INSTITUTO TECNOLÓGICO DE CAMPECHE

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

Especialidad
INGENIERIA EN ADMINISTRACION

Asignatura
INVESTIGACIÓN DE OPERACIONES
ADD-1025
2-3-5

Grupo
VD-5

Trabajo
REPORTE

Presentado por:
21470156

Erick Damian Alpuche Castillo

Docente:
M.I.I Javier Chacha Coto

Lerma, San francisco de Campeche, Campeche, México

22 de septiembre de 2023

1
Ejercicio del método grafico en programación lineal

Una empresa vitivinícola ha adquirido recientemente un terreno de 110

hectáreas. Debido a la calidad del sol y el excelente clima de la región, se
puede vender toda la producción de uvas Sauvignon Blanc y Chardonay. Se
desea conocer cuánto plantar de cada variedad en las 110 hectáreas, dado los
costos, beneficios netos y requerimientos de mano de obra según los datos que
se muestran a continuación:

Variedad Costo (US$/Hect) Beneficio Neto Días

(US$-Hect) Hombre/Hect

Sauvignon Blanc 100 50 10

Chardonay 200 120 30

Suponga que se posee un presupuesto de US$10.000 y una disponibilidad de

1.200 días hombre durante el horizonte de planificación. Formule y resuelva
gráficamente un modelo de Programación Lineal para este problema. Detalle
claramente el dominio de soluciones factibles y el procedimiento utilizado para
encontrar la solución óptima y valor óptimo.

Variables de Decisión:

𝑥 1: Hectáreas destinadas al cultivo de de Sauvignon Blanc

𝑥 2 : Hectáreas destinadas al cultivo de Chardonay

Función Objetivo:
Maximizar

Restricciones:

2
Donde las restricciones están asociadas a la disponibilidad máxima de
hectáreas para la plantación, presupuesto disponible, horas hombre en el
período de planificación y no negatividad, respectivamente.

El siguiente gráfico muestra la representación del problema de la empresa

vitivinícola. El área achurada corresponde al dominio de soluciones factibles,
donde la solución básica factible óptima se alcanza en el vértice C, donde se
encuentran activas las restricciones de presupuestos y días hombre. De esta
forma resolviendo dicho sistema de ecuaciones se encuentra la coordenada de
la solución óptima donde y (hectáreas). El valor
óptimo es (dólares).

Ejercicio del Método simplex

La empresa “Kekos” se dedica a la producción de 3 tipos de lámparas: de

escritorio, manuales y colgantes. Para su uso se destinan 3 materias primas
básicas denominadas A, B y C de las cuales su uso por día para cada lámpara
y la disponibilidad máxima diaria se encuentra en la siguiente tabla:

3
 Materia prima Uso por producto (piezas) Disponibilidad
máxima
(pieza)
Lámparas de Lámparas Lámparas
escritorio manuales colgantes

A 100 80 ------------------ 200

B 90 50 100 250

c 30 100 40 180

La utilidad ($) que obtiene diariamente es

Lámparas de escritorio $1000.00

Lámparas manuales $500.00

Lámparas colgantes $2500.00

Para formular el modelo el primer paso será identificar las variables y

asignarles nombres, en este caso:

𝑋1 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑑𝑒 𝑒𝑠𝑐𝑟𝑖𝑡𝑜𝑟𝑖𝑜

𝑋2 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑚𝑎𝑛𝑢𝑎𝑙𝑒𝑠

𝑋3 = 𝐿á𝑚𝑝𝑎𝑟𝑎𝑠 𝑐𝑜𝑙𝑔𝑎𝑛𝑡𝑒s

Una vez que se tiene el primer paso se puede plantear la función objetivo, en
este caso lo que se pretende es maximizar la ganancia (utilidad) por la venta de
cada producto (como los datos de ganancia son diarios, así como el uso de
materia prima no es necesario hacer ninguna conversión dejando los datos tal y
como se presentan), por lo tanto la ecuación resultante es:

𝑀𝑎𝑥 𝑍 = 1000𝑥 1 + 500𝑥 2 + 2500𝑥 3

Las restricciones del modelo hacen referencia a la disponibilidad máxima que

tenemos de cada una de las materias primas que se emplean en el proceso, de
esta forma se obtiene:

4
100𝑥 1 + 80𝑥 2 ≤ 200

Es decir, la materia prima A sólo se emplea para la fabricación de lámparas de

escritorio y manuales en ciertas cantidades (100 y 80 respectivamente), su uso
no puede ser mayor a las 200 piezas diarias (≤). Este procedimiento se hace
con cuantas limitaciones se tenga, entonces:

90𝑥 1 + 50𝑥 2 + 100𝑥 3 ≤ 250

30𝑥 1 + 100𝑥 2 + 40𝑥 3 ≤ 180

Existe una restricción más llamada “de no negatividad” en la que nos indica que
no se pueden producir cantidades negativas del bien X ¡no fabricamos menos
10 tazas o menos 5 lápices!

𝑥 1 , 𝑥 2 , 𝑥 3 ≥0

Juntando la función objetivo y las restricciones el modelo queda conformado de

la siguiente manera (s.a. significará que la función objetivo estará sujeta a):

𝑀𝑎𝑥 𝑍 = 1000𝑋1 + 500𝑋2 + 2500𝑋3

s.a

100𝑥 1 + 80𝑥 2 ≤ 200

90𝑥 1 + 50𝑥 2 + 100𝑥 3 ≤ 250

30𝑥 1 + 100𝑥 2 + 40𝑥 3 ≤ 180

𝑥 1 , 𝑥 2 , 𝑥 3 ≥0

Método simplex (solución grafica)

La fábrica de Hilados y Tejidos «Salazar» requiere fabricar dos tejidos de

calidad diferente Estándar y Premium; se dispone de 500 Kg de hilo a, 300 Kg
de hilo b y 108 Kg de hilo c. Para obtener un metro de Estándar diariamente se
necesitan 125 gr de a, 150 gr de b y 72 gr de c; para producir un metro de
Premium por día se necesitan 200 gr de a, 100 gr de b y 27 gr de c. El
Estándar se vende a $4000 el metro y el Premium se vende a $5000 el metro.

5
Si se debe obtener el máximo beneficio, ¿Cuántos metros de Estándar y
Premium se deben fabricar?

Modelamiento mediante programación lineal

Como lo se ha mencionado anteriormente, la base para utilizar el método

gráfico corresponde al modelo matemático de programación lineal:

Variables

x: Cantidad de metros diarios de tejido tipo Estándar a fabricar

y: Cantidad de metros diarios de tejido tipo Premium a fabricar

Restricciones

0,12x + 0,2y <= 500 Kg de hilo “a”

0,15x + 0,1y <= 300 Kg de hilo “b”

0,072x + 0,027y <= 108 Kg de hilo “c”

x >= 0 Restricción de no negatividad

y >= 0 Restricción de no negatividad

Función objetivo

Zmax = 4000x + 5000y (Maximizar los ingresos totales dados en $)

Solución mediante método gráfico

Paso 1: Graficar las restricciones

6
El proceso para encontrar la solución factible comienza con la representación
gráfica de las restricciones; cada una de ellas debe representarse de tal
manera que se vayan limitando las posibles soluciones del modelo.

En este punto, debemos considerar dos posibilidades:

Que realicemos todo el procedimiento de forma manual

Que utilicemos un software gráfico que simplifique las operaciones

matemáticas

En este caso, mostraremos toda la metodología para realizar el procedimiento

manual, al mismo tiempo que utilizaremos un software gráfico para representar
cada fase del método.

Cada restricción corresponde a una función lineal, lo que significa que

gráficamente se representa mediante una línea en el plano cartesiano. Para
trazar una línea en el plano cartesiano es necesario conocer al menos dos
puntos de la función.

Para comenzar a trazar las restricciones es esencial igualar las restricciones a

cero, de esta manera podremos usar el despeje de las ecuaciones para iniciar
la tabulación que nos dará las coordenadas para dibujar cada una de las
gráficas.

Igualamos las restricciones a cero:

0.12x + 0.2y = 500 (Restricción 1)

0.15x + 0.1y = 300 (Restricción 2)

0.072x + 0.027y = 108 (Restricción 3)

x=0 (Restricción 4)

y=0 (Restricción 5)

Iniciamos con la Restricción 1: Hallamos las primeras dos coordenadas. Para

hallar las coordenadas, regularmente llevamos una de las variables a cero,
para de esta manera despejar más fácilmente la segunda.
Cuando x = 0

7
0,12(0) + 0,2y = 500

0,2y = 500

500/0,2 = y

2500 = y
y cuando y = 0

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

0,12x = 500

x = 500/0,12
x = 4167

Restricción 1 x Y

Primera coordenada 0 2500

Segunda coordenada 4167 0

Seguimos con la Restricción 2:

Por ejemplo, cuando x = 0

8
0.15(0) + 0.1y = 300

0.1y = 300

y = 300/0.1

y = 3000
Cuando y = 0

0.15x + 0.1(0) = 300

0.15x = 300

x = 300/0.15
x = 2000

Restricción 2 x Y

Primera coordenada 0 3000

Segunda coordenada 2000 0

Seguimos con la Restricción 3:

Por ejemplo, cuando x = 0

9
0.072x + 0.027y = 108

0.072(0) + 0.027y = 108

0.027y = 108

y = 108/0.027
y = 4000

Cuando y = 0

0.072x + 0.027(0) = 108

0.072x = 108
x = 108/0.072

x = 1500

Restricción 3 x Y

Primera coordenada 0 4000

Segunda coordenada 1500 0

10
Restricciones de no negatividad:

Paso 2: Encontrar el área solución (Polígono solución)

Después de que todas las restricciones sean representadas gráficamente, el

siguiente paso consiste en encontrar el área factible o polígono solución; que
no es otra cosa más que la región en la que todos los puntos satisfacen la
totalidad de las restricciones, es decir, son factibles.

Para delimitar el área factible, es necesario determinar el sentido de las

restricciones. Aquí me detengo un poco; ya que prefiero explicarlo en detalle.
Cada línea que representa una restricción divide el plano cartesiano en dos
semiplanos: En un lado y en el otro lado de la restricción. Bien, solo los puntos
del uno de los lados pueden considerarse como factibles.

Si queremos encontrar el área factible, debemos empezar por encontrar el lado

factible de cada una de las restricciones; esto es lo que yo llamo: evaluar el
sentido de las restricciones.

Veamos un ejemplo para la primera restricción.

11
Evaluar el sentido de la Restricción 1

Esto es muy sencillo, solo debemos evaluar un punto cualquiera del plano
cartesiano, debe corresponder a uno de los lados de la restrición. Si se
satisface o no la restricción, sabremos el sentido de la misma.

0,12x + 0,2y <= 500

Es normal que queramos simplificar el proceso aritmético, y es común utilizar el

punto de coordenadas (0, 0):

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

0 <= 500

¡Verdad!

Dado que 0 es menor o igual a 500, podemos afirmar que de ese lado de la
restricción se encuentran los valores que la satisfacen.

12
a región en verde representa el área en la que se encuentran todos los puntos
que satisfacen la restrición 1.

Cuando la función de la restricción (línea en el plano) pase por el punto (0, 0)

este no servirá para evaluar la restricción. Recuerde que debe elegirse un punto
que se encuentre en uno de los lados de la restricción.

Para encontrar la región factible, el procedimiento debe repetirse para cada una
de las restricciones del problema. Dado que todas las restricciones deben
cumplirse, la región factible será el resultado de la intersección de todas las
regiones factibles de cada una de las restricciones del modelo.

13
El área sombreada de la gráfica anterior corresponde a la regín factible.

Paso 3: La búsqueda de la solución óptima

Una vez que se ha encontrado la región factible que cumple con todas las
restricciones del modelo, el siguiente paso es encontrar la solución óptima. Es
importante diferenciar entre factibilidad y optimalidad.

La solución óptima dependerá del criterio de optimización de la función objetivo

y, de acuerdo al teorema fundamental de la programación lineal, se encuentra
en uno de los vértices del área factible. Tecnicamente, en los vértices se
encuentra la solución óptima para cualquier criterio de optimización: El valor
mínimo (minimización) y el valor máximo (maximización).

Hay principalmente dos procedimientos para encontrar la solución óptima:

1. Gráficamente
2. Evaluando todos los vértices (Fuerza bruta)

Gráficamente

14
Este método requiere de la representación gráfica de la función objetivo. Por lo
menos dos veces.

Es necesario graficar la función objetivo y encontrar el sentido en el cual se

acerca al criterio de optimización. ¿Cómo lo hacemos? En cada caso,
necesitamos dos puntos para graficar la primera línea que representa a la
función objetivo; estos dos puntos deben dar como resultado el mismo Z.
Veamos:

Zmax = 4000x + 5000y

Función objetivo 4000(x) 5000(y) Z

(ZI)

Primera 4000(500) 5000(0) 2000000

coordenada

Segunda 4000(0) 5000(400) 2000000

coordenada

Ahora, podemos intentar con otra representación de la función objetivo que se

acerque aún más al criterio de optimización: Maximizar; es decir, un Z2 mayor
a Z1. Veamos:

Función objetivo 4000(x) 5000(y) Z

(Z2)

Primera 4000(1000) 5000(0) 4000000

coordenada

Segunda 4000(0) 5000(500) 4000000

coordenada

Ahora podemos probar con otra representación de la función objetivo que se

acerque aún más al criterio de optimización: Maximizar; es decir, un Z2 mayor
que Z1. Vamos a ver:

15
Se puede ver cómo la función objetivo se aproxima al criterio de optimización
(aumenta) mientras se desplaza hacia arriba. El siguiente paso es encontrar el
último vértice del área factible (en dirección ascendente en este caso), donde
una línea paralela a la función objetivo no corta el polígono factible. En este
punto se encontrará la solución óptima.

16
Utilice la barra de desplazamiento de GeoGebra para desplazar la función
objetivo. Verá que el último vértice en el que la función objetivo no corta el área
factible es el que se da por la intersección de la Restricción 2 y la Restricción 3
(Vértice C). Este punto corresponde a la solución óptima.

Para encontrar el valor de esta coordenada es necesario resolver una ecuación

lineal 2×2, y se pueden considerar varios métodos de solución, como:

 Método de sustitución

 Método de igualación

 Método de reducción o Eliminación

 Método de eliminación Gauss

 Método de eliminación Gauss-Jordán

 Método de determinantes

Hay muchos métodos disponibles, pero uno de los más utilizados es el método
de reducción o eliminación, que es muy fácil de aplicar.

17
El método de reducción o eliminación consiste en igualar los coeficientes de
una de las variables multiplicando una o ambas ecuaciones, teniendo en
cuenta que estos coeficientes queden iguales pero con signos contrarios.

Ecuación 1 0,12x + 0,2y = 500

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

Ecuación 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».

Ecuación 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».

x: Cantidad de metros diarios de tejido tipo Estándar a fabricar

y: Cantidad de metros diarios de tejido tipo Premium a fabricar

Cantidad de metros diarios de tejido tipo Estándar a fabricar = 555,55

Cantidad de metros diarios de tejido tipo Premium a fabricar = 2166,67

La contribución obtenida (reemplazando las variables en la función objetivo) es

de:

18
Zmax = 4000x + 5000y

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

Zmax = $13.055.550

Ahora podemos comparar los resultados con los obtenidos mediante resolución
en Excel, pero recuerden que el método de búsqueda de la solución óptima en
el método gráfico que utilizamos es geométrico y que existe una forma mucho
más compleja pero igualmente efectiva, que es el método de iteración por
vértice. Este consiste en hallar todas las coordenadas de los vértices y luego
evaluar la función objetivo en cada coordenada. Cada coordenada nos
proporciona un valor en «x» y otro en «y», luego reemplazamos estos valores
en la función objetivo «4000x + 5000y = ?» y evaluamos los resultados
seleccionando el mayor valor.

19