Programacin Lineal: Mtodo Grfico

Muchas personas clasifican el desarrollo de la Programacin Lineal (PL) entre los avances cientficos ms importantes de mediados del siglo XX !n la actualidad es una herramienta com"n #ue ha ahorrado miles o millones de dlares a muchas compa$as % negocios& inclu%endo industrias medianas en distintos pases del mundo Cul es la naturaleza de esta notable herramienta y qu tipo de problemas puede manejar? !'presado (revemente& el tipo ms com"n de aplicacin a(arca el pro(lema general de asignar recursos limitados entre actividades competitivas de la me)or manera posi(le (es decir& en forma ptima) !ste pro(lema de asignacin puede surgir cuando de(a elegirse el nivel de ciertas actividades #ue compiten por recursos escasos para reali*arlas La variedad de situaciones a las #ue se puede aplicar esta descripcin es sin duda mu% grande& % va desde la asignacin de instalaciones productivas a los productos& hasta la asignacin de los recursos nacionales a las necesidades de un pas+ desde la planeacin agrcola& hasta el dise$o de una terapia de radiacin+ etc ,o o(stante& el ingrediente com"n de todas estas situaciones es la necesidad de asignar recursos a las actividades -on frecuencia& seleccionar una alternativa inclu%e satisfacer varios criterios al mismo tiempo Por e)emplo& cuando se compra una pie*a de pan se tiene el criterio de frescura& tama$o& tipo ((lanco& integral u otro)& costo % re(anado o sin re(anar .e puede ir un paso ms adelante % dividir estos criterios en dos categoras: restricciones % el o()etivo Las restricciones son las condiciones #ue de(e satisfacer una solucin #ue est (a)o consideracin .i ms de una alternativa satisfacen todas las restricciones& el o()etivo se usa para seleccionar entre todas las alternativas facti(les -uando se elige una pie*a de pan& pueden #uererse /00 gr de pan (lanco re(anado % hecho no antes de a%er .i varias marcas satisfacen estas restricciones& puede aplicarse el o()etivo de un costo mnimo % escoger las ms (arata !'isten muchos pro(lemas administrativos #ue se a)ustan a este molde de tratar de minimi*ar o ma'imi*ar un o()etivo #ue est su)eto a una lista de restricciones

un corredor de inversiones& por e)emplo& trata de ma'imi*ar el rendimiento so(re los fondos invertidos pero las posi(les inversiones estn restringidas por las le%es % las polticas (ancarias 1n hospital de(e planear #ue las comidas para los pacientes satisfagan ciertas restricciones so(re sa(or& propiedades nutritivas& tipo % variedad& al mismo tiempo #ue se trata de minimi*ar el costo 1n fa(ricante& al planear la produccin futura& (usca un costo mnimo al mismo tiempo cmo cumplir restricciones so(re la demanda del producto& la capacidad de produccin& los inventarios& el nivel de empleados % la tecnologa La PL se ha aplicado con 'ito a estos % otros pro(lemas La PL es una tcnica determinista& no inclu%e pro(a(ilidades % utili*a un modelo matemtico para descri(ir el pro(lema !l ad)etivo lineal significa #ue todas las funciones matemticas del modelo de(en ser funciones lineales !n este caso& la pala(ra programacin no se refiere a programacin en computadoras+ en esencia es un sinnimo de planeacin 2s& la PL trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la meta especificada (se !n el modelo" entre todas las opciones de solucin 2un#ue la asignacin de recursos a las actividades es la aplicacin ms frecuente& la PL tiene muchas otras posi(ilidades 3e hecho& cual#uier pro(lema cu%o modelo matemtico se a)uste al formato general del modelo de PL es un pro(lema de PL Supuestos de la programacin lineal. !'iste un n"mero de suposiciones reali*adas en cada modelo La utilidad de un modelo est directamente relacionada con la realidad de los supuestos !l primer supuesto tiene #ue ver con la forma lineal de las funciones 4a #ue el o()etivo es lineal& la contri(ucin al o()etivo de cual#uier decisin es proporcional al valor de la varia(le de decisin Producir dos veces ms de producto producir dos veces ms de ganacia& contratando el do(le de pginas en las revistas do(lar el costo relacionado con las revistas !s una Suposicin de Proporcin. 2dems& la contri(ucin de una varia(le a la funcin o()etivo es independiente de los valores de las otras varia(les La ganancia con una computadora ,ote(oo5 es

de 6/0&780 00& independientemente de cuantas computadoras 3es5top se producen !ste es un Supuesto de Adicin. 2nlogamente& %a #ue cada restriccin es lineal& la contri(ucin de cada varia(le al lado i*#uierdo de cada restriccin es proporcional al valor de la varia(le e independiente de los valores de cual#uier ora varia(le !stas suposiciones son (astante restrictivas 9eremos& sin em(argo& #ue ser claros % precisos en la formulacin del modelo puede a%udar a mane)ar situaciones #ue parecen en un comien*o como le)anos a estos supuestos !l siguiente supuesto es la Suposicin de ser Divisible !s posi(le tomar una fraccin de cual#uier varia(le Por e)emplo& en un pro(lema de mar5eting& #u significa comprar : ;7 avisos en la televisin< !s posi(le #ue la suposicin de ser divisi(le sea insatisfecha en este e)emplo = puede ser #ue tales unidades de : ;7 avisos correspondan a :&;;; 7 minutos de avisos& en cu%o caso redondeando la solucin seran :&;;7 minutos con una mnima duda #ue est cercana a la solucin ptima .i la suposicin de divisi(le no es vlida& entonces se usar la tcnica de Programacin Lineal !ntera La "ltima suposicin es el Supuesto de Certeza La Programacin Lineal no permite incertidum(re en los valores .er difcil #ue un pro(lema cumpla con todas las suposiciones de manera e'acta Pero esto no negar la facti(ilidad de uso del modelo 1n modelo puede ser a"n "til aun#ue difiera de la realidad& si se es consistente con los re#uerimientos ms estrictos dentro del modelo % se tiene claras sus limitaciones al interpretar los resultados !'isten limitaciones prcticas para el uso de la PL 1na se relaciona con los clculos !n general se necesita una computadora 3esafortunadamente& las calculadoras& aun las programa(les& son poco "tiles& puesto #ue la PL tiene necesidad de gran cantidad de memoria o almacenamiento .i no se tiene acceso a una

computadora& se estar limitado a pro(lemas mu% sencillos La otra limitacin se refiere al costo de formular un pro(lema de PL !n teora& podra usarse PL& por e)emplo& para hacer las compras semanales de a(arrotes .in em(argo& sera necesario conocer todas las compras posi(les #ue pueden reali*arse (stas seran las varia(les)& adems de cada restriccin como sa(or& n"mero de comidas& vitaminas % protenas !s o(vio #ue el costo de o(tener todos estos datos e'cede lo #ue se podra ahorrar si se hicieran las compras ptimas 2ntes de emprender una aplicacin de PL& de(e considerarse la disponi(ilidad % el costo de los datos necesarios

2.2. Formulacin de modelos de Programacin Lineal.

2un#ue se ponga en duda& la parte ms difcil de PL es reconocer cundo sta puede aplicarse % formular el pro(lema matemticamente 1na ve* hecha esa parte& resolver el pro(lema casi siempre es fcil Para formular un pro(lema en forma matemtica& de(en e'presarse afirmaciones lgicas en trminos matemticos !sto se reali*a cuando se resuelven pro(lemas ha(lados al estudiar un curso de lge(ra 2lgo mu% parecido sucede a#u al formular las restricciones Por e)emplo& considrese la siguiente afirmacin: A usa > horas por unidad % B usa : horas por unidad .i de(en usarse todas las /00 horas disponi(les& la restriccin ser: >2 ? :@ A /00 .in em(argo& en la ma%ora de las situaciones de negocios& no es o(ligatorio #ue se usen todos los recursos (en este caso& horas de mano de o(ra) Ms (ien la limitacin es #ue se use& cuando mucho& lo #ue se tiene disponi(le Para este caso& la afirmacin anterior puede escri(irse como una desigualdad: >2 ? :@ /00 Para #ue sea acepta(le para PL& cada restriccin de(e ser una suma de varia(les con e'ponente / Los cuadrados& las races cuadradas& etc no son

acepta(les& ni tampoco los productos de varia(les 2dems& la forma estndar para una restriccin pone a todas las varia(les del lado i*#uierdo % slo una constante positiva o cero del lado derecho !sto puede re#uerir alg"n reacomodo de los trminos .i& por e)emplo& la restriccin es #ue A de(e ser por los menos el do(le de B& esto puede escri(irse como: 2 :@ 2 :@ 0

,tese #ue pueden moverse trminos de un lado a otro de las desigualdades como si fuera un signo de igualdad Pero al multiplicar una desigualdad por /& el sentido de esta desigualdad se invierte Puede ser necesario hacer esto para #ue los coeficientes del lado derecho sean positivos Por e)emplo& si se #uiere #ue A sea por lo menos tan grande como @ :& entonces: 2 @ : 2@ : por "ltimo @ 2 : 1na nota final so(re desigualdades: es sencillo convertir una desigualdad en una ecuacin Bodo lo #ue se tiene #ue hacer es agregar (o restar) una varia(le e'tra Por e)emplo: @2: es lo mismo #ue @2+SA:

en donde S representa la diferencia& o la holgura& entre @ 2 % : S se llama variable de hol ura Por otro lado& se restara una variable de supervit en el caso siguiente: 2 :@ 0 es lo mismo #ue 2 :@ S A 0

2lgunos mtodos de solucin (como el Mtodo .mple') % la ma%ora de los programas de computadora (como el MathProg& #ue viene en el =C-ourseDare& #ue acompa$a al li(ro Entroduccin a la Envestigacin de =peraciones de los autores Fillier % Lie(erman) re#uieren #ue todas las desigualdades se conviertan en igualdades

La metodologa de PL re#uiere #ue todas las varia(les sean positivas o cero& es decir& no negativas Para la ma%ora de los pro(lemas esto es real& no se #uerra una solucin #ue diga: prod"*canse menos dos ca)as o contrtense menos cuatro personas Mientras #ue no e'iste un lmite en el n"mero de restricciones #ue puede tener un pro(lema de PL& slo puede haber un objetivo La forma matemtica del o()etivo se llama funcin objetivo 3e(e llevar consigo el ma'imi*ar o minimi*ar alguna medida numrica Podra ser ma'imi*ar el rendimiento& la ganancia& la contri(ucin marginal o los contactos con los clientes Podra ser minimi*ar el costo& el n"mero de empleados o el material de desperdicio -on frecuencia el o()etivo es evidente al o(servar el pro(lema -omo el valor de la funcin o()etivo no se conoce hasta #ue se resuelve el pro(lema& se usa la letra Z para representarlo La funcin o()etivo tendr& entonces& la forma: Ma'imi*ar Minimi*ar G A H2 ? ;@ G A :'/ ? 8':

.e anali*a una aplicacin para ilustrar el formato de los pro(lemas de Programacin Lineal Planeacin de la fuerza de trabajo. !l gerente de personal de ILa Bortuga 9elo*& . 2 de - 9 J& est anali*ando la necesidad de mano de o(ra semi calificada durante los pr'imos seis meses .e lleva / mes adiestrar a una persona nueva 3urante este perodo de entrenamiento un tra(a)ador regular& )unto con uno en adiestramiento (aprendi*)& producen el e#uivalente a lo #ue producen / : tra(a)adores regulares .e paga 6800 00 mensuales a #uien est en entrenamiento& mientras #ue los tra(a)adores regulares ganan 6K00 00 mensuales La rotacin de personal entre los tra(a)adores regulares es (astante alta& del /0L mensual !l gerente de personal de(e decidir cuntas personas necesita

contratar cada mes para adiestramiento !n seguida se da el n"mero de mesesM hom(re necesarios Bam(in se desea tener una fuer*a de tra(a)o regular de //0 al principio de )ulio !n cuanto al /N de enero& ha% 8K empleados regulares Meses-hombre requeridos Mes !nero ;0 Oe(rero 80 Mar*o ;0 Mes 2(ril Ma%o Punio Meses-hombre re ueridos K0 70 /00

!ste pro(lema tiene un aspecto dinmico& %a #ue la fuer*a de tra(a)o en cual#uier mes depende de la fuer*a de tra(a)o regular % en adiestramiento del mes anterior Para cual#uier mes& el n"mero total de mesesMhom(re disponi(les se puede e'presar como sigue: MesesMhom(re disponi(les: Ci ? 0 :2i en donde: Ci A n"mero de tra(a)adores regulares al principio del mes 2i A n"mero de aprendices contratados en el mes !ntonces los re#uerimientos de cada mes pueden e'presarse por las restricciones: enero fe(rero mar*o a(ril ma%o )unio )ulio (principio) C/ ? 0 :2/ C: ? 0 :2: C> ? 0 :2> CH ? 0 :2H C8 ? 0 :28 C; ? 0 :2; C7 ;0 80 ;0 K0 70 /00 //0

3e(ido a la rotacin& el /0L de los tra(a)adores regulares se van cada mes 2s& el n"mero de tra(a)adores regulares disponi(les& por e)emplo& al principio de fe(rero sera: C: A 0 QC/ ? 2/

!n la misma forma& pueden escri(irse las ecuaciones para el n"mero de tra(a)adores disponi(les al principio de cada mes: enero fe(rero mar*o a(ril ma%o )unio )ulio C/ C: C> CH C8 C; C7 A A A A A A A 8K (dado) 0 QC/ ? 2/ 0 QC: ? 2: 0 QC> ? 2> 0 QCH ? 2H 0 QC8 ? 28 0 QC; ? 2;

!l o()etivo glo(al del gerente de personal es minimi*ar el costo La funcin o()etivo es: Minimi*ar: G A K00(C/ ? C: ? C> ? CH ? C8 ? C;) ? 800(2/ ? 2: ? 2> ? 2H ? 28 ? 2;) 2hora se tiene el pro(lema en el formato general de PL con /> varia(les % /H restricciones Los tomadores de decisiones en las empresas esta(lecen criterios #ue de(e cumplir una solucin %& despus& (uscan esa solucin !n PL& los criterios se e'presan como restricciones .e e'ploran las soluciones posi(les % se usa la funcin o()etivo para elegir la me)or de entre a#uellas #ue cumplen con los criterios La PL se denomina tcnica de optimi*acin& pero optimi*a slo dentro de los lmites de las restricciones !n realidad es un mtodo de satisfaccin de criterios Forma est!ndar de los modelos de Programacin Lineal. .upngase #ue e'iste cual#uier n"mero (digamos m) de recursos limitados de cual#uier tipo& #ue se pueden asignar entre cual#uier n"mero (digamos n) de actividades competitivas de cual#uier clase !ti#utense los recursos con n"meros (/& :& & m) al igual #ue las actividades (/& :& & n) .ea ') (una varia(le de decisin) el nivel de la actividad j& para j A /& :& (para j A /& :& & n& % sea Z la medida de efectividad glo(al &

seleccionada .ea c) el incremento #ue resulta en Z por cada incremento unitario en ') & n) 2hora sea (i la cantidad disponi(le del recurso i (para i A /& :& m) Por "ltimo defnase a i) como la cantidad de recurso i #ue consume cada unidad de

la actividad j (para i A /& :&

& m % j A /& :&

& n) .e puede formular el modelo & 'n para: ? cn'n&

matemtico para el pro(lema general de asignar recursos a actividades !n particular& este modelo consiste en elegir valores de '/& ':&

Ma'imi*ar G A c/'/ ? c:': ? su)eto a las restricciones: a//'/ ? a/:': ? a:/'/ ? a::': ?

? a/n'n (/ ? a:n'n (:

am/'/ ? am:': ? '/ 0& ': 0&

? amn'n (m & 'n 0

Rsta se llamar nuestra forma estndar (por#ue algunos li(ros de te'to adoptan otras formas) para el pro(lema de PL -ual#uier situacin cu%a formulacin matemtica se a)uste a este modelo es un pro(lema de PL !n este momento se puede resumir la terminologa #ue usaremos para los modelos de PL La funcin #ue se desea ma'imi*ar& c /'/ ? c:': ? funcin objetivo ai:': ? ? cn'n& se llama Por lo general& se hace referencia a las limitaciones como

restricciones Las primeras m restricciones (a#uellas con una funcin del tipo a i/'/ ? ? ain'n& #ue representa el consumo total del recurso i) reci(en el nom(re de restricciones funcionales 3e manera parecida& las restricciones ' ) 0 se llaman restricciones de no ne atividad Las varia(les ') son las variables de decisin Las constantes de entrada& ai)& (i& c)& reci(en el nom(re de parmetros del modelo "tras #ormas de modelos de Programacin Lineal.

!s conveniente agregar #ue el modelo anterior no se a)usta a la forma natural de algunos pro(lemas de programacin lineal Las otras formas le #timas son las siguientes: / Minimi*ar en lugar de ma'imi*ar la funcin o()etivo: Minimi*ar G A c/'/ ? c:': ? ? cn'n&

: 2lgunas restricciones funcionales con desigualdad en el sentido ma%or o igual: ai/'/ ? ai:': ? ? ain'n& (i& para algunos valores de i&

> 2lgunas restricciones funcionales en forma de ecuacin: ai/'/ ? ai:': ? ? ain'n& A (i& para algunos valores de i&

H Las varia(les de decisin sin la restriccin de no negatividad: ') no restringida en signo para algunos valores de j -ual#uier pro(lema #ue inclu%a una& varias o todas estas formas del modelo anterior tam(in se clasifica como un pro(lema de PL& siempre % cuando stas sean las !nicas formas nuevas introducidas Puede ser #ue la interpretacin #ue se ha dado de asignacin de recursos limitados entre actividades que compiten no se apli#ue& pero independientemente de la interpretacin o el conte'to& lo "nico #ue se necesita es #ue la formulacin matemtica del pro(lema se a)uste a las formas permitidas .e ver #ue estas otras cuatro formas legales se pueden reescri(ir en una forma e#uivalente para #ue se a)uste al modelo #ue se present !ntonces& todo pro(lema de PL se puede poner en nuestra forma estndar si se desea

Solucin $r!#ica de Modelos Lineales con dos %ariables.

Para la solucin grfica de programas lineales con dos varia(les& lo #ue se tiene #ue hacer es tra*ar un e)e de coordenadas cartesianas& para graficar las desigualdades dadas por el pro(lema& despus encontrar el Srea de .oluciones Oacti(les % proceder a graficar la funcin o()etivo para conocer el valor ptimo (ma'imi*ar o minimi*ar) #ue ser la solucin del pro(lema

Ejemplo: Problema de mezcla de productos. 1n fa(ricante est tratando de decidir so(re las cantidades de produccin para dos artculos: mesas % sillas .e cuenta con Q; unidades de material % con 7: horas de mano de o(ra -ada mesa re#uiere /: unidades de material % ; horas de mano de o(ra Por otra parte& las sillas usan K unidades de material cada una % re#uieren /: horas de mano de o(ra por silla !l margen de contri(ucin es el mismo para las mesas #ue para las sillas: 68 00 por unidad !l fa(ricante prometi construir por lo menos dos mesas Paso 1: formulacin del problema. !l primer paso para resolver el pro(lema es e'presarlo en trminos matemticos en el formato general de PL T-ul es el o()etivo< !s ma'imi*ar la contri(ucin a la ganancia -ada unidad de mesas o sillas producidas contri(uir con 68 en la ganancia 2s las dos alternativas son la produccin de mesas % la produccin de sillas 2hora puede escri(irse la funcin o()etivo: Ma'imi*ar G A 8'/ ? 8': en donde: '/ A n"mero de mesas producidas ': A n"mero de sillas producidas T-ules son las restricciones o limitaciones del pro(lema< !'isten tres restricciones Primero& el material est limitado a Q; unidades -ada mesa se lleva /: unidades de material % cada silla usa K unidades La primera restriccin es& entonces: /:'/ ? K': Q; La segunda restriccin es el total de horas de mano de o(ra 1na mesa se lleva ; horas& una silla /: horas % se dispone de un total de 7: horas 2s: ;'/ ? /:': 7:

!'iste una limitacin ms !l fa(ricante prometi producir por lo menos dos mesas !sto puede e'presarse como: '/ : Por "ltimo& las restricciones de no negatividad son: '/ 0& ': 0 Poniendo todo )unto el modelo se tiene: Ma'imi*ar G A 8'/ ? 8':

Cestricciones: /:'/ ? K': Q; ;'/ ? /:': 7: '/ : '/ 0& ': 0 Paso 2: r!fica de las restricciones. !l siguiente paso en el mtodo grfico es di(u)ar todas las restricciones en una grfica !sto puede hacerse en cual#uier orden Por conveniencia se comen*ar con las restricciones de no negatividad Rstas se muestran en la siguiente figura:

!n esta grfica& una solucin se representara por un punto con coordenadas ' / (mesas) % ': (sillas) Las coordenadas representaran las cantidades de cada artculo #ue se de(en producir !l cuadrante superior derecho se llama $e in %actible puesto #ue es el "nico cuadrante en #ue pueden estar las soluciones Los otros tres cuadrantes no son facti(les& %a #ue re#ueriran la produccin de cantidades negativas de mesas o de sillas o de am(as La siguiente restriccin es '/ : La manera ms sencilla de di(u)ar las restricciones de recursos es en dos pasos: (/) convertir una desigualdad en una ecuacin % graficar la ecuacin % (:) som(rear el rea apropiada arri(a % a(a)o de la lnea #ue resulta en el paso / -onvertir una igualdad en una ecuacin a#u significa ignorar la parte de Ima%or #ueJ o Imenor #ueJ de la restriccin 2s& en el e)emplo& '/ : se convierte en '/ A : !sta ecuacin est tra*ada en la siguiente figura:

-ual#uier punto en la lnea ' / A : satisface la ecuacin .in em(argo& la restriccin es ms amplia& %a #ue cual#uier punto ' / U : tam(in la cumplir !sto inclu%e todos los puntos #ue estn a la derecha de la lnea '/ A : !ntonces& la regin facti(le inclu%e todos los valores de '/ que estn sobre o a la derecha de la l#nea '/ A : La limitacin so(re las horas de mano de o(ra es la siguiente restriccin -omo antes& primero se convierte en una ecuacin: ;'/ ? /:': A 7: Puede graficarse esta lnea si se encuentran dos puntos so(re ella !l par de puntos ms sencillos de locali*ar son las intersecciones con los e)es X / % X: Para encontrar la interseccin con el e)e X : se hace '/ A 0 La ecuacin se reduce& entonces& a: /:': A 7: ': A ; La interseccin con el e)e X/ se encuentra haciendo ': A 0 2s: ;'/ A 7: '/ A /: !stos dos puntos % la lnea #ue los une se muestran en la siguiente figura:

-ual#uier punto #ue est sobre o abajo de esta lnea cumplir con la restriccin -ual#uier punto arri(a de esta lnea re#uerir ms de 7: horas de mano de o(ra % no es acepta(le !n la siguiente figura se com(ina esta restriccin con la anterior !n la regin facti(le& am(as restricciones se cumplen

La "ltima restriccin es la de material .iguiendo el procedimiento anterior& primero se encuentran las intersecciones para la igualdad Rstas son ' / A 0& ': A /: % '/ A K& ': A0 .e locali*an los dos puntos en la grfica+ se tra*a la lnea& % como la restriccin es del tipo menor o igual #ue& se som(rea el rea #ue est a(a)o de la lnea !l resultado se muestra en la siguiente figura:

-ual#uier solucin #ue est en la frontera o dentro del rea som(reada cumplir con todas las restricciones 2hora se utili*ar la funcin o()etivo para seleccionar la solucin ptima Paso ": obtencin de la solucin ptima: l#neas de indiferencia. Para encontrar la solucin ptima& se grafica la funcin o()etivo en la misma grfica de las restricciones La funcin o()etivo en este pro(lema es G A 8' / ? 8': -omo todava no se conoce el m'imo valor facti(le de G& no puede tra*arse el ptimo de la funcin o()etivo ,o o(stante& es posi(le suponer algunos valores para G % graficar las lneas resultantes !n la siguiente figura se muestran las lneas para G A :8 %G A 80:

Las lneas de este tipo se llaman l#neas de indiferencia& por#ue cual#uier punto so(re una lnea dada da la misma ganancia total ,tese #ue la distancia perpendicular del origen a la lnea aumenta al aumentar el valor de G Bam(in& todas las lneas de

indiferencia son paralelas entre s !stas propiedades grficas pueden usarse para resolver el pro(lema !n la siguiente figura& se ilustran todas las restricciones % las dos lneas de indiferencia supuestas !n la grfica puede o(servarse #ue la lnea de indiferencia para G A 80 est completamente fuera de la regin facti(le Para G A :8& parte de la lnea cae dentro de la regin facti(le Por tanto& e'iste alguna com(inacin de ' / % ': #ue satisface todas las restricciones % da una ganancia total de 6:8 Por inspeccin& puede o(servarse #ue ha% ganancias ms altas #ue son facti(les

Emaginando #ue la lnea de indiferencia G A :8 se mueve hacia la lnea G A 80& de las propiedades de la grfica #ue se hicieron notar antes& el punto ptimo estar so(re la lnea de indiferencia ms le)ana al origen pero #ue todava to#ue la regin facti(le !sto se muestra en la siguiente figura:

-on el punto ptimo locali*ado grficamente& la "nica tarea #ue #ueda es encontrar las coordenadas del punto ,tese #ue el punto ptimo est en la interseccin de las lneas de restriccin para materiales % horas de mano de o(ra Las coordenadas de este punto se pueden encontrar resolviendo el sistema de ecuaciones #ue forman estas dos restricciones utili*ando cual#uiera de los mtodos de solucin (suma % resta& sustitucin o igualacin) Las coordenadas de este punto resultan ser (;& >) La sustitucin de este punto en la funcin o()etivo da la ganancia m'ima: G A 8(;) ? 8(>) A 6H8 $esumen del m%todo r!fico. Para resolver grficamente pro(lemas de programacin lineal: / !'prsense los datos del pro(lema como una funcin o()etivo % restricciones : Graf#uese cada restriccin > Localcese la solucin ptima

&so del m'todo gr!#ico para minimi(acin.

-onsideremos un Pro(lema de PL en el cual el o()etivo es minimi*ar costos La solucin del pro(lema de minimi*acin sigue el mismo procedimiento #ue la de pro(lemas de ma'imi*acin La "nica diferencia es #ue ahora se #uiere el menor valor posi(le para la funcin o()etivo .upngase #ue se tiene el siguiente pro(lema: Ejemplo: Problema de dieta. 1n comprador est tratando de seleccionar la com(inacin ms (arata de dos alimentos& #ue de(e cumplir con ciertas necesidades diarias de vitaminas Los re#uerimientos vitamnicos son por lo menos H0 unidades de vitamina V& 80 unidades de vitamina X % HQ unidades de vitamina 4 -ada on*a del alimento 2 proporciona H unidades de vitamina V& /0 unidades de vitamina X % 7 unidades de vitamina 4+ cada

on*a del alimento @ proporciona /0 unidades de V& 8 unidades de X % 7 unidades de 4 !l alimento 2 cuesta 8 pesosW5ilogramo % el alimento @ cuesta K pesosW5ilogramo Paso 1: formulacin del problema. La meta en este pro(lema es encontrar la manera menos costosa para satisfacer las necesidades vitamnicas Las dos alternativas disponi(les son los alimentos 2 % @ Matemticamente la funcin o()etivo es: Minimi*ar G A 82 ? K@ Las restricciones son los re#uerimientos mnimos de las tres vitaminas Rstas se muestran enseguida: Cestricciones: H2 ? /0@ H0 vitamina V /02 ? 8@ 80 vitamina X 72 ? 7@ HQ vitamina 4 2 0& @ 0 no negatividad Paso 2: r!fica de las restricciones. !l procedimiento para graficar es el mismo #ue se us antes: (/) graficar cada ecuacin de restriccin+ (:) graficar el rea apropiada Para la primera restriccin la ecuacin es H2 ? /0@ A H0 Las dos intersecciones con los e)es son (0&H) % (/0&0) !sta lnea se muestra en la siguiente figura:

La restriccin pide H0 unidades o ms de la vitamina V -ual#uier punto #ue est arriba de la lnea de restriccin ser facti(le % todos los puntos #ue #uedan a(a)o de esa lnea sern acepta(les !n la siguiente figura se muestra la regin facti(le:

3espus se grafica la restriccin para la vitamina X La ecuacin /02 ? 8@ A 80 tiene intersecciones con los e)es en (0&/0) % (8&0) !n la siguiente figura se ilustran las restricciones para las vitaminas V % X ,tese #ue las soluciones #ue #uedan en las reas a o b no son facti(les& %a #ue #uedaran a(a)o de las lneas de restriccin

2l agregar la tercera restriccin& este segundo paso #ueda terminado& como se muestra en la siguiente figura:

Paso ": localizacin de la solucin ptima. !n la siguiente figura se muestra la frontera e'trema ms dos lneas de indiferencia& las de G A H0 pesos % G A ;0 pesos La frontera e'trema est formada por los puntos a& (&

c % d& puesto #ue stos son los puntos de interseccin facti(les ms cercanos al origen

Grficamente& el o()etivo de minimi*ar el valor de G significa a)ustar una lnea de indiferencia tan cerca del origen como sea posi(le !n la figura anterior puede o(servarse #ue e'isten muchas soluciones posi(les para G A ;0& pero ninguna para G A H0 Emaginando mover la lnea G A ;0 hacia el origen& el "ltimo punto de contacto con la frontera e'trema ser el punto ( !ntonces& el punto ( es la solucin ptima !n la figura anterior se o(serva #ue el punto ( es la interseccin de dos lneas: (/) H2 ? /0@ A H0 (:) 72 ? 7@ A HQ Cesolviendo el sistema de ecuaciones:

Multipl#uese la ecuacin (/) por 7: Multipl#uese la ecuacin (:) por X H:

(>)

:K2 ? 70@ A :K0 (H) X:K2 X :K@ A X/Q;

H:@ A KH @A : .ustit"%ase en la ecuacin (/): H2 ? /0(:) A H0 2A 8 La solucin menos costosa es 8 5ilogramos de alimento 2 % : 5ilogramos de alimento @ !l costo total de esta com(inacin es: G A 82 ? K@ A 8(8) ? K(:) A :8 ? /; A H/ pesos .i se usa el mtodo de prue(a % error para locali*ar la solucin ptima& se de(en encontrar las coordenadas de los puntos a& b& c& % d .e de(e calcular despus el valor de la funcin o()etivo para cada punto 2 continuacin se muestran los resultados de este procedimiento: Resultados de prueba y error Punto a b c d
-2.=. !.P!-E2L!.

Coordenadas 2 A /0& @ A 0 2 A 8& @ A : 2 A>& @ A H 2 A 0& @ A /0

Z = 5A + 8B 80 H/ menor H7 K0

M)ltiples soluciones.
Ma'imi*ar su)eta a G A >'/ '/ ? :': H /: /K

': >'/ ? :': '/ 0& ': 0

*inguna solucin #actible.

Ma'imi*ar su)eta a G A ? >'/ :': ? /WH0'/ /W;0': /W80'/ ? /W80': / /

'/ '/ 0& ': ': 0

>0 :0

+rea o ,egin de Soluciones Factibles no Acotada.

Ma'imi*ar su)eta a G A :'/ X ': X '/ ': ? :'/ ': '/ 0& ': 0 / ;