SOLUCION DE MODELOS LINEALES MEDIANTE EL METODO

GRAFICO

MANUEL JOS OSPINA

Facultad de Ingeniera
 Introduccin
Ecuacin de una lnea Recta
Y = MX + B
Donde:
M: Pendiente de la recta
B: Trmino independiente o corte en el eje Y
-B/M: Corte en el eje X
 Introduccin
Si M es positivo la grfica es de la siguiente manera
 Introduccin
Si M es negativo la grfica es de la siguiente manera
 Y = 2X + 3
Ejemplo
 Ejemplo
Y = -2X + 10
 Ejemplos
Y = 3X + 1
Y = 10X -5
Y = -X + 3
Y = -2X + 5
Y=X
 Introduccin
Para encontrar el punto de interseccin

Punto de interseccin
 Introduccin
El punto debe satisfacer las dos ecuaciones

Punto de interseccin
 GENERALIDADES

La primera fase para emprender la solucin a un problema

de Programacin Lineal es formular y obtener el modelo.
Considerada esta etapa la ms importante del proceso de
aplicacin, en la cual se necesita definir claramente el
problema y conceptualizar de una manera correcta el
problema que presente el sistema sobre el cual se pretende
realizar la aplicacin. La etapa siguiente en el proceso es
alcanzar la solucin del modelo.
ENFOQUE GRFICO DE SOLUCIN

Para obtener la solucin al modelo utilizando el

enfoque grfico, se emplean los siguientes
procedimientos:

Representar una regin o rea factible.

Calcular el valor mximo o mnimo de la funcin
objetivo en la regin factible.
 REPRESENTAR UNA REGIN O REA FACTIBLE

Se considera una regin factible o rea factible, como aquella regin

o plano en el cual las variables de decisin de un modelo lineal
satisfacen simultneamente todas las restricciones.

La grafica de todas las restricciones representadas por rectas forman

una interseccin, la regin factible es aquella rea donde todos los
pares ordenados (X1, X2.. XN) que pertenecen a ella cumplen con
todas las restricciones del modelo.
 REPRESENTAR UNA REGIN O REA FACTIBLE
Cada restriccin permite ciertos valores de (X1, X2) que satisfacen
las desigualdades. Los valores que satisfacen la desigualdad y
pertenecen al rea factible se conocen como valores factibles o
soluciones factibles (valores para las variables de decisin que
satisfacen simultneamente todas las restricciones).
 RESUMEN DEL METODO GRAFICO
1. Dibuje la lnea de frontera para cada restriccin. Determine el
lado de la lnea que permite la restriccin.
2. Encuentre la regin factible identificando las intersecciones.
3. Determine la pendiente de la recta funcin objetivo
Y Trace varias lneas con la misma pendiente en el rea factible
4. Detngase en el ultimo punto en que la lnea pasa por un punto de
la regin factible
5. Esta lnea es la funcin objetivo optima
 Ejemplo 1. Mtodo Grafico
La empresa XYZ fabrica desde hace 20 aos puertas y ventanas y desea sacar al mercado un nuevo diseo de una puerta y una
ventana.

En las instalaciones de la puerta XYZ hay tres plantas de produccin que realizan las partes de dichas puertas
y ventanas
En la planta 1, se producen marcos de aluminio
En la planta 2, se producen marcos de madera.
En la planta 3 se fabrican los vidrios y se ensamblan las puertas y las ventanas.

La nueva puerta en vidrio requiere de 1 hora de produccin en la planta 1 y 3 horas en la planta 3. La nueva ventana con marco de madera requiere de
2 horas de produccin en la planta 2 y 2 horas en la planta 3.

El personal administrativo ha estimado las siguientes capacidades de produccin por planta para puertas y
ventanas
Para puertas : Planta 1 ,4 horas a la semana
Para ventanas : Planta 2 ,12 horas a la semana
Para puertas y ventanas : Planta 3 , 18 horas a la semana

La proyeccin en ganancias de los nuevos productos son de $300/ puerta y $500/ ventana .
Se deben realizar los dos productos? Cual es la produccin optima para cada tipo
de producto?

2.15
 Modelo matemtico
P = Numero de puertas
V = Numero de ventanas

Maximizar Z = 300P + 500V

Sujeto a: P 4
2V 12
3P + 2V 18
P, V 0.
2.16
1. Dibuje la lnea de frontera para cada
restriccin. Determine el lado de la lnea
que permite la restriccin. Se suponen
igualdades para hallar los puntos de
corte. Grafique la primera variable en el
eje X.

The McGraw-Hill Companies, Inc., 2008 2.17

 V
W
P0 yV0
8

Production rate for windows 6

PD
0 Produccin de puertas
2 4 6 8
Production rate for doors

2.18
 P4
VW
8

P =4
D= 4

6
Production rate for windows

0 2 4 6 8 P
D
Produccin de puertas
Production rate for doors

2.19
 2V 12
Production rate for windows
Produccin de ventanas W
8

2V =12 6
2V=12
2 W = 12

V =12/2
V= 6
4

0 2 4 6 8 D P
Production rate for doors
Produccin de puertas
2.20
 3P + 2V 18
Produccin de ventanas
Production rate for windows
W
10

3(0) +2V =18

8

V =18/2
6

V= 9
3P +2V =18
3D + 2W = 18

3P +2(0) =18
4

P =18/3
2

P=6
0 2 4 6 8 D
Produccin
Production rate de puertas
for doors

2.21
2. Encuentre la regin factible identificando las
intersecciones.

2.22
 Grafica de regin factible
Production rate for windows
W
10

3P +2V =18
3 D + 2 W = 18
8

P =4
D= 4

6
2V=12
2 W =12

Feasible
region
2

0 2 4 6 8 D
Production rate for doors

The McGraw-Hill Companies, Inc., 2008 2.23

3. Determine la pendiente de la recta funcin
objetivo
y trace varias lneas con la misma pendiente
en el rea factible. Suponer un valor arbitrario
para Z

The McGraw-Hill Companies, Inc., 2008 2.24

 (Z = 1,500)
Production rate
W

for windows Z (1500) = 300 P + 500 V

1500 = 300P +500V 8

1500 = (0)P +500V

1500 = V 6

500
3 = V 4
Feasible
region
P = 1500 = 300D + 500W

1500 = 300P +500V 2

1500 = 300P +(0)V

1500 = P
0 2 4 6 8 D
300 Production rate for doors

5 = P 2.25
4. Detngase en el ultimo punto en que la lnea pasa
por un punto de la regin factible

5. Esta lnea es la funcin objetivo optima

2.26
 Production rate W

Encontrando la solucin
for windows
3P +2V =18
optima8

Z (3600) = 300 P + 500 V

P = 3600 = 300D + 500W
Optimal solution

(2, 6)
Z (3000) = 300 P + 500 V
P = 3000 = 300D + 500W 6

2V=12
Feasible
4
region
Z (1500)= 300 P + 500 V
P = 1500 = 300D + 500W

La solucin optima es la Interseccin

entre restricciones , por consiguiente
puede ser resuelta por los mtodos de 0 2 4 6 8 10 D
Production rate for doors
igualacin, sustitucin, eliminacin o
cualquier otro mtodo
2.27
 2V=12
Encontrando la solucin optima
Production rate
for windows
W

8 V = 12/2 = 6
Z (3600) = 300 P + 500 V
P = 3600 = 300D + 500W
Optimal solution 3P +2V =18
(2, 6)
Z (3000) = 300 P + 500 V
P = 3000 = 300D + 500W 6

3P +2 (6) = 18
Feasible
P = (18-12)/ 3
4
region P=2
Z (1500)= 300 P + 500 V
P = 1500 = 300D + 500W

R / Se deben producir 2 puertas y 6 2

ventanas para maximizar la utilidad

y obtener una ganancia de $3.600
0 2 4 6 8 10 D
. Z = ( 2*300) + ( 500*6) = 3.600 Production rate for doors

2.28
 Ejemplo 2. Mtodo Grafico
La empresa XYZ fabrica productos para el aseo y requiere invertir en una campaa de publicidad mixta en la
cual requiere incrementar sus ventas de la siguiente forma:
Ventas de producto desmanchador 3%
Detergente liquido 18%
Detergente polvo 4%
Se ha determinado que la mejor forma en que la empresa XYZ invierta en su campaa publicitaria es
invirtiendo en medio impreso en el peridico local M y en comerciales de TV. A continuacin se muestra el
aumento estimado en ventas para cada producto por cada unidad de publicidad en que la empresa Invierta y
Los costos por unidad de inversin en prensa y en tv.

Cual seria la mezcla optima de inversin si se pretenden reducir los costos dela inversin en publicidad?

The McGraw-Hill Companies, Inc., 2008 2.29

 Modelo matemtico
TV =Numero de unidades a invertir en TV
PM = Numero de unidades a invertir en prensa del periodico M

Minimizar Z = TV + 2PM ( en millones)

Sujeto a :
PM 3 Aumento vtas desmanchador
3TV + 2PM 18 Aumento vtas Detergente liquido
TV + 4PM 4 Aumento ventas Det Polvo
TV , PM 0. 2.30
 Aplicando el metodo Grafico
Amount of print media advertising
PM

Feasible
10
region

PM = 3
2
- TV + 4 PM = 4
3 TV + 2 PM = 18

-4 -2 0 2 4 6 8 10 TV 2.31
Amount of TV advertising
 Encontrando la solucion optima
PM

10
Feasible
Cost = 15 = TV + 2 PM regio n

Cost = 10 = TV + 2 PM

4
(4,3)
optimal
solution
0 5 10 15 TV
Amou nt o f TV adv ertising
2.32
 MODELOS LINEALES CON SOLUCIONES ESPECIALES EN
EL ENFOQUE GRFICO

Entre las causas ms comunes para que se presenten

especiales en los modelos de Programacin lineal se
pueden considerar: error en la formulacin del
problema, equivocacin al definir una restriccin como
siendo realmente , omisin al transcribir
informacin del modelo formulado al software.

2.33
 MODELOS LINEALES INFACTIBLES
El mtodo consiste en identificar TODAS las reas y analizar cada una de ellas aplicando el concepto
del mtodo grfico: para ser rea factible un punto X1 y X2 que se encuentre dentro del rea
obligatoriamente debe cumplir con TODAS las restricciones. Si un punto X1 y X2 no cumple con
alguna de las restricciones, el rea al cual pertenece el punto no se puede considerar como rea
o regin factible. No hay forma de Maximizar Z dadas la condiciones del modelo

The McGraw-Hill Companies, Inc., 2008 2.34

 MODELOS LINEALES ILIMITADOS REGIN NO
ACOTADA
Este tipo de modelos se conoce tambin como modelos con solucin no acotada y
se presentan cuando la funcin objetivo puede mejorarse indefinidamente, o sea, existen
valores factibles de las variables que pueden hacer del valor de la funcin objetivo tan
grande como se desee cuando se est maximizando y tan pequeo cuando se est
minimizado. Una explicacin para la empresa sera que puede alcanzar una utilidad
infinita, lo cual en la prctica es imposible.

2.35
MODELOS LINEALES DEGENERADOS RESTRICCIONES REDUNDANTES

Este tipo de solucin se presenta cuando existe una restriccin en el modelo que no
participa en la interseccin de las rectas de restriccin para formar el rea factible. A la
restriccin que no hace parte del rea factible se le conoce como restriccin redundante, es
una restriccin que no hace parte de la regin factible sin embargo cumple con todos los
puntos que pertenecen al rea factible.

2.36
 MODELOS LINEALES CON SOLUCIONES PTIMAS
ALTERNATIVAS
Este tipo de solucin se conoce tambin como modelos con infinitas soluciones ptimas. Se presenta
cuando algunos modelos tienen ms de una solucin ptima, existen dos vrtices de la regin
factible que alcanzan el mismo valor ptimo en la funcin objetivo. A cada una de las soluciones se les
conoce como solucin ptima alternativa. Significa que existen diferentes valores factibles X1
y X2 que producen el mismo valor ptimo en la funcin objetivo. Ocurre cuando la recta de funcin
objetivo es paralela a uno de los lados del rea factible.

2.37
 Bibliografa
Hillier, Frederick S. y Lieberman, Gerald J. Introduccin a la Investigacin de Operaciones; octava edicin;
Editorial Mc. Graw-Hill. Mxico 2006.

Taha, Hamdy Investigacin de Operaciones septima edicin. Editorial Alfaomega. Mexico. 2004

WINSTON, Wayne L. Operations Research Aplications and Algorithms; PWS-KENT Publishing Company.
Editorial Thomson, Mxico 2005

Investigacin de operaciones el arte de la toma de decisiones. Kamlesh Mathur Daniel solow. Editorial prentice
Hall. Mxico 1996.

Calpa, Jorge. Universidad Autonoma de Occidennte