CASOS ESPECIALES DEL MÉTODO GRÁFICO

LUIS ANTONIO ANILLO SANTOS

ARNOLD JAVIER LUNA NAVARRO
JOSE LUIS MARTINEZ MERCADO

TRABAJO DE INVESTIGACIÓN DE OPERACIONES

NELSON ZUÑIGA

UNIVERSIDAD DEL ATLANTICO

FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA QUÍMICA
PUERTO COLOMBIA, ATÁNTICO
2017
 CONTENIDO

INTRODUCCIÓN .................................................................................................... 3

1. PROGRAMACIÓN LINEAL ................................................................................. 3

1.1. SUPUESTOS DE LA PROGRAMACIÓN LINEAL ......................................... 3

2. CLASES DE SOLUCIÓN y CASOS ESPECIALES ............................................ 5

2.1. INIFINITAS SOLUCIONES OPTIMAS.......................................................... 5
2.2. SOLUCIÓN ÓPTIMA NO ACOTADA .......................................................... 7
2.3. SOLUCION INFACTIBLE ............................................................................. 8
2.4. REDUNDANTES O SOBRANTES ............................................................ 10

3. CONCLUSIONES .............................................................................................. 12

BIBLIOGRAFÍA ..................................................................................................... 12
INTRODUCCION
En la resolución de un modelo de Programación Lineal se pueden enfrentar ciertos
casos especiales que merecen particular atención. Estos casos son: infinitas
soluciones óptimas, problema no acotado sin solución óptima, problema infectable,
solución óptima degenerada o redundantes, que se describirán detallamente y
mostrando un ejemplo de cada caso.
PROGRAMACIÓN LINEAL
La programación lineal es un algoritmo en el cual se resuelven situaciones reales y
lo que se busca es darle una solución optimizada para así aumentar la productividad
respecto a los recursos y así aumentar los beneficios principalmente económicos.
Cuando se habla de optimización, el objetivo es maximizar o minimizar funciones
lineales en varias variables reales con restricciones lineales, optimizando una
función objetivo también lineal.
Esta técnica matemática es relativamente nueva que surge en el siglo XX y tiene
mucha aplicación en la resolución de problemas en el ámbito, sobre todo, de las
Ciencias Sociales.

Brevemente, la aplicación más común de la programación lineal abarca el problema

general de asignar recursos limitados entre actividades competitivas de la mejor
manera posible (en forma óptima). Este problema de asignación puede surgir
cuando deba elegirse el nivel de ciertas actividades que compiten por recursos
escasos para realizarlas. La variedad de situaciones a las que se puede aplicar esta
descripción es sin duda muy grande, y va desde la asignación de instalaciones
productivas a los productos, hasta la asignación de los recursos nacionales a las
necesidades de un país; desde la planeación agrícola, hasta el diseño de una
terapia de radiación; etc. No obstante, el ingrediente común de todas estas
situaciones es la necesidad de asignar recursos a las actividades.

Escoger una alternativa puede ser más compleja de lo que parece ya que se deben
satisfacer varias pautas y la programación lineal pudo ir un paso adelante y dividir
estos criterios en las categorías: restricciones y objetivo. Las restricciones son
aquellas condiciones que debe cumplir una solución que está bajo observación. Si
más de una alternativa satisface todas las restricciones, el objetivo se usa para
escoger entre todas las alternativas la que más optimice los recursos.

1. SUPUESTOS DE LA PROGRAMACIÓN LINEAL

Para cada modelo existen varias suposiciones y la utilidad de un modelo se

relaciona directamente con la realidad de los supuestos.

La primera es una Suposición de Proporción, la cual tiene que ver con la forma lineal
de las funciones. Su objetivo es lineal, esto quiere decir que, la contribución al

3
objetivo de cualquier decisión es directamente proporcional al valor de la variable
de decisión.
La segunda es la Suposición de Adición, esta es cuando la contribución de una
variable a la función objetivo es independiente de los valores de las otras variables.
También, está la Suposición de ser Divisible, es decir, la posibilidad de tomar una
fracción de cualquier variable. Si la suposición de ser divisible no es válida, entonces
se usará la técnica de programación lineal entera.

Finalmente, la última suposición es el Supuesto de Certeza, y esta es que la

programación lineal no permite incertidumbre en los valores.

Existen limitaciones prácticas para el uso de la programación lineal. Una se

relaciona con los cálculos. En general se necesita una computadora.
Desafortunadamente, las calculadoras, aun las programables, son poco útiles,
puesto que la programación lineal tiene necesidad de gran cantidad de memoria o
almacenamiento. Si no se tiene acceso a una computadora, se estará limitado a
problemas muy sencillos. La otra limitación se refiere al costo de formular un
problema de programación lineal. Antes de emprender una aplicación de
programación lineal, debe considerarse la disponibilidad y el costo de los datos
necesarios.

4
2. CLASES DE SOLUCIÓN. CASOS ESPECIALES

2.1 Infinitas Soluciones Óptimas: Se detecta cuando luego de alcanzar una

solución básica factible óptima, al menos una variable no básica tiene costo
reducido igual a cero. La siguiente imagen representa esta situación donde la
solución óptima (infinitas) se alcanza en el tramo entre los vértices B y C. En efecto
se puede representar de forma general las soluciones óptimas como: (𝑥, 𝑦) =
𝑥(0,3) + (1 − 𝑥)(2,2) 𝑐𝑜𝑛 0 ≤ 𝑥 ≤ 1.

Ejemplo 1: Una empresa constructora de barcos fabrica en sus dos artilleros tres
tipos de barcos: A, B y C. Se compromete a entregar anualmente a cierta compañía
marítima 18 barcos de tipo A, 10 de tipo B y 6 del tipo C. El primer artillero construye
mensualmente 3 barcos tipo A, 2 tipos B y 1 tipo C, siendo el costo mensual de su
funcionamiento de 60.000 Euros, y el segundo astillero construye mensualmente 2
barcos tipo A, 1 tipo B y 2 tipo C, siendo el costo mensual de su funcionamiento de
30.000 Euros. ¿Cuántos meses al año deberá trabajar cada astillero para que la
empresa cumpla con el compromiso adquirido y consiga reducir al mínimo el costo
de funcionamiento?

5
 A B C Coste m.
(Euros)
Astillero I 3 2 1 60.000
Astillero II 2 1 2 30.000
Producción 18 10 6 Función
mínima objetivo
Restricciones 3𝑥 + 2𝑦 ≥ 18 2𝑥 + 𝑦 ≥ 10 𝑥 + 2𝑦 ≥ 6

1. Definir variables:
X=número de meses traba el astillero 1
Y=número de meses trabaja el astillero 2
2. Función objetivo:
F(x,y)=60.000X + 30.000Y
3. Restricciones o limitaciones
3𝑥 + 2𝑦 ≥ 18 {𝑝1 (0,9); 𝑝2 (6,0)}
2𝑥 + 𝑦 ≥ 10 {𝑝3 (0,10); 𝑝4 (5,0)}
𝑥 + 2𝑦 ≥ 6 {𝑝5 (0,3); 𝑝6 (6,0)}
4. 𝑥, 𝑦 ≥ 0
5. Método grafico

Vértices:

6
 A (0,10)
B (2,6)
C (6,0)
6. Evaluar función objetivo
F (0,10)=60.000(0)+30.000(10)=300.000
F (2,6)=60.000(2)+30.000(6)=300.000
F (6,0)=360.000

2.2 Problema no acotado:

Una variante más que presentan los modelos de programación lineal corresponde
a los modelos de solución óptima no acotada, es decir problemas con infinitas
soluciones óptimas. En la vida real gran parte de estos problemas se deben a un
mal planteamiento de las restricciones, sin embargo, es común que este tipo de
problemas sean evaluados en la vida académica.
Ejemplo:
La compañía comercializadora de computadores portátiles está promocionando dos
nuevos productos, un computador portátil tipo A y el tipo B, dado que se encuentran
en promoción se puede asegurar el cubrimiento de cualquier cantidad de demanda,
sin embargo, existen dos políticas que la empresa debe tener en cuenta. Una de
ellas es que la cantidad de computadores portátiles tipo A que se vendan no puede
ser menor que los de tipo B, y la segunda es que se deben de vender por lo menos
2000 computadores portátiles de cualquier tipo.
Dado que se encuentran en promoción el precio de venta de ambos computadores
portátiles equivale a $1150 dólares. Determine la cantidad de unidades que deben
venderse.
Solución:
Variables:
X = Cantidad de bebidas tipo A a vender
Y = Cantidad de bebidas tipo B a vender

Restricciones:
𝑋 ≥ 𝑌
𝑋 + 𝑌 ≥ 2000
Función Objetivo:
7
 𝒁𝒎á𝒙 = 1150𝑋 + 1150𝑌

No negatividad: 𝑋, 𝑌 ≥ 0

La gráfica resultante sería:

Es claro que en este ejercicio las variables pueden aumentar mejorando

indefinidamente la función objetivo, en estos casos se dice que la solución óptima
no es acotada, por lo cual las posibles soluciones son infinitas.
2.3 PROBLEMA INFACTIBLE:
El caso de la solución infactible es más típico de lo pensado, y corresponde a los
casos en los cuales no existen soluciones que cumplen con todas las restricciones.
Es muy común ver este fenómeno producto de inviables proporciones de oferta y
demanda.
ejemplo:
La compañía de galletas "CAROLA" desea planificar la producción de galletas que
tendrá que entregar a su cliente en dos semanas, el contrato indica que la compañía
"CAROLA" se compromete a entregar por lo menos 300 cajas de galletas cualquiera
sea su tipo (presentación D, presentación N o una combinación de ambas
presentaciones), cada caja de galletas presentación D tiene un tiempo de
8
elaboración de 2 horas, y un tiempo de horneado de 3 horas, mientras cada caja de
presentación N tiene un tiempo de elaboración de 3 horas y un tiempo de horneado
de 1 hora. La compañía cuenta estas dos semanas con 550 horas para elaboración
y con 480 horas de horneado.

Teniendo en cuenta que el margen de utilidad de cada caja de galletas presentación

D y N es de $8500 y $8100 respectivamente, determine mediante un modelo de
programación lineal el plan de producción que maximice las utilidades.
Variables
X = Cantidad de cajas de galletas presentación D a producir en 2 semanas
Y = Cantidad de cajas de galletas presentación N a producir en 2 semanas
Restricciones
2X + 3Y ≤ 550
3X + Y ≤ 480
X + Y ≥ 300
Función Objetivo:
Zmax = 8500X + 8100Y
La gráfica resultante es la siguiente:

Evidentemente no existe forma alguna de satisfacer todas las restricciones, por

ende se concluye que no existe solución factible.

9
2.4 PROBLEMAS REDUNDANTES O SOBRANTES
Existen en los modelos de programación lineal un tipo de restricciones que no
juegan rol alguno en la determinación del conjunto solución (de igual manera en la
solución óptima), lo que lleva a deducir que estas son redundantes.
ejemplo:
La compañía "CONGELADORES MAJO" pretende fabricar dos tipos de
congeladores denominados A y B. Cada uno de ellos debe pasar por tres
operaciones antes de su comercialización: Ensamblaje, pintura y control de calidad.
Los congeladores tipo A requieren 2 horas de ensamblaje, 3 kg de pintura y 4 horas
de control de calidad; los congeladores tipo B requieren 3 horas de ensamblaje, 6
kg de pintura y 5 horas de control de calidad. El margen contributivo por cada
congelador tipo A y B es de $102000 y $98000 respectivamente.
La compañía dispone como máximo semanalmente 300 horas de ensamblaje, 840
kg de pintura y 450 horas de control de calidad. Con base en la información
suministrada determine las unidades a producir semanalmente de cada referencia
para maximizar las utilidades.
Las variables:
X = Cantidad de congeladores tipo A a producir semanalmente
Y = Cantidad de congeladores tipo B a producir semanalmente
Las restricciones:
2X + 3Y ≤ 300
3X + 5Y ≤ 840
4X + 5Y ≤ 450

Función Objetivo:
Zmax = 102000X + 98000Y

10
La gráfica resultante es la siguiente:

La solución óptima corresponde a:

X = 150
Y=0
y la función objetivo quedaría.
Zmax = $15300000
Claramente podemos observar como la restricción 1 y la restricción 2 no determina
el conjunto solución, por ende se denominan restricciones redundantes o sobrantes.

11
 Conclusión
Con la realización de este trabajo podemos concluir que referente a la
programación lineal hay veces que se pueden enfrentar ciertos casos especiales
en los cuales es necesario un estudio más detallado puesto que son complejos al
momento de describir la solución y para ello se utilizan distintos métodos para
identificarlos. Estos casos son infinitas soluciones óptimas, problema no acotado
sin solución óptima, problema infactible, solución óptima degenerada para cada
caso en específico.
Cabe resaltar que en muchas veces estos casos pueden darse por un mal
planteamiento del problema o simplemente hay casos especiales en los cuales la
solución presenta inconvenientes

Bibliografía
 geo tutoriales. (2011). Casos Especiales en la Programación Lineal
detectados con el Método Simplex. 15/09/2017, de geo tutoriales Sitio web:
https://www.gestiondeoperaciones.net/programacion_lineal/casos-
especiales-en-la-programacion-lineal-detectados-con-el-metodo-simplex/
 invdoperaciones . (2012). MÉTODO GRÁFICO. 15/09/2017, de
indoperaciones Sitio web: https://invdoperaciones.wordpress.com/metodo-
grafico/
 Libro TAHA H. 2004. Investigación de operaciones. Pearson educación.
Séptima edición. México. 848 p. ISBN: 970-26-0498-2

12