"Año de la Lucha contra la Corrupción y la Impunidad"

ADMINISTRACION Y SISTEMAS

MÉTODOS CUANTITATIVOS PARA LOS

NEGOCIOS

TEMA : Método gráfico de

solución y uso de
diversos Software

ALUMNAS : De la Cruz Pérez Ana María

Soberon Inga Rocio Ivett
Navarro Fernandez Ana Lizeth
Hernandez Lopez Melanie

PROFESOR : Manuel Salvador Cama Sotelo

2019
 PROGRAMACION LINEAL
La Programación lineal (PL de ahora en adelante) consiste en encontrar los
valores de unas variables que maximizan o minimizan un único objetivo sujeto
a una serie de restricciones. Las principales características de PL son:
1. Un único objetivo lineal a optimizar (maximizar o minimizar)
2. Unas variables de decisión que siempre son continuas y no negativas
3. Una o más restricciones lineales
4. Un conocimiento exacto de los parámetros y recursos utilizados en la
5. construcción del modelo.
Si todas estas condiciones se cumplen, existen varios métodos de obtención de
soluciones que nos dan la solución óptima con un costo computacional
relativamente reducido.
METODO GRAFICO
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, IOR Tutorial y Geogebra.
Este método es muy simple de utilizar, por otro lado, es muy útil para entender
las propiedades matemáticas de la programación lineal.
EL PROBLEMA

La fábrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos

tejidos de calidad diferente T y T’; se dispone de 500 Kg de hilo a,
300 Kg de hilo b y 108 Kg de hilo c. Para obtener un metro de T
diariamente se necesitan 125 gr de a, 150 gr de b y 72 gr de c;
para producir un metro de T’ por día se necesitan 200 gr de a,
100 gr de b y 27 gr de c.
El T se vende a $4000 el metro y el T’ se vende a $5000 el metro.
Si se debe obtener el máximo beneficio, ¿cuántos metros de T y
T’ se deben fabricar?
LA MODELIZACIÓN MEDIANTE PROGRAMACIÓN LINEAL

VARIABLES
XT: Cantidad de metros diarios de tejido tipo T a fabricar
 XT’: Cantidad de metros diarios de tejido tipo T’ a fabricar

RESTRICCIONES
0,12XT + 0,2XT’ <= 500 Hilo “a”
0,15XT + 0,1XT’ <= 300 Hilo “b”
0,072XT + 0,027XT’ <= 108 Hilo “c”

Las restricciones de no negatividad no son necesarias en este ejemplo dado

que se trata de un ejercicio de maximización, cuando el ejercicio sea de
minimización lo más recomendado es incluirlas.

LA SOLUCIÓN MEDIANTE MÉTODO GRÁFICO

PASO 1: GRAFICAR LAS RESTRICCIONES

Para iniciar con el trazado de las restricciones es indispensable igualar
las restricciones a 0, de esta manera podemos mediante despeje de
ecuaciones iniciar con la tabulación que nos otorgará las coordenadas
para esbozar cada una de las gráficas. Además dado que se trabajará
en el plano cartesiano sería prudente renombrar las variables

XT = x
XT' = y

Igualamos las restricciones,

0,12X + 0,2y = 500

0,15X + 0,1y = 300
0,072X + 0,027y = 108

Acto seguido iniciamos con la primera restricción, hallamos las primeras dos
coordenadas. Para hallar las coordenadas regularmente llevamos una de las
variables a cero, para de esta manera despejar más fácilmente la segunda.

Por ejemplo, para un x = 0

0,12(0) + 0,2y = 500
0,2y = 500
500/0,2 = y
2500 = y
y para un y = 0

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

0,12x = 500
 x = 500/0,12
x = 4167

Seguimos con la segunda restricción,

0,15X + 0,1y = 300

Tercera restricción,

0,072X + 0,027y = 108

En el siguiente gráfico se muestra el polígono solución de color gris, en este

conjunto es donde cada coordenada cumple con todas las restricciones, las
cuales se caracterizan por ser restricciones de menor o igual y esta
característica se representa con una flecha hacía abajo.

Una vez se llega a este punto es indispensable saber que las soluciones
óptimas se alojan en los vértices del polígono solución (color gris) y que
identificar a la solución óptima es cuestión de elegir la mejor alternativa
dependiendo de las herramientas disponibles (tecnológicas y conocimientos
matemáticos).

La primera opción es la geométrica, esta depende de trazar la ecuación que

representa a la función objetivo (este paso consiste en realizar el mismo
procedimiento de las restricciones).

Función objetivo,

ZMAX = 4000x + 5000y

luego igualamos a 0.
4000x + 5000y = 0

Luego tabulamos para obtener las coordenadas necesarias para esbozar la

gráfica correspondientes a la ecuación (en esta ocasión es recomendable más
de dos coordenadas, incluyendo la coordenada (x = 0, y = 0).
Una vez se ha esbozado la función objetivo (línea negra) sacamos replicas
paralelas a esta que se encuentren con cada vértice, y solo en el caso en que
la línea imaginaria paralela a la función objetivo no corte el polígono solución se
ha encontrado la solución óptima. En otras palabras trasladamos la función
objetivo por todo el polígono conservando su forma paralela con la original, la
detenemos en los vértices y evaluamos si esta corta o no el conjunto solución.

Claramente solo en el punto "B", es decir en el vértice formado por la

intersección de las ecuaciones 1 y 2, la línea imaginaria no corta el polígono
solución, entonces es este punto el correspondiente a la coordenada óptima.

Para hallar el valor de esta coordenada es indispensable recurrir a la resolución

de ecuaciones lineales 2x2, y se pueden considerar varios métodos de solución
entre ellos:

- Método por sustitución

- Método por igualación
- Método por reducción o Eliminación
- Método por eliminación Gauss
- Método por eliminación Gauss - Jordán
- Método por determinantes
El método por reducción o eliminación consiste en igualar los coeficientes de
una de las variables multiplicando una o las dos ecuaciones, teniendo en
cuenta que estos coeficientes queden iguales pero con signos contrarios.

Ecuación 1 0,12x + 0,2y = 500

Ecuación 2 0,15x + 0,1y = 300 multiplicamos por (-2)
Ecuación 3 (2*(-2)) -0,30x - 0,2y = -600
Sumamos 1 y 3 -0,18x = -100
Despejamos "x" x = -100 / (-0,18)
x = 555,55

luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales

con el objetivo de despejar "y".

Ecuación 1 0,12x + 0,2y = 500

Reemplazamos "x" 0,12(555,55) + 0,2y = 500
Despejamos "y" 66,666 + 0,2y = 500
0,2y = 500 - 66,666
0,2y = 433,334
y = 433,334 / 0,2
y = 2166,67

De esta forma hemos obtenido los valores para "x" y "y".

Recordemos que x y y fueron los nombres que recibieron las variables

originales XT y XT'

x = XT
y = XT'

XT = 555,55
XT' = 2166,67

y la contribución obtenida (reemplazando las variables en la función objetivo)

es de:

Zmax = 4000XT + 5000XT'

Zmax = 4000(555,55) + 5000(2166,67)
Zmax = 13.055.550
Ahora podemos cotejar los resultados con los obtenidos mediante resolución
porSolver - Excel, sin embargo recuerden que el método de búsqueda de la
solución óptima en el método gráfico que utilizamos es el geométrico y que
existe una posibilidad mucho más engorrosa pero igualmente efectiva, este es
el método de iteración por vértice, y que consiste en hallar todas las
coordenadas de los vértices y luego en cada coordenada se evalúa la función
objetivo, (cada coordenada nos proporciona un valor en "x" y otro en "y", luego
reemplazamos estos valores en la función objetivo "4000x + 5000y = ?" y luego
evaluamos los resultados seleccionando la mayor cantidad).

Una herramienta muy útil al momento de resolver ejercicios mediante el método

gráfico es una calculadora graficadora, como es el caso de la calculadora de
encarta

VARIANTES EN EL MÉTODO GRÁFICO

Como en la mayoría de los casos el ejemplo con el que aquí se explicó el

método gráfico es el ideal, es decir un ejercicio de conjunto acotado con
solución óptima única, sin embargo existen una variedad de problemas
diferentes a los ideales y que vale la pena analizar:

SOLUCIÓN ÓPTIMA MÚLTIPLE

Una de las variantes que puede presentar un ejercicio de programación
lineal consiste en la cantidad de soluciones óptimas, gran cantidad de ellos
presenta más de una solución óptima, es decir una solución en la cual la
función objetivo es exactamente igual en una combinación cuantitativa de
variables diferente.

Estos problemas deben de afrontarse de tal manera que prime el análisis de

sensibilidad, es decir una vez encontradas múltiples soluciones iguales se debe
proceder al comportamiento del consumo de los recursos y restricciones,
evidentemente prevaleciendo el concepto de productividad de los recursos más
limitados y costosos.

SOLUCIÓN ÓPTIMA NO ACOTADA

Otra de las variantes que presentan los modelos de programación lineal
corresponde a los modelos de solución óptima no acotada, es decir problemas
con infinitas soluciones óptimas. Hay que reconocer que en la vida real gran
parte de estos problemas se deben a un mal planteamiento de las
restricciones, sin embargo es común que este tipo de problemas sean
evaluados en la vida académica.

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 Borgoña, italiana. Se desea conocer
cuánto plantar de cada variedad en las 110 hectáreas, dado los costos,
beneficios netos y requerimientos de mano de obra según los datos que se
muestran a continuación:

Variedad Costo ($/Hect) Beneficio Neto Días

($/Hect.) Hombre/Hect.

Borgoña 100 50 10

Italia 200 120 30

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

1.200 días hombre durante el horizonte de planificación. Formule y resuelva
gráficamente un modelo de Programación Lineal para este problema. Detalle
claramente el dominio de soluciones factibles y el procedimiento utilizado para
encontrar la solución óptima y valor óptimo.
Variables de Decisión:
X₁ : Hectáreas destinadas al cultivo de Borgoño

X₂ : Hectáreas destinadas al

Maximizar 50 X₁ + 120 X₂
Restricciones:
X₁ X₂ ≤ 110 cultivo de Italia
Función Objetivo:

100 X₁ + 200 X₂ ≤ 10.000

10 X₁ + 30 X₂ ≤ 1.200

X₁, X₂ ≥ 0
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 optima 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
X₁ = 60 Y X₂ = 20 (hectáreas).
El valor optimo es V (P) = 50(60) + 120 (20) = 5,400 (dólares).

Ejercicio N°2:
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 S/.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 S/.
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 S/. 9,0 por unidad y para el segundo este valor
corresponde a S/. 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.
HERRAMIENTAS ONLINE PARA RESOLVER PROBLEMAS DE
PROGRAMACIÓN LINEAL

Hoy en día las herramientas tecnológicas nos facilitan muchas actividades en

nuestra vida personal, estudiantil y profesional; y los métodos de solución de
problemas de programación lineal no son la excepción.

APLICACIÓN ONLINE SIMPLEX DE EASYCALCULATION

Esta herramienta online permite resolver problemas de maximización de

Programación Lineal sin limitaciones en el número de variables ni restricciones
por el método simplex.
Posee una interfaz sencilla de manejo donde nos solicita indicar la función
objetivo y las restricciones.

PHPSIMPLEX

Lo más resaltante de PHPSimplex es que, para problemas de dos variables,

nos muestra la solución gráfica. Además, no sólo se limita a mostrar los
resultados, si no que presenta todo el proceso de cálculo de la solución
óptima de manera sencilla y explicada.
APLICACIONES DE WANERMATH

Warneth pone a disposición 2 herramientas para solución de problemas de

programación lineal:

Gráficador programación lineal (dos variables):

 MÉTODO HUNGARO
Es un método de optimización de problemas de asignación, conocido como tal
gracias a que los primeros aportes al método clásico definitivo fueron de Dénes
König y Jenő Egerváry dos matemáticos húngaros. El algoritmo tal como se
detallará a continuación está diseñado para la resolución de problemas
de minimización únicamente, será entonces cuestión de agregar un paso
adicional para abordar ejercicios de maximización.
PASO 1: El método húngaro trabaja en una matriz de costos n*m (en este caso
conocida como matriz m*m, dado que el número de filas es igual al número de
columnas n = m), una vez construida esta se debe encontrar el elemento más
pequeño en cada fila de la matriz.
PASO 2: Una vez se cumple el procedimiento anterior se debe construir una
nueva matriz n*m, en la cual se consignarán los valores resultantes de la
diferencia entre cada costo y el valor mínimo de la fila a la cual cada costo
corresponde (valor mínimo hallado en el primer paso).
PASO 3: Este paso consiste en realizar el mismo procedimiento de los dos
pasos anteriores referidos ahora a las columnas, es decir, se halla el valor
mínimo de cada columna, con la diferencia que este se halla de la matriz
resultante en el segundo paso, luego se construirá una nueva matriz en la cual
se consignarán los valores resultantes de la diferencia entre cada costo y el
valor mínimo de la columna a la cual cada costo corresponde, matriz llamada
"Matriz de Costos Reducidos".
PASO 4: Se deben de trazar líneas horizontales o verticales o ambas
(únicamente de esos tipos) con el objetivo de cubrir todos los ceros de la matriz
de costos reducidos con el menor número de líneas posibles, si el número de
líneas es igual al número de filas o columnas se ha logrado obtener la solución
óptima (la mejor asignación según el contexto de optimización), si el número de
líneas es inferior al número de filas o columnas se debe de proceder con el
paso 5.
PASO 5: Este paso consiste en encontrar el menor elemento de aquellos
valores que no se encuentran cubiertos por las líneas del paso 4, ahora se
restará del restante de elementos que no se encuentran cubiertos por las
líneas; a continuación, este mismo valor se sumará a los valores que se
encuentren en las intersecciones de las líneas horizontales y verticales, una
vez finalizado este paso se debe volver al paso 4.

Ejercicio N°1:
La compañía de manufactura "Jiménez y Asociados" desea realizar una
jornada de mantenimiento preventivo a sus tres máquinas principales A, B y C.
El tiempo que demanda realizar el mantenimiento de cada máquina es de 1
día, sin embargo, la jornada de mantenimiento no puede durar más de un día,
teniendo en cuenta que la compañía cuenta con tres proveedores de servicios
de mantenimiento debe de asignarse un equipo de mantenimiento a cada
máquina para poder cumplir con la realización del mantenimiento preventivo.
Teniendo en cuenta que según el grado de especialización de cada equipo
prestador de servicios de mantenimiento el costo de la tarea varía para cada
máquina en particular, debe de asignarse el equipo correcto a la máquina
indicada con el objetivo de minimizar el costo total de la jornada. Los costos
asociados se pueden observar en la siguiente tabla:
PASO 1
Encontramos el menor elemento de cada fila

PASO 2
Construimos una nueva matriz con las diferencias entre los valores de la matriz
original y el elemento menor de la fila a la cual corresponde.

PASO 3
En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta
vez en relación a las columnas, por ende escogemos el elemento menor de
cada columna. Igualmente construimos una nueva matriz con la diferencia
entre los valores de la matriz 2 y el elemento menor de la columna a la cual
corresponde cada valor.
PASO 4
En este paso trazaremos la menor cantidad de combinaciones de líneas
horizontales y verticales con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos.

Como se puede observar el menor número de líneas horizontales y/o verticales

necesarias para cubrir los ceros de la matriz de costos reducidos es igual a 2,
por ende al ser menor que el número de filas o columnas es necesario recurrir
al paso 5.
PASO 5
En este paso seleccionamos el menor elemento de los elementos no
subrayados.
Luego se procede a restarse de los elementos no subrayados y a adicionarse a
los elementos ubicados en las intersecciones de las líneas, en este caso existe
una única intersección (3).

Ahora ya efectuado este paso pasamos al paso 4.

Ahora observamos cómo se hace necesario trazar tres líneas (la misma
cantidad de filas o columnas de la matriz) por ende se ha llegado al tabulado
final, en el que por simple observación se determina las asignaciones óptimas.
Por ende la asignación que representa el menor costo para la jornada de
mantenimiento preventivo determina que el Equipo 1 realice el mantenimiento
de la Máquina 1, el Equipo 2 realice el mantenimiento de la Máquina 3 y el
Equipo 3 realice el mantenimiento de la Máquina 2, jornada que tendrá un
costo total de 17 unidades monetarias.
 BIBLIOGRAFÍA

 https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigación-de-operaciones/método-gráfico/

 https://www.plandemejora.com/3-herramientas-online-para-resolver-problemas-
de-programacion-lineal/.

https://www.academia.edu/13797699/MANUAL_PARA_RESOLVER_MODELO
S_DE_PROGRAMACION_LINEAL_MEDIANTE_SOFTWARE

 https://es.slideshare.net/giancarlo271986/programas-para-programacion-lineal

 https://www.gestiondeoperaciones.net/programacion_lineal/programacion-
lineal-metodo-grafico/

 Bryan Salazar López. (2016). Problemas de asignación. Ingenieria Industrial.

Sitio web: https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/investigaci%C3%B3n-de-operaciones/problemas-de-
asignaci%C3%B3n/