de acabado)

(restriccin de carpinteria)

40

(restriccin de demanda de muecos)

(restriccin de signo)

(restriccin de signo)

Regin factible
La regin factible de un PPL es el conjunto de todos los puntos
que satisfacen todas las restricciones. Es la regin del plano
delimitada por el sistema de desigualdades que forman las
restricciones.
x = 40 e y = 20 est en la regin
factible porque satisfacen todas
las restricciones de Gepetto.

Sin embargo, x = 15, y = 70 no

est en la regin factible porque
este punto no satisface la
restriccin de carpinteria
[15 + 70 > 80].

Restricciones de Gepetto

2x + y 100 (restriccin finalizado)

x + y 80 (restriccin carpintera)

40 (restriccin demanda)

(restriccin signo)

y 0

(restriccin signo)

Solucin ptima
Para un problema de maximizacin, una solucin
ptima es un punto en la regin factible en el cual
la funcin objetivo tiene un valor mximo. Para un
problema de minimizacin, una solucin ptima es
un punto en la regin factible en el cual la funcin
objetivo tiene un valor mnimo.
La mayora de PPL tienen solamente una solucin
ptima. Sin embargo, algunos PPL no tienen
solucin ptima, y otros PPL tienen un nmero
infinito de soluciones.

Se puede demostrar
que la solucin
ptima de un PPL
est siempre en la
frontera de la regin
factible, en un
vrtice (si la
solucin es nica) o
en un segmento
entre dos vrtices
contiguos (si hay
infinitas soluciones)

Ms adelante veremos que la solucin del PPL de

Gepetto es x = 20 e y = 60. Esta solucin da un
valor de la funcin objetivo de:
z = 3x + 2y = 320 + 260 = 180
Cuando decimos que x = 20 e y = 60 es la solucin ptima,
estamos diciendo que, en ningn punto en la regin factible, la
funcin objetivo tiene un valor (beneficio) superior a 180.

Representacin Grfica de las restricciones

Y

Cualquier PPL con slo dos

variables puede resolverse
grficamente.

Por ejemplo, para representar

grficamente la primera
restriccin, 2x + y 100 :
Dibujamos la recta 2x + y = 100
Elegimos el semiplano que
cumple la desigualdad: el
punto (0, 0) la cumple
(20 + 0 100),
as que tomamos el
semiplano que lo contiene.

100

2x + y = 100
80

60

40

20

20

40

60

80

Dibujar la regin factible

Puesto que el PPL de Gepetto tiene dos variables, se puede resolver
grficamente. La regin factible es el conjunto de todos los puntos
que satisfacen las restricciones:
2 x + y 100 (restriccin de acabado)

x + y 80 (restriccin de carpintera)
x

40 (restriccin de demanda)

(restriccin de signo)

y 0

(restriccin de signo)

Vamos a dibujar la regin factible que satisface estas restricciones.

Dibujar la regin factible

Y

Restricciones

2x + y = 100

100

2 x + y 100
x + y 80
x

40

80

60

y 0
40

Teniendo en
cuenta las
restricciones de
signo (x 0, y 0),
nos queda:

20

20

40

60

80

Dibujar la regin factible

Y

100

Restricciones

80

2 x + y 100
x + y 80
x

40

60

x + y = 80

40

y 0
20

20

40

60

80

Dibujar la regin factible

Y

100

Restricciones

80

x = 40

2 x + y 100
x + y 80
x

40

60

40

y 0
20

20

40

60

80

Dibujar la regin factible

La interseccin
de todos estos
semiplanos
(restricciones)
nos da la regin
factible

Y
2x + y = 100

100

80

x = 40

60

x + y = 80
40

20

Regin
Factible

20

40

60

80

Vrtices de la regin factible

La regin factible (al
estar limitada por
rectas) es un polgono.
En esta caso, el
polgono ABCDE.

2 x + y 100

60

x + y 80

2x + y = 100

100

80

Como la solucin
ptima est en alguno
de los vrtices (A, B, C,
D o E) de la regin
factible, calculamos
esos vrtices.

Restricciones

40

x = 40

y 0

D
x + y = 80

40

20

Regin
Factible

C
B

20

40

60

80

Vrtices de la regin factible

Los vrtices de la regin factible
son intersecciones de dos
rectas. El punto D es la
interseccin de las rectas
2x + y = 100
x + y = 80
La solucin del sistema x = 20,
y = 60 nos da el punto D.
B es solucin de
x = 40
y=0
C es solucin de
x = 40
2x + y = 100
E es solucin de
x + y = 80
x=0

100
2x + y = 100
80

E(0, 80)

x = 40

D (20, 60)
60

40

20

Regin
Factible

C(40, 20)
x + y = 80

B(40, 0)
A(0, 0)

20

40

60

80

Resolucin grfica
Max z = 3x + 2y
Para hallar la
solucin ptima,
dibujamos las
rectas en las
cuales los puntos
tienen el mismo
valor de z.
La figura muestra
estas lineas para
z = 0, z = 100, y z
= 180

100

(0, 80)
80

(20, 60)
60

40

20

Regin
Factible

(40, 20)

(40, 0)
(0, 0)

20

z=0

40

z = 100

60

80

z = 180

Resolucin grfica

Max z = 3x + 2y
100

La ltima recta de
z que interseca
(toca) la regin
factible indica la
solucin ptima
para el PPL. Para
el problema de
Gepetto, esto
ocurre en el
punto D (x = 20, y
= 60, z = 180).

(0, 80)
80

(20, 60)
60

40

20

Regin
Factible

(40, 20)
(40, 0)

(0, 0)

20

z=0

40

z = 100

60

80

z = 180

Resolucin analtica
Max z = 3x + 2y
Tambin podemos encontrar la
solucin ptima calculando el
valor de z en los vrtices de la
regin factible.
Vrtice
(0, 0)
(40, 0)
(40, 20)
(20, 60)
(0, 80)

z = 3x + 2y
z = 30+20 = 0
z = 340+20 = 120
z = 340+220 = 160
z = 320+260 = 180
z = 30+280 = 160

100

80

(20, 60)
60

40

20

La solucin ptima es:

x = 20 muecos
y = 60 trenes
z = 180 de beneficio

(0, 80)

Regin
Factible

(40, 20)
(40, 0)

(0, 0)

20

40

60

80

Hemos identificado la regin factible para

el problema de Gepetto y buscado la
solucin ptima, la cual era el punto en la
regin factible con el mayor valor posible
de z.

Recuerda que:
La regin factible en cualquier PPL
est limitada por segmentos (es un
polgono, acotado o no).
La regin factible de cualquier PPL
tiene solamente un nmero finito de
vrtices.

Cualquier PPL que tenga solucin

ptima tiene un vrtice que es ptimo.

EJEMPLO 7:
Un problema de minimizacin
Dorian Auto fabrica y vende coches y
furgonetas.La empresa quiere
emprender una campaa publicitaria
en TV y tiene que decidir comprar los
tiempos de anuncios en dos tipos de
programas: del corazn y ftbol.
Cada anuncio del programa del corazn es visto por 6 millones de mujeres y 2
millones de hombres.
Cada partido de ftbol es visto por 3 millones de mujeres y 8 millones de
hombres.
Un anuncio en el programa de corazn cuesta 50.000 y un anuncio del
ftbol cuesta 100.000 .
Dorian Auto quisiera que los anuncios sean vistos por por lo menos 30
millones de mujeres y 24 millones de hombres.
Dorian Auto quiere saber cuntos anuncios debe contratar en cada tipo de
programa para que el coste de la campaa publicitaria sea mnimo.

Formulacin del problema:

Cada anuncio del programa del
corazn es visto por 6 millones de
mujeres y 2 millones de hombres.
Cada partido de ftbol es visto
por 3 millones de mujeres y 8
millones de hombres.
Un anuncio en el programa de
corazn cuesta 50.000 y un
anuncio del ftbol cuesta 100.000
.
Dorian Auto quisiera que los
anuncios sean vistos por por lo
menos 30 millones de mujeres y
24 millones de hombres.
Dorian Auto quiere saber cuntos
anuncios debe contratar en cada
tipo de programa para que el
coste de la campaa publicitaria
sea mnimo.

Corazn
(x)

Ftbol
(y)

mujeres

6x + 3y 30

hombres

2x + 8y 24

Coste
1.000

50

100

50x +100y

Formulacin del problema:

Variables de decisin: x = n de anuncios en programa de corazn
y = n de anuncios en ftbol

Min z = 50x + 100y

s.a:

(funcin objetivo en 1.000 )

6x + 3y 30

(mujeres)

2x + 8y 24

(hombres)

x, y 0

(no negatividad)

Dibujamos la regin factible.

Y
14

Min z = 50 x + 100y

s.a.

6x + 3y 30

12

6x + 3y = 30
10

2x + 8y 24

x, y 0

8
6

2x + 8y = 24
2

10

12

14

Calculamos los vrtices de la regin factible:

El vrtice A es solucin del
sistema
6x + 3y = 30
x=0
Por tanto, A(0, 10)

El vrtice B es solucin de
6x + 3y = 30
2x + 8y = 24
Por tanto, B(4, 2)

La regin factible
no est acotada

14

12

10

Regin
Factible

El vrtice C es solucin de
2x + 8y = 24
y=0
Por tanto, C(12, 0)

C
2

10

12

14

Resolvemos por el mtodo analtico

Evaluamos la funcin objetivo z en los vrtices.
Y

Vrtice

z = 50x + 100y
14

z = 500 + 10010 =
A(0, 10)
= 0+10000 = 10 000
B(4, 2)

z = 504 + 1002 =
= 200+200 = 400

z = 5012 + 1000 =
C(12, 0)
= 6000+0 = 6 000

El coste mnimo se obtiene en B.

Solucin:
x = 4 anuncios en pr. corazn
y = 2 anuncios en futbol
Coste z = 400 (mil )

12

10

A(0, 10)

Regin
Factible

8
6

B(4, 2)
2

C(12, 0)
2

10

12

14

Resolvemos por el mtodo grfico

Y

Min z = 50 x + 100y
s.a.

6x + 3y 30

14

2x + 8y 24
12

x, y 0

10

El coste mnimo
se obtiene en el
punto B.

Z = 600
Z = 400

A(0, 10)

Regin
Factible

Solucin:
x = 4 anuncios en pr. corazn
y = 2 anuncios en futbol
Coste z = 400 (mil )

B(4, 2)

C(12, 0)
2

10

12

14

Nmero de Soluciones de un PPL

Los dos ejemplos anteriores, Gepetto y Dorian Auto,
tienen, cada uno, una nica solucin ptima.
No en todos los PPL ocurre esto. Se pueden dar
tambin las siguientes posibilidades:
Algunos PPL tienen un nmero infinito de
soluciones ptimas (alternativas o mltiples
soluciones ptimas).
Algunos PPL no tienen soluciones factibles (no
tienen regin factible).
Algunos PPL son no acotados: Existen puntos en
la regin factible con valores de z arbitrariamente
grandes (en un problema de maximizacin).

Veamos un ejemplo de cada caso.

Nmero infinito de soluciones ptimas

Y
Consideremos el siguiente
problema:

60

50

max z = 3x + 2y
s.a:

3x + 2y 120
x + y 50
x,y0

40

30

Regin
Factible

B
z = 120

Cualquier punto (solucin)

situado en el segmento AB
puede ser una solucin ptima
de z =120.

20

z = 60
10

z = 100

A
10

20

30

40

50

Sin soluciones factibles

Y
Consideremos el siguiente
problema:
max z = 3x1 + 2x2
s.a:

3x + 2y 120
x + y 50
x
30
y 30
x,y0

60

No existe
Regin Factible
50

x 30
40

y 30

x + y 50
30

20

3x + 2y 120

10

No existe regin factible

10

20

30

40

50

PPL no acotado
max z = 2x y
s.a:

xy1

Y
6

Regin Factible

2x + y 6
x, y 0

La regin factible es no
acotada. Se muestran en el
grfico las rectas de nivel
para z = 4 y z = 6. Pero
podemos desplazar las
rectas de nivel hacia la
derecha indefinidamente sin
abandonar la regin factible.
Por tanto, el valor de z
puede crecer
indefinidamente.

z=4
3

z=6
1