Introducción a la

Programación
Lineal
 Situación:
Gepetto S.L., confecciona muñecos y trenes de
madera. Cada muñeco produce un beneficio neto
de $ 3, mientras que cada tren produce un
beneficio neto de $ 2. Un muñeco de madera
requiere 2 horas de trabajo de acabado y 1 hora de
trabajo de carpintería, mientras que un tren
requiere 1 hora de trabajo de acabado y 1 hora de
trabajo de carpintería. Cada semana Gepetto puede
disponer de todo el material que necesite, pero
solamente dispone de 100 horas de acabado y 80
horas de carpintería. También la demanda de
trenes puede ser cualquiera (sin límite) y la
demanda de muñecos es como máximo 40. Gepetto
quiere maximizar sus beneficios. ¿Cuántos
muñecos y cuántos trenes debe fabricar Gepetto?.
Ordenamos los datos
Gepetto S.L., confecciona muñecos y trenes de madera.
Cada muñeco:
• Produce un beneficio neto de $ 3.
• Requiere 2 horas de trabajo de acabado.
• Requiere 1 hora de trabajo de carpinteria.
Cada tren:
• Produce un beneficio neto de $ 2.
• Requiere 1 hora de trabajo de acabado.
• Requiere 1 hora trabajo de carpinteria.
Cada semana Gepetto puede disponer de:
• Todo el material que necesite.
• Solamente 100 horas de acabado.
• Solamente 80 horas de carpinteria.
También:
• La demanda de trenes puede ser cualquiera (sin límite).
• La demanda de muñecos es como máximo 40.

Gepetto quiere maximizar sus beneficios.

¿Cuántos muñecos y cuántos trenes debe fabricar?
VARIABLES DEL PROBLEMA
¿Cuántos muñecos y cuantos trenes debe
fabricar Gepetto para obtener un máximo
beneficio?

x = nº de muñecos producidos a la semana

y = nº de trenes producidos a la semana
 Función Objetivo
 El objetivo de Gepetto es elegir valores
para x e y para maximizar su beneficio.
Usaremos la variable B para denotar el
valor de la función objetivo. La función
objetivo de Gepetto es:

Max B = 3x + 2y
 Formulación matemática del PPL
Variables de Decisión x = nº de muñecos producidos a la semana
y = nº de trenes producidos a la semana

Muñeco Tren

Beneficio Max B = 3x + 2y (función objetivo)

3 2
(euros)
Acabado 2 x + y ≤ 100 (restricion de acabado)
2 1 ≤ 100
(horas)
Carpintería x + y ≤ 80 (restricion de carpinteria
1 1 ≤ 80
(horas)

Demanda ≤ 40 x ≤ 40 (demanda muñecos)

x ≥0 (restricción de signo)

y ≥0 (restricción de signo)
 Formulación matemática del PPL

En resumen tenemos el siguiente modelo de optimización:

Max B = 3x + 2y (función objetivo)

Sujeto a las siguientes restricciones:
2 x + y ≤ 100 (restricción de acabado)
x + y ≤ 80 (restricción de carpinteria)
x ≤ 40 (restricción de demanda de muñecos)
x ≥0 (restricción de signo)
y ≥0 (restricción de signo)
Las restricciones conforman un
sistema de inecuaciones
El cual resolveremos, y encontraremos el conjunto solución,
que en programación lineal se le llama región factible.

2 x + y ≤ 100
x+ y ≤ 80
x ≤ 40
x ≥0

y ≥0
 Representación Gráfica de las restricciones
Y
En primer lugar graficamos x=0
las restriciones de no
100
negatividad

x ≥0 80
Suponemos que es ecuacion
x + 0y = 0 x 0 0 60
y 40 80

40
y ≥0
Suponemos que es ecuacion
0x + y = 0 20
x 20 100 y=0
y 0 0

20 40 60 80 X
 Representación Gráfica de las restricciones
Y
Para representar gráficamente la
primera restricción, 2x + y ≤ 100 :
Suponemos 2x + y = 100 100
2x + y = 100
tabulamos y dibujamos la recta.
80
x 0 50
y 100 0
60

Elegimos el semiplano que

cumple la desigualdad: 40

tomamos el punto (0, 0)

2(0) + (0) ≤ 100
20
0≤ 100 (V)
Así que tomamos el
semiplano que lo contiene.
20 40 60 80 X
 Representación Gráfica de las restricciones
Y
Segunda restricción,
x + y ≤ 80
Suponemos 100

x + y = 80 tabulamos y
dibujamos la recta. 80

x 0 80
y 80 0
60 x + y = 80
Elegimos el semiplano que
cumple la desigualdad:
40
tomamos el punto (0, 0)
(0) + (0) ≤ 80
0≤ 80 (V) 20
Así que tomamos el
semiplano que lo contiene.
20 40 60 80 X
 Representación Gráfica de las restricciones
Y
Segunda restricción,
x ≤ 40
Suponemos 100
x + 0y = 40 tabulamos y
dibujamos la recta.
80
x 40 40 x = 40

y 100 40
60
Elegimos el semiplano que
cumple la desigualdad:
40
tomamos el punto (0, 0)
(0) + (0) ≤ 40
0≤ 40 (V) 20
Así que tomamos el
semiplano que lo contiene.
20 40 60 80 X
 Region factible
x=0
Y
La intersección
2x + y = 100
de todos estos
semiplanos 100
(restricciones)
nos da la región
80
factible. x = 40

Pero la solución 60
optima esta en
alguno de los x + y = 80
40
vértices de la
región factible. Región
20 Factible
y=0

20 40 60 80 X
 Vértices de la región factible
Y Restricciones
La región factible (al x=0
2 x + y ≤ 100
estar limitada por 2x + y = 100
rectas) es un polígono. x + y ≤ 80
100
En este caso, el x ≤ 40
polígono ABCDE. x ≥0
80 E x = 40
Como la solución y ≥0
óptima está en alguno
D
de los vértices (A, B, C, 60

D o E) de la región
x + y = 80
factible, calculamos 40
esos vértices.
Región
20 Factible C
y=0

B
A 20 40 60 80 X
 Vértices de la región factible
Los vértices de la región factible es la intersección de dos rectas.
El vértice A es la intersección de las Y x=0
rectas x = 0; y = 0
La solución del sistema es (0;0)
El vértice B es la intersección de las 100
rectas x = 40; y = 0 2x + y = 100

La solución del sistema es (40;0)

x = 40
80 E(0, 80)
El vértice C es la intersección de las
rectas x = 40; 2x + y = 100
La solución del sistema es x=40; y = 20 D(20, 60)
60
El vértice D es la intersección de la
recta 2x + y = 100 y x + y = 80
40
La solución del sistema x=20; y = 60
El vértice E es la intersección de la Región
recta x + y = 80 y x = 0 C(40, 20)
20 Factible x + y = 80 y=0
La solución del sistema x=0; y = 80.
A(0, 0) B(40, 0)
20 40 60 80 X
 Resolución analítica
Sustituimos los valores de los Y
vértices en la función objetivo, y
como queremos maximizar la función
100
entonces la solución es el valor
máximo
80
(0, 80)
Max B = 3x + 2y
Vértice B = 3x + 2y (20, 60)
60
(0, 0) B = 3(0)+2(0) = 0
(40, 0) B = 3(40)+2(0) = 120
(40, 20) B = 3(40)+2(20) = 160 40

(20, 60) B = 3(20)+2(60) = 180

Región
(0, 80) B = 3(0)+2(80) = 160 (40, 20)
20 Factible
La solución óptima es:
(40, 0)
x = 20 muñecos
y = 60 trenes (0, 0) 20 40 60 80 X
B = $ 180 de beneficio
 Resolución gráfica
Y
Max B = 3x + 2y

Para hallar la 100

solución óptima le
damos a B el valor (0, 80)
80
de cero, tabulamos y
graficamos la recta.
(20, 60)
60
0 = 3x + 2y
40
x 0 -40
y 0 60 Región
(40, 20)
20 Factible
(40, 0)
(0, 0)
20 40 60 80 X
 Resolución gráfica Y
Max B = 3x + 2y
100
Para saber en cual de los vértices
está la solución óptima
dezplazamos la recta, paralela a la (0, 80)
80
primera por todos los vértices y nos
damos cuenta que la recta corta al
(20, 60)
polígono en todos los vértices, 60
menos en el vértice (20;60),
reemplazamos en la función
objetivo y tenemos: 40

Región
B = 3x + 2y (40, 20)
20 Factible
B = 3(20) + 2(60)
B = $ 180 de beneficio (40, 0)
Entonces la solución (0, 0) 20 40 60 80 X
óptima es:
x = 20 muñecos
y = 60 trenes
 Programación lineal
La programación lineal es el conjunto
de técnicas matemáticas que pretenden
optimizar (maximizar o minimizar) una
función objetivo, sujeta a una serie de
restricciones, expresadas por
inecuaciones lineales, para obtener el
mayor beneficio o menor coste.

Optimizar es determinar la mejor manera

de realizar una actividad, con el uso
eficiente de los recursos disponibles.
Matemáticamente podemos decir que
optimizar es maximizar o minimizar.
 Función Objetivo.
Es una función lineal de dos variables de
la forma:

F(x;y) = ax + by

La que se quiere optimizar, es decir,

maximizar o minimizar.
 Restricciones

Son desigualdades que En el problema anterior las

restricciones vienen dadas por
limitan los posibles valores
la disponibilidad de horas de
de las variables de acabado y carpintería , y por la
decisión. demanda de muñecos. 2 x + y ≤ 100
x + y ≤ 80
x ≤ 40
Y no olvidarnos de las
restricciones de signo o no
negatividad:
x≥0
y≥0
 Región factible
Es la region del plano
delimitada por el sistema
de desigualdades que
forman las restricciones.
En la región factible se
encuentran todos los
puntos que satisfacen
todas las restricciones.
 Solución Óptima
La solución óptima de un PPL está
Un vertice o punto
siempre en la frontera de la región esquina es un punto
factible, en un vértice (si la que pertenece a la
frontera de la region
solución es única), o en un factible que resulta de
segmento entre dos vértices intersecar dos rectas.
contiguos (si hay infinitas
soluciones).

Para un problema de maximización, una

solución óptima es un punto en la
región factible en el cual la función
objetivo tiene un valor máximo. Para un
problema de minimización, una solución
óptima es un punto en la región factible
en el cual la función objetivo tiene un
valor mínimo.
Aplicaciones

La programación lineal surgió inicialmente

especialmente para dar respuesta a cuestiones de
carácter logístico y militar, sin embargo es en la
industria y en la economía, donde posteriormente, ha
encontrado sus aplicaciones más importantes.

Así, por ejemplo, la Programación Lineal permite

resolver problemas de mezclas, nutrición de animales,
transporte, inversiones, optimización del tiempo,
almacenaje, planes de producción, escalonamiento de
la fabricación, problemas de circulación, planes de
optimización de semáforos, estudios de
comunicaciones internas, etc.

En este tipo de problemas, se presentan situaciones

que las que se exige maximizar o minimizar algunas
funciones que se encuentran sujetas a determinadas
limitaciones, denominadas restricciones.
 Resolvemos lo siguiente
2. Dorian Auto fabrica y vende coches y
furgonetas. La empresa quiere emprender una
campaña publicitaria en TV y tiene que decidir
comprar los tiempos de anuncios en dos tipos
de programas: del corazón y fútbol. Cada
anuncio del programa del corazón es visto por
6 millones de mujeres y 2 millones de hombres.
Cada partido de fútbol es visto por 3 millones
de mujeres y 8 millones de hombres. Un
anuncio en el programa de corazón cuesta
50.000 € y un anuncio del fútbol cuesta
100.000 €. Dorian Auto quisiera que los
anuncios sean vistos por lo menos 30 millones
de mujeres y 24 millones de hombres. Dorian
Auto quiere saber cuántos anuncios debe
contratar en cada tipo de programa para que el
costo de la campaña publicitaria sea mínimo.
Formulación del problema:

Corazón Fútbol
(x) (y)

mujeres 6 3 6x + 3y ≥ 30

hombres 2 8 2x + 8y ≥ 24

Costo
50 100 50x +100y
1.000€
 Formulación del problema:

Variables de decisión: x = nº de anuncios en programa de corazón

y = nº de anuncios en fútbol

Min z = 50x + 100y (función objetivo )

s.a: 6x + 3y ≥ 30 (mujeres)
2x + 8y ≥ 24 (hombres)
x ≥ 0, y ≥ 0 (no negatividad)
 Dibujamos la región factible.
Y

14

Min z = 50 x + 100y 12
6x + 3y = 30
s.a. 6x + 3y ≥ 30
10
2x + 8y ≥ 24
x≥0 8

y≥0 6

4
2x + 8y = 24
2

X
2 4 6 8 10 12 14
 Calculamos los vértices de la región factible:
Y
El vértice A es solución del
La región factible
sistema 14
no está acotada
6x + 3y = 30
12
x=0
Por tanto, A(0, 10) A
10
Región
El vértice B es solución de 8
Factible
6x + 3y = 30
2x + 8y = 24 6

Por tanto, B(4, 2)

4

El vértice C es solución de B
2
2x + 8y = 24
C
y=0
X
Por tanto, C(12, 0) 2 4 6 8 10 12 14
 Resolvemos por el método analítico

Evaluamos la función objetivo z en los vértices.

Y
Vértice z = 50x + 100y
14
z = 50·0 + 100·10 =
A(0, 10)
= 0+10000 = 10 000 12

z = 50·4 + 100·2 = 10
A(0, 10)
B(4, 2) Región
= 200+200 = 400
8
Factible
z = 50·12 + 100·0 =
C(12, 0)
= 6000+0 = 6 000 6

El costo mínimo se obtiene en B. 4

B(4, 2)
Solución: 2
x = 4 anuncios en programa corazón C(12, 0)
y = 2 anuncios en programa futbol X
Costo z = 400 (mil €) 2 4 6 8 10 12 14
 Resolvemos por el método gráfico
Min z = 50 x + 100y Y

s.a. 6x + 3y ≥ 30 14

2x + 8y ≥ 24
12
x, y ≥ 0

10 A(0, 10)
El coste mínimo Región
8
se obtiene en el Z = 600 Factible
punto B.
6
Z = 400
4

B(4, 2)
2
Solución:
x = 4 anuncios en programa corazón C(12, 0)
y = 2 anuncios en programa futbol X
2 4 6 8 10 12 14
Costo z = 400 (mil €)