PROGRAMACIÓN LINEAL

Origen de la Programación Lineal

En los siglos XVII y XVIII, grandes matemáticos como Newton,

Leibniz, Bernoulli y, sobre todo, Lagrange, que tanto habían
contribuido al desarrollo del cálculo infinitesimal, se ocuparon de
obtener máximos y mínimos condicionados de determinadas
funciones.

Posteriormente el matemático francés Jean Baptiste-Joseph

Fourier (1768-1830) fue el primero en intuir, aunque de forma
imprecisa, los métodos de lo que actualmente llamamos
programación lineal y la potencialidad que de ellos se deriva.

Si exceptuamos al matemático Gaspar Monge (1746-1818), quien en 1776 se

interesó por problemas de este género, debemos remontarnos al año 1939 para
encontrar nuevos estudios relacionados con los métodos de la actual programación
lineal. En este año, el matemático ruso Leonodas Vitalyevich Kantarovitch publica
una extensa monografía titulada Métodos matemáticos de organización y
planificación de la producción en la que por primera vez se hace corresponder a una
extensa gama de problemas una teoría matemática precisa y bien definida llamada,
hoy en día, programación lineal .

En 1941-1942 se formula por primera vez el problema de transporte, estudiado

independientemente por Koopmans y Kantarovitch, razón por la cual se suele
conocer con el nombre de problema de Koopmans-Kantarovitch.

Tres años más tarde, G. Stigler plantea otro problema particular conocido con el
nombre de régimen alimenticio optimal.

En estos años posteriores a la Segunda Guerra Mundial, en Estados Unidos se

asumió que la eficaz coordinación de todas las energías y recursos de la nación era
un problema de tal complejidad, que su resolución y simplificación pasaba
necesariamente por los modelos de optimización que resuelve la programación lineal.

Paralelamente a los hechos descritos se desarrollan las técnicas de computación y

los ordenadores, instrumentos que harían posible la resolución y simplificación de los
problemas que se estaban gestando.

En 1947, G.B. Dantzig formula, en términos matemáticos muy precisos, el enunciado

estándar al que cabe reducir todo problema de programación lineal. Dantzig, junto
con una serie de investigadores del United States Departament of Air Force,
formarían el grupo que dio en denominarse SCOOP (Scientific Computation of
Optimum Programs).
Una de las primeras aplicaciones de los estudios del grupo SCOOP fue el puente
aereo de Berlin,Se continuó con infinidad de aplicaciones de tipo preferentemente
militar.

Hacia 1950 se constituyen, fundamentalmente en Estados Unidos, distintos grupos

de estudio para ir desarrollando las diferentes ramificaciones de la programación
lineal. Cabe citar, entre otros, Rand Corporation, con Dantzig, Orchard-Hays, Ford,
Fulkerson y Gale, el departamento de Matemáticas de la Universidad de Princenton,
con Tucker y Kuhn, así como la Escuela Graduada de Administración Industrial,
dependiente del Carnegie Institute of Technology, con Charnes y Cooper.

Respecto al método del simplex, que estudiaremos después, señalaremos que su

estudio comenzó en el año 1951 y fue desarrollado por Dantzig en el United States
Bureau of Standards SEAC COMPUTER, ayudándose de varios modelos de
ordenador de la firma IBM.

Los fundamentos matemáticos de la programación lineal se deben al matemático

norteamericano de origen húngaro Janos von Neuman (1903-1957), quien en 1928
publicó su famoso trabajo Teoría de Juegos. En 1947 conjetura la equivalencia de los
problemas de programación lineal y la teoría de matrices desarrollada en sus
trabajos. La influencia de este respetado matemático, discípulo de David Hilbert en
Gotinga y, desde 1930, catedrático de la Universidad de Princenton de Estados
Unidos, hace que otros investigadores se interesaran paulatinamente por el
desarrollo riguroso de esta disciplina.

En 1858 se aplicaron los métodos de la programación lineal a un problema concreto:

el cálculo del plan óptimo de transporte de arena de construcción a las obras de
edificación de la ciudad de Moscú. En este problema había 10 puntos de partida y
230 de llegada. El plan óptimo de transporte, calculado con el ordenador Strena en
10 días del mes de junio, rebajó un 11% los gastos respecto a los costes previstos.

Se ha estimado, de una manera general, que si un país subdesarrollado utilizase los

métodos de la programación lineal, su producto interior bruto (PIB) aumentaría entre
un 10 y un 15% en tan sólo un año.

La programación lineal hace historia: El puente aéreo de Berlín

En 1946 comienza el largo período de la guerra fría entre la antigua Unión Soviética
(URSS) y las potencias aliadas (principalmente, Inglaterra y Estados Unidos). Uno de
los episodios más llamativos de esa guerra fría se produjo a mediados de 1948,
cuando la URSS bloqueó las comunicaciones terrestres desde las zonas alemanas
en poder de los aliados con la ciudad de Berlín, iniciando el bloqueo de Berlín. A los
aliados se les plantearon dos posibilidades: o romper el bloqueo terrestre por la
fuerza, o llegar a Berlín por el aire. Se adoptó la decisión de programar una
demostración técnica del poder aéreo norteamericano; a tal efecto, se organizó un
gigantesco puente aéreo para abastecer la ciudad: en diciembre de 1948 se estaban
transportando 4500 toneladas diarias; en marzo de 1949, se llegó a las 8000
toneladas, tanto como se transportaba por carretera y ferrocarril antes del corte de las
comunicaciones. En la planificación de los suministros se utilizó la programación
lineal. (El 12 de mayo de 1949, los soviéticos levantaron el bloqueo)
CONCEPTOS BÁSICOS DE PROGRAMACIÓN LINEAL.-

1. Definición.

Técnica de programación matemática para resolver problemas de

optimización de recursos (maximización o minimización) cuando existe más
de una restricción lineal.

2. Características.

a. Se busca alguna combinación de recursos.

b. Se deben satisfacer varios criterios.
c. Se identifica un criterio como el objetivo global.

3. Ramas.
PROGRAMACIÓN MATEMÁTICA

PROGRAMACIÓN PROGRAMACIÓN
LINEAL CURVILÍNEA

PROGRAMACIÓN PROGRAMACIÓN
LINEAL ESTÁNDAR LINEAL DE METAS

PROGRAMACIÓN PROGRAMACIÓN
CONTÍNUA INTEGRAL

4. Usos.

a. Mezcla de producto.
b. Combinación.
c. Programación.
d. Distribución.
e. Etc.
5. Métodos.

a. Métodos generales:
(1) Método Gráfico.
(2) Método Simplex.
(3) Método de Kalmarkar o de punto interior.
b. Métodos especiales:
 (1) Método de Transporte.
(2) Método de Asignación.

6. Condiciones.

a. Linealidad:
(1) Todas las variables deben ser lineales (exponente = 1).
(2) Todos los coeficientes deben ser constantes en:
(a) La función objetivo.
(b) Las restricciones.
(3) Todas las operaciones son sumas o restas.
b. Determinismo:
Debe conocerse con certeza el comportamiento de todas las variables
y de todos los coeficientes.
c. Objetivo único:
Debe haber un solo objetivo.
d. Recursos limitados.
e. Homogeneidad:
(1) Los recursos deben ser homogéneos.
(2) Los productos deben ser homogéneos.

7. Objetivos.

a. Problemas de maximización:
Obtención del mayor valor numérico posible para la función objetivo.
Ejemplos: * Maximizar el rendimiento.
* Maximizar la contribución marginal.
* Maximizar los contactos con los clientes.
b. Problemas de minimización:
Obtención del menor valor numérico posible para la función objetivo.
Ejemplos: * Minimizar el costo.
* Minimizar el número de empleados.
* Minimizar el material de desperdicio.
METODO GRÁFICO DE PROGRAMACIÓN LINEAL.-

1. Concepto.

Representación en un sistema de ejes coordenados de las zonas del plano

definidas por las inecuaciones de restricción para determinar una figura que
satisfaga todas y cada una de ellas.

2. Ventajas.
 a. Conocimiento de los conceptos básicos de la programación Lineal.
b. Facilita la comprensión de los métodos más complejos.

3. Desventajas.

Sólo sirve para problemas con dos variables de decisión.

4. Etapas.

a. Formulación del problema.

b. Trazado del gráfico.
c. Obtención de la solución óptima.
d. Análisis gráfico de sensibilidad.

5. Soluciones.

a. Soluciones factibles (todas las restricciones se satisfacen).

(1) Soluciones factibles acotadas (función objetivo con límites).

(a) Solución única (sólo hay una solución óptima).

(b) Solución múltiple (hay más de una solución óptima).

(2) Soluciones factibles ilimitadas (función objetivo sin límites).

b. Soluciones irrealizables (al menos una restricción se infringe).

6. Representación de variables.

a. Forma.

Son 2 caracteres que representan un determinado producto (Var1 y 2).

b. Modalidades.

(1) Serie: Dos letras mayúsculas de imprenta (A y B ó X e Y).

(2) Subíndice: Una letra mayúscula de imprenta con subíndices (1 y 2).
(3) Nemotecnia: Dos letras mayúsculas de imprenta representativas.

7. Restricciones.

a. Concepto de restricción.
 Conjunto de condiciones exigidas, relacionadas con los recursos
Involucrados en un problema, que debe satisfacer toda solución.

b. Tipos de restricciones.

(1) Restricciones de mercado:

 Son límites de la cantidad de producto (bien o servicio) que
puede venderse o usarse.
 Puede ser:
- Inferior
- Superior
- Ambos
 Ejemplo: No pueden venderse más de 200 lts de gasolina.

(2) Restricciones de disponibilidad:

 Son límites ocasionados por la escasez de recursos.
- Materias primas.
- Fuerza de trabajo.
- Financiamiento.
- Otros.
 Ejemplo: La cantidad de litros de combustible para mezcla es
de 30.000 litros.

(3) Restricciones de capacidad:

 Se deben a la cantidad disponible de:
- Equipo
- Espacio
- Mano de obra
 Ejemplo: Tiempo disponible en la máquina N° 1.

(4) Restricciones de calidad:

 Son restricciones que limitan la mezcla de ingredientes y que
por lo tanto determinan la calidad de los productos
resultantes.
 Ejemplo: El octanaje que debe tener una mezcla de gasolina
de aviación.

(5) Restricciones de equilibrio:

 Son restricciones de tecnología de producción o equilibrio de
materiales.
 Determinan la salida de un proceso como una función de las
entradas, muchas veces con una pérdida por desperdicios.
 Ejemplo: Entradas de troncos de pino y abeto usados para
producir hojas de madera contrachapada.
 (6) Restricciones de definición:
 Son restricciones que definen una variable.
 Muchas veces provienen de definiciones contables.
 Ejemplo: El inventario final de productos terminados debe ser
igual a 0.

c. Formas de restricciones.

(1) Forma normal: =

(2) Forma canónica: > <

8. Representación de puntos de intersección.

a. Letras imprenta mayúsculas (ej.: A, B, C, D, E, F, etc)

b. Letras imprenta minúsculas (ej.: a, b, c, d, e, f, etc)
c. Números árabes (ej.: 1, 2, 3, 4, 5, 6, etc)

EJERCICIOS PROGRAMACIÓN LINEAL

Ejercicio nº 1.-

a) Dibuja el recinto formado por los puntos que cumplen las siguientes
condiciones:

y  3

y  x  1
y  3 x  0


b) Indica si los puntos (0, 0), (2, 1) y (1, 2) forman parte de las soluciones del
sistema anterior.

Solución:

y  3

a) Representamos las rectas y  x  1  y  x  1
y  3 x  0  y  3 x


Tomamos un punto cualquiera; por ejemplo el (1, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.

El recinto buscado es:

 b) A la vista de la gráfica anterior, tenemos que (0, 0) y (2, 1) no son
soluciones del sistema, pero (1, 2) sí lo es.

Ejercicio nº 2.-

Maximiza la función z = x  y, sujeta a las siguientes restricciones:

 x  3 y  26

4 x  3 y  44
2 x  3 y  28
x  0

y  0

Solución:

 x  3 y  26  y  26  x
 3
 44  4 x
 Representamos las rectas 4 x  3 y  44  y 
 3
 28  2 x
2 x  3 y  28  y  3

y hallamos la región que cumple las condiciones del problema, teniendo en

cuenta que
x  0 e y  0.

 Representamos la dirección de las rectas z = x  y, dibujando la que

pasa por el origen de coordenadas: x  y = 0
 4 x  3y  44
El punto M, intersección de  es decir, M  8, 4, es el que proporciona
2x  3y  28

el máximo, que vale: z = 8  4 = 12

Ejercicio nº 3.-

En una granja de pollos se da una dieta "para engordar" con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En
el mercado solo se encuentran dos clases de compuestos: el tipo I con una
composición de una unidad de A y cinco de B, y el tipo II con una
composición de cinco unidades de A y una de B. El precio del tipo I es de 10
euros y el del tipo II es de 30 euros. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades
con un coste mínimo?

Solución:

Llamamos x a las unidades que se compran de tipo I e y a las que se

compran de tipo II.
Resumamos los datos en una tabla:

Las restricciones son:

 x  5 y  15

5 x  y  15

x  0
y  0

La función que nos da el coste es z = 10x  30y = 10(x  3y).

 Debemos hacer mínima esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones, y la recta 10(x  3y) =

0 
x  3y = 0, que nos da la dirección de las rectas z = 10(x  3y).

 x  5 y  15
El mínimo se alcanza en el punto de intersección de  ; es decir, en (2,5; 2,5).
5 x  y  15

Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II.

El precio en este caso será de z = 10(2,5  32,5) = 100 euros.

Ejercicio nº 4.-

Disponemos de 210 000 euros para invertir en bolsa. Nos recomiendan dos
tipos de acciones. Las del tipo A que rinden el 10% y las de tipo B que rinde
el 8%. Decidimos invertir un máximo de 130 000 euros en las de tipo A y, como
mínimo, 6 000 euros en las de tipo B. Además, queremos que la inversión en
las del tipo A sea menor o igual que el doble de la inversión en B.

¿Cuál tiene que ser la distribución de la inversión para obtener máximo interés
anual?

Solución:

Llamamos x al dinero que invertimos en acciones de tipo A e y al que

invertimos en las de tipo B.

Resumimos los datos en una tabla:

 Las restricciones son:

x  y  210 000

x  130 000
y  6 000

x  2y
x 0

y 0

La función que nos da el rendimiento total es:

1
z  0,1x  0,08y  10x  8y   2  5 x  4y   1  5 x  4y  .
100 100 50

Debemos maximizar esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones (la unidad es 10 000)

1
y la recta  5x  4y   0  5 x  4 y  0, que nos da la dirección de las rectas
50
1
z  5x  4y  .
50

El máximo se alcanza en el punto (13, 8).

Por tanto, debemos invertir 130 000 euros en acciones del tipo A y 80 000
euros en las de tipo B. En este caso, el beneficio anual será de
1
z  5  130 000  4  80 000   19 400 euros .
50

Ejercicio nº 5.-
a) Representa el recinto que cumple estas restricciones:

 x  3y  9

2 x  y  8

x  0
y  0

b) Da tres puntos que sean solución del sistema anterior.

Solución:

x  3y  9 9x
 y 
 3

a) Representa mos las rectas 2 x  y  8  y  8  2x
x  0

y  0

Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.

El recinto buscado es:

b) Por ejemplo: (1, 1), (2, 2) y (2, 0).

Ejercicio nº 6.-

Halla el mínimo de la función z = 3x  2y con las siguientes restricciones:

3 x  4 y  12

3 x  2 y  2

x  0
y  0

Solución:
 3 x  4 y  12  y  12  3 x
 4
 Representamos las rectas 
3 x  2y  2  y  2  3 x
 2

y hallamos la región que cumple las condiciones del problema, teniendo en

cuenta que
x  0 e y  0.

Los vértices de dicha región son los puntos:

2 
 0, 1 ;  0, 3 ;  4, 0  y  , 0
3 

 Representamos la dirección de las rectas z = 3x  2y, dibujando lo que

pase por el origen de coordenadas: 3x  2y = 0

 Observamos que la recta 3x  2y = 0 y la recta 3x  2y = 2 son

paralelas. Por tanto,
2 
el mínimo se alcanza en todos los puntos del segmento que une  0, 1 y  , 0 .
3 

Este mínimo vale:

z = 3 0  2 1 = 2

Ejercicio nº 7.-

Cierto fabricante produce dos artículos, A y B, para lo que requiere la

utilización de dos secciones de producción: sección de montaje y sección de
pintura.
El artículo A requiere una hora de trabajo en la sección de montaje y dos en la
de pintura; y el artículo B, tres horas en la sección de montaje y una hora en la
de pintura.
La sección de montaje solo puede estar en funcionamiento nueve horas diarias,
mientras que la de pintura solo ocho horas cada día. El beneficio que se
obtiene produciendo el artículo B es de 40 euros y el de A es de 20 euros.

Calcula la producción diaria de los artículos A y B que maximiza el beneficio.

Solución:

Llamamos x a la producción diaria de artículos A e y a la de artículos B.

Resumimos los datos en una tabla:

Las restricciones son:

x  3y  9

2 x  y  8

x  0
y  0

La función que nos da el beneficio es z = 20x  40y = 20(x  2y). Debemos

obtener el máximo de esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 20(x  2y) =

0 
x  2y = 0, que nos da la dirección de las rectas z = 20x  40y.

x  3 y  9
El máximo se alcanza en el punto de intersección de las rectas ;
2 x  y  8
es decir, en (3, 2).

Por tanto, deben producirse 3 unidades de A y 2 de B. En este caso, el

beneficio será de z = 20 3  40 2 =140 euros.
Ejercicio nº 8.-

Un quiosco vende bolígrafos a 20 céntimos de euro y cuadernos a 30 céntimos

de euro. Llevamos 120 céntimos de euro y pretendemos comprar los mismos
cuadernos que bolígrafos, por lo menos. ¿Cuál será el número máximo de
piezas que podemos comprar?

Solución:

Llamamos x al número de bolígrafos e y al número de cuadernos.

Tenemos que:

Las restricciones son:

20 x  30 y  120  2 x  3 y  12

 x  y
x  0
y  0

 x, y enteros

Dibujamos el recinto correspondiente. Las posibles soluciones son los puntos

que aparecen señalados:

Debemos hacer máximo el número de piezas, es decir, debemos maximizar z =

x  y. Vemos que hay tres puntos que hacen máxima esta suma: (0, 4), (1, 3)
y (2, 2). El número máximo de piezas que podemos comprar es 4.

Ejercicio nº 9.-

a) Representa gráficamente el conjunto de soluciones del siguiente sistema de

 inecuaciones:

6 x  y  1

 x  y  1
 y 2


b) Di si los puntos (0, 1), (0, 0) y (0, 3) son soluciones del sistema anterior.

Solución:

6 x  y  1  y  6 x  1

a) Representamos las rectas  x  y  1  y  1  x
y  2


Tomamos un punto cualquiera; por ejemplo el (0, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.

El recinto buscado es:

b) A la vista de la gráfica anterior, tenemos que (0, 1) sí es solución del

sistema, (0, 0) también lo es, pero (0, 3) no.

Ejercicio nº 10.-

Maximiza la función z = 150x  100y, sujeta a las siguientes restricciones:

2 x  3 y  600

2 x  y  480

x  0
y  0

Solución:
 2 x  3 y  600  y  600  2 x
 3
 Representamos las rectas 
2 x  y  480  y  480  2 x


y hallamos la región que cumple las condiciones del problema, teniendo en

cuenta que
x  0 e y  0.

Los vértices de dicha región son los puntos:

(0, 0); (0, 200); (240, 0) y (210, 60)

 Representamos la dirección de las rectas z = 150x  100y, dibujando

la que pasa por el origen de coordenadas: 150x  100y = 0

 El máximo se encuentra en el vértice (210, 60), en el que z = 150

210  100 60 =
= 37 500.

Ejercicio nº 11.-

Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g
de plata, vendiéndolas a 40 euros cada una. Para la fabricación de las de tipo B
emplea 1,5 g de oro y 1 g de plata, y las vende a 50 euros. El orfebre tiene solo
en el taller 750 g de cada uno de los metales.

Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio

máximo.

Solución:

Llamamos x al número de joyas del tipo A e y al número de joyas del tipo B.

Resumimos los datos en una tabla:
 Las restricciones son:

 x  1,5 y  750

1,5 x  y  750

x  0
y  0

La función que nos da los ingresos es z = 40x  50y = 10(4x  5y).

Debemos hacer máxima esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 10(4x  5y) =

0 
4x  5y = 0, que nos da la dirección de las rectas z = 10(4x  5y).

x  1,5 y  750
El máximo se alcanza en el punto de intersección de la rectas: ;
1,5 x  y  750
es decir, en (300, 300).

Por tanto, ha de fabricar 300 joyas del tipo A y 300 del tipo B para obtener el
máximo beneficio. Los ingresos en este caso serían z = 40 300  50 300
= 27 000 euros.

Ejercicio nº 12.-

En una pequeña empresa se fabrican diariamente solo dos tipos de aparatos,

A y B. Como máximo pueden fabricarse 3 aparatos de cada tipo y,
obligatoriamente, al menos un artículo del tipo B.
Indica todas las posibilidades de fabricación si se quieren obtener unas ventas
superiores a 60 euros, teniendo en cuenta que los precios de los artículos A y
B son de 30 y 10 euros, respectivamente.

Solución:

Llamamos x al número de aparatos de tipo A e y al número de aparatos de

tipo B que podemos fabricar.

Las restricciones son:

x  y  3

 x  0
y  1
30 x  10 y  60  3 x  y  6

 x e y enteros (naturales )

Representamos el conjunto de restricciones:

Observamos que la única solución posible es fabricar 2 aparatos de tipo A y 1

de tipo B. La venta es entonces de 2 30  1 10 = 70 euros.

Ejercicio nº 13.-

a) Construye el recinto de soluciones del siguiente sistema:

3 x  3 y  120

3 x  6 y  180

x  0
y  0

b) Los puntos (20, 10), (20, 0) y (20, 20), ¿forman parte de las soluciones del
sistema anterior?

Solución:
 3 x  3 y  120  x  y  40  y  40  x


3 x  6 y  180  y  180  3 x  y  30  x
 6 2
a) Representamos las rectas 
x  0


y  0

Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles
son los puntos que cumplen las desigualdades propuestas.

El recinto buscado es:

b) A la vista de la gráfica anterior, tenemos que los tres puntos son soluciones
del sistema.

Ejercicio nº 14.-

a) Dibuja el recinto definido por:

 2 x  y  3

 2x  y  2
 x  2y  4


b) Halla los vértices del recinto anterior.

c) Halla el máximo de la función z = 4y x, sujeta a las restricciones

propuestas en a). ¿En qué punto del recinto alcanza dicho máximo?

Solución:

 2 x  y  3  y  2 x  3


 Representamos las rectas 2 x  y  2  y  2 x  2
 4x
 x  2y  4  y 
 2
 y hallamos la región que cumple las condiciones del problema.

 Los vértices del recinto son los puntos:

  2 11  8 6
A ,  y B , 
 5 5 5 5

 Representamos la dirección de las rectas z = 4y x, dibujando la que

pasa por el origen de coordenadas: 4y x = 0

  2 11 
El máximo se alcanza en el punto A ,  y vale:
 5 5

11   2  44 2 46
z  4      9,2
5  5  5 5 5

Ejercicio nº 15.-

Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la

temporada anterior. Para ello, lanzan dos ofertas, A y B: La oferta A consiste
en un lote de una camisa y un pantalón, que se venden a 30 euros; la oferta B
consiste en un lote de tres camisas y un pantalón, que se vende a 50 euros. No
se desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la B.

¿Cuántos lotes han de vender de cada tipo para maximizar la ganancia?

Solución:

Llamamos x al número de lotes de A e y al número de lotes de B.

Resumimos los datos en una tabla:
 Las restricciones son:

x  3 y  200

x  y  100

x  20
y  10

Maximizar las ganancias equivale a maximizar los ingresos.

La función que nos da los ingresos es z = 30x  50y = 10(3x  5y). Debemos
obtener el máximo de esta función sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta

30x  50y = 10(3x  5y) = 0  3x  5y = 0, que nos da la dirección de las
rectas
z = 30x  50y.

x  3 y  200
El máximo se alcanza en el punto de intersección de las rectas ;
x  y  100 
es decir, en (50, 50).

Por tanto, se deben hacer 50 lotes de la oferta A y 50 de la B. Los ingresos

en este caso serían de z = 30 50  50 50 = 4 000 euros.

Ejercicio nº 16.-

Se desea obtener tres elementos químicos a partir de las sustancias A y B.

Un kilo de A contiene 8 gramos del primer elemento, 1 gramo del segundo y 2
del tercero; un kilo de B tiene 4 gramos del primer elemento, 1 gramo del
segundo y 2 del tercero. Se desea obtener al menos 16 gramos del primer
elemento y las cantidades del segundo y del tercero han de ser como mucho 5
y 20 gramos, respectivamente; y la cantidad de A es como mucho el doble que
la de B.

Calcula los kilos de A y los de B que han de tomarse para que el coste sea
mínimo si un kilo de A vale 2 euros y uno de B 10 euros.
¿Puede eliminarse alguna restricción?

Solución:

Llamamos x a los kilos de A e y a los de B.

Resumimos los datos en una tabla:

Las restricciones son:

8 x  4 y  16  2 x  y  4
x  y  5

2 x  2y  20  x  y  10 (Esta se puede eliminar, pues, si x  y  5,
 necesariam ente, x  y  10 )
x  2y
x  0

y  0

La función que nos da el coste es z = 2x  10y = 2(x  5y). Debemos

minimizar esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 2(x  5y) = 0


x  5y = 0, que nos da la dirección de las rectas z = 2x  10y.
 2x  y  4 
El mínimo se alcanza en el punto de intersección de las rectas ;
x  2y 
es decir, en (1,6; 0,8).

Por tanto, han de comprarse 1,6 kilos de A y 0,8 de B. El coste en este caso
será de
z = 2 1,6  10 0,8 = 11,2 euros.

Ejercicio nº 17.-

Una fábrica produce neveras utilitarias y de lujo. La fábrica esta dividida en dos
secciones: montaje y acabado. Los requerimientos de trabajo vienen dados por
la siguiente tabla:

El máximo número de horas de trabajo disponibles diariamente es de 120 en

montaje y 180 en acabado, debido a las limitaciones de operarios.
Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por
cada nevera de lujo, ¿cuántas deben fabricarse diariamente de cada una para
obtener el máximo beneficio?

Solución:

Llamamos x al n o de neveras utilitarias e y al n o de neveras de lujo.

Resumimos los datos en una tabla:

Las restricciones son:

3 x  3 y  120  x  y  40

3 x  6 y  180  x  2y  60

x  0
y  0

La función que nos da el beneficio es z = 300x  400y = 100(3x  4y).

Debemos obtener el máximo de esta función, sujeta a las restricciones
anteriores.
 Dibujamos el recinto correspondiente a las restricciones y la recta 100(3x  4y)
=0 
3x  4y = 0, que nos da la dirección de las rectas z = 300x  400y:

x  y  40
El máximo se alcanza en el punto de intersección de las rectas: ;
x  2y  60 
es decir, en (20, 20).

Por tanto, deben fabricarse 20 neveras de cada uno de los dos tipos. El
beneficio será
z = 300 20  400 20 = 14 000 euros.

Ejercicio nº 18.-

La casa X fabrica helados A y B, hasta un máximo diario de 1 000 kilos. La

fabricación de un kilo de A cuesta 1,8 euros y uno de B, 1,5 euros. Calcula
cuántos kilos de A y B deben fabricarse, sabiendo que la casa dispone de 2
700 euros /día y que un kilo de A deja un margen igual al 90% del que deja un
kilo de B.

Solución:

Llamamos x a los kilos de A e y a los de B. Sea m el margen de B;

entonces el de A es 0,9m.
Resumimos los datos en una tabla:

Las restricciones son:

  x  y  1000

1,8 x  1,5 y  2 700

x  0
y  0

El margen total es z = 0,9mx  mx = m(0,9x  y). Esta es la función que

debemos maximizar, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta m(0,9x  y) =

0 
0,9x  y = 0, que nos da la dirección de las rectas z = m(0,9x  y).

Observamos que 1,8x  1,5y  2 700 no impone ninguna restricción nueva. El

máximo se alcanza en el punto M (0, 1 000).

Por tanto, deben fabricarse 1 000 kilos de helado de tipo B y nada de tipo A.
CORPORACION UNIFICADA NCIONAL DE EDUCACION SUPERIOR “CUN”
EJERCICIOS DE PROGRAMACION LINEAL
METODO GRAFICO

1) Una compañía fabrica y venden dos modelos de sombreros S 1 y S2. Para su

fabricación se necesita un trabajo manual de 20 minutos para el modelo S 1 y
de 30 minutos para el S 2; y un trabajo de máquina para S 1 y para S2 de 10
minutos. Se dispone para el trabajo manual de 100 horas al mes y para la
máquina 80 horas al mes. Sabiendo que el beneficio por unidad es de $10.000
y $15.000 pesos para S1 y S2, respectivamente, planificar la producción para
obtener el máximo beneficio.

Una compañía fabrica y venden dos modelos de lámpara L y 1

L . Para su fabricación se necesita un trabajo manual de 20

2

minutos para el modelo L y de 30 minutos para el L ; y un

1 2

trabajo de máquina para L y de 10 minutos para L . Se

1 2

dispone para el trabajo manual de 100 horas al mes y para la

máquina 80 horas al mes. Sabiendo que el beneficio por
unidad es de 15 y 10 euros para L y L , respectivamente,
1 2

planificar la producción para obtener el máximo beneficio.

1 Elección de las incógnitas.

x = nº de Sombreros S 1

y = nº de Sombreros S 2

2 Función objetivo

f(x, y) = 15000x + 10000y

3 Restricciones

Pasamos los tiempos a horas

20 min = 1/3 h
30 min = 1/2 h

10 min = 1/6 h

Para escribir las restricciones vamos a ayudarnos de una tabla:

S1 S2 Tiempo
Manual 1/3 1/2 100
Máquina 1/3 1/6 80

1/3x + 1/2y ≤ 100

1/3x + 1/6y ≤ 80

Como el número de Sombreros son números naturales,

tendremos dos restricciones más:

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

Tenemos que representar gráficamente las restricciones.

Al ser x ≥ 0 e y ≥ 0, trabajaremos en el primer cuadrante.

Representamos las rectas, a partir de sus puntos de corte

con los ejes.

Resolvemos gráficamente la inecuación: 1/3 x + 1/2 y ≤ 100;

para ello tomamos un punto del plano, por ejemplo el (0,0).

1/3∙0 + 1/2∙0 ≤ 100

1/3∙0 + 1/6∙0 ≤ 80

La zona de intersección de las soluciones de las

inecuaciones sería la solución al sistema de inecuaciones,
que constituye el conjunto de las soluciones factibles.
 5 Calcular las coordenadas de los vértices del recinto de las
soluciones factibles.

La solución óptima si es única se encuentra en un vértice del

recinto. estos son las soluciones a los sistemas:

1/3x + 1/2y = 100; x = 0 (0, 200)

1/3x + 1/6y = 80; y = 0(240, 0)
1/3x + 1/2y = 100; 1/3x + 1/6y = 80(210, 60)

6 Calcular el valor de la función objetivo

En la función objetivo sustituimos cada uno de los vértices.

f(x, y) = 15000x + 10000y

f(0, 200) = 15000∙0 + 10000∙200 = 2 000 000

f(240, 0 ) = 15000∙240 + 10000∙0 = 3 600 000

f(210, 60) = 15000∙210 + 10000∙60 = 3 750 000 Máximo

La solución óptima es fabricar 210 del modelo S y 60 del 1

modelo S para obtener un beneficio de 3 750 000.

1

2) Al comienzo del año escolar se va a lanzar unas ofertas de material escolar.

Unos almacenes quieren ofrecer 600 cuadernos, 500 carpetas y 400 bolígrafos
para la oferta, empaquetándolo de dos formas distintas; en el primer bloque
pondrá 2 cuadernos, 1 carpeta y 2 bolígrafos; en el segundo, pondrán 3
cuadernos, 1 carpeta y 1 bolígrafo. Los precios de cada paquete serán 6.500 y
7000 pesos, respectivamente. ¿Cuántos paquetes le conviene poner de cada
tipo para obtener el máximo beneficio?

Con el comienzo del curso se va a lanzar unas ofertas de

material escolar. Unos almacenes quieren ofrecer 600
cuadernos, 500 carpetas y 400 bolígrafos para la oferta,
empaquetándolo de dos formas distintas; en el primer bloque
pondrá 2 cuadernos, 1 carpeta y 2 bolígrafos; en el segundo,
pondrán 3 cuadernos, 1 carpeta y 1 bolígrafo. Los precios de
cada paquete serán 6500 y 7 000, respectivamente. ¿Cuántos
paquetes le conviene poner de cada tipo para obtener el
máximo beneficio?

1 Elección de las incógnitas.

x=P 1

y=P 2
 2 Función objetivo

f(x, y) = 6500x + 7000y

3 Restricciones

P1 P2 Disponibles
Cuadernos 2 3 600
Carpetas 1 1 500
Bolígrafos 2 1 400

2x + 3y ≤ 600

x + y ≤ 500

2x + y ≤ 400

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vértices del recinto de las

soluciones factibles.
6 Calcular el valor de la función objetivo

f(x,y) = 6500 ∙ 200 + 7000 ∙ 0 = 1300000

f(x,y)= 6500 ∙ 0 + 7000 ∙ 200 = 1 400 000

f(x,y)= 6500 ∙ 150 + 7000 ∙ 100 = 1 675 000 Máximo

La solución óptima son 150 P y 100 P con la que se

1 2

obtienen 1 675000
 3) En una porcícola se da una dieta, para engordar, con una composición mínima
de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el
mercado sólo se encuentra dos clases de compuestos: el tipo X con una
composición de una unidad de A y 5 de B, y el otro tipo, Y, con una
composición de cinco unidades de A y una de B. El precio del tipo X es de
$10.000 y del tipo Y es de $30000 ¿Qué cantidades se han de comprar de
cada tipo para cubrir las necesidades con un costo mínimo?

En una granja de pollos se da una dieta, para engordar, con

una composición mínima de 15 unidades de una sustancia A y
otras 15 de una sustancia B. En el mercado sólo se encuentra
dos clases de compuestos: el tipo X con una composición de
una unidad de A y 5 de B, y el otro tipo, Y, con una
composición de cinco unidades de A y una de B. El precio del
tipo X es de 10 euros y del tipo Y es de 30 €. ¿Qué cantidades
se han de comprar de cada tipo para cubrir las necesidades
con un coste mínimo?

1 Elección de las incógnitas.

x=X

y=Y

2 Función objetivo

f(x,y) = 10000x + 30000y

3 Restricciones

X Y Mínimo
A 1 5 15
B 5 1 15

x + 5y ≥ 15

5x + y ≥ 15
x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vértices del recinto de las

soluciones factibles.
6 Calcular el valor de la función objetivo

f(0, 15) = 10000 ∙ 0 + 30000 ∙ 15 = 450000

f(15, 0) = 10 000∙ 15 + 30 000∙ 0 = 150000

f(5/2, 5/2) = 10 000∙ 5/2 + 30000 ∙ 5/2 = 100 000 Mínimo

El coste mínimo son 100 000 para X = 5/2 e Y = 5/2.

4) Se dispone de 600 g de un determinado fármaco para elaborar pastillas

grandes y pequeñas. Las grandes pesan 40 g y las pequeñas 30 g. Se
necesitan al menos tres pastillas grandes, y al menos el doble de pequeñas
que de las grandes. Cada pastilla grande proporciona un beneficio de $2000 y
la pequeña de $1000. ¿Cuántas pastillas se han de elaborar de cada clase
para que el beneficio sea máximo?

Se dispone de 600 g de un determinado fármaco para

elaborar pastillas grandes y pequeñas. Las grandes pesan 40
g y las pequeñas 30 g. Se necesitan al menos tres pastillas
grandes, y al menos el doble de pequeñas que de las grandes.
Cada pastilla grande proporciona un beneficio de 2 € y la
pequeña de 1 €. ¿Cuántas pastillas se han de elaborar de
cada clase para que el beneficio sea máximo?

1 Elección de las incógnitas.

x = Pastillas grandes

y = Pastillas pequeñas

2 Función objetivo

f(x, y) = 2000x + 1000y

3 Restricciones

40x + 30y ≤ 600

x≥3

y ≥ 2x

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vértices del recinto de las

soluciones factibles.
6 Calcular el valor de la función objetivo

f(x, y) = 2000 ∙ 3 +1000* 16 = 22000

f(x, y) = 2000 ∙ 3 +1000* 6 = 12 000

f(x, y) = 2000 ∙ 6 + 1000*12 = 24 000 Máximo

El máximo beneficio es de 24 000, y se obtiene fabricando 6

pastillas grandes y 12 pequeñas.

5) Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la

temporada anterior. Para ello lanzan, dos ofertas, A y B. La oferta A consiste en
un lote de una camisa y un pantalón, que se venden a $90000; la oferta B
consiste en un lote de tres camisas y un pantalón, que se vende a $50000. No
se desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la B.
¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia?

Unos grandes almacenes desean liquidar 200 camisas y 100

pantalones de la temporada anterior. Para ello lanzan, dos
ofertas, A y B. La oferta A consiste en un lote de una camisa
y un pantalón, que se venden a 30 €; la oferta B consiste en
un lote de tres camisas y un pantalón, que se vende a 50 €.
No se desea ofrecer menos de 20 lotes de la oferta A ni
menos de 10 de la B. ¿Cuántos lotes ha de vender de cada
tipo para maximizar la ganancia?

1 Elección de las incógnitas.

x = nº de lotes de A

y = nº de lotes de B

2 Función objetivo

f(x, y) = 90000x + 50000y

3 Restricciones

A B Mínimo
Camisas 1 3 200
Pantalones 1 1 100

x + 3y ≤ 200

x + y ≤ 100

x ≥ 20

y ≥ 10

4 Hallar el conjunto de soluciones factibles

 5 Calcular las coordenadas de los vértices del recinto de las
soluciones factibles.

6 Calcular el valor de la función objetivo

f(x, y) = 90000 ∙ 20 + 50000 ∙ 10 = 2300000

f(x, y) = 90000 ∙ 90 + 50 000∙ 10 =8600000 máximo

f(x, y) = 90000 ∙ 20 + 50 000∙ 60 =4800000

f(x, y) = 90000 ∙ 50 + 50 000∙ 50 = 7000000

Con 90 lotes de tipo A y 10 lotes de tipo B se obtiene

una ganancia máxima de 8600000

6) Una empresa de transportes de alimentos tiene dos tipos de furgones, los del
tipo A con un espacio refrigerado de 20 m 3 y un espacio no refrigerado de 40
m3. Los del tipo B, con igual cubicaje total, al 50% de refrigerado y no
refrigerado. La contratan para el transporte de 3 000 m 3 de producto que
necesita refrigeración y 4 000 m 3 de otro que no la necesita. El coste por
kilómetro de un camión del tipo A es de $30000 y el B de $40000. ¿Cuántos
camiones de cada tipo ha de utilizar para que el coste total sea mínimo?

Una empresa de transportes tiene dos tipos de camiones, los

del tipo A con un espacio refrigerado de 20 m³ y un espacio
no refrigerado de 40 m³. Los del tipo B, con igual cubicaje
total, al 50% de refrigerado y no refrigerado. La contratan
para el transporte de 3 000 m³ de producto que necesita
refrigeración y 4 000 m³ de otro que no la necesita. El coste
por kilómetro de un camión del tipo A es de 30 € y el B de 40
€. ¿Cuántos camiones de cada tipo ha de utilizar para que el
coste total sea mínimo?

1 Elección de las incógnitas.

x = camiones de tipo A

y = camiones de tipo B

2 Función objetivo

f(x,y) = 30000x + 40000y

3 Restricciones
 A B Total
Refrigerado 20 30 3 000
No refrigerado 40 30 4 000

20x + 30y ≥ 3 000

40x + 30y ≥ 4 000

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

5 Calcular las coordenadas de los vértices del recinto de las

soluciones factibles.
6 Calcular el valor de la función objetivo

f(0, 400/3) = 30000 ∙ 0 + 40000 ∙ 400/3 = 5 333332

f(150, 0) = 30 000∙ 150 + 40 000∙ 0 = 4 500000

Como x e y han de ser números naturales redondeamos el

valor de y.

f(50, 67) = 30 000∙ 50 + 40000 ∙ 67 = 4180000

Por defecto, veamos que valor toma la x para y = 66 en la

ecuación 20x + 30y = 3000 que pertenece al recinto de las
soluciones factibles; x = 51. Obtenemos un número natural

f(51, 66) = 30000 ∙ 51 + 40000 ∙ 66 = 4170000

El coste mínimo son 4 170 000 para A = 51 y B = 66.

7) Una escuela prepara una excursión de fin de año a Cartagena para 400
alumnos. La empresa de transporte tiene 8 autobuses de 40 pasajeros y 10 de
50 pasajeros, pero sólo dispone de 9 conductores. El alquiler de un autocar
grande cuesta 800000 y el de uno pequeño 600000. Calcular cuántos
autobuses de cada tipo hay que utilizar para que la excursión resulte lo más
económica posible para la escuela.
Una escuela prepara una excursión para 400 alumnos. La
empresa de transporte tiene 8 autobuses de 40 plazas y 10
de 50 plazas, pero sólo dispone de 9 conductores. El alquiler
de un autocar grande cuesta 800 € y el de uno pequeño 600 €.
Calcular cuántos autobuses de cada tipo hay que utilizar para
que la excursión resulte lo más económica posible para la
escuela.

1 Elección de las incógnitas.

x = autobuses pequeños
y = autobuses grandes

2 Función objetivo

f(x, y) = 600000x + 800000y

3 Restricciones

40x + 50y ≥ 400

x+y≤9

x≥0

y≥0

4 Hallar el conjunto de soluciones factibles

 5 Calcular las coordenadas de los vértices del recinto de las
soluciones factibles.

6 Calcular el valor de la función objetivo

f(0, 8) = 600000 ∙ 0 + 800000 ∙ 8 = 6 400 000

f(0, 9) = 600 000∙ 0 + 800000∙ 9 = 7 200 000

f(5, 4) = 600000 ∙ 5 + 800000∙ 4 = 6 200 000 Mínimo

El coste mínimo es de 6 200 000, y se consigue 4 autobuses
grandes y 5 pequeños.

8) Disponemos de 210 000 euros para invertir en bolsa. Nos recomiendan dos
tipos de acciones. Las del tipo A que rinden el 10% y las de tipo B que rinde
el 8%. Decidimos invertir un máximo de 130 000 Euros en las de tipo A y,
como mínimo, 60000 Euros en las de tipo B. Además, queremos que la
inversión en las del tipo A sea menor o igual que el doble de la inversión en
B.
¿Cuál tiene que ser la distribución de la inversión para obtener máximo interés
anual?

Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan

dos tipos de acciones. Las del tipo A, que rinden el 10% y las del tipo B,
que rinden el 8%. Decidimos invertir un máximo de 130.000 euros en las
del tipo A y como mínimo 60.000 en las del tipo B. Además queremos que
la inversión en las del tipo A sea menor que el doble de la inversión en B.
¿Cuál tiene que ser la distribución de la inversión para obtener el máximo
interés anual?
Solución
Es un problema de programación lineal.
Llamamos x a la cantidad que invertimos en acciones de tipo A
Llamamos y a la cantidad que invertimos en acciones de tipo B

inversión rendimiento
Tipo A x 0,1x
Tipo B y 0,08y

210000 0,1x+0,08y
Condiciones que deben cumplirse (restricciones):
 R1
R2
R3
R4

Dibujamos las rectas auxiliares asociadas a las restricciones para

conseguir la región factible (conjunto de puntos que cumplen esas
condiciones)
r1 r2 (paralela a OY) r3(paralela a
OX) r4
x y x y x y x y
0 210000 130000 0 0 60000 0 0
210000 0 130000 65000

La región factible es la pintada de amarillo, de vértices A, B, C, D y E

A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000, 80000) y
E(0, 210000)
La función objetivo es;
F(x, y)= 0,1x+0,08y
Si dibujamos la curva F(x, y) =0 (en rojo) y la desplazamos se puede
comprobar gráficamente que el vértice mas alejado es el D, y por
tanto es la solución óptima.
Comprobarlo analíticamente (es decir comprobar que el valor máximo de
la función objetivo, F, se alcanza en el vértice D)
PROBLEMA N° 9 “PROBLEMA DE PRODUCCIÓN”

Un fabricante está tratando de decidir sobre las cantidades de producción óptimas

para dos artículos: mesas y sillas. Se cuenta con 96 unidades de material y con 72
horas de mano de obra. Cada mesa requiere 12 unidades de material y 6 horas de
mano de obra. Por otra parte, las sillas usan 8 unidades de material cada una y
necesitan 12 horas de mano de obra por silla. El margen de contribución es el mismo
para las mesas que para las sillas: 5 unidades monetarias por unidad. El fabricante
prometió construir por lo menos 2 mesas. ¿Cuántas sillas y mesas se deben producir
para obtener una máxima utilidad? ¿Cuál es la utilidad máxima? ¿Cuánto material y
horas de trabajo no se utilizan?
aso 1: formulación del problema.
El primer paso para resolver el problema es expresarlo en términos matemáticos en el formato
general de PL. ¿Cuál es el objetivo? Es maximizar la contribución a la ganancia. Cada unidad
de mesas o sillas producidas contribuirá con $5 en la ganancia. Así las dos alternativas son la
producción de mesas y la producción de sillas. Ahora puede escribirse la función objetivo:

Maximizar Z = 5x1 + 5x2

en donde: x1 = número de mesas producidas

x2 = número de sillas producidas

¿Cuáles son las restricciones o limitaciones del problema? Existen tres restricciones. Primero,
el material está limitado a 96 unidades. Cada mesa se lleva 12 unidades de material y cada silla
usa 8 unidades. La primera restricción es, entonces:

12x1 + 8x2 96

La segunda restricción es el total de horas de mano de obra. Una mesa se lleva 6 horas, una
silla 12 horas y se dispone de un total de 72 horas. Así:

6x1 + 12x2 72
Existe una limitación más. El fabricante prometió producir por lo menos dos mesas. Esto
puede expresarse como:

x1 2

Por último, las restricciones de no negatividad son:

x1 0, x2 0

Poniendo todo junto el modelo se tiene:

Maximizar Z = 5x1 + 5x2

Restricciones: 12x1 + 8x2 96
6x1 + 12x2 72
x1 2
x1 0, x2 0

Paso 2: gráfica de las restricciones.

El siguiente paso en el método gráfico es dibujar todas las restricciones en una gráfica. Esto
puede hacerse en cualquier orden. Por conveniencia se comenzará con las restricciones de no
negatividad. Éstas se muestran en la siguiente figura:

En esta gráfica, una solución se representaría por un punto con coordenadas x 1 (mesas) y
x2 (sillas). Las coordenadas representarían las cantidades de cada artículo que se deben
producir. El cuadrante superior derecho se llama Región Factible puesto que es el único
cuadrante en que pueden estar las soluciones. Los otros tres cuadrantes no son factibles, ya que
requerirían la producción de cantidades negativas de mesas o de sillas o de ambas.

La siguiente restricción es x1 2. La manera más sencilla de dibujar las restricciones de

recursos es en dos pasos: (1) convertir una desigualdad en una ecuación y graficar la ecuación
y (2) sombrear el área apropiada arriba y abajo de la línea que resulta en el paso 1. Convertir
una igualdad en una ecuación aquí significa ignorar la parte de “mayor que” o “menor que” de
la restricción.

Así, en el ejemplo, x1 2 se convierte en x1 = 2. Esta ecuación está trazada en la siguiente

figura:

Cualquier punto en la línea x1 = 2 satisface la ecuación. Sin embargo, la restricción es más

amplia, ya que cualquier punto x1> 2 también la cumplirá. Esto incluye todos los puntos que
están a la derecha de la línea x1 = 2. Entonces, la región factible incluye todos los valores de
x1que están sobre o a la derecha de la línea x1 = 2.
La limitación sobre las horas de mano de obra es la siguiente restricción. Como antes, primero
se convierte en una ecuación: 6x1 + 12x2 = 72. Puede graficarse esta línea si se encuentran dos
puntos sobre ella. El par de puntos más sencillos de localizar son las intersecciones con los ejes
X1 y X2. Para encontrar la intersección con el eje X2 se hace x1 = 0. La ecuación se reduce,
entonces, a:

12x2 = 72
x2 = 6

La intersección con el eje X1 se encuentra haciendo x2 = 0. Así:

6x1 = 72
x1 = 12

Estos dos puntos y la línea que los une se muestran en la siguiente figura:

Cualquier punto que está sobre o abajo de esta línea cumplirá con la restricción. Cualquier
punto arriba de esta línea requerirá más de 72 horas de mano de obra y no es aceptable. En la
siguiente figura se combina esta restricción con la anterior. En la región factible, ambas
restricciones se cumplen.

La última restricción es la de material. Siguiendo el procedimiento anterior, primero se

encuentran las intersecciones para la igualdad. Éstas son x1 = 0, x2 = 12 y x1 = 8, x2 =0. Se
localizan los dos puntos en la gráfica; se traza la línea, y como la restricción es del tipo menor
o igual que, se sombrea el área que está abajo de la línea. El resultado se muestra en la
siguiente figura:

Cualquier solución que esté en la frontera o dentro del área sombreada cumplirá con todas las
restricciones. Ahora se utilizará la función objetivo para seleccionar la solución óptima.

Paso 3: obtención de la solución óptima: líneas de indiferencia.

Para encontrar la solución óptima, se grafica la función objetivo en la misma gráfica de las
restricciones. La función objetivo en este problema es Z = 5x1 + 5x2. Como todavía no se
conoce el máximo valor factible de Z, no puede trazarse el óptimo de la función objetivo. No
obstante, es posible suponer algunos valores para Z y graficar las líneas resultantes. En la
siguiente figura se muestran las líneas para Z = 25 yZ = 50:
 Las líneas de este tipo se llaman líneas de indiferencia, porque cualquier punto sobre una línea
dada da la misma ganancia total. Nótese que la distancia perpendicular del origen a la línea
aumenta al aumentar el valor de Z. También, todas las líneas de indiferencia son paralelas entre
sí. Estas propiedades gráficas pueden usarse para resolver el problema.

En la siguiente figura, se ilustran todas las restricciones y las dos líneas de indiferencia
supuestas. En la gráfica puede observarse que la línea de indiferencia para Z = 50 está
completamente fuera de la región factible. Para Z = 25, parte de la línea cae dentro de la región
factible. Por tanto, existe alguna combinación de x1 y x2 que satisface todas las restricciones y
da una ganancia total de $25. Por inspección, puede observarse que hay ganancias más altas
que son factibles.

Imaginando que la línea de indiferencia Z = 25 se mueve hacia la línea Z = 50, de las

propiedades de la gráfica que se hicieron notar antes, el punto óptimo estará sobre la línea de
indiferencia más lejana al origen pero que todavía toque la región factible. Esto se muestra en
la siguiente figura:

Con el punto óptimo localizado gráficamente, la única tarea que queda es encontrar las
coordenadas del punto. Nótese que el punto óptimo está en la intersección de las líneas de
restricción para materiales y horas de mano de obra. Las coordenadas de este punto se pueden
encontrar resolviendo el sistema de ecuaciones que forman estas dos restricciones utilizando
cualquiera de los métodos de solución (suma y resta, sustitución o igualación). Las
coordenadas de este punto resultan ser (6, 3). La sustitución de este punto en la función
objetivo da la ganancia máxima:

Z = 5(6) + 5(3) = $45

Resumen del método gráfico.

Para resolver gráficamente problemas de programación lineal:
1. Exprésense los datos del problema como una función objetivo y restricciones.
2. Grafíquese cada restricción.
3. Localícese la solución óptima.

PROBLEMA N° 10 “PROBLEMA DE DIETA”

Un comprador está tratando de seleccionar la combinación más barata de dos

alimentos, que debe cumplir con ciertas necesidades diarias de vitaminas. Los
requerimientos vitamínicos son por lo menos 40 unidades de vitamina W, 50 unidades
de vitamina X y 49 unidades de vitamina Y. Cada onza del alimento A proporciona 4
unidades de vitamina W, 10 unidades de vitamina X y 7 unidades de vitamina Y; cada
onza del alimento B suministra 10 unidades de W, 5 unidades de X y 7 unidades de Y.
El alimento A cuesta 5 monedas/onza y el alimento B vale 8 monedas/onza. .
¿Cuántas unidades de cada alimento se deben producir para minimizar los costos?
¿Cuál es el costo mínimo?

Un comprador está tratando de seleccionar la combinación más barata de dos

alimentos, que debe cumplir con ciertas necesidades diarias de vitaminas. Los
requerimientos vitamínicos son por lo menos 40 unidades de vitamina W, 50
unidades de vitamina X y 49 unidades de vitamina Y. Cada onza del alimento A
proporciona 4 unidades de vitamina W, 10 unidades de vitamina X y 7 unidades de
vitamina Y; cada onza del alimento B proporciona 10 unidades de W, 5 unidades de
X y 7 unidades de Y. El alimento A cuesta 5 pesos/kilogramo y el alimento B cuesta
8 pesos/kilogramo.

Paso 1: formulación del problema.

La meta en este problema es encontrar la manera menos costosa para satisfacer las
necesidades vitamínicas. Las dos alternativas disponibles son los alimentos A y B.
Matemáticamente la función objetivo es:

Minimizar Z = 5A + 8B

Las restricciones son los requerimientos mínimos de las tres vitaminas. Éstas se
muestran enseguida:

Restricciones: 4A + 10B ³ 40 vitamina W

10A + 5B ³ 50 vitamina X
7A + 7B ³ 49 vitamina Y
A ³ 0, B ³ 0 no negatividad

Paso 2: gráfica de las restricciones.

El procedimiento para graficar es el mismo que se usó antes: (1) graficar
cada ecuación de restricción; (2) graficar el área apropiada. Para la primera
restricción la ecuación es 4A + 10B = 40. Las dos intersecciones con los ejes son
(0,4) y (10,0). Esta línea se muestra en la siguiente figura:
La restricción pide 40 unidades o más de la vitamina W. Cualquier punto que
esté arriba de la línea de restricción será factible y todos los puntos que quedan
abajo de esa línea serán aceptables. En la siguiente figura se muestra la región
factible:

Después se grafica la restricción para la vitamina X. La ecuación 10A + 5B = 50 tiene

intersecciones con los ejes en (0,10) y (5,0). En la siguiente figura se ilustran las
restricciones para las vitaminas W y X. Nótese que las soluciones que quedan en las
áreas a o b no son factibles, ya que quedarían abajo de las líneas de restricción.
Al agregar la tercera restricción, este segundo paso queda terminado, como se
muestra en la siguiente figura:

Paso 3: localización de la solución óptima.

En la siguiente figura se muestra la frontera extrema más dos líneas de indiferencia,
las de Z = 40 pesos y Z = 60 pesos. La frontera extrema está formada por los
puntos a, b, c y d, puesto que éstos son los puntos de intersección factibles más
cercanos al origen.
Gráficamente, el objetivo de minimizar el valor de Z significa ajustar una línea de
indiferencia tan cerca del origen como sea posible. En la figura anterior puede
observarse que existen muchas soluciones posibles para Z = 60, pero ninguna para Z
= 40. Imaginando mover la línea Z = 60 hacia el origen, el último punto de contacto
con la frontera extrema será el punto b. Entonces, el punto b es la solución óptima.
En la figura anterior se observa que el punto b es la intersección de dos líneas:

(1) 4A + 10B = 40
(2) 7A + 7B = 49

Resolviendo el sistema de ecuaciones:

Multiplíquese la ecuación (1) por 7: (3) 28A + 70B = 280

Multiplíquese la ecuación (2) por – 4: (4) –28A – 28B = –196

42B = 84
B= 2
Sustitúyase en la ecuación (1): 4A + 10(2) = 40
A= 5
La solución menos costosa es 5 kilogramos de alimento A y 2 kilogramos de alimento
B. El costo total de esta combinación es:
Z = 5A + 8B = 5(5) + 8(2) = 25 + 16 = 41 pesos
Si se usa el método de prueba y error para localizar la solución óptima, se deben
encontrar las coordenadas de los puntos a, b, c, y d. Se debe calcular después el
valor de la función objetivo para cada punto. A continuación se muestran los
resultados de este procedimiento:

Resultados de prueba y error

Punto Coordenadas Z = 5A + 8B

a A = 10, B = 0 50

b A = 5, B = 2 41 ¾ menor

c A =3, B = 4 47

d A = 0, B = 10 80

PROBLEMA N° 11 “PROBLEMA DE FABRICACIÓN”

Una compañía fabrica palos de jockey y juegos de ajedrez. Cada palo de hockey
genera un beneficio de 4 dólares con un costo de 2 dólares. Cada juego de ajedrez
entrega una utilidad de 7 dólares. y tiene un costo de 3 dólares. Un palo de hockey
requiere cuatro horas de procesamiento en el centro de mecanizado “A” y dos horas
en el centro de mecanizado “B”. Un juego de ajedrez necesita seis horas en el centro
“A”, seis en el “B” y una hora en el “C”. El centro de mecanizado “A” tiene una
capacidad máxima diaria de 120 horas, el centro “B” posee 72 horas y el “C” 10
horas. Si la empresa desea optimizar el beneficio, ¿cuántos palos de hockey y
cuántos juegos de ajedrez debe fabricar al día? ¿Cuál es el máximo beneficio?

PROBLEMA N° 12 “PROBLEMA DE MEZCLAS”

Una empresa que da servicio de limpieza prepara sus propios compuestos

mezclando dos ingredientes. Hace esto para obtener un compuesto que tiene lo que
considera una combinación apropiada de fosfatos y cloruro. Un ingrediente tiene dos
porciones de fosfato y cinco porciones de cloruro y cuesta 5.0 unidades monetarias el
litro. El otro ingrediente tiene cinco porciones de fosfato y dos porciones de cloruro y
vale 1.5 unidades monetarias el litro. La firma necesita que la mezcla final tenga más
de diez porciones de fosfato y diez de cloruro. Determinar la mezcla que optimiza el
costo total. ¿Cuál es el costo mínimo