Está en la página 1de 6

Ejemplo 1.

1 La compañía Reddy Mikks
Reddy Mikks produce pinturas para interiores y exteriores, M1 y M2. La
tabla siguiente proporciona los datos básicos del problema:
Ton de materia prima
Pinturas para
exteriores
Materia prima
M1
Materia prima
M2
Unidad por ton
(miles de $)
Fuente: Tabla extraída de

6
1
5

Pinturas para
interiores
4

Disponibilidad
diaria máxima
(ton)
24

2

6

4

Investigación de operaciones de Taha.

Una encuesta de mercado indica que la demanda diaria de pintura
para interiores no puede ser mayor que una tonelada más que la pintura
para exteriores. También, que la demanda máxima de pintura para
interiores es de 2 toneladas.
Reddy Mikks desea determinar la mezcla óptima (la mejor), de
productos para exteriores y para interiores que maximice la utilidad
diaria total.
El modelo de programación lineal, como en cualquier modelo de
investigación de operaciones, presenta tres componentes básicos:
1.- Las variables de decisión que se trata de determinar.
2.- El objetivo (la meta) que se trata de optimizar.
3.- Las restricciones que se deben satisfacer.
La definición correcta de las variables de decisión es un primer paso
esencial en el desarrollo del modelo. Una vez realizada, la tarea de
construir la función objetivo y las restricciones, se hace de manera más
directa.
Para este problema, se necesita determinar las cantidades a producir
de pinturas para exteriores e interiores. De esta forma, las variables del
modelo se definen como sigue:
X1 = Toneladas producidas diariamente de pintura para exteriores.
X2 = Toneladas de pintura producidas diariamente para interiores.

Utilización de la materia prima M1. Las restricciones en materias primas se expresan verbalmente de la siguiente manera: ( Uso de una materia prima para ambas pinturas ) ≤(disponibilidad máximade materia prima) De acuerdo a los datos del problema. el objetivo de la empresa se expresa así: Maximizar Z = 5 x1 + 4 x 2 A continuación se definirán las restricciones que limitarán el empleo de las materias primas y la demanda. producción diaria de pinturas para interiores y exteriores. El modelo de Reddy Mikks completo es pues: Maximizar Sujeta a: Z =5 x 1 +4 x2 . expresan ese requisito. ≤ 1 . traduce como Una restricción implícita (que se “sobreentiende”) es que las variables X1 y X2 no pueden asumir valores negativos. y eso se x 2 ≤ 2. la empresa desea incrementar sus utilidades todo lo posible. por día = Utilización de la materia prima M2. Si Z representa la utilidad diaria total (en miles de dólares). las restricciones correspondientes se expresan como sigue: 6 x 1+ 4 x 2 ≤ 24 x 1+2 x 2 ≤ 6 (Materia prima M1) (Materia prima M2) La primera restricción de la demanda indica que la diferencia entre la x 2−x 1. x 2 ≥0. respectivamente. negatividad. por día = 6 x 1+ 4 x 2 1 x 1 +2 x 2 toneladas toneladas Como la disponibilidad de las materias primas M1 y M2 está limitada a 24 y 6 toneladas. La segunda restricción de la demanda establece que la demanda diaria máxima de pintura para interiores se limita a 2 toneladas. no debe ser mayor que 1 tonelada.Para determinar la función objetivo. Las restricciones de no x 1 ≥ 0. y eso se traduce en x 2−x 1.

6 x 1+ 4 x 2 ≤ 24 x 1+2 x 2 ≤ 6 −x 1 +x 2 ≤ 1 x 2 ≤ 2. Para constatar este resultado. 2. Por ejemplo. porque no viola alguna de las restricciones incluyendo las de no negatividad. la solución x1 = 3 toneladas diarias y X2=1 tonelada diaria es factible. entre todos los puntos factibles del espacio de soluciones. Determinación del espacio de soluciones factibles: Primero. El valor de la función objetivo correspondiente a la solución ( x 1=3. y . X2=1 en el lado izquierdo de cada restricción. Para ello se requiere de un procedimiento sistemático que ubique eficientemente la solución óptima.-Determinación del espacio de soluciones que define todas las soluciones factibles del modelo. x 2=1 ) es Z =5× 3+4 ×1=19(miles de dólares) . Desde el punto de vista de todo el modelo. Debe tenerse en cuenta que no es aceptable enumerar las soluciones factibles porque el modelo presenta un número infinito de ellas. x2 ≥ 0 Cualquier valor de x1 y X2 que satisfaga todas las restricciones del modelo es una solución factible. El procedimiento de solución gráfica comprende estos dos pasos: 1. en la primera restricción. Por ejemplo. x1 . se tendrán en cuenta todas las restricciones de no negatividad x1 ≥ 0 x 2 ≥ 0. que es menor que 24 en el lado derecho. sustituimos X1=3. lo que nos interesa es determinar la solución óptima factible que produzca la utilidad total máxima y al mismo tiempo satisfaga todas las restricciones.Determinación de la solución óptima. Paso 1.. 6 x 1+ 4 x 2=6 ×3+ 4 × 1=22.

Si satisface la desigualdad. Teniendo en cuenta las otras cuatro restricciones.0) del sistema de coordenadas como el punto de referencia. primero igualando X1=0 para obtener x 2= 24 =6 y luego igualando 4 x 2=0 para obtener x 1= 24 =4. las restricciones de no negatividad limitan el área del espacio de soluciones al primer cuadrante: arriba del eje X1 y a la derecha del eje X2. Luego queda como 6 ×6+ 6 ×0=36 el cual es mayor que el lado derecho de la primera restricción y eso indica que el lado en el que se encuentra (6. .0) no es factible para la desigualdad. de ser así. asignaremos el punto (6. uno a cada lado de la línea graficada. se elige un cualquier punto de referencia en el primer cuadrante. 6 De esta manera la recta que pasa por los dos puntos (0. respectivamente. significa que es el otro lado. A continuación se considerará el efecto de la desigualdad. Este resultando es consistente con el que se obtuvo usando (0. a menos que la recta pase por este punto. primero sustituimos cada desigualdad con una ecuación. El eje horizontal X1 y el eje vertical X2 representan las variables pintura para exteriores y pintura para interiores. Para determinar cuál es el lado correcto. En caso contrario.0) es la que se identifica con (1) en la figura. sig. Desde el punto de vista de los cálculos. Por ejemplo. después 6 x 1+ 4 x 2 ≤ 24 6 x 1+ 4 x 2=24 de sustituir con la recta . el semiplano que representa la desigualdad incluye al origen (lo cual queda indicado con la flecha en la fig. Todo lo que x x hace la desigualdad es dividir al plano ( 1. ubicando dos puntos diferentes de ella. el lado en el que se encuentra. es cómodo seleccionar al origen (0. se deberá elegir otro punto. Como consecuencia.En la fig. y a continuación se grafica la recta resultante.6) y (4.1).0) se ilustra con la restricción 6 x 1+ 4 x 2 ≤ 24 Como 6 ×0+ 4 × 0=0 y es menor que 24. Para demostrar el empleo de otros puntos de referencia. 2 ) en dos semiespacios que en este caso son semiplanos. se pueden determinar dos puntos distintos.0). es el semiplano factible.0) como punto de referencia. La utilización del punto de referencia (0. Sólo una de esas dos mitades satisface la desigualdad.

1 está delineado por los segmentos de recta que unen a los vértices A. resolviendo 6 x 1+ 4 x 2=24 x 1+2 x 2=6 La solución es x1=3 y X2=1. Ya que el espacio factible ABCDEF se encuentra formado por una cantidad infinita de puntos. se requiere identificar la Z =5 x 1 +4 x2 dirección en la que aumenta la función utilidad (conviene recordar que estamos maximizando a Z). Los valores pues.. equivaldría a graficar las dos rectas como consecuencia.5=21. correspondientes al punto óptimo C se calculan resolviendo las ecuaciones asociadas a las rectas (1) y (2) esto es. más allá del cual cualquier aumento en Z saca a uno de las fronteras de ABCDEF.2.5 de toneladas de pintura par interiores donde la utilidad óptima diaria correspondiente es $21. Paso 2.Con la aplicación del procedimiento del punto de referencia a todas las restricciones del modelo. la dirección de aumento en Z se mira en la fig. en el espacio. como ejemplo. de soluciones. porque quedan satisfechas todas las restricciones. Esto es equivalente a una mezcla de productos de 3 toneladas de pintura para exteriores y 1. D. Para identificar ésta solución óptima.C.5 y en este caso 5 ×3+ 4 ×1.determinación de la solución óptima El espacio factible de la fig. de X1 y X2.B.1. Todo punto dentro o en la frontera del espacio ABCDEF es factible. se vuelve obvio que se necesita un procedimiento sistemático para identificar la solución óptima. E y F. se obtiene el espacio factible indicado en la fig. si Z=10 y Z=15 5 x1 + 4 x 2=10 5 x1 + 4 x 2=15. La solución óptima se encuentra en C. que es el punto.000 . Para lograrlo asignamos valores arbitrarios crecientes a Z.

3 3 2 1 1 2 3 4 .