03/10/2009

Resolución de Problemas de
Programación Lineal por el
Método Gráfico

Método Gráfico
Cuando el problema se transforma en un modelo matemático con 2
(ó 3) variables de decisión, entonces es posible resolver gráficamente
el p
problema.
Si la región de soluciones factibles del problema es un conjunto
convexo, existe a lo menos un óptimo global y se encuentra en una
esquina.
Un conjunto es convexo si el segmento rectilíneo que une cualquier
par de puntos del conjunto se encuentra completamente dentro de él.

Conjunto Conjunto no
convexo convexo

1
 03/10/2009

Método Gráfico
Ejemplo

Una empresa
p produce dos tipos
p p de jjuguetes
g de p
plásticos: Space
p y
Zapper. La empresa dispones de 40 horas semanales de producción
y de 1200 kilos de plásticos para la construcción de ambos juguetes.

El Depto de Marketing ha determinado que la demanda conjunta

no excederá de las 800 docenas y que el número de docenas de
Space no puede exceder al número de docenas de Zapper por más
de 450.

El Depto de Producción determinó que los Space requieren de 2

kilos de plástico y 3 minutos de producción por docena, mientras
que los Zappers requieren de 1 kilo de plástico y 4 minutos de
producción por docena.

Método Gráfico
La utilidad que se obtendrá por los Space es de $8 por docena y $5
por docena de Zapper.
D t
Determine
i la
l política
líti óptima
ó ti d producción
de d ió para maximizar
i i l
las
ganancias
Definición de variables:
X: Docenas a producir de Space
Y: Docenas a producir de Zapper
F.O: Max Z = 8X + 5Y
S a
S.
2X + Y  1200 Plástico disponible
3X + 4Y  2400 Tiempo disponible
X + Y  800 Demanda máxima
X - Y  450 Producción en exceso
X, Y  0

2
 03/10/2009

Método Gráfico
Y
2X + Y  1200
1200

X + Y  800
Región infactible

600

Región factible
3X + 4Y  2400

600 800 X
X - Y  450

Método Gráfico
Hay 2 procedimientos para encontrar la solución factible óptima:

 Evaluar
E l l F.O.
la F O en cada
d una de
d las
l esquinas
i d l área
del á d
de
soluciones factibles.

El problema es cuando hay un área con muchas esquinas lo que

implica la solución de muchos sistemas de ecuaciones lineales.

 Usar la F.O. para determinar la esquina del área de soluciones

f tibl que la
factibles l optimiza.
ti i

El problema se produce cuando la F.O. es aproximadamente paralela a

uno de los lados del área de soluciones factibles, originando una duda
visual sobre la gráfica.

3
 03/10/2009

Método Gráfico
Procedimiento 1
Política de Producción
Y Space = 480
P(0;600) Z= 3000 Zapper = 240
Utilidad = $5040
Óptimo

P(480;240) Z= 5040

P(550;100) Z= 4900

P(0,0) P(450,0) Z= 3600

X

Método Gráfico
Procedimiento 2
Política de Producción
Space = 480
Z
Zapper = 240
Utilidad = $5040

5040
Utilidad = 800
3600
2000

4
 03/10/2009

Método Gráfico
Ejemplo 2

Max Z = 2,5X1 + X2
S.a X2
3X1 + 5X2  15
5X1 + 2X2  10
5X1 + 2X2  10 5

Xi  0 con i = 1 y 2
3

3X1 + 5X2  15

X1
2 5

Método Gráfico

X2

P(20/19;45/19) Z= 5

Z=3
Problema de
múltiples
soluciones

P(2;0) Z= 5
X1
2

5
 03/10/2009

Método Gráfico
Múltiples soluciones óptimas

Cuando existen múltiples soluciones óptimas implica que la

función objetivo es una recta paralela a uno de los lados de
la región factible.

En el ejemplo todos los puntos que pertenecen a la recta 5X1

+ 2X2 = 10 entre los puntos (2;0) y (20/19;45/19) maximizan
la F.O,
F O es decir,
decir existen múltiples soluciones con Z = 5

Método Gráfico
Ejemplo 3

Min Z = -X1 + X2
S.a X2
X1  X2
X1 – X2  0
-0,5X1 + X2  1
Xi  0 con i = 1 y 2
-0,5X1 + X2  1
Región factible
infinita
Problema de
soluciones
indeterminadas
X1

6
 03/10/2009

Método Gráfico
Caso 4

Min Z = -X + Y
S.a Y
XY -X +2Y  6
X+Y6
XY
-X + 2Y  6
X0
Y0
X+Y6
Problema sin
Solución
X

Método Gráfico
Ejercicio:
Máx. Z = 2X + Y
2X – Y  8
Sa
S.a
Y
2X – Y  8 X– 3
X-Y3
X + 2Y  14
X + 4Y  24 P(6,4)
Z = 16
X0
X + Y  24
Y0

X + 2Y  14

7
 03/10/2009

Análisis de Sensibilidad

¿En qué intervalo puedo variar los coeficientes de la F.O. (Cj) sin
que cambie la actual solución óptima?

¿Cuánto varía el óptimo si se cambia el parámetro “del lado

derecho” (bi) de una restricción ?

¿Qué
Q é recurso tiene
ti mayor impacto
i t en la
l F.O.
F O y en ell valor
l
óptimo?

Análisis de Sensibilidad
Supongamos el siguiente ejemplo:

Max Z = 15X + 20Y

S.a Y
X + 2Y  6
2X + 2Y  8
X, Y  0

3 P(2;2) Z = 70

X
4 6

8
 03/10/2009

Variación de los Cj
Se analizan las pendientes de las restricciones activas y la de la F.O.
Entonces, el actual vértice (2,2) seguirá siendo la solución óptima
mientras:
Y

La pendiente de la FO
4 P(2;2) Z = 70
se encuentra entre las
pendientes de las
restricciones activas 3

X
4 6

Variación de los Cj
Max Z = C1X + C2Y Pendiente: -C1/C2
S.a
X + 2Y  6 Pendiente:
e d e te: -1/2
/
2X + 2Y  8 Pendiente: -1
X, Y  0

La pendiente de la FO se encuentra entre las pendientes de las

restricciones activas

Matemáticamente:
-C1/C2  [-1,-1/2]
C2  C1
Es decir: 2C1  C2
-1  -C1/C2  -1/2|

9
 03/10/2009

Variación de los Cj
También se puede estudiar el intervalo de variación de un solo
coeficiente, dejando el resto de los parámetros fijos:

Variación de C1 con C2 constante:

-1  - C1 /20  -1/2
C1  20 y C1  10
10  C1  20

Variación de C2 con C1 constante:

-1  - 15/C2  -1/2
C2  15 y C2  30
15  C2  30

Variación de los bj
En este caso interesa hallar la mínima y máxima variación del bi que
conserve la actual geometría del problema, es decir, que conserve las
actuales restricciones activas. De esta manera,, la solución óptima
p
cambia, pero se obtiene a partir de las mismas restricciones activas.

X + 2Y = 8
En el ejemplo, para la 1ª
restricción: X + 2Y = b1, la
mayor variación se obtiene
en b1= 8, en tanto que la X + 2Y = 4
menor se obtiene en b1= 4.

10
 03/10/2009

Variación de los bj

Ahora es posible calcular la tasa de cambio de la F.O. al variar b1:

z (0,4)  z (4,0) 80  60 20
1    5
b1  b1 84 4

Lo anterior significa que que si dispongo de 1 unidad más del

recurso, entonces la utilidad va a aumentar en 5 unidades. Lo
anterior es válido dentro del rango, porque fuera de él las
restricciones activas cambian.

Variación de los bj

La tasa
L t d cambio
de bi es una para cadad restricción.
t i ió También
T bié se le
l
llama “Precio sombra” pues representa el valor máximo que
estoy dispuesto a pagar por una unidad de ese recurso.

Con los precios sombra se puede ver cuál recurso es el que más
afecta a la F.O.
Toda restricción que no esté activa tiene precio sombra cero.

11
 03/10/2009

Variación de los bj

Para la 2ª restricción: 2X + 2Y = b2

z(6,0)  z(0,3)
2  2X + 2Y = 6
b2  b2
90  60
 2X + 2Y = 12
12  6
30
 5
6

Variación de los bj

En este ejemplo ambos recursos presentan igual tasa de cambio, o

precio sombra, por lo que ambos aportan el mismo beneficio a la
F.O. Entonces la elección depende de los precios de compra de cada
recurso. Se elige el más barato.

En general, si se dispone de dinero, se elige el recurso que

entregue mayor tasa de cambio, descontado el precio de compra
del recurso.

12