Método del simplex

Es un procedimiento iterativo que permite ir mejorando la solución

a cada paso. El proceso concluye cuando no es posible seguir El método del simplex fue creado
mejorando más dicha solución. en 1947 por el matemático George
Dantzig .
Partiendo del valor de la función objetivo en un vértice cualquiera,
el método consiste en buscar sucesivamente otro vértice que El método del simplex se utiliza,
sobre todo, para resolver
mejore al anterior. La búsqueda se hace siempre a través de los problemas de programación lineal
lados del polígono (o de las aristas del poliedro, si el número de en los que intervienen tres o más
variables.
variables es mayor). Cómo el número de vértices (y de aristas) es
finito, siempre se podrá encontrar la solución.
El álgebra matricial y el proceso de
eliminación de Gauss-Jordan para
El método del simplex se basa en la siguiente propiedad: si la resolver un sistema de ecuaciones
función objetivo, f, no toma su valor máximo en el vértice A, lineales constituyen la base del
método simplex.
entonces hay una arista que parte de A, a lo largo de la
cual f aumenta.

Vamos a resolver mediante el método del simplex el siguiente problema:

Maximizar Z= f(x,y)= 3x + 2y
sujeto a: 2x + y 18
2x + 3y 42
3x + y 24
x 0,y 0

Se consideran las siguientes fases:

1. Convertir las desigualdades en igualdades

Se introduce una variable de holgura por cada una de las restricciones, para convertirlas en
igualdades, resultando el sistema de ecuaciones lineales:

2x + y + h = 18
2x + 3y + s = 42
3x +y + d = 24

2. Igualar la función objetivo a cero

- 3x - 2y + Z = 0

3. Escribir la tabla inicial simplex

En las columnas aparecerán todas las variables del problema y, en las filas, los coeficientes de
las igualdades obtenidas, una fila para cada restricción y la última fila con los coeficientes de la
función objetivo:
 Tabla I . Iteración nº 1
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 2 1 1 0 0 18
s 2 3 0 1 0 42
d 3 1 0 0 1 24
Z -3 -2 0 0 0 0

4. Encontrar la variable de decisión que entra en la base y la variable de holgura que sale
de la base

A. Para escoger la variable de decisión que entra en la base, nos fijamos en la última fila,
la de los coeficientes de la función objetivo y escogemos la variable con el coeficiente
negativo mayor (en valor absoluto).
En nuestro caso, la variable x de coeficiente - 3.

Si existiesen dos o más coeficientes iguales que cumplan la condición anterior,

entonces se elige uno cualquiera de ellos.

Si en la última fila no existiese ningún coeficiente negativo, significa que se ha

alcanzado la solución óptima. Por tanto, lo que va a determinar el final del proceso de
aplicación del método del simplex, es que en la última fila no haya elementos
negativos.

La columna de la variable que entra en la base se llama columna pivote (En

color verde).

B. Para encontrar la variable de holgura que tiene que salir de la base, se divide cada
término de la última columna (valores solución) por el término correspondiente de la
columna pivote, siempre que estos últimos sean mayores que cero. En nuestro caso:
18/2 [=9] , 42/2 [=21] y 24/3 [=8]

Si hubiese algún elemento menor o igual que cero no se hace dicho cociente. En el
caso de que todos los elementos fuesen menores o iguales a cero, entonces
tendríamos una solución no acotada y no se puede seguir.

El término de la columna pivote que en la división anterior dé lugar al menor cociente

positivo, el 3, ya 8 es el menor, indica la fila de la variable de holgura que sale de la
base, d. Esta fila se llama fila pivote (En color verde).

Si al calcular los cocientes, dos o más son iguales, indica que cualquiera de las
variables correspondientes pueden salir de la base.

C. En la intersección de la fila pivote y columna pivote tenemos el elemento pivote

operacional, 3.

5. Encontrar los coeficientes de la nueva tabla.

Los nuevos coeficientes de x se obtienen dividiendo todos los coeficientes de la fila d por el
pivote operacional, 3, que es el que hay que convertir en 1.

A continuación mediante la reducción gaussiana hacemos ceros los restantes términos de su

columna, con lo que obtenemos los nuevos coeficientes de las otras filas incluyendo los de la
función objetivo Z.

También se puede hacer utilizando el siguiente esquema:

Fila del pivote:

Nueva fila del pivote= (Vieja fila del pivote) : (Pivote)

Resto de las filas:

Nueva fila= (Vieja fila) - (Coeficiente de la vieja fila en la columna de la variable entrante)
X (Nueva fila del pivote)

Veámoslo con un ejemplo una vez calculada la fila del pivote (fila de x en la Tabla II):

Vieja fila de s 2 3 0 1 0 42

- - - - - -

Coeficiente 2 2 2 2 2 2

x x x x x x

Nueva fila pivote 1 1/3 0 0 1/3 8

= = = = = =

Nueva fila de s 0 7/3 0 1 -2/3 26

Tabla II . Iteración nº 2
Base Variable de decisión Variable de holgura Valores solución
x y h s d
h 0 1/3 1 0 -2/3 2
s 0 7/3 0 1 -2/3 26
x 1 1/3 0 0 1/3 8
Z 0 -1 0 0 1 24

Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado
todavía a la solución óptima. Hay que repetir el proceso:

A. La variable que entra en la base es y, por ser la variable que corresponde al coeficiente
-1
B. Para calcular la variable que sale, dividimos los términos de la última columna entre los
términos correspondientes de la nueva columna pivote:
2:1/3 [=6] , 26:7/3 [=78/7] y 8:1/3 [=8]
 y como el menor cociente positivo es 6, tenemos que la variable de holgura que sale
es h.
C. El elemento pivote, que ahora hay que hacer 1, es 1/3.

Operando de forma análoga a la anterior obtenemos la tabla:

Tabla III . Iteración nº 3

Base Variable de decisión Variable de holgura Valores solución
x y h s d
y 0 1 3 0 -2 6
s 0 0 -7 0 4 12
x 1 0 -1 0 1 6
Z 0 0 3 0 -1 30

Como en los elementos de la última fila hay uno negativo, -1, significa que no hemos llegado
todavía a la solución óptima. Hay que repetir el proceso:

A. La variable que entra en la base es d, por ser la variable que corresponde al coeficiente
-1
B. Para calcular la variable que sale, dividimos los términos de la última columna entre los
términos correspondientes de la nueva columna pivote:
6/(-2) [=-3] , 12/4 [=3], y 6:1 [=6]
y como el menor cociente positivo es 3, tenemos que la variable de holgura que sale
es s.
C. El elemento pivote, que ahora hay que hacer 1, es 4.

Obtenemos la tabla:

Tabla IV . Final del proceso

Base Variable de decisión Variable de holgura Valores solución
x y h s d
y 0 1 -1/2 0 0 12
d 0 0 -7/4 0 1 3
x 1 0 -3/4 0 0 3
Z 0 0 5/4 0 0 33

Como todos los coeficientes de la fila de la función objetivo son positivos, hemos llegado a la
solución óptima.

Los solución óptima viene dada por el valor de Z en la columna de los valores solución, en
nuestro caso: 33. En la misma columna se puede observar el vértice donde se alcanza,
observando las filas correspondientes a las variables de decisión que han entrado en la
base: D(3,12)

* Si en el problema de maximizar apareciesen como restricciones inecuaciones de la forma:

ax + by c; multiplicándolas por - 1 se transforman en inecuaciones de la forma - ax - by
- c y estamos en el caso anterior
 * Si en lugar de maximizar se trata de un problema de minimizar se sigue el mismo proceso,
pero cambiando el sentido del criterio, es decir, para entrar en la base se elige la variable
cuyo valor, en la fila de la función objetivo, sea el mayor de los positivos y se finalizan las
iteraciones cuando todos los coeficientes de la fila de la función objetivo son negativos

Interpretación geométrica del método del simplex

Las sucesivas tablas que hemos construido van proporcionando el valor de la función objetivo
en los distintos vértices, ajustándose, a la vez, los coeficientes de las variables iniciales y de
holgura.

En la primera iteración (Tabla I) han permanecido todos los coeficientes iguales, se ha

calculado el valor de la función objetivo en el vértice A(0,0), siendo este 0.

A continuación se desplaza por la arista AB, calculando el valor de f ,

hasta llegar a B.
Este paso aporta la Tabla II.
En esta segunda iteración se ha calculado el valor que corresponde al
vértice B(8,0): Z=f(8,0) = 24

Sigue por la arista BC, hasta llegar a C, donde se para y despliega los
datos de la Tabla III.
En esta tercera iteración se ha calculado el valor que corresponde al
vértice C(6,6) : Z=f(6,6)=30.

Continua haciendo cálculos a través de la arista CD, hasta llegar al vértice D. Los datos que se
reflejan son los de la Tabla IV.
Concluye con esta tabla, advirtiendo que ha terminado (antes ha comprobado que la solución
no mejora al desplazarse por la arista DE)
El valor máximo de la función objetivo es 33, y corresponde a x = 3 e y = 12 (vértice D).

Si calculas el valor de la función objetivo en el vértice E(0,14), su valor no supera el valor 33.

¿Quieres ver esto mismo en una pequeña animación ?

Pulsa el botón:

El Método simplex
1. 1. EL METODO SIMPLEX SIMPLEX PRIMAL YESID ARIZA OSORIO
ASESORAMIENTO EMPRESARIAL & GESTION CAPACITACION Y
ENTRENAMIENTO
2. 2. EL METODO SIMPLEX SIMPLEX PRIMAL Es una herramienta
matemática que resuelve problemas de planeación y programación de
operaciones; es decir, resuelve la pregunta sobre cuánto producir de acuerdo a la
capacidad operativa y estudios de mercado Utiliza el modelo de la Programación
Lineal, a través de la solución de una matriz, usando el método de eliminación
de Gauss Jordan.
3. 3. EL METODO SIMPLEX SIMPLEX PRIMAL METODOLOGIA DE
TRABAJO Identificación de la función objeto y las restricciones Construcción
del modelo de programación lineal de forma estándar Construcción de un
modelo matricial Solución de la matriz por método de eliminación (Gauss
Jordan) Se obtiene a partir del enunciado del ejercicio y en la práctica, a partir de
entrevistas y/o observación <ul><li>Las variables se consideran positivas
</li></ul><ul><li>Se suman o restan variables básicas o supuestas para eliminar
la inecuación </li></ul><ul><li>Se asegura que el signo del número al otro lado
de la solución sea positivo </li></ul>Se construye una matriz, generalmente de
dos dimensiones, una para las variables básicas incluyendo a Z (Función objeto)
y otra para todas las variables Se utiliza la eliminación identificando en cada
iteración la columna de entrada y la ecuación pivote
4. 4. EL METODO SIMPLEX SIMPLEX PRIMAL IDENTIFICACION DE LA
FUNCION OBJETO Y LAS RESTRICCIONES Ejemplo Maximizar Z= 3X +
2Y, sujeto a: X+2Y<=6 2X+Y<=8 -X+Y<=1 Y<=2 Considere todas las
variables positivas
5. 5. EL METODO SIMPLEX SIMPLEX PRIMAL CONSTRUCCION DEL
MODELO DE PL USANDO LA FORMA ESTANDAR Función Objeto Se
debe agrupar las variables de un solo lado de la ecuación, entonces: Z=3X+2Y,
queda como -3X-2Y+Z=0 <ul><li>Inecuaciones </li></ul><ul><li>Sumar o
restar una variable supuesta teniendo en cuenta el sentido de la inecuación; si es
menor que se suma, si es mayor que, se resta </li></ul><ul><li>De ser
necesario cambiar el signo de toda la igualdad para que el número del otro lado
del igual sea positivo </li></ul>X+2Y<=6 X+2Y +S1 =6 2X+Y<=8 2X+Y +S2
=8 -X+Y<=1 -X+Y +S3 =1 Y<=2 Y +S4 =2
6. 6. EL METODO SIMPLEX SIMPLEX PRIMAL MODELO DE PL USANDO
LA FORMA ESTANDAR Restricciones Función Objeto - 3X-2Y+Z = 0
X+2Y+S1 = 6 2X+Y+S2 = 8 -X+Y+S3 = 1 Y+S4 = 2 Los números después del
signo igual, se consideran posibles soluciones, ellos deben colocarse en la casilla
correspondiente de la matriz para solucionar el modelo de Simplex Los números
delante de las variables son sus coeficientes
7. 7. EL METODO SIMPLEX SIMPLEX PRIMAL DISEÑO DE LA MATRIZ
Esquema de la matriz Básica Z X Y S1 S2 S3 S4 Solución Z S1 S2 S3 S4
8. 8. EL METODO SIMPLEX SIMPLEX PRIMAL DISEÑO DE LA MATRIZ Se
toman los coeficientes de las ecuaciones del modelo de PL de forma estándar y
se colocan en su lugar correspondiente de acuerdo con la identificación de las
filas y columnas de la matriz Básica Z X Y S1 S2 S3 S4 Solución Z 1 -3 -2 0 0 0
0 0 S1 0 1 2 1 0 0 0 6 S2 0 2 1 0 1 0 0 8 S3 0 -1 1 0 0 1 0 1 S4 0 0 1 0 0 0 1 2
9. 9. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA MATRIZ
(Condiciones de optimidad y de factibilidad) CONDICIÓN MAXIMIZACIÓN
MINIMIZACIÓN Optimidad La variable entrante es la que tiene el coeficiente
 mas negativo en la ecuación objeto. La variable entrante es la que tiene el
coeficiente mas positivo en la ecuación objeto. El empate (dos números iguales,
se rompe de manera arbitraria El nivel óptimo se alcanza cuando los coeficientes
No Básicos de la ecuación Z son No Negativos. El nivel óptimo se alcanza
cuando los coeficientes No Básicos de la ecuación Z son No Positivos.
Factibilidad La variable saliente es la variable básica con menor razón positiva
entre la solución y el coeficiente en la dirección de la variable entrante.
10. 10. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA
MATRIZ (Identificación de Columna de Entrada, Ecuación Pivote y Elemento
Pivote) Coeficientes de las variables No Básicas en la función Objeto Columna
de Entrada Ecuación Pivote; tiene la menor razón positiva Pivote Básica Z X Y
S1 S2 S3 S4 Solución Z 1 -3 -2 0 0 0 0 0 S1 0 1 2 1 0 0 0 6 6/1=6 S2 0 2 1 0 1 0
0 8 8/2=4 S3 0 -1 1 0 0 1 0 1 1/-1=-1 S4 0 0 1 0 0 0 1 2 2/0=∞
11. 11. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA
MATRIZ (ITERACIONES) Se utiliza el método de eliminación Gauss Jordan
para calcular los nuevos coeficientes, según las siguientes operaciones del
cálculo: Nueva Ecuación Pivote = Ecuación Pivote / Elemento Pivote Nueva
Ecuación = Ecuación anterior – Coeficientes Columna entrada Nueva Ecuación
Pivote x
12. 12. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA
MATRIZ (ITERACIONES) Utilizamos el cálculo de la nueva Ecuación Pivote,
dividimos cada coeficiente entre el elemento pivote, el resultado es: Note que la
variable X pasó a ser básica Básica Z X Y S1 S2 S3 S4 Solución Z S1 X 0 1 ½ 0
½ 0 0 4 S3 S4
13. 13. EL METODO SIMPLEX SIMPLEX PRIMAL Calculamos cualquiera de las
ecuaciones de la nueva Iteración, el ejemplo es el cálculo de la primera fila
(Ecuación objeto) SOLUCION DE LA MATRIZ (ITERACIONES) Ecuación
anterior 1 -3 -2 0 0 0 0 0 Coeficiente Columna Entrada (CCE) -3 Nueva
Ecuación Pivote 0 1 1/2 0 1/2 0 0 4 CCE x Nueva Eq. Pivote 0 3 3/2 0 3/2 0 0 12
Nueva Ecuación 1 0 -1/2 0 3/2 0 0 12
14. 14. EL METODO SIMPLEX SIMPLEX PRIMAL Se escriben los valores en la
fila correspondiente de la Matriz (primera fila) SOLUCION DE LA MATRIZ
(ITERACIONES) Básica Z X Y S1 S2 S3 S4 Solución Z 1 0 -1/2 0 3/2 0 0 12
S1 X 0 1 ½ 0 ½ 0 0 4 S3 S4
15. 15. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA
MATRIZ (SOLUCIÓN) Se realizan las Iteraciones que sean necesarias,
identificando una y otra vez la Columna de Entrada, la Ecuación Pivote y el
elemento pivote, hasta que se cumpla el valor óptimo descrito en la condición de
Optimidad . La matriz resultante es la siguiente: Básica Z X Y S1 S2 S3 S4
Solución Z 1 0 0 1/3 4/3 0 0 12+2/3 Y 0 0 1 2/3 -1/3 0 0 4/3 X 0 1 0 -1/3 2/3 0 0
10/3 S3 0 0 0 -1 1 1 0 3 S4 0 0 0 -2/3 1/3 0 1 2/3
16. 16. EL METODO SIMPLEX SIMPLEX PRIMAL SOLUCION DE LA
MATRIZ (SOLUCIÓN) La solución es, los valores de X y Y que hacen máxima
a Z, son 10/3 y 4/3 respectivamente y el valor máximo de Z es 12 +2/3 Básica Z
X Y S1 S2 S3 S4 Solución Z 1 0 0 1/3 4/3 0 0 12+2/3 Y 0 0 1 2/3 -1/3 0 0 4/3 X
0 1 0 -1/3 2/3 0 0 10/3 S3 0 0 0 -1 1 1 0 3 S4 0 0 0 -2/3 1/3 0 1 2/3
Recomendado

 Método gráfico de resolución de sistemas

Cada una de las ecuaciones que forman un sistema lineal de dos ecuaciones
con dos incógnitas es la de una función de primer grado, es decir, una recta.
El método gráfico para resolver este tipo de sistemas consiste, por tanto, en
representar en unos ejes cartesianos, o sistema de coordenadas, ambas rectas y
comprobar si se cortan y, si es así, dónde. Esta última afirmación contiene la
filosofía del proceso de discusión de un sistema por el método gráfico. Hay
que tener en cuenta, que, en el plano, dos rectas sólo pueden tener tres
posiciones relativas (entre sí): se cortan en un punto, son paralelas o son
coincidentes (la misma recta). Si las dos rectas se cortan en un punto, las
coordenadas de éste son el par (x, y) que conforman la única solución del
sistema, ya que son los únicos valores de ambas incógnitas que satisfacen las
dos ecuaciones del sistema, por lo tanto, el mismo es compatible
determinado. Si las dos rectas son paralelas, no tienen ningún punto en
común, por lo que no hay ningún par de números que representen a un punto
que esté en ambas rectas, es decir, que satisfaga las dos ecuaciones del sistema
a la vez, por lo que éste será incompatible, o sea sin solución. Por último, si
ambas rectas son coincidentes, hay infinitos puntos que pertenecen a ambas,
lo cual nos indica que hay infinitas soluciones del sistema (todos los puntos de
las rectas), luego éste será compatible indeterminado.

El proceso de resolución de un sistema de ecuaciones mediante el método

gráfico se resume en las siguientes fases:

i. Se despeja la incógnita y en ambas ecuaciones.

ii. Se construye, para cada una de las dos funciones de primer grado
obtenidas, la tabla de valores correspondientes.
iii. Se representan gráficamente ambas rectas en los ejes coordenados.
iv. En este último paso hay tres posibilidades:
a. Si ambas rectas se cortan, las coordenadas del punto de corte son
los únicos valores de las incógnitas x e y. Sistema compatible
determinado.
b. Si ambas rectas son coincidentes, el sistema tiene infinitas
soluciones que son las respectivas coordenadas de todos los
puntos de esa recta en la que coinciden ambas. Sistema
compatible indeterminado.
c. Si ambas rectas son paralelas, el sistema no tiene
solución. Sistema incompatible.

Veamos, por última vez, el ejemplo visto en los métodos analíticos para
resolverlo gráficamente y comprobar que tiene, se use el método que se use, la
misma solución. recordemos de nuevo el enunciado:

Entre Ana y Sergio tienen 600 euros, pero Sergio tiene el doble de euros que
Ana. ¿Cuánto dinero tiene cada uno?.

Llamemos x al número de euros de Ana e y al de Sergio. Vamos a expresar las

condiciones del problema mediante ecuaciones: Si los dos tienen 600 euros,
esto nos proporciona la ecuación x + y = 600. Si Sergio tiene el doble de
euros que Ana, tendremos que y = 2x. Ambas ecuaciones juntas forman el
siguiente sistema:

x + y = 600
 2x - y = 0

Para resolver el sistema por el método gráfico despejamos la incógnita y en

ambas ecuaciones y tendremos:

y = -x + 600
y = 2x

Vamos ahora, para poder representar ambas rectas, a calcular sus tablas de
valores:

y = -x + 600 y = 2x
x y x y
200 400 100 200
600 0 200 400

Con estas tablas de valores para las dos rectas y eligiendo las escalas
apropiadas en los ejes OX y OY, podemos ya representar gráficamente:

<="" td="">

Si observamos la gráfica, vemos claramente que las dos rectas se cortan en el

punto (200, 400), luego la solución del sistema es x = 200 e y = 400. Por
tanto, la respuesta al problema planteado es que Ana tiene 200 euros y Sergio
tiene 400 euros, es decir, el mismo resultado, evidentemente, que habíamos
obtenido con los tres métodos analíticos.
 Si, al representar gráficamente un sistema, se obtienen las rectas x = 0 e y = x+2, ¿cuál será la
solución del mismo?

Volver a la página principal. Ir a las Actividades Resolución de problemas

© Jesús Duarte y Juanma Sánchez

Programación Lineal (Método Gráfico)

por GEO Tutoriales el 13/03/2017 en Programación Lineal 5

El Método Gráfico (resolución gráfica) constituye una excelente alternativa

de representación y resolución de modelos de Programación Lineal que
tienen 2 variables de decisión. Para estos efectos existen herramientas
computacionales que facilitan la aplicación del método gráfico como los
softwares TORA, IORTutorial y Geogebra, los cuales se pueden consultar en
detalle en Cómo Resolver Gráficamente un Modelo de Programación
Lineal con TORA, Cómo Resolver Gráficamente un Modelo de
Programación Lineal con IORTutorial y Cómo Resolver Gráficamente un
modelo de Programación Lineal con Geogebra, respectivamente. En este
contexto a continuación presentamos un compendio de ejercicios de
Programación Lineal resueltos a través del método gráfico.
Ejercicios Resueltos del Método Gráfico en
Programación Lineal
Ejercicio N°1: 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:
 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:
 : Hectáreas destinadas al cultivo de de Sauvignon Blanc
 : Hectáreas destinadas al cultivo de Chardonay
Función Objetivo:
Maximizar

Restricciones:




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 N°2: Un taller tiene tres (3) tipos de máquinas A, B y C; puede
fabricar dos (2) productos 1 y 2, todos los productos tienen que ir a cada
máquina y cada uno va en el mismo orden: Primero a la máquina A, luego a la
B y luego a la C. La siguiente tabla muestra:
 Las horas requeridas en cada máquina, por unidad de producto
 Las horas totales disponibles para cada máquina, por semana
 La ganancia por unidad vendida de cada producto

Formule y resuelva a través del método gráfico un modelo de Programación

Lineal para la situación anterior que permite obtener la máxima ganancia para
el taller.

Variables de Decisión:
 : Unidades a producir del Producto 1 semanalmente
 : Unidades a producir del Producto 2 semanalmente
Función Objetivo:
Maximizar

Restricciones:




Las restricciones representan la disponibilidad de horas semanales para las
máquinas A, B y C, respectivamente, además de incorporar las condiciones de
no negatividad.

Para la resolución gráfica de este modelo utilizaremos el software GLP cual

abordamos en el artículo Problema de Planificación Forestal resuelto con
Graphic Linear Optimizer (GLP). El área de color verde corresponde al
conjunto de soluciones factibles y la curva de nivel de la función objetivo que
pasa por el vértice óptimo se muestra con una línea punteada de color rojo.

La solución óptima es y con valor

óptimo que representa la ganancia para el taller.
Ejercicio N°3: Una compañía elabora dos productos diferentes. Uno de ellos
requiere por unidad 1/4 de hora en labores de armado, 1/8 de hora en labores
de control de calidad y US$1,2 en materias primas. El otro producto requiere
por unidad 1/3 de hora en labores de armado, 1/3 de hora en labores de
control de calidad y US$0,9 en materias primas. Dada las actuales
disponibilidades de personal en la compañía, existe a lo más un total de 90
horas para armado y 80 horas para control de calidad, cada día. El primer
producto descrito tiene un valor de mercado (precio de venta) de US$9,0 por
unidad y para el segundo este valor corresponde a US$8,0 por unidad.
Adicionalmente se ha estimado que el límite máximo de ventas diarias para el
primer producto descrito es de 200 unidades, no existiendo un límite máximo
de ventas diarias para el segundo producto.
Formule y resuelva gráficamente un modelo de Programación Lineal que
permita maximizar las utilidades de la compañía.
 Variables de Decisión:
 : Unidades a producir diariamente del Producto 1
 : Unidades a producir diariamente del Producto 2
Función Objetivo:
Maximizar

Restricciones:




La primera restricción representa las limitantes de horas de armado
diariamente. La segunda restricción la disponibilidad de horas para labores de
control de calidad (también diariamente). La tercera restricción establece una
cota superior para la producción y ventas diarias del Producto 1.
Adicionalmente se incluyen las condiciones de no negatividad para las variables
de decisión.

El dominio de soluciones factibles tiene 5 vértices que corresponden a los

candidatos a óptimos del problema. En particular el vértice óptimo es D de
modo que la solución óptima es y con valor
óptimo que corresponde a la utilidad
máxima para la empresa.

Importante: A la fecha de esta publicación disponemos de más de 70 artículos

relativos a la Programación Lineal los cuales recomendamos revisar, donde
 se aborda la resolución gráfica de este tipo de modelos como también la
resolución a través de algoritmos como el Método Simplex y la
implementación computacional con herramientas
como Solver, What’sBest! y OpenSolver, entre otras.

Rate this item: Submit Rating

Qué es el método gráfico de un sistema de ecuaciones

El método gráfico, como su nombre indica, se utiliza para resolver sistemas de ecuaciones
con dos incógnitas de una forma gráfica.

Para entender este método, debes tener muy claro cómo es la ecuación de una recta.
La ecuación de una recta en su forma explícita tiene esta forma:

Donde m y n son variables.

Si te das cuenta, la ecuación de una recta es una ecuación con dos incógnitas, x e y,
tal y como tenemos en un sistema de ecuaciones.
Por tanto, cada una de las ecuaciones que forman un sistema corresponde a la ecuación
de una recta, por lo que podemos representar cada una de ellas en los ejes cartesianos y
el punto de corte de ambas rectas corresponderá a la solución del sistema de ecuaciones.
Pasos para resolver un sistema de ecuaciones por el
método gráfico
Los pasos para resolver un sistema de ecuaciones por el método gráfico son los
siguientes:

1. Despejamos la incógnita «y» en cada una de las ecuaciones

2. Representamos cada una de las rectas en los ejes de coordenadas
3. Las coordenadas del punto de corte de ambas rectas, será la solución del sistema de
ecuaciones.
Vamos a verlo con un ejemplo paso a paso para que te quede todo mucho más claro.

<="" ins="" data-adsbygoogle-status="done" style="margin: 0px; padding: 0px; border: 0px;

outline: 0px; font-size: 14px; vertical-align: baseline; background: transparent !important;
width: 336px; height: 0px; display: inline-block;">

Ejemplo de un sistema de ecuaciones resuelto por el

método gráfico
Tenemos el siguiente sistema de ecuaciones, el cual lo vamos a resolver por el método
gráfico:
En primer lugar, en la primera ecuación:

Despejamos «y»:

Ya tenemos la «y» despejada, aunque su forma no es igual la ecuación explícita de una

recta, ya que en el segundo término tenemos una fracción y la ecuación de una recta tiene
dos términos:

Si separamos el segundo miembro en dos términos, manteniendo el denominador vemos

que nos quedan dos términos, como en la ecuación de la recta:

Este paso no es necesario hacerlo. Tan sólo lo he hecho para que veas que efectivamente
tenemos la ecuación de una recta.

Una vez tenemos la «y» despejada, vamos a representar la recta en los ejes cartesianos. Si
necesitas ayuda para saber cómo representar una recta, en esta lección lo tienes explicado
paso a paso.
Para representar una recta, necesitamos dos puntos de la misma. Para obtenerlos, vamos
a elegir dos valores de x al azar y obtendremos su correspondiente valor de «y». Yo voy a
elegir los valores x=0 y x=1 (pero repito que pueden ser cualquiera).

Para x=0, calculamos su correspondiente valor de «y», sustituyendo x por 0 en la

expresión donde despejamos la «y»:
Hacemos lo mismo para x=1:

Con los valores obtenidos, vamos creando la tabla de valores:

Una vez tenemos ambos puntos, los representamos en los ejes de coordenadas. Ten en
cuenta que en 5/3 es igual a 1,66 para que te sea más fácil ubicarlo en los ejes:

Para representar la recta, sólo tenemos que unir ambos puntos y alargar al recta por
ambos extremos:
Ya tenemos la recta de la primera ecuación representada. Ahora vamos a hacer lo mismo
con la segunda ecuación:

Despejamos «y»:

Damos dos valores a x para obtener sus correspondientes valores de «y». En este caso,
también voy a elegir x=0 y x=1.

Para x=0, su valor de «y» es:

Para x=1, su valor de «y» es:

Ordenamos los resultados en una tabla de valores:

Ahora, en los mismos ejes donde ya tenemos representada la primera recta, representamos
los puntos de la segunda recta:

Y volvemos a unir ambos puntos para obtener la representación gráfica de la segunda recta,
alargándola por los dos extremos:
El punto de corte de ambas rectas corresponde con la solución del sistema de ecuaciones.
En este caso, se ve claramente que el punto de corte es (1,1), por lo que la solución del
sistema es x=1, y=1, que son las coordenadas del punto de corte.

<="" ins="" data-adsbygoogle-status="done" style="margin: 0px; padding: 0px; border: 0px;

outline: 0px; font-size: 14px; vertical-align: baseline; background: transparent !important;
width: 336px; height: 280px; display: inline-block;">

Ejercicios resueltos de sistema de ecuaciones por el

método gráfico
Vamos a resolver más sistemas de ecuaciones para que practiques con el método gráfico.
Verás que el procedimiento a seguir siempre es el mismo.

Ejercicio resuelto 1
Resuelve el siguiente sistema de ecuaciones por el método gráfico:

En la primera ecuación:

Despejamos «y»:

Vamos a representar esta ecuación en los ejes cartesianos y para ello vamos a obtener dos
puntos que pertenezcan a la recta. Lo hacemos eligiendo dos valores cualquiera de x y
calculando su correspondiente valor de «y».

Elijo los valores x=0 y x=1 y obtengo el valor de «y» en cada caso sustituyendo la x por su
valor en cada caso.

Para x=0, su valor de «y» es:

Para x=1, su valor de «y» es:

Creamos la tabla de valores con los valores de x y de «y»:

Representamos ambos puntos en los ejes y después trazamos la recta que pasa por
ambos puntos:

Una vez tenemos la primera recta representada, vamos a hacer los mismo con la segunda
ecuación:

Despejamos «y»:

Volvemos a dar dos valores a x para obtener sus correspondientes valores de «y», que
también voy a elegir x=0 y x=1.
Para x=0, su valor de «y» es:

Para x=1, su valor de «y» es:

Configuramos la tabla de valores:

En los mismos ejes donde representamos la primera recta, representamos los puntos de la
segunda ecuación y trazamos su recta:

El punto de corte de ambas rectas es la solución del sistema de ecuaciones. En este caso,
el punto de corte es (3,1), por lo que la solución del sistema es x=3, y=1.
<="" ins="" data-adsbygoogle-status="done" style="margin: 0px; padding: 0px; border: 0px;
outline: 0px; font-size: 14px; vertical-align: baseline; background: transparent !important;
width: 336px; height: 280px; display: inline-block;">

Ejercicio resuelto 2
Resuelve el siguiente sistema de ecuaciones por el método gráfico:

Empezamos despejando «y» en la primera ecuación

Obtenemos dos puntos de la recta, dándole valores cualquiera a la x. Le doy x=0 y x=1.

Para x=0 su valor de «y» es:

Para x=1 su valor de «y» es:

Los ordenamos en una tabla de valores:

Y representamos la recta en los ejes de coordenadas:

Con la segunda ecuación hacemos lo mismo:

Despejamos «y»:

Obtenemos dos puntos de la recta dando dos valores a x, que volverán a ser x=0 y x=1.
Sustituimos la x por cada valor y obtenemos el valor correspondiente de «y»:

Creamos la tabla de valores:

Y representamos la recta:

El punto de corte de ambas rectas es la solución del sistema de ecuaciones. En este caso,
el punto de corte es (1,1), por lo que la solución del sistema es x=1, y=1.

Como ves, el procedimiento para resolver sistemas de dos ecuaciones con dos incógnitas
por el método gráfico es siempre el mismo.

El método gráfico es el menos utilizado de todos los métodos de resolución de sistemas de

ecuaciones, ya que por una lado es más lento el tener que representar cada una de las
rectas y por otro, si las coordenadas del punto de corte no son números enteros, la solución
es menos precisa que con el resto de métodos.

También debes saber que no siempre vas a obtener un punto de corte. Eso va a depender
del tipo de sistema de dos ecuaciones.
<="" ins="" data-adsbygoogle-status="done" style="margin: 0px; padding: 0px; border: 0px;
outline: 0px; font-size: 14px; vertical-align: baseline; background: transparent !important;
width: 336px; height: 280px; display: inline-block;">
 ¿Necesitas ayuda en matemáticas? ¿Quieres que te
explique cualquier duda que te surja?
Puedo enseñarte exactamente lo que necesitas aprender
para aprobar las matemáticas.
He diseñado un método práctico y efectivo que te ayudará a entender las matemáticas,
paso a paso, explicándote justo lo que necesitas para saber resolver todos tus ejercicios y
problemas. Todo con un lenguaje sencillo y ameno que entenderás perfectamente.
Con mi método:

 Sabrás los pasos exactos que tienes que dar para resolver tus ejercicios y problemas
 Conseguirás resultados en muy poco tiempo, sin dedicar más horas a intentar entenderlo
por tu cuenta sin llegar a ninguna conclusión
Suena bien ¿no?

¿Por qué tardar 2 horas buscando por Internet si puedes

aprenderlo en menos de 20 minutos?
Sé lo que te impide entender las matemáticas y sé lo que necesitas para
entenderlas. ¿Quieres informarte de como puedes aprender matemáticas conmigo? Pulsa
el botón para saber más:

ENSÉÑAME MATEMÁTICAS
© 2017 Clases de Matemáticas Online - Aviso Legal - Condiciones Generales de
Compra - Política de Cookies
Uso de cookies
Usamos cookies propias y de terceros (Google) para que usted tenga la mejor experiencia
de usuario, por lo que los terceros reciben información sobre tu uso de este sitio web.
Si continúas navegando, consideramos que aceptas el uso de las cookies. Puedes obtener
más info o saber cómo cambiar la configuración en nuestra Política de Cookies.
ACEPTAR

 Español
v
EJERCICIOS RESUELTOS, PRODUCCIÓN Y OPERACIONES

EJERCICIOS RESUELTOS DE
PROGRAMACIÓN LINEAL POR EL
MÉTODO GRÁFICO
Una manera muy efectiva de prepararte para un examen o para repasar los
apuntes de clase, es revisar ejemplos y ejercicios resueltos. En esta ocasión
te presentamos unos ejercicios resueltos de programación lineal por el
método gráfico.

Estos problemas fueron tomados del Suplemento E: Programación Lineal,

del libro Administración de Operaciones-Procesos y cadenas de valor de
Krajewski, Ritzman y Malhotra. La elaboración de las gráficas y solución
se realizó con PHP Simplex. Te recomendamos conocer un poco más
sobre el funcionamiento de PHP Simplex, a través del siguiente video:

Como recomendación adicional, si es que recién empiezas con este tema,

revisa nuestro post sobre cómo plantear un problema de programación
lineal por el método gráfico y cómo resolver problemas de
programación lineal por el método gráfico.

Problema 1:
The Really Big Shoe es un fabricante de calzado deportivo para básquetbol
y fútbol. El gerente de marketing, Ed Sullivan, tiene que decidir la mejor
forma de gastar los recursos destinados a publicidad. Cada uno de los
equipos de fútbol patrocinados requiere 120 pares de zapatos. Cada equipo
de básquetbol requiere 32 pares de zapatos. Los entrenadores de fútbol
reciben $300,000 por concepto de patrocinio para calzado, y los
entrenadores de básquetbol reciben $1,000,000. El presupuesto de Sullivan
para promociones asciende a $30,000,000.
The Really Big Shoe dispone de una provisión limitada (4 litros, o sea,
4,000 centímetros cúbicos) de flubber, un compuesto raro y costoso que se
utiliza en la fabricación del calzado atlético de promoción. Cada par de
zapatos para básquetbol requiere 3 cc de flubber y cada par de zapatos de
fútbol requiere 1 cc. Sullivan desea patrocinar el mayor número de equipos
de básquetbol y fútbol que sus recursos le permitan.
a. Formule un conjunto de ecuaciones lineales para describir la función
objetivo y las restricciones.
b. Utilice el análisis gráfico para encontrar la solución visual.
c. ¿Cuál es el número máximo de cada tipo de equipo que The Really
Big Shoe podrá patrocinar?
Solución 1:
Parte a)
x = Número de equipos de futbol a patrocinar
y = Número de equipos de básquetbol a patrocinar

Función Objetivo:
Max (x + y)
Restricciones:
 Presupuesto: 300,000x + 1,000,000y ≤ 30,000,000
 Flubber: 120x + 96y ≤ 4000
  No negatividad: x, y ≥ 0
Parte b)

Color Verde: Región Factible*

Color Rojo: Solución óptima*
*Los mismos colores se utilizarán para todos los problemas.
La solución visual se encontraría en el punto C:
x =12.280701754386 y = 26.315789473684
Parte c)
Dado que el número de equipos no puede ser un valor decimal
consideramos los siguientes valores:
x = 12 y = 26
Problema 2:
Un estudiante de administración de empresas del Nowledge College
necesita completar un total de 65 cursos para graduarse. El número de
cursos de administración tendrá que ser mayor que o igual a 23. El número
de cursos ajenos al área de administración deberá ser mayor que o igual a
20. El curso de administración promedio requiere un libro de texto que
cuesta $60 e implica 120 horas de estudio. Los cursos ajenos al área de
administración requieren un libro de texto que cuesta $24 e implican 200
horas de estudio. El estudiante dispone de un presupuesto de $3,000 para
libros.
 a. Formule un conjunto de ecuaciones lineales para describir la función
objetivo y las restricciones.
b. Utilice el análisis gráfico para encontrar la solución visual.
c. ¿Con qué combinación de cursos de administración y otros ajenos a
esta área se minimizaría el número total de horas de estudio?
d. Identifique las variables de holgura o superávit.
Solución 2:
Parte a)
X = Cursos de Administración que cursará el estudiante
Y = Cursos ajenos al área de Administración que cursará el estudiante
Función Objetivo:
Min (120X + 200 Y)
Restricciones:
Cursos Necesarios para graduarse: X + Y = 65
Cantidad de Cursos de Administración: X ≥ 23
Cantidad de Cursos ajenos a Administración: Y ≥ 20
Presupuesto del estudiante: 60X + 24Y ≤ 3000
Parte b)
La solución visual se encontraría en el punto E:
X = 40 Y = 25
Parte c)
Con los valores obtenidos de X = 40, Y = 25, se minimizará las horas de
estudio, teniendo como resultado 9800 horas.
Parte d)
Se tiene las variables de superávit para las restricciones respecto a la
cantidad de cursos de administración (s1) y cursos ajenos a la
administración (s2).
s1 = 40 – 23 = 17
s2 = 25 – 20 = 5
Problema 3:
En el problema 2, suponga que el objetivo es minimizar el costo de los
libros y que el tiempo total de estudio del alumno se limita a 12,600 horas.
a. Aplique el análisis gráfico para determinar la combinación de cursos
que permite minimizar el costo total de los libros.
b. Identifique las variables de holgura o superávit.
Solución 3:
Parte a)

Variables:
x = Cursos de Administración que cursará el estudiante
y = Cursos ajenos al área de Administración que cursará el estudiante
Se modifica la función objetivo:
Min (60X + 24Y)
Restricciones:
Cursos Necesarios para graduarse: X + Y = 65
Cantidad de Cursos de Administración: X ≥ 23
Cantidad de Cursos ajenos a Administración: Y ≥ 20
Tiempo total de estudio: 120X + 200Y ≤ 12600
Gráfico:

La solución visual se encontraría en el punto C:

x =23 y = 42
Mínimo presupuesto: 2388
Parte b)
Se tiene las variables de superávit para las restricciones de la cantidad de
cursos ajenos a la administración (s1) y de holgura respecto a las horas de
estudio (h1).
s1 = 42 – 20 = 5
h1 = 12600 – (120*23+200*42) = 1440
Problema 4:
Mile-High Microbrewery fabrica una cerveza clara y una oscura. Mile-
High dispone de una provisión limitada de cebada, tiene capacidad de
embotellamiento limitada y un mercado también limitado para su cerveza
clara. Las utilidades son de $0.20 por cada botella de cerveza clara y $0.50
por cada botella de cerveza oscura.
a. La siguiente tabla muestra la disponibilidad de recursos en la Mile-
High Microbrewery. Aplique el método gráfico de programación lineal
para maximizar las utilidades. ¿Cuántas botellas de cada producto
deberán fabricarse cada mes?

b. Identifique las restricciones con holgura o superávit.

Solución 4:
Parte a)
Variables:
x1 = Número de botellas de cerveza clara
x2 = Número de botellas de cerveza oscura
Función Objetivo:
Max (0.20x1 + 0.50x2)
Restricciones:
Cebada 0.1x1 + 0.6x2 ≤ 2000
Embotellado x1 + x2 ≤ 6000
Mercado x1 ≤ 4000
Gráfico
La solución visual se encontraría en el punto C:
x1 =3200 x2 = 2800
Utilidad Máxima = 2040
Parte b)
Se tiene una holgura de 800 respecto a la restricción del mercado.
Problema 5:
El gerente de la planta de producción de un fabricante de tubos de plástico
tiene la opción de utilizar dos rutas diferentes para la fabricación de un tipo
de tubo de plástico en particular.
La ruta 1 utiliza la extrusora A y la ruta 2 utiliza la extrusora B. Ambas
rutas requieren el mismo proceso de fusión. La siguiente tabla muestra los
requisitos de tiempo y las capacidades de estos procesos.

Cada 100 pies de tubo procesado en la ruta 1 utilizan 5 libras de materias

primas, mientras que cada 100 pies de tubo producidos en la ruta 2 utilizan
solamente 4 libras. Esta diferencia es el resultado de las diferentes tasas de
desperdicio de cada una de las máquinas de extrusión. En consecuencia, la
utilidad por 100 pies de tubo procesados en la ruta 1 es de $60 y en la ruta
2 es de $80. Hay en total 200 libras de materias primas disponibles.
a. Formule un conjunto de ecuaciones lineales para describir la función
objetivo y las restricciones.
b. Aplique el análisis gráfico para encontrar la solución visual.
c. ¿Cuál es la utilidad máxima?
Solución 5:
Parte a)
Variables:

Artículos Relacionados Ejercicios resueltos de Productividad Multifactorial y Total

x = Número de tubos de 100 pies procesados en la ruta 1

y = Número de tubos de 100 pies procesados en la ruta 2
Función Objetivo:
Max (60x + 80y)
Restricciones:
Fusión x + y ≤ 45
Extrusora A 3x ≤ 90
Extrusora B y ≤ 160
Materia Prima 5x + 4y ≤ 200
Parte b)
La solución visual se encontraría en el punto A:
x=0 y = 45
Parte c)
La utilidad máxima se obtendría reemplazando los valores en la F.O.
60x + 80y = 60*0 + 80*45 = $3600
Problema 6:
Un fabricante de colorantes para telas puede utilizar dos rutas de
procesamiento diferentes para elaborar un tipo particular de colorante. La
ruta 1 utiliza la prensa secadora A y la ruta 2 usa la prensa secadora B.
Ambas rutas requieren la utilización de la misma tina de mezclado para
revolver los ingredientes químicos del colorante antes del secado. La
siguiente tabla muestra los requisitos de tiempo y las capacidades de estos
procesos:
Cada kilogramo de colorante procesado en la ruta 1 requiere 20 litros de
productos químicos, en tanto que cada kilogramo de tinte procesado en la
ruta 2 utiliza solamente 15 litros. La diferencia se debe a las distintas tasas
de producción de las prensas secadoras. Por consiguiente, la utilidad por
cada kilogramo procesado en la ruta 1 es de $50 y en la ruta 2 es de $65. Se
dispone de un total de 450 litros de ingredientes químicos.
a. Formule las restricciones y la función objetivo para maximizar las
utilidades.
b. Aplique el método gráfico de programación lineal para encontrar la
solución óptima.
c. Identifique las restricciones con holgura o superávit.
Solución 6:
Parte a)
Variables:
x = Kilogramos de colorante procesadas en la ruta 1
y = Número telas procesadas en la ruta 2
Función Objetivo:
Max (50x + 65y)
Restricciones:
Mezcla 2x + 2y ≤ 54
Secadora A 6x ≤ 120
Secadora B 8y ≤ 180
Productos Químicos 20x + 15y ≤ 450
Parte b)
La solución visual se encontraría en el punto D:
x = 4.5 y = 22.5
Utilidad Máxima = 1687.5
Parte c)
Se tiene holgura de 93h en la restricción de la secadora A y holgura de 22.5
litros en la restricción de productos químicos.
Reflexión Final
Estoy seguro que los problemas mostrados serán de mucha utilidad para ti.
Si tienes algún problema que no puedas resolver, puedes dejarlo en la
sección de comentarios y trataremos de ayudarte lo mas pronto posible.