Académique Documents
Professionnel Documents
Culture Documents
VARIABLES
RESTRICCIONES
Hilo a
Hilo b
Hilo c
Las restricciones de no negatividad no son necesarias en este ejemplo dado que se trata de un
ejercicio de maximizacin, cuando el ejercicio sea de minimizacin lo ms recomendado es
incluirlas.
FUNCIN OBJETIVO
XT = x
XT' = y
Acto seguido iniciamos con la primera restriccin, hallamos las primeras dos coordenadas. Para
hallar las coordenadas regularmente llevamos una de las variables a cero, para de esta manera
despejar ms fcilmente la segunda.
2500 = y
y para un y = 0
Tercera restriccin,
En el siguiente grfico se muestra el polgono solucin de color gris, en este conjunto es donde
cada coordenada cumple con todas las restricciones, las cuales se caracterizan por ser
restricciones de menor o igual y esta caracterstica se representa con una flecha haca abajo.
Una vez se llega a este punto es indispensable saber que las soluciones ptimas se alojan en los
vrtices del polgono solucin (color gris) y que identificar a la solucin ptima es cuestin de elegir
la mejor alternativa dependiendo de las herramientas disponibles (tecnolgicas y conocimientos
matemticos).
La primera opcin es la geomtrica, esta depende de trazar la ecuacin que representa a la funcin
objetivo (este paso consiste en realizar el mismo procedimiento de las restricciones).
Funcin objetivo,
luego igualamos a 0.
4000x + 5000y = 0
luego tabulamos para obtener las coordenadas necesarias para esbozar la grfica
correspondientes a la ecuacin (en esta ocasin es recomendable ms de dos coordenadas,
incluyendo la coordenada (x = 0, y = 0).
Una vez se ha esbozado la funcin objetivo (lnea negra) sacamos replicas perpendiculares a esta
que se encuentren con cada vrtice, y solo en el caso en que la lnea imaginaria perpendicular a la
funcin objetivo no corte el polgono solucin se ha encontrado la solucin ptima. En otras
palabras trasladamos la funcin objetivo por todo el polgono conservando la perpendicularidad con
la original, la detenemos en los vrtices y evaluamos si esta corta o no el conjunto solucin.
Claramente solo en el punto "B", es decir en el vrtice formado por la interseccin de las
ecuaciones 1 y 2, la lnea imaginaria no corta el polgono solucin, entonces es este punto el
correspondiente a la coordenada ptima.
La riqueza de las matemticas nos deja suficientes alternativas, para mi gusto el mtodo de
reduccin o eliminacin es muy sencillo de aplicar.
El mtodo por reduccin o eliminacin consiste en igualar los coeficientes de una de las variables
multiplicando una o las dos ecuaciones, teniendo en cuenta que estos coeficientes queden iguales
pero con signos contrarios.
Ecuacin 1
Ecuacin 2
Ecuacin 3 (2*(-2))
Sumamos 1 y 3
-0,18x = -100
Despejamos "x"
x = -100 / (-0,18)
x = 555,55
luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales con el objetivo de
despejar "y".
Ecuacin 1
Reemplazamos "x"
Despejamos "y"
0,2y = 433,334
y = 433,334 / 0,2
y = 2166,67
Recordemos que x y y fueron los nombres que recibieron las variables originales XT y XT'
x = XT
y = XT'
XT = 555,55
XT' = 2166,67
Ahora podemos cotejar los resultados con los obtenidos mediante resolucin por Solver - Excel, sin
embargo recuerden que el mtodo de bsqueda de la solucin ptima en el mtodo grfico que
utilizamos es el geomtrico y que existe una posibilidad mucho ms engorrosa pero igualmente
efectiva, este es el mtodo de iteracin por vrtice, y que consiste en hallar todas las coordenadas
de los vrtices y luego en cada coordenada se evala la funcin objetivo, (cada coordenada nos
proporciona un valor en "x" y otro en "y", luego reemplazamos estos valores en la funcin objetivo
"4000x + 5000y = ?" y luego evaluamos los resultados seleccionando la mayor cantidad).
Como en la mayora de los casos el ejemplo con el que aqu se explic el mtodo grfico es el
ideal, es decir un ejercicio de conjunto acotado con solucin ptima nica, sin embargo existen una
variedad de problemas diferentes a los ideales y que vale la pena analizar:
Estos problemas deben de afrontarse de tal manera que prime el anlisis de sensibilidad, es decir
una vez encontradas mltiples soluciones iguales se debe proceder al comportamiento del
consumo de los recursos y restricciones, evidentemente prevaleciendo el concepto de
productividad de los recursos ms limitados y costosos.
Un ejemplo de este caso es el siguiente:
La ebanistera "SALAZAR LTDA" ha recibido una gran cantidad de partes prefabricadas para la
elaboracin de mesas, sin embargo no ha podido iniciar un plan de produccin 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 ms 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 produccin para esta semana.
Restricciones
2X + Y <= 10
"Horas de ensamble"
X + 2Y <= 8
"Horas de pintura"
X, Y => 0
"De no negatividad"
Funcin objetivo
Como nos podemos dar cuenta mediante la geometra en dos vrtices la lnea imaginaria
perpendicular a la funcin objetivo no atraviesa el conjunto solucin, por ende en dos puntos se
presentan soluciones ptimas, que son los puntos B y C.
Solucin ptima 1
X=4
Y=2
Solucin ptima 2
X=5
Y=0
La pregunta siguiente es cual decisin tomar?, pues depende de factores tales como una anlisis
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 ms mesas que en la otra, de todas formas es interesante el paso posterior a esbozar los
resultados pues requerir de la capacidad de quien toma las decisiones.
Un ejemplo:
Dado que se encuentran en promocin el precio de venta de ambas bebidas equivale a $1800
pesos.
Variables
Restricciones
X => Y
X + Y => 1500
Funcin Objetivo
Es claro que en este ejercicio las variables pueden aumentar mejorando indefinidamente la funcin
objetivo, en estos casos se dice que la solucin ptima no es acotada, por lo cual las posibles
soluciones son infinitas.
SOLUCIN INFACTIBLE
Un ejemplo:
La compaa de galletas "CAROLA" desea planificar la produccin de galletas que tendr que
entregar a su cliente en dos semanas, el contrato indica que la compaa "CAROLA" se
compromete a entregar por lo menos 300 cajas de galletas cualquiera sea su tipo (presentacin D,
presentacin N o una combinacin de ambas presentaciones), cada caja de galletas presentacin
D tiene un tiempo de elaboracin de 2 horas, y un tiempo de horneado de 3 horas, mientras cada
caja de presentacin N tiene un tiempo de elaboracin de 3 horas y un tiempo de horneado de 1
hora. La compaa cuenta estas dos semanas con 550 horas para elaboracin y con 480 horas de
horneado.
Variables
Restricciones
2X + 3Y <= 550
3X + Y <= 480
X + Y => 300
Funcin Objetivo
Evidentemente no existe forma alguna de satisfacer todas las restricciones, por ende se concluye
que no existe solucin factible.
REDUNDANTES O SOBRANTES
Existen en los modelos de programacin lineal un tipo de restricciones que no juegan rol alguno en
la determinacin del conjunto solucin (de igual manera en la solucin ptima), lo que lleva a
deducir que estas son redundantes.
Por ejemplo:
La compaa dispone como mximo semanalmente 300 horas de ensamblaje, 840 kg de pintura y
450 horas de control de calidad. Con base en la informacin suministrada determine las unidades a
producir semanalmente de cada referencia para maximizar las utilidades.
Las variables:
Las restricciones:
2X + 3Y <= 300
3X + 5Y <= 840
4X + 5Y <= 450
Funcin Objetivo: