CASOS ESPECIALES DEL MÉTODO GRÁFICO

DANIELA LEE PERNETT

KATHERINA MARMOLEJO MEJÍA
MARY QUINTERO PARRA
GLORIA TORREGROZA

TRABAJO DE INVESTIGACIÓN DE OPERACIONES

NELSON ZUÑIGA

UNIVERSIDAD DEL ATLANTICO

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

INTRODUCCIÓN ..................................................................................................... 1

1. PROGRAMACIÓN LINEAL .................................................................................. 4

1.1. SUPUESTOS DE LA PROGRAMACIÓN LINEAL ......................................... 5

2. CLASES DE SOLUCIÓN ..................................................................................... 4

3. CASOS ESPECIALES ......................................................................................... 4

3.1. REDUNDANTES O SOBRANTES ................................................................. 5
3.2. SOLUCIÓN ÓPTIMA MÍLTIPLE .................................................................... 5
3.3. SOLUCIÓN ÓPTIMA NO ACOTADA ............................................................. 5
3.4. SOLUCIÓN NO FACTIBLE............................................................................ 5

4. CONCLUSIONES ................................................................................................ 4

BIBLIOGRAFÍA ........................................................................................................ 4
 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
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.

CLASES DE SOLUCIÓN. CASOS ESPECIALES

1. REDUNDANTES O SOBRANTES

En los modelos de programación lineal existe un tipo de restricciones que no

desempeñan ningún rol en la determinación del conjunto solución (de igual manera
en la solución óptima), lo que conlleva a concluir que estas son redundantes o
innecesarias.

Ejemplo:

La marroquinería "Puro Cuero" pretende innovar en el mercado con dos tipos de

carteras denominados A y B. Cada uno de ellas debe pasar por tres operaciones
antes de su comercialización: el corte de los moldes en el material, unión de los
moldes y control de calidad. Las carteras tipo A requieren 1 horas de corte, 6 horas
en la unión de sus moldes y 1 hora de control de calidad; las carteras tipo B
requieren 2, 8 y 1 horas respectivamente. El margen contributivo por cada cartera
tipo A y B es de $100000 y $95000 respectivamente.

La marroquinería dispone como máximo semanalmente 36 horas en corte de

moldes, 48 horas cosiendo estos moldes y 15 horas de control de calidad, debido al
limitado personal contratado. Con base en la información suministrada determine
las unidades a producir semanalmente de cada referencia para maximizar las
utilidades.

Las variables:

X = Cantidad de carteras tipo A a producir semanalmente

Y = Cantidad de carteras tipo B a producir semanalmente
Las restricciones:
𝑋 + 2𝑌 ≤ 36
6𝑋 + 8𝑌 ≤ 48
𝑋 + 𝑌 ≤ 15

Función Objetivo:

𝑍𝑚á𝑥 = 100000𝑋 + 95000𝑌

No negatividad:
𝑋, 𝑌 ≥ 0

La gráfica resultante es la siguiente:

La solución óptima corresponde a X=0 y Y=6 y la función objetivo quedaría.

𝑍𝑚á𝑥 = 100000(0) + 95000(6)

𝑍𝑚á𝑥 = $570000

Claramente se puede observar que las restricciones graficadas con la recta azul y
verde no determinan el conjunto solución, por ende se denominan restricciones
redundantes o sobrantes.

2. SOLUCIÓN ÓPTIMA MÚLTIPLE

Se ha visto con anterioridad que para la solución de un ejercicio de programación

lineal, en el caso más sencillo, consiste en representar cada una de las restricciones
y encontrar el polígono factible (conjunto solución o región factible) en el cual por
razones trigonométricas en uno de sus vértices se encuentra la mejor respuesta, es
decir, la solución óptima. Sin embargo, una de las variantes que puede presentar
un ejercicio de programación lineal consiste en tener más de una solución óptima.
Esto ocurre cuando la función objetivo es equivalente a una de las funciones de
restricción.

Estos problemas deben de resolverse de forma que predomine el análisis de

sensibilidad, es decir una vez encontradas las múltiples soluciones iguales se debe
proceder al comportamiento del consumo de los recursos y restricciones,
evidentemente prevaleciendo el concepto de productividad de los recursos más
limitados y costosos.

Ejemplo:

La ebanistería "Muebles Jamás" ha recibido una gran cantidad de partes

prefabricadas para la elaboración de mesas. Las mesas que pueden elaborarse de
las partes prefabricadas son de dos modelos, modelo A y B, y estas no requieren
más que ser ensambladas y pintadas. Esta semana se ha determinado dedicar 98
horas de ensamble y 15 de pintura para elaborar la mayor cantidad de mesas
posibles teniendo en cuenta que cada mesa modelo A requiere de 7 horas de
ensamble y 2 de pintura respectivamente, y que cada mesa modelo B requiere de
14 hora de ensamble y 1 de pintura respectivamente. Si el margen de utilidad es de
$200 por cada mesa modelo A y $100 por cada mesa modelo B. Determine el
modelo adecuado de producción para esta semana.

Variables:

X = Cantidad de mesas modelo A a fabricar esta semana

Y = Cantidad de mesas modelo B a fabricar esta semana

Restricciones:

7𝑋 + 14𝑌 ≤ 98
2𝑋 + 𝑌 ≤ 15
Función objetivo:

𝑍𝑚á𝑥 = 200𝑋 + 100𝑌

No negatividad:
𝑋, 𝑌 ≥ 0

La gráfica resultante sería:

Como primera anotación, se debe tener en cuenta que la recta azul y morada son
las restricciones, y la verde es la función objetivo. Como se puede observar,
mediante la geometría la recta que representa la función objetivo es paralela a la
recta que representa la restricción N°2.

Como nos podemos dar cuenta en dos puntos se presentan soluciones óptimas,
que son los puntos C y D.

Observemos la solución óptima múltiple

𝑍𝑚á𝑥 (𝐴) = 200(0) + 100(0) = 0

𝑍𝑚á𝑥 (𝐵) = 200(0) + 100(7) = 700
𝑍𝑚á𝑥 (𝐶) = 200(7,5) + 100(0) = 1500
𝑍𝑚á𝑥 (𝐷) = 200(16/3) + 100(13/3) = 1500

Existen entonces dos soluciones óptimas

Solución óptima N°1: X=7.5 y Y= 0

Solución óptima N°2: X=16/3 y Y=13/3

Para resolver el problema debe haber un enfoque basado en factores tales como
un análisis de sensibilidad donde se tenga en cuenta el consumo distinto de
determinados recursos (horas ensamble vs. horas pintura) y factores extras al
modelo como lo puede llegar a ser en este caso una necesidad de espacio de
almacenamiento. En conclusión, la solución depende de quien tiene la capacidad
de tomar decisiones ya que este debe hacer un raciocinio adicional al mero
desarrollo del modelo de programación lineal.

3. SOLUCIÓN ÓPTIMA NO ACOTADA

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
nuevas 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.

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:

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.

4. SOLUCIÓN 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 repostería Sweet Cake desea planificar la producción de dos pasteles que tendrá
que entregar a su cliente en un mes, el contrato indica que la repostería se
compromete a entregar por lo menos 300 pasteles cualquiera sea su tipo (tipo A,
tipo B o cualquiera de los dos). Los pasteles tipo A tienen un tiempo de elaboración
de 2 horas, y un tiempo de decoración de 3 horas, mientras el tipo B, tiene un
tiempo de elaboración de 3 horas y un tiempo de decoración de 1 hora. La compañía
cuenta estas dos semanas con 550 horas para elaboración y con 480 horas de
decoración debido a su limitado personal.
Teniendo en cuenta que el margen de utilidad de cada tipo de pastel es de $8500
para el tipo A y $8100 para el tipo B. Determine mediante un modelo de
programación lineal el plan de producción que maximice las utilidades.

Variables:

X = Cantidad de pasteles tipo A a producir en un mes.

Y = Cantidad de pasteles tipo B a producir en un mes.

Restricciones:

2𝑋 + 3𝑌 ≤ 550
3𝑋 + 𝑌 ≤ 480
𝑋 + 𝑌 ≥ 300

Función Objetivo:

𝑍𝑚á𝑥 = 8500𝑋 + 8100𝑌

No negatividad:
𝑋, 𝑌 ≥ 0

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.

BIBLIOGRAFIA
IZAR LANDETA, Juan. Fundamentos de Investigación de operaciones para
administración. 1ra ed. San Luis Potosí: Universidad Autónoma SLP, 1996.