Una empresa produce pinturas para interiores y exteriores con dos materias

Ton de materia prima por ton de

Pintura ext. Pintura int. Materia prima
M1 6 4 24
M2 1 2 6
Utilidad x 1000 USD 5 4
primas (m1, m2).

Una encuesta de mercado indica que la demanda de pintura de interiores no

puede ser mayor que la pintura para exteriores en ms de una tonelada, as
mismo que la demanda diaria mxima de pintura para interiores es de 2
toneladas. La empresa quiere determinar la mezcla ptima de producto que
maximice la utilidad.

Modelo de programacin lineal.

Funcin Objetivo

Mximizar Z=5 X 1 + 4 X 2

Sujeto a

6 X 1 +4 X 2 24

X 1 +2 X 2 6

X 1+ X 2 1

X 2 2

X1 , X2 0

1. 2. Solucin grafca.

Primeramente se necestia introducir los datos de nuestro modelo de PL, estos

se colocan en la pantalla de captura de datos (Fig. 1). Los datos que se tienen
que conocer son: nombre del problema, nmero de variables, nmero de
restriccines, tipo de problema (mximizacin y mnimizacin), tipo de variable
y formato de entrada.

Fig.1. Pantalla de captura de datos.

A continuacin se introducen los coeficientes tecnologicos (Fig. 2) de cada una

de las variables, si se trata de una ordn parcial o una igualdad, tipo de variable
y, en caso de necesitarla, una variable de penalizacin.

Fig.2. Pantalla de captura de coeficientes tecnologicos.

Ya que se tiene toda la informacin necesara del modelo, se procede a

grafcar sus restricciones, determinar la regin de factibilidad y evaluar cada
uno de sus vertices para obtener la solucin optima. Obteniendo as la grafca
mostrada en la Fig. 3.
 Fig. 3. Solucion grafica.

1. 2. Plan de produccin. -

De la grfica anterior, como el problema se trata de mximizacin, obtenemos

que el vertice ( 3, 1.5) es el que obtiene una mayor utilidad la cual es 21. Esto
significa que, producciendo 3 toneladas de pintura para exteriores y 1.5
toneladas de pintura para interiores, obtendramos una utilidad de 21,000 USD.

2. 1. Mtodo simplex.

Para la realizacin de este mtodo se deben transformar las ordenes parciales

en

igualdades, por lo que el software agrega variables de holgura las cuales son
Slack_C1, Slack_C2, Slack_C3 y Slack_C4, ests las llamaremos S1, S2, S3 y
S4, respectivamente. As obtenemos la siguiente tabla del mtodo simplex, con
la solucin inicial (Fig. 5), la cual se resuelve por de operaciones de renglon e
iteraciones, con criterios de salida y entrada. Las variables que son parte de la
base tienen un valor del lado derecho, mientras que las que no se encuentran
en la base equivalen a cero.
 Fig. 5. Solucin inicial de la tabla simplex.

En las siguientes 3
iteraciones (Fig. 6) se
obtienen las siguientes
soluciones.

Fig. 6.1 Primera iteracin.

Fig. 6.2 Segunda iteracin.

Fig. 6.3. Tercera iteracin.

En la Fig. 6.3 podemos ver que no existe ninguna variable tecnologica que sea
candidata a entrar, por lo que el software termina de realizar iteraciones y
encontramos la solucin optima, la cual es:

X 1=3, X 2 =1.5, S3 =2.5, S 4=0.5 y S 1=S2=0

Esto significa que, las restricciones activas son la 1ra y la 2da, ya que sus
variables de holgura no se encuentran en la base; esto representa el hecho de
que , en las restricciones activas, se aprovechan al 100% los recursos y no
existen desperdicios.

2. 2. Anlisis de sensibilidad.

Para conocer en que razn va a crecer la utilidad, si esque en un futuro

decidimos incrementar el nmero de unidades de recurso, tenemos el siguiente
anlisis (Fig. 7).

Fig. 7. Anlisis de sensibilidad del lado derecho.

El anlisis del costo fantasma nos muestra que si, en un futuro decidimos
incrementar las recursos de alguna de las restricciones activas, en cuanto
aportara a la utilidad si incrementamos en una unidad est material prima.

En este caso, si incrementamos en 1 tonelada la materia prima 1 (M1)

obtenemos un incremente en la utilidad (Z) de 750 USD; si incrementamos en 1
tonelada la materia prima 2 (M2) obtenemos un incremento en la utilidad (Z) de
500 USD. Por esto mismo es preferible incrementar la materia prima 1, ya que

representa una mayor aportacin a la utilidad.

Pero esto no se puede hacer infinitamente, por lo que el modelo de PL solo

ser valido en el intervalo de confianza que se determina de la siguiente
manera. Si un coeficiente de disponibilidad se mantiene constante, el otro
puede llegar hasta el punto en que sigue siendo una restriccin activa.

Para este caso, los intervalos de confianza son:

 20 M 1 36

4 M 2 6.67

Esto significa que en el plan de produccin, se puede trabajar con 20 toneladas

de materia prima 1 hasta 26 tonelada; en el caso de la materia prima 2 va
desde 4 toneladas hasta 6.67 toneladas.

En el siguiente anlisis de sensibilidad (Fig. 8) se estudiar la factibilidad en el

incremento del coeficiente tecnologico de cada una de las variables en la
funcin objetivo.

Fig. 8. Anlisis de sensibilidad de los coeficientes tecnologicos.

Esto representa que, para un coeficiente tecnologico constante, el otro

coeficiente tecnologico tiene un rango en el cual puede variar y el modelo de
PL sigue siendo representativo del sistema. En este caso los resultados son los
siguientes:

2 C 1 6

3.33 C 2 10

Esto significa que el costo de la pintura exterior puede variar de 2,000 USD por
tonelada hasta 6,000 USD por tonelada; y el costo de la pintura interior puede
variar de 3,330 USD por tonelada hasta 10,000 USD por tonelada.