CONDICIONES PARA QUE UN MODELO LINEAL SEA

APROPIADO
1. La proporcionalidad: significa que la contribución a la función
objetivo y la cantidad de recursos empleados en cada restricción
son proporcionales al valor de la variable de decisión.
2. Laaditividad: significa que el valor de la función objetivo y los
recursos totales empleados se calculan al sumar la contribución
de la función objetivo y los recursos empleados para todas las
variables de decisión.
3. La divisibilidad: significa que las variables de decisión son
continuas. El supuesto de divisibilidad más las restricciones de
no negatividad significan que las variables de decisión pueden
tomar cualquier valor mayor o igual que cero.
 PROCEDIMIENTO DE SOLUCIÓN GRÁFICA

1. Prepare una gráfica para cada restricción que muestre las soluciones
que satisfacen la restricción.
2. Determine la región factible al identificar las soluciones que
satisfacen todas las restricciones de forma simultánea.
3. Trace una recta de la función objetivo que muestre los valores de las
variables de decisión que producen un valor específico para la misma.
4. Mueva las rectas paralelas de la función objetivo hacia valores
mayores de esta función hasta que la recta quede completamente
fuera de la región factible.
5. Cualquier solución factible en la recta de la función objetivo con el
valor mayor encontrado mediante el procedimiento anterior, es una
solución óptima.
 S=0 F=0
RESTRICCIÓN 1 F=5 S=40
0
RESTRICCIÓN 2 S=25
 F=0 S=0
RESTRICCIÓN 3 S=70 F=3
5
REGIÓN FACTIBLE

Puntos extremos: son los

vértices, o “esquinas” de la
región tangible
 REGIÓN FACTIBLE
Soluciones Factibles: Son las soluciones que cumplen con
todas las restricciones de forma Simultánea.

Región de solución factible, o sencillamente región

factible. Es la región sombreada .Cualquier punto en el
límite de la región factible o dentro de ésta es un punto
de solución factible para el problema de programación
lineal.
 PARA TENER EN CUENTA…
 Una vez identificada la región factible, se procede con el
método de solución gráfica y obtener la solución óptima para el
problema de RMC.
 Recuerde que la solución óptima para un problema de
programación lineal es la solución factible que proporciona el
mejor valor o valor más grande posible de la función objetivo.
 La dificultad con este método es que el número infinito de
soluciones factibles vuelve imposible la evaluación de todas las
soluciones factibles.
 En vez de tratar de calcular la contribución a las utilidades para
cada solución factible, seleccionamos un valor arbitrario para la
contribución a las utilidades e identificamos todas las soluciones
factibles que producen el valor seleccionado.
3. Recta de utilidades o de la función
objetivo
 Gráfica Función objetivo con diferentes utilidades
F=0,S=8
S=0, F=6
F=0,S=2
4
S=0,
F=18
F=0,S=4
0
S=0,
F=30

Propiedades:
1) Las rectas de utilidades son paralelas
entre sí.
2) Las rectas de utilidades con
contribuciones a las utilidades mayores
están más alejadas del origen.
SOLUCIÓN ÓPTIMA PARA EL PROBLEMA

Restricción Redundante
 SOLUCIÓN ÓPTIMA PARA EL PROBLEMA

Los valores de las variables de decisión F y S deben satisfacer ambas ecuaciones del material 1 y
material 3 de manera simultanea.
De la ecuación: 0.4F + 0.5 S= 20, despejamos F Obteniendo

Reemplazamos en la Ecuación 0.6F + 0.3S = 21, para calcular S

Al sustituir S 20 en la ecuación 0.4F + 0.5 S= 20 y calcular F se obtiene

Solución óptima es F = 25 y S = 20
Solución óptima es F = 25 y S = 20
 VARIABLES DE HOLGURA

Variables de Holgura, se añaden a la formulación de un problema de programación lineal para

representar la holgura, o capacidad sin utilizar, asociada con una restricción. La capacidad sin utilizar no
contribuye en lo absoluto a las utilidades, por lo que las variables de holgura tienen coeficientes de cero
en la función objetivo. De manera más general, las variables de holgura son denotadas por S1, S2 y S3...
Dependiendo de la cantidad de restricciones.
 CASOS ESPECIALES

✓ Soluciones óptimas alternas

✓ Infactibilidad
✓ Ilimitada
Soluciones óptimas alternas
 Infactibilidad
Infactibilidad: significa que
ninguna solución al problema
de programación lineal
satisface todas las
restricciones, incluidas las
restricciones de no
negatividad. Gráficamente, la
infactibilidad significa que no
existe una región factible; es
decir, no hay puntos que
satisfagan todas las
ecuaciones de restricción y
las condiciones de no
 ILIMITADA
La solución para un problema de programación lineal de maximización es
ilimitada si el valor de la solución puede alcanzar un valor infinitamente
grande sin violar ninguna de las restricciones; para un problema de
minimización, la solución es ilimitada si el valor puede tomar un valor
infinitamente pequeño. Esta condición podría calificarse de utopía
administrativa; por ejemplo, si esta condición fuera a ocurrir en un problema
de maximización de utilidades, el gerente podría lograr una utilidad ilimitada.
Posibles Causas:
✓ El problema ha sido formulado de forma impropia.
✓ Omisión involuntaria de una restricción durante la formulación del
problema.
EJEMPLO DE SOLUCIÓN ILIMITADA
NOTACIÓN GENERAL DE LA PROGRAMACION LINEAL
 Una desventaja de utilizar la notación
general para las variables de decisión es
VENTAJAS Y que ya no podemos identificar con
DESVENTAJAS facilidad lo que éstas representan en
realidad en el modelo matemático.
NOTACIÓN
GENERAL DE LA La ventaja de la notación general es que
PROGRAMACION la formulación de un modelo matemático
para un problema que involucra un
LINEAL número grande de variables de decisión
es mucho más fácil