CASOS ESPECIALES DEL MÉTODO GRÁFICO

MARIA JOSE GERALDINO CARDENAS

DIXON RAMIT MARTINEZ HERNANDEZ
PAOLA DEL SOCORRO PALENCIA NAVARRO
ALBERTO DE JESÚS VARELA BARRIOS

TRABAJO DE INVESTIGACIÓN DE OPERACIONES

NELSON FABRICIO ZUÑIGA PORTILLO

UNIVERSIDAD DEL ATLÁNTICO

FACULTAD DE INGENIERÍA
INGENIERÍA QUÍMICA
PUERTO COLOMBIA, ATLÁNTICO
2018
 CONTENIDO

Pág

INTRODUCCIÓN 3
1. CASOS ESPECIALES DEL MÉTODO GRÁFICO 4

1.1 SOLUCIÓN DEGENERADA 4

1.2 SOLUCIÓN MÚLTIPLE 5

1.3 SOLUCIÓN ILIMITADA 8

1.4 SOLUCIÓN NO FACTIBLE 11

2. CONCLUSIÓN 13

BIBLIOGRAFÍA 14
 INTRODUCCIÓN

la programación lineal es una técnica matemática cuyo objetivo es la determinación

de soluciones optimas a los problemas económicos en los que intervienen recursos
limitados entre las actividades competitivas. Es un método matemático que permite
asignar una cantidad fija de recursos a la satisfacción de varias demandas, de tal
forma que mientras se optimiza algún objeto, se satisfacen otras condiciones
definidas.

Como parte fundamental, en la práctica, la resolución de un problema de

programación lineal comprende un planteamiento del modelo, la resolución del
problema y el análisis económico de los resultados.

La resolución grafica a los modelos de programación lineal es especialmente

utilizada para resolver casos de dos variables. El método de solución gráficas
permite una fácil solución a los problemas que involucran dos variables. Éste
modelo no es óptimo para problemas que contienen más de dos variables debido a
la complejidad que presentaría un gráfico multivariable.

En la solución de un modelo de programación lineal se pueden dar ciertos casos

especiales que merecen particular atención. Dentro de estos casos especiales se
encuentran: solución degenerada, solución múltiple, solución no acotada y solución
no factible. Cada caso será mencionado e ilustrado por medio de un ejemplo de
aplicación

3
 1. CASOS ESPECIALES DEL MÉTODO GRÁFICO

1.1 SOLUCIÓN DEGENERADA

Ocurre cuando más restricciones de las necesarias determinan el punto extremo.

Ejemplo

Sea:

1. Definir las variables

𝑋=⋯

𝑌=⋯

2. Determinación de la función objetivo

𝑍𝑀á𝑥 = 3𝑋 + 9𝑌

3. Definición de las restricciones

𝑅1 ∶ 𝑋 + 4𝑌 ≤ 8

𝑅2 ∶ 𝑋 + 2𝑌 ≤ 4

4. No negatividad de las variables

𝑋, 𝑌 ≥ 0

Restricciones:

𝑅1 ∶ 𝑋 + 4𝑌 = 8 (≤)

𝑋=0 𝑌 = 2 → 𝑃1 (0,2)

𝑋=8 𝑌 = 0 → 𝑃2 (8,0)

𝑅2 ∶ 𝑋 + 2𝑌 = 4 (≤)

𝑋 = 0 𝑌 = 2 → 𝑃3 (0,2)

4
 𝑋 = 4 𝑌 = 0 → 𝑃4 (4,0)

Figura 1. Área solución degenerada

𝑎 ∶ 𝑋 + 4𝑌 = 8

𝑏 ∶ 𝑋 + 2𝑌 = 4

Prueba y error

𝐴(0,0), 𝐵 (0,2), 𝐶 (4,0)

𝑍𝑀á𝑥 = 3(0) + 9(0) = 0

𝑍𝑀á𝑥 = 3(0) + 9(2) = 18

𝑍𝑀á𝑥 = 3(4) + 9(0) = 18

A partir del gráfico se establece que ambas restricciones pasan por el punto de
solución óptima (degenerado), el cual puede determinarse solamente por dos
restricciones.

1.2 SOLUCIÓN MÚLTIPLE

Este caso ocurre cuando la función objetivo es paralela a una restricción obligatoria,
que viene a ser aquella que se satisface en sentido de igualdad por la solución
óptima. En tal caso, la función objetivo puede tener el mismo valor óptimo en más
de una solución básica.

5
Ejemplo

La ebanistería “SALAZAR LTDA” ha recibido una gran cantidad de partes

prefabricadas para la elaboración de mesas, sin embargo, no ha podido iniciar un
plan de producción enfocado a estas por la alta demanda que tiene de sus productos
restantes. 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 10 horas de ensamble y 8 de
pintura para elaborar la mayor cantidad de mesas posible teniendo en cuenta que
cada mesa modelo A requiere de 2 hora de ensamble y 1 de pintura
respectivamente, y cada mesa de modelo B requiere de 1 hora de ensamble y 2 de
pintura respectivamente. Si el margen de utilidad es de $20000 por cada mesa
modelo A y $10000 por cada mesa modelo B. Determine el modelo adecuado de
producción para esta semana.

Solución

1. Definir las variables

𝑋 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑠𝑎𝑠 𝑡𝑖𝑝𝑜 𝐴 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑒𝑠𝑡𝑎 𝑠𝑒𝑚𝑎𝑛𝑎

𝑌 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑠𝑎𝑠 𝑡𝑖𝑝𝑜 𝐵 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑒𝑠𝑡𝑎 𝑠𝑒𝑚𝑎𝑛𝑎

2. Determinación de la función objetivo

𝑍𝑀á𝑥 = 20000𝑋 + 10000𝑌

3. Definición de las restricciones

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑒𝑛𝑠𝑎𝑚𝑏𝑙𝑒 ∶ 2𝑋 + 𝑌 ≤ 10

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑝𝑖𝑛𝑡𝑢𝑟𝑎 ∶ 𝑋 + 2𝑌 ≤ 8

4. No negatividad de las variables

𝑋, 𝑌 ≥ 0

Restricciones:

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑒𝑛𝑠𝑎𝑚𝑏𝑙𝑒 ∶ 2𝑋 + 𝑌 ≤ 10

2𝑋 + 𝑌 = 10 (≤)

6
 𝑋=0 𝑌 = 10 → 𝑃1 (0,10)

𝑋=5 𝑌 = 0 → 𝑃2 (5,0)

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑝𝑖𝑛𝑡𝑢𝑟𝑎 ∶ 𝑋 + 2𝑌 ≤ 8

𝑋 + 2𝑌 = 8 (≤)

𝑋=0 𝑌 = 4 → 𝑃3 (0,4)

𝑋 = 8 𝑌 = 0 → 𝑃4 (8,0)

Figura 2. Área factible solución múltiple

Sea:

𝑔: 2𝑋 + 𝑌 = 10 (≤)

𝑓: 𝑋 + 2𝑌 = 8 (≤)

ℎ: 20000𝑋 + 10000𝑌 = 10

7
Prueba y error

𝐴(0,0), 𝐵 (0,4), 𝐶 (4,2), 𝐷 (5,0)

𝑍𝑀á𝑥 = 20000(0) + 10000(0) = 0

𝑍𝑀á𝑥 = 20000(0) + 10000(4) = 40000

𝑍𝑀á𝑥 = 20000(4) + 10000(2) = 100000

𝑍𝑀á𝑥 = 20000(5) + 10000(0) = 100000

De acuerdo a los resultados encontrados por prueba y error se puede afirmar que
el problema presenta múltiples soluciones factibles, lo cual presenta concordancia
con lo observado a partir de la geometría, pues se evidencia que la recta que
representa la función objetivo se encuentra paralela a la recta de la restricción por
horas de ensamble determinando así dos soluciones factibles (𝑋 = 4, 𝑌 = 2 𝑦 𝑋 =
5, 𝑌 = 0), por lo que para resolver el problema se requiere entonces de un enfoque
basado en factores tales como un análisis de sensibilidad donde se tenga en cuenta
el consumo de los distintos recursos implicados en el proceso. En conclusión, la
solución real del problema dependerá de quien tiene la capacidad de tomar
decisiones ya que se deben tener en cuenta factores extras al mero análisis gráfico
del problema.

1.3 SOLUCIÓN ILIMITADA

Este caso ocurre cuando el espacio de soluciones no está limitado, de tal manera
que el valor de la función objetivo puede aumentar indefinidamente.

Ejemplo

La señora López dietista del hospital es responsable de la planeación y

administración de los requerimientos de alimentación de los pacientes. La señora
López examina en estos momentos un caso de un paciente que se ha restringido a
una dieta especial que consta de dos fuentes alimenticias. Al paciente no se le ha
restringido la cantidad de los dos alimentos que puede consumir, sin embargo, se
deben satisfacer los siguientes requerimientos alimenticios por día:

8
 - 1000 nutriente A
- 2000 nutriente B
- 1500 nutriente C

Cada onza de la fuente alimenticia 1 contiene 100 unidades del nutriente A, 400 del
nutriente B y 200 del nutriente C. Cada onza de la fuente alimenticia 2 contiene 200
unidades del nutriente A, 250 del nutriente B y 200 del nutriente C. Ambas fuentes
alimenticias son algo costosas. La fuente #1 cuesta 6 US/Libra y la #2 8 US/Libra,
por tanto, la señora López desea determinar la combinación de fuentes de
alimenticias que arroje el menor costo y que satisfaga todos los requerimientos
alimenticios.

Solución

1. Definir las variables

𝑋 = 𝑂𝑛𝑧𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑓𝑢𝑒𝑛𝑡𝑒 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑖𝑐𝑖𝑎 𝑡𝑖𝑝𝑜 1

𝑌 = 𝑂𝑛𝑧𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑓𝑢𝑒𝑛𝑡𝑒 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑖𝑐𝑖𝑎 𝑡𝑖𝑝𝑜 2

2. Determinación de la función objetivo

𝑍𝑀í𝑛 = 0,375𝑋 + 0,5𝑌

3. Definición de las restricciones

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐴: 100𝑋 + 200𝑌 ≥ 1000

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐵: 400𝑋 + 250𝑌 ≥ 2000

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐶: 200𝑋 + 200𝑌 ≥ 1500

4. No negatividad de las variables

𝑋, 𝑌 ≥ 0

Restricciones:

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐴: 100𝑋 + 200𝑌 = 1000 (≥)

𝑋 = 0 𝑌 = 5 → 𝑃1 (0,5)

𝑋 = 10 𝑌 = 0 → 𝑃2 (10,0)

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐵: 400𝑋 + 250𝑌 = 2000 (≥)

9
 𝑋 = 0 𝑌 = 8 → 𝑃3 (0,8)

𝑋 = 5 𝑌 = 0 → 𝑃4 (5,0)

𝑁𝑢𝑡𝑟𝑖𝑒𝑛𝑡𝑒 𝐶: 200𝑋 + 200𝑌 = 1500 (≥)

𝑋 = 0 𝑌 = 7.5 → 𝑃5 (0,7.5)

𝑋 = 7.5 𝑌 = 0 → 𝑃6 (7.5,0)

Debido a que el área que representa la solución en el gráfico no se encuentra

acotada se procede a determinar los puntos solución tomando solo los puntos
presentes en las rectas que se encuentran en el borde del área encontrada.

Figura 3. Área factible solución ilimitada

10
Sea:

𝑎: 100𝑋 + 200𝑌 = 1000

𝑓: 400𝑋 + 250𝑌 = 2000

𝑔: 200𝑋 + 200𝑌 = 1500

Prueba y error
5 20
𝐴(0,8), 𝐵 (6 , 3 ) , 𝐶 (5, 2.5), 𝐷 (10,0)

𝑍𝑀í𝑛 = 0,375(0) + 0,5(8) = 4

5 20
𝑍𝑀í𝑛 = 0,375 ( ) + 0,5 ( ) = 3,645
6 3

𝑍𝑀í𝑛 = 0,375(5) + 0,5(2.5) = 3,125

𝑍𝑀í𝑛 = 0,375(10) + 0,5(0) = 3,75

De acuerdo a los resultados obtenidos por prueba y error se establece que el punto
donde se minimizan los costos y se cumplen los requerimientos es 𝑋 = 5, 𝑌 = 2.5.

1.4 SOLUCIÓN NO FACTIBLE

Este caso ocurre cuando el problema es tal que ningún punto puede satisfacer todas
las restricciones. En este caso, el espacio de soluciones está vacío y el problema
no tiene solución factible.

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

11
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.

Solución

1. Definir las variables

𝑋 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑎𝑠𝑡𝑒𝑙𝑒𝑠 𝑡𝑖𝑝𝑜 𝐴 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑠

𝑌 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑎𝑠𝑡𝑒𝑙𝑒𝑠 𝑡𝑖𝑝𝑜 𝐵 𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑠

2. Determinación de la función objetivo

𝑍𝑀á𝑥 = 8500𝑋 + 8100𝑌

3. Definición de las restricciones

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑒𝑙𝑎𝑏𝑜𝑟𝑎𝑐𝑖ó𝑛: 2𝑋 + 3𝑌 ≤ 550

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑑𝑒𝑐𝑜𝑟𝑎𝑐𝑖ó𝑛: 3𝑋 + 𝑌 ≤ 480

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑎 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟: 𝑋 + 𝑌 ≥ 300

4. No negatividad de las variables

𝑋, 𝑌 ≥ 0

Restricciones:

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑒𝑙𝑎𝑏𝑜𝑟𝑎𝑐𝑖ó𝑛: 2𝑋 + 3𝑌 = 550 (≤)

550 550
𝑋=0 𝑌= → 𝑃1 (0, )
3 3
𝑋 = 275 𝑌 = 0 → 𝑃2 (275,0)

𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑑𝑒𝑐𝑜𝑟𝑎𝑐𝑖ó𝑛: 3𝑋 + 𝑌 = 480 (≤)

𝑋 = 0 𝑌 = 480 → 𝑃2 (0,480)

𝑋 = 160 𝑌 = 0 → 𝑃3 (275,0)

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑎 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟: 𝑋 + 𝑌 = 300 (≥)

12
 𝑋 = 0 𝑌 = 300 → 𝑃4 (0,300)

𝑋 = 300 𝑌 = 0 → 𝑃5 (300,0)

Figura 4. Área factible solución no factible

En el gráfico no hay una región en la que se cumplan las tres restricciones

propuestas en el problema, por lo cual se establece que este no tiene solución
factible.

5. CONCLUSIÓN

De los casos particulares anteriormente descritos se puede deducir que un

problema lineal puede tener 0 soluciones (si el problema es infactible o no factible),
1 solución o infinitas soluciones. Lo que no es posible es que el problema tenga un
número finito de soluciones diferentes de 1.

13
 BIBLIOGRAFÍA

EGUIA RIBERO, Isabel. “Herramientas informáticas para el ingeniero en el estudio

del algebra lineal”. {En línea}. {28 septiembre de 2018} disponible en:
(http://www.unipamplona.edu.co/unipamplona/portalIG/home_15/recursos/01_gen
eral/09062014/n_icontec.pdf)

GARZA TREVIÑO, Carlos. Técnicas matemáticas lineales con aplicación a la

docencia. Nuevo león, 1995, 30-33p. Tesis de grado (maestro en ciencias de la
administración con énfasis en investigación de operaciones). Universidad autónoma
de Nuevo león. Facultad de ingeniería.

GONZÁLEZ, Ángel León. Manual práctico de investigación de operaciones I. 3ed

revisada y aumentada. Barranquilla: Universidad del Norte, 2010. 299 p.

14