PROGRAMACIN LINEAL: SOLUCIN GRFICA

DAVID CATARI VARGAS

III. Modelo de Programacin Lineal con dos

variables
Ejemplo: Pinturas Ceresita produce pinturas para
interiores y exteriores, M1 y M2 respectivamente.

Un estudio de mercado seala que la dda diaria de pintura

para interiores no puede ser mayor que 1 tonelada ms
que la de pintura para exteriores. Tambin indica que la
dda mxima diaria de pintura para interiores es de 2
toneladas.
Se desea determinar la mezcla ptima de productos que
maximice la utilidad diaria total.

III. Modelo de Programacin Lineal con dos

variables
El modelo de programacin lineal queda:
a) Las variables de decisin:

b) El objetivo a optimizar:
(en miles de $)
c) Las restricciones que satisfacer:
(Disponibilidad diaria de M1)
(Disponibilidad diaria de M2)
(Restriccin de la demanda)
(Restriccin de la demanda)
(Restriccin de no negatividad)

III. Modelo de Programacin Lineal con dos

variables
Ejercicio:
Para el modelo de Ceresita, defina nuevas restricciones
considerando los siguientes requerimientos:
a) La demanda diaria de pintura para interiores es mayor que
la de pintura para exteriores en al menos 1 tonelada.
b) El uso diario de la materia prima M2 es 6 toneladas cuando
mucho, y 3 toneladas cuando menos.
c) La demanda de pintura para interiores no puede ser menor
que la demanda de pintura para exteriores.
d) La cantidad mnima que se debe producir de pinturas para
interiores y tb para exteriores es de 3 toneladas.
e) La proporcin de pintura para interiores entre la produccin
total de pinturas para interiores y para exteriores no debe
ser mayor que 0.5.

III. Modelo de Programacin Lineal con dos

variables
El modelo completo de Ceresita queda:

Sujeta a

Existen mltiples soluciones factibles. Cul es la

solucin ptima?

III. Modelo de Programacin Lineal con dos

variables
El modelo de Ceresita consta de una funcin objetivo y
restricciones que son lineales. Es necesario que cumplan
con las siguientes dos propiedades:
Proporcionalidad:
La contribucin de cada variable de decisin tanto en la
funcin objetivo como en las restricciones, debe ser
directamente proporcional al valor de la variable.
Aditividad:
La contribucin total de todas las variables en la funcin
objetivo y sus requerimientos en las restricciones, deben
corresponder a la suma directa de las contribuciones o
requerimientos individuales de cada variable.

IV. Solucin Grfica de la Programacin lineal

El procedimiento de solucin comprende:
Paso 1: Determinacin del espacio de soluciones que
define todas las soluciones factibles del modelo.
Paso 2: Determinacin de la solucin ptima, entre todos
los puntos factibles del espacio de soluciones.

IV. Solucin Grfica de la Programacin lineal

Paso 1: Determinacin del espacio de soluciones factible.
7

0
0

IV. Solucin Grfica de la Programacin lineal

IV. Solucin Grfica de la Programacin lineal

Paso 2: Determinacin de la solucin ptima.

IV. Solucin Grfica de la Programacin lineal

La solucin ptima se encuentra en C (punto esquina).
Solo resta determinar los valores exactos de x1 y x2
mediante:

La solucin es:
X1= 3
X2=1,5
Es decir, la mezcla ptima de productos es de 3 toneladas
de pintura para exteriores y 1,5 toneladas de pintura para
interiores. La utilidad diaria resultante es de $21.000.

IV. Solucin Grfica de la Programacin lineal

Hoy en da existe software que facilita la identificacin del
espacio de soluciones y de la solucin ptima.
Inclusive herramientas online para encontrar la solucin por
el mtodo grfico.
Se recomienda revisar:
http://www.phpsimplex.com/

IV. Solucin Grfica de la Programacin lineal

V. Anlisis de Sensibilidad
Es posible agregar una dimensin dinmica que
incrementa la aplicacin de la programacin lineal. El
anlisis de sensibilidad estudia la sensibilidad de la
solucin ptima respecto a los cambios que se hagan en el
modelo.
a) Cambios en los coeficientes de la funcin objetivo.
b) Cambio en la disponibilidad de recursos.
c) Valor por unidad de recurso

V. Anlisis de Sensibilidad
a) Cambios en los coeficientes de la funcin objetivo
Maximizar o minimizar z = C1x1 + C2x2
Modificar los coeficientes C1 y C2 implica cambiar la
pendiente de z, y posiblemente, el punto esquina ptimo.
No obstante ello, existe un intervalo de variacin para
ambos coeficientes, dentro del cual el ptimo no cambia.
Intervalo de Optimalidad de la relacin: (C1 / C2 )

V. Anlisis de Sensibilidad
a) Cambios en los coeficientes de la funcin objetivo

V. Anlisis de Sensibilidad
a) Cambios en los coeficientes de la funcin objetivo
El intervalo de optimalidad correspondiente se puede
expresar algebraicamente como:

O tambin

V. Anlisis de Sensibilidad
a) Cambios en los coeficientes de la funcin objetivo
Es posible determinar el intervalo ptimo para uno de los
coeficientes cuando el otro mantiene su valor original, o es
conocido. As, dado C2=4, el intervalo ptimo de C1 es:

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.
Las restricciones representan el uso de recursos limitados.
El lado derecho de estas representa lmites de
disponibilidad de estos recursos.
Se estudia la sensibilidad de la solucin ptima a cambios
en la cantidad de los recursos disponibles.

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.
Los siguiente puntos extremos limitan el intervalo de
factibilidad de M1:

Por lo tanto, si M2 = 6, el intervalo de factibilidad para

M1 es:

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.
Respecto de M2, y fijando M1 en 24 toneladas, su intervalo
de factibilidad est limitado por los puntos B(4,0) y
H(8/3,2).
El punto H corresponde a la interseccin de ED y BC.

Por lo tanto, si M1 = 24, el intervalo de factibilidad para M2

es:

V. Anlisis de Sensibilidad
b) Cambio en la disponibilidad de recursos.
Respecto de M2, y fijando M1 en 24 toneladas, su intervalo
de factibilidad est limitado por los puntos B(4,0) y
H(8/3,2).
El punto H corresponde a la interseccin de ED y BC.

Por lo tanto, si M1 = 24, el intervalo de factibilidad para M2

es:

V. Anlisis de Sensibilidad
c) Valor por unidad de recurso.
Se trata de determinar el valor por unidad de un recurso.
Corresponde a la tasa de cambio en el valor de la funcin
objetivo a causa de cambios en la cantidad disponible de
un recurso.
Sea Yi el valor de cada unidad del recurso i, entonces:

V. Anlisis de Sensibilidad
c) Valor por unidad de recurso.
Para M1, el intervalo factible es, 20 M1 36, definido por
los puntos D y G.

Conclusin: Un cambio de una tonelada de M1, en el

intervalo 20 M1 36, har cambiar el valor ptimo de z en
$750.

V. Anlisis de Sensibilidad
c) Valor por unidad de recurso.
Para M2, el intervalo factible es, 4 M2 20/3, definido por
los puntos B y H.

Conclusin: Un aumento o disminucin de una tonelada de

M2, en el intervalo 4 M2 20/3, aumenta o disminuye la
utilidad en $500.