CAPITULO III
SOLUCIONES DE LOS
MODELOS DE PL
DOCENTE: Ing. Paola Shirley Flores Barragán
MATERIA: Investigación operativa I
SIGLA: IND 225
3.1 Introducción
Los métodos para la resolución de problemas en programación lineal son los
siguientes:
3.2 Método de representación grafica
3.3 Método simplex
3.4 Método de la M grande
3.5 Método de dos fases
3.6 Utilizando la herramienta solver de excel
3.2 Método de representación grafica
■ El Método Gráfico (resolución gráfica) constituye una excelente alternativa de
representación y resolución de modelos de programación lineal que tienen 2 variables de
decisión.
■ Esta consiste en representar las restricciones sobre unos ejes de coordenadas, para
delimitar la región dónde se encuentran las soluciones factibles. Las soluciones óptimas
se encontrarán en el perímetro del polígono resultante.
3.2.1 Procedimiento para la solución
grafica
1. Establecer la función objetivo (Max. o min,), según el caso
2. Establecer las restricciones del problema que se analiza expresándolas como ≤, ≥,
o =.
3. Convertir las desigualdades en igualdades, reemplazando los signo ≤, ≥, por el
signo =. Este cambio genera ecuaciones de línea recta, que permiten graficar en el
plano 𝑥1 , 𝑥2 .
4. Trazar el plano 𝑥1 , 𝑥2 (primer cuadrante), donde se va a graficar la solución factible,
tal como lo especifica la restricción de no negatividad (𝑥1 , 𝑥2 ≥ 0)
5. Graficar las restricciones convertidas en ecuaciones de línea recta en el plano 𝑥1 ,
𝑥2 , utilizando flechas sobre las líneas rectas para representar la región que debe
considerarse como parte del espacio solución.
3.2.1 Procedimiento para la solución
grafica
6. Ubicar, mediante la ayuda de las flechas sobre las líneas rectas, el espacio
solución o solución factible, el cual esta dado por el área que es común a todas las
restricciones. Se debe cumplir que cada punto dentro o sobre el espacio de
soluciones satisfaga a todas las restricciones del problema.
7. Escoger como solución optima el punto que pertenece al espacio de soluciones o
solución factible, y que hace máximo o mínimo valor de la función objetivo, según si
se trata de un problema de maximización o minimización.
El valor que optimiza la función objetivo siempre se encuentra en uno de los puntos
extremos. En resumen, una vez que se han determinado los puntos extremos, el optimo
es el punto extremo que proporciona el mejor valor a la función objetivo.
3.2.2 Definición de espacio de
soluciones factibles
El espacio de soluciones factibles es el
área en el primer cuadrante que satisface
todas las restricciones al mismo tiempo.
En la figura todos los puntos en o sobre el
límite del área ABCDEF definen el espacio
de soluciones factibles. Todos los puntos
fuera de esta área son no factibles.
3.2.3 Tipos de soluciones graficas
■ [Link] Solución factible o acotada
Es el problema en el que se satisface todas las restricciones y se forma un polígono de
soluciones factibles.
3.2.3 Tipos de soluciones y graficas
■ [Link] Solución optima degenerada
Ocurre cuando más restricciones de las necesarias determinan el punto extremo
3.2.3 Tipos de soluciones y graficas
■ [Link] Solución múltiple
Este caso ocurre cuando la función objetivos es paralela a una restricción obligatoria,
que viene a ser aquella que se satisface en sentido de igualdad por la solución optima.
En tal caso, la función objetivo puede tener el mismo valor optimo en más de una
solución básica.
3.2.3 Tipos de soluciones y graficas
■ [Link] Solución ilimitada (Problema no acotado)
Este caso ocurre cuando el espacio de soluciones no esta limitado, de tal manera que
el valor de la función objetivo puede aumentar indefinidamente.
3.2.3 Tipos de soluciones y graficas
■ [Link] Solución no factible
Este caso ocurre cuando el problema es tal que ningún punto puede satisfacer todas
las restricciones. En este caso, el espacio de soluciones esta vacío y el problema no
tiene solución factible. Por ejemplo en el gráfico a continuación el área azul no se
intersecta con el área color rojo).
3.2.4 Determinación de la solución
óptima - Ejemplo
𝑧 = 2𝑥 + 3𝑦 𝑚á𝑥 2) 2𝑥 + 𝑦 ≤ 8
𝑥 + 2𝑦 ≤ 6
• 𝑥=2;𝑦=4
2𝑥 + 𝑦 ≤ 8
𝑥−𝑦 ≤1 • 𝑦=0;𝑥=4
𝑥≤2 3) 𝑥 − 𝑦 ≤ 1
𝑥, 𝑦 ≥ 0
• 𝑥 = 0 ; 𝑦 = -1
• 𝑦=0;𝑥=1
1) 𝑥 + 2𝑦 ≤ 6
3) 𝑥 ≤ 2
• 𝑥 =0 ; 𝑦 =3
• 𝑥=2
• 𝑦 =0 ; 𝑥 =6
3.2.4 Determinación de la solución
óptima - Ejemplo
vértices Puntos Z=2x+3y
A 2,2 10
B 2,1 7
C 1,0 2
D 0,0 0
E 0,3 3
3.2.4 Determinación de la solución óptima –
Ejemplo resuelto con geogebra
Resolución del ejercicio 2.15
1) 𝑋 + 𝑌 ≤ 700
■ X = 0; Y = 700
■ Y = 0; X = 700
2) 0,5 𝑋 + 0,8 𝑌 ≤ 500
■ X = 0 ; Y = 625
■ Y = 0; X = 1000
𝑥, 𝑦 ≥ 0 No negatividad
Resolución del ejercicio 2.15
vértices Puntos Z=(0,58.0,5)x+(0,9-0,8)y
A 0,625 62,5
B 200,500 66
C 700,0 24
D 0,0 0
Resolución del ejercicio 2.15 con geogebra
Valor máximo será en el punto B(200,500) dando un valor de 66$ como el máximo beneficio por
ende deberá comprar:
𝑋 = 200 Kg de naranjas de 1ra calidad; 𝑌 = 500 Kg de naranjas de 2da calidad
Resolución del ejercicio 2.17
1) 6𝑋1 + 4𝑋2 ≤ 24 3) 𝑋2 − 𝑋1 ≤ 1
■ X1 = 0; x2 = 6 ■ X1 = 0; x2 = 1
■ X2 = 0; x1 = 4 ■ X2 = 0; x1 = -1
2) 𝑋1 + 2𝑋2 ≤ 6 4) 𝑋2 ≤ 2
■ X1= 0; x2 = 3 ■ X2= 2
■ X2 = 0: x1 = 6
Resolución del ejercicio 2.17
vértices Puntos Z=5x+4y
A 1,2 13
B 2,2 18
C 3,1.5 21
D 4,0 20
E 0,0 0
F 0.1 4
Resolución del ejercicio 2.15 con geogebra
Valor máximo será en el punto C(3,1.5) dando un valor de 21 $ como la máxima utilidad
𝑋1 =3 ton de pintura para exteriores; x2= 1,5 ton de pintura para exteriores
