INVESTIGACION DE OPERACIONES I
Método de Solución Gráfica
de Programas Lineales
DESCRIPCIÓN
Curso que da las herramientas que el ingeniero necesita para resolver problemas
en las empresas, mediante modelos de programación lineal. Es así, que se va a
proporcionar al estudiante los fundamentos y métodos para la construcción de
modelos determinísticos y la solución de programación lineal, programación
entera y programación binaria.
2
LOGRO DE APRENDIZAJE
Al finalizar el curso, el estudiante diseña un modelo de investigación de
operaciones de una empresa, siguiendo una metodología de Programación
Lineal, haciendo uso de herramientas informáticas, para el análisis, solución y toma
de decisiones, optimizando los recursos de la empresa de manera creativa.
3
CONTENIDO
1. Método de Solución Grafico
Marco conceptual
2. Método Gráfico básico (11 pasos)
3. Método gráfico con GeoGebra.
4. Ejercicios
4
Método de Solución Gráfica
[Marco Conceptual]
Dado un PL:
Max Z= 8 x1 + 12 x2
sujeto a:
4 x1 + 10 x2 ≤ 54 Restringido solo para
PLs de 2 variables
x1 + x2 ≤ 9
x1 , x2 ≥ 0
Es solo para permitirnos visualizar todos los conceptos de PLs de manera objetiva.
5
MÉTODO GRÁFICO
[PRIMER CUADRANTE]
Sea el PL:
Max Z= 8 x1 + 12 x2
x2
10
sujeto a:
9
4 x1 + 10 x2 ≤ 54
8 x1 + x2 ≤ 9
7 x1 , x2 ≥ 0
6
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
6
MÉTODO GRÁFICO
[PRIMER CUADRANTE]
Sea el PL:
Max Z= 8 x1 + 12 x2
x2
10
sujeto a:
9
4 x1 + 10 x2 ≤ 54
8 x1 + x2 ≤ 9
7 x1 , x2 ≥ 0
6
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
En 11 pasos [básicos]
7
MÉTODO GRÁFICO
[1: Trazo de la primera línea (R1 L1]
4 x1 + 10 x2 ≤ 54 --> R1
x2
10
2
L 1 = 4 x 1 + 10 x 2 = 54
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
8
MÉTODO GRÁFICO
[2: Trazo de la primera restricción con región factible (R1)]
x2 4 x1 + 10 x2 ≤ 54 --> R1
10
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
9
MÉTODO GRÁFICO
[3: Trazo de las siguientes líneas (Rn Ln)]
n=2
x2
10
9
x1 + x2 ≤ 9 --> R2
L2 = x1 + x2 = 9
8
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
10
MÉTODO GRÁFICO
[4: Trazo de las siguientes restricciones con sus regiones factibles (Rn)]
x2
10
9
R2 = x1 + x2 ≤ 9
8
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
11
MÉTODO GRÁFICO
[5: Determinación de la región factible del PL]
x2 4 x 1 + 10 x 2 ≤ 54 -->R1
10
x1 + x2 ≤ 9 -->R2
9
R2 = x1 + x2 ≤ 9
8 x1 , x2 ≥ 0
7
6
B 5
3 C
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
D
A0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
Región factible
12
MÉTODO GRÁFICO
[6: Determinación de la pendiente de la función objetivo]
Factor común de coeficiente:
Dar cualquier valor a Z: 2*3*4 = 24
Z=8 x 1 + 12 x 2 Z= 24 = 8 x 1 + 12 x 2
x2 Si x 1 = 0 --> x 2 = 2
10
Si x2 = 0 --> x1 = 3
9
R2 = x1 + x2 ≤ 9 Recomendaciones Otra forma es:
8
multiplicar los coeficientes:
7
8*12=96
6
B Z= 96 = 8 x 1 + 12 x 2
5
4 Si x 1 = 0 --> x 2 = 8
3 C Si x2 = 0 --> x1 = 12
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
A D
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z=96
z = 24
13
MÉTODO GRÁFICO
[7: Función objetivo con valor inicial (punto extremo con Z=0)]
x2
10
Z=8 x 1 + 12 x 2
9
R2 = x1 + x2 ≤ 9
8
6
B5
4
3
C
2
R1 = 4 x 1 + 10 x 2 ≤ 54
1
A D
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z 0= 0
x 1 =0; x 2 =0
z = 24
14
MÉTODO GRÁFICO
[8: Función objetivo desplazado hacia el punto extremo siguiente dentro de la región factible]
x2
10
Z=8 x 1 + 12 x 2
9
R2 = x1 + x2 ≤ 9
8
6
B5
4
3 C
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
D
A0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z 0= 0
z = 64.8
z = 24 x1 = 0 ; x2 = 5.4
MÉTODO GRÁFICO
[9: Función objetivo desplazado a otro punto extremo de la región factible]
x2 Z=8 x 1 + 12 x 2
10
9
R2 = x1 + x2 ≤ 9
8
6
B5
4
3
C
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
D
A0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z 0= 0 z = 72.0
z = 64.8 x 1 =9; x 2 =0
z = 24
16
MÉTODO GRÁFICO
[10: Función objetivo desplazado hacia el último punto de la región factible]
x2 Z=8 x 1 + 12 x 2
10
9
R2 = x1 + x2 ≤ 9
8
6
B Ultimo punto extremo Z se hace máximo
5
3 C
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1
D
A0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z 0= 0 z = 72.0
z = 64.8
z = 24
17
MÉTODO GRÁFICO
[11: Solución del PL(en el último punto extremo de la región factible]
x2 Max Z= 8 x 1 + 12 x 2
10
9
R 2 = x 1 + x 2≤ 9 Valores óptimos x1 = 6.0
8
x2 = 3.0
7
6 z* = 84.0
B
5
z* = 84; x 1 =6, x 2 =3
4 h1 = 0.0
3 C
h2 = 0.0
2
R 1 = 4 x 1 + 10 x 2 ≤ 54
1 D
A 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
z 0= 0
18
Método gráfico con Geogebra
Presionar al gráfico para ingresar al link de aplicación del GeoGebra 19
CONSIDERACIONES IMPORTANTES
[A] Función Objetivo: Max Z x2
Solución en el infinito
[A] A 10
[B] Restricciones opuestas y en paralelo 8
7
Z sea Max o Min, no tiene solución 6
[C] Región Factible ABCD con FO: Max Z 5
4
Tiene soluciones óptimas alternativas 3
B
(Z abandona la región en la línea CD) 2
0 1 2 3 4 5 6 7 8 9C 10 11 12 13 14 15 16
x1
[B] Z
x2 x2
10
[C] 10
C
9 9
8 8
7 7
6 6
5 B5 D
4 4
3
Z 3
Z
2 2
1 1
E
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 A0
x1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
x1
CONSIDERACIONES IMPORTANTES
Sea un PL de Max de 2 variables [región factible: ABCDEF]
Restricciones activas
R6 R3 y R5 h=0
R5 Restricciones no activas
x2 R1, R2 y R6 h>0
10
Restricciones redundantes
9
D R4 h>0
8
7
C R4
6
B5 E
4
Z* Z*= Z óptimo
3
A
2
1 F
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
R3
x1
R1 Z [cualquier valor]
R2
Ejercicio 1
La empresa Hoja Verde se dedica a la producción de tomate y de duraznos enteros enlatados. El gerente
general ha citado al gerente de producción para precisar ciertos puntos para la próxima campaña.
En el departamento de operaciones de la empresa se ha determinado lo siguiente: para producir mil cajas de
tomate en lata se requieren 7 horas máquina y para producir mil cajas de duraznos en lata se necesitan 14
horas máquina, por ser un producto más delicado. Para el siguiente periodo de producción, el departamento
de mantenimiento ha informado que se tendrán 980 horas máquinas disponibles.
Por especificaciones de cada producto, se conoce que para producir mil cajas de tomate en lata se necesitan
12 horas hombre y para mil cajas de durazno en lata se requieren de 8 horas hombre. Para el periodo
siguiente se tendrán 960 horas hombres disponibles en la planta.
El departamento de marketing ha pronosticado la demanda del durazno en lata y ha determinado que para el
siguiente periodo se podrán vender como máximo 68000 cajas del producto, por la reducción del mercado de
este producto. Por el contrario, para los tomates en lata se ha presentado una oportunidad en el mercado y el
departamento de marketing ha determinado que hay que producir por lo menos 40000 cajas.
En cuanto a la materia prima para la producción se ha determinado lo siguiente: Para el periodo siguiente se
tendrán disponibles un máximo de 200000 kilos de tomate y 450000 kilos de duraznos. Por especificaciones
de diseño para producir mil cajas de tomate en lata se necesitan 2000 kilos de materia prima y para producir
mil cajas de durazno en lata se requieren 3000 kilos de materia prima.
22
Ejercicio 1
El departamento de ventas le ha enviado la siguiente información al gerente de producción: la utilidad que
obtiene la empresa por mil cajas de tomates en lata es de $200 y por cada mil cajas de duraznos en lata es de
$500.
El gerente general le pregunta al gerente de producción lo siguiente: ¿Cuántos miles de cajas de cada
producto estaremos produciendo este periodo? y ¿Cuál es la utilidad máxima que podríamos ganar? y algunas
otras interrogantes:
a) Aplique el método gráfico para resolver el modelo. Presente su procedimiento y coloree la región factible.
Determine gráficamente la solución óptima y calcule el valor óptimo.
b) ¿Cuántos miles de cajas de cada producto estaremos produciendo este periodo?
c) ¿Cuáles son los recursos más importantes para la producción?
d) ¿Qué sucede si contratamos 10% más de horas hombre?
e) ¿Qué sucede si adquirimos 20% más de horas máquina?
f) ¿Qué sucede si se malogra el 15% de los tomates disponibles?
g) ¿Qué sucede si podemos contar con 20% más de disponibilidad de duraznos?
h) ¿Cuánto estamos usando de cada uno de nuestros recursos?
i) ¿Nos sobra algún recurso?
j) ¿Qué deberíamos hacer para elevar nuestras utilidades?
k) ¿Resultaría importante elevar la demanda de los duraznos en lata?
23
Ejercicio 2
La empresa ROBOTICS Inc. Se dedica a ensamblaje de microcomponentes electrónicos para ser usados en
teléfonos celulares. Dentro de los muchos productos que ensambla, tiene dos que están dirigidos a los
nuevos teléfonos celulares. Los productos RS109 y KL345 son los productos que la empresa debe
posicionar bien en el mercado.
El gerente de operaciones desea optimizar el ensamblaje diario de los dos productos mencionados. Ambos
comparten ciertos componentes en su ensamblaje y desea hacer mejor uso de estos recursos. Para lograr este
objetivo se ha propuesto la creación de un modelo matemático que proporcione un mejor uso de las
limitaciones de la empresa.
Para el ensamblaje de una unidad de RS109 se necesitan: 31 componentes tipo 1, 23 componentes tipo 2, 21
componentes del tipo 3 y 1 componente del tipo 5. Además, este producto requiere de 11 horas de trabajo.
Para el ensamblaje de una unidad de KL345 se necesitan: 22 componentes tipo 1, 29 componentes tipo 2, 40
componentes del tipo 3 y 1 componente del tipo 4. Además, este producto requiere de 5 horas de trabajo.
Por disponibilidad de nuestro proveedor solo se pueden contar con 682 unidades del componente del tipo 1,
19 unidades del componente 4 y 14 unidades del componente 5. El componente tipo 2 es importado, el
gobierno tiene por política no permitir el ingreso de no más de 667 unidades por día.
Por capacidad del almacén, este no permite almacenar más de 840 unidades del componente tipo 3 por día.
La empresa, con el objetivo de mantener a su personal ocupado plantea que las horas hombre que se usen en
el ensamblaje de ambos productos deben ser por lo menos 55 por día.
24
Ejercicio 2
Además, para mantener cierta relación entre el ensamblaje de ambos productos se plantea que dos veces la
producción del RS109 no debe ser mayor que 7 veces la producción del KL345 más 14 unidades. Después de
hacer un análisis de costos y el precio de venta de cada uno de los productos, se ha llegado a determinar que
la utilidad que se tiene por la venta de un RS109 es de $900 y mientras que la utilidad por la venta de un
producto KL345 se calcula en $800.
a) Aplique el método gráfico para resolver el modelo. Presente su procedimiento y coloree la región factible.
Determine gráficamente la solución óptima y calcule el valor óptimo.
b) El proveedor que nos suministra el componente 1 ha invertido en mejorar la tecnología de sus procesos
productivos. Esta mejora le proporciona una mayor capacidad de producción lo que hace que nos pueda
ofrecer 15% más de lo que hasta ahora nos proporciona. ¿Acepta usted el incremento del suministro de
componente 1 que propone el proveedor? ¿Cuánto es lo máximo que podría incrementar la disponibilidad
del componente 1?
c) El gobierno está estudiando una norma que liberaría la cantidad máxima diaria de importación del
componente 2. Ahora, como ya no habría restricción a la cantidad disponible del componente 2 ¿Cuántas
unidades deberíamos comprar del componente 2 para mejorar las utilidades?
d) La utilidad unitaria que representa la venta de un producto KL345 se ha elevado en 18%. Haciendo uso
del análisis de sensibilidad del método gráfico, determinar si el punto solución óptimo cambia con este
incremento.
25
BIBLIOGRAFÍA
Hillier Frederick S. & Lieberman Gerald J., (2015), Introducción a la investigación de operaciones, (10a
ed), McGraw-Hill Interamericana Editores. Cap.1, Cap.2, Cap.3, Cap.4 y Cap.5.
Winston Wayne, (2005), Investigación de operaciones: Aplicaciones y algoritmos, (4a ed), Thomson
learning. Cap.1, Cap. 2, Cap.3 y Cap.4.
Taha Hamdy A. (2012), Investigación de operaciones, (9a ed), Pearson Educación. Cap.1 y Cap.3.
Mathur Kamlesh & Solow Daniel, (1996), Investigación de operaciones, el arte de la toma de decisiones
(1a ed), Prentice Hall Hispanoamericana S.A. Cap. 1, Cap.2, Cap.3 y Cap.5.
Epen G.D.& Gould F.J., (2000), Investigación de Operaciones en la Ciencia Administrativa, (5a ed),
Pearson Educación. Cap.1, Cap.2 y Cap.3.
Cabrera E., (2018), Modelos de Programación Lineal, (1a ed), Fondo Editorial de la Universidad de
Lima. Cap. 1 y Cap.2.
26
Muchas gracias
27