CASOS ESPECIALES DEL METODO GRAFICO

PRESENTADO POR:

MARIA DE LOS ANGELES CRISTANCHO GELVEZ

PRESENTADO A:

GUSTAVO BOHORQUEZ

UNIVERSIDAD DE PAMPLONA
ADMINISTRACIÓN DE EMPRESAS
INVESTIGACIÓN DE OPERACIONES
PAMLONA
2018
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.

esto ocurre cuando no pueden encontrarse soluciones que, además de cumplir

con las restricciones estructurales, cumplan con la condición de no negatividad de
las variables (cuando en el tablero óptimo queda una variable artificial en la base).
Geométricamente, esto implica que la región de los puntos que cumplen todas las
restricciones se halla fuera del primer cuadrante. Cuando se obtiene solución
infactible se ha cometido alguno de los errores descritos en soluciones no
acotadas.

Un 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 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.

SOLUCIÓN ÓPTIMA MÚLTIPLE

Una de las variantes que puede presentar un ejercicio de programación lineal

consiste en la cantidad de soluciones óptimas, gran cantidad de ellos presenta
más de una solución óptima, es decir una solución en la cual la función objetivo es
exactamente igual en una combinación cuantitativa de variables diferente.

Estos problemas deben de afrontarse de tal manera que prime el análisis de

sensibilidad, es decir una vez encontradas 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.

Un ejemplo de este caso es el siguiente:

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 posibles
teniendo en cuenta que cada mesa modelo A requiere de 2 horas de ensamble y 1
de pintura respectivamente, y que cada mesa 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.

X = Cantidad de mesas modelo A a fabricar esta semana

Y = Cantidad de mesas modelo B a fabricar esta semana

Restricciones
2X + Y <= 10 "Horas de ensamble"

X + 2Y <= 8 "Horas de pintura"

X, Y => 0 "De no negatividad"

Función objetivo

Zmax = 20000X + 10000Y

La gráfica resultante sería:

Como nos podemos dar cuenta mediante la geometría en dos vértices la línea
imaginaria perpendicular a la función objetivo no atraviesa el conjunto solución,
por ende en dos puntos se presentan soluciones óptimas, que son los puntos B y
C.
Observemos la solución óptima múltiple

Z(0) = 20000(0) + 10000(0) = 0

Z(A) = 20000(0) + 10000(4) = $40000

Z(B) = 20000(4) + 10000(2) = $100000

Z(C) = 20000(5) + 10000(0) = $100000

Existen entonces dos soluciones óptimas

Solución óptima 1

X=4 Y=2

Solución óptima 2

X=5 Y=0

La pregunta siguiente es ¿cuál decisión tomar?, pues depende de factores tales

como una 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, dado que existe una alternativa en la que se elaboran más
mesas que en la otra, de todas formas es interesante el paso posterior a esbozar
los resultados pues requerirá de la capacidad de quien toma las decisiones.
SOLUCIÓN ÓPTIMA NO ACOTADA ILIMITADA O INDETERMINADA

Otra de las variantes que presentan los modelos de programación lineal

corresponde a los modelos de solución óptima no acotada, es decir problemas con
infinitas soluciones óptimas. Hay que reconocer que 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.

Se presenta cuando una o más variables y la función objetivo toman un valor

ilimitado, cumpliendo con las restricciones estructurales. Cuando se obtiene
solución ilimitada es debido a una de las siguientes causas:

a. Omisión de una o más restricciones

b. Fallas en la formulación

c. Errores en el valor de los parámetros Lo que indica que ningún problema real de
programación lineal tiene este tipo de solución y cuando se presenta es porque se
ha cometido alguno de los errores descritos.

Un ejemplo:

La compañía comercializadora de bebidas energéticas "CILANTRO SALVAJE" se

encuentra promocionando dos nuevas bebidas, la tipo A y la tipo B, dado que se
encuentran en promoción se puede asegurar el cubrimiento de cualquier cantidad
de demanda, sin embargo existen 2 políticas que la empresa debe tener en
cuenta. Una de ellas es que la cantidad de bebidas tipo A que se vendan no puede
ser menor que las de tipo B, y la segunda es que se deben de vender por lo
menos 1500 bebidas de cualquier tipo.

Dado que se encuentran en promoción el precio de venta de ambas bebidas

equivale a $1800 pesos.

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 => 1500

Función Objetivo

Zmax = 1800X + 1800Y

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.

DEGENERADA (DEGRADADA):

se da cuando en un tablero del Simplex una variable básica toma el cero en lugar
de un valor positivo; este caso se presenta normalmente cuando se escoge
arbitrariamente una variable para salir de la base cuando hay empate entre
algunas variables