18 1 PROGRAMACION LINEA 1.2. PROGRAMACION LINEAL: METODO DEL PUNTO DE ESQUINA EJEMPLO 1 EI problema de determinar e1 méximo 0 el minimo de una funcién dada aparee ‘en muchas de las aplicaciones de las mateméticas en los negocios, la economf: la biologia, y otras disciplinas. No es dificil pensar en ejemplos de esc problemas; he aqui algunos. ;Cémo puede un hombre de negocios maximize sus ganancias o minimizar sus costos? ;,A qué tasa del tipo de cambio serd mé favorable la balanza de pagos? ,Cémo puede satisfacerse cl requerimient alimentario de un animal con un gasto minimo de energia? ‘Los problemas de maximizacién y minimizacion a menudo estén sujetos restticciones o limites de las variables. Por ejemplo, un negociante esta siempt limitado por una cantidad finita de capital. Cualquier persona podria obten« anancias précticamente ilimitadas si pudiese invertir cantidades infinitas ¢ dinero. Por otra parte, un almacenista siempre tendr4 limitaciones de espaci para sus productos, Como Gitimo ejemplo, ls variables biol6gicas pueden tent limitaciones debido a causas fisiol6gicas o bien por la disponibilidad de recurs alimentarios. Algunas restricciones son obvias, por la forma misma en la que s han definido las variables. El gerente de un supermercado, por ejemplo, © puede hacer pedidos de cantidades nogativas de kilogramos de tomate. "Antes de dar la descripcién general de los problemas de programacién line ¥ sus soluciones, se considerard otra vez el problema planteado al inicio de es ‘capitulo (véase el ejemplo 1 en la pégina 1) Solucién del problema de maximizacién de una ganancia sujeto a cuaty restricciones utilizando los métodos grafico y de punto de esquina Maximice P= 3x+6y — Eevaci6n de la gananci sujeto a 20x + S0y = 3300 Desigualdad de fa madera fi 4x + 3y< 380 Desigualdad de la mano de obra ( x20, y=0 ‘ EI primer método para resolver este problema emplea las técnicas vistas la seccién anterior. En primer término se graficard el eonjunto restriceién, q cs simplemente el conjunto solucién de las desigualdades. Esto se muestra la figura 1.12. Considérense las rectas 3x + 6y = C conforme Ia constante toma diferentes valores. Algunas de tales rectas se muestran en la figura 1.1 En este problema, cada una de las rectas de la forma 3x + 6y = C recibe nombre de recta de ganancia constante. A fin de comprender esto, considére1.2 PROGRAMACION LINEAL: METODO DEL PUNTO DE ESQUINA 19 (mess) 20r + 50y = 3300 199 Conjunto eesticcién = 50 conjunto de solucones —__| factbles -«(ilas) ‘ae + 3y = 380 Figura 1.12 La regién sombreada es el conjunto restriccién del problema 1a recta 3x + by = 30. Para cualquier punto (x,y) que esté en esta recta y en el conjunto resiricci6n, el fabricante obtiene una ganancia de 30 d6lares. Algunos 4e estos puntos son (10, 0) (10 sillas y ninguna mesa), (6, 2) (6 sillas y 2 mesas) ¥ (, 5) (ninguna silla y 5 mesas). Desde el punto de vista del fabricante, estos tres puntos son equivalentes ya que con cualquiera de ellos se obtiene una ganancia de 30 délares Pasemos ahora a la recta de ganancia constante 3x + 6y = 60. Esta recta se ‘encuentra a a derecha de 3x + Gy = 30 y es una recta “més agradable” para cl Figura. 113 Siete ectas de ganancia constante20 v fata esa aima reta pastel gue se puede azar sin abandona conjuntorestriecién (sombreado). ar + 6y a+ 6y Ae + 6y = 150 3x + 6) = 30 ar + 6y = 0) 1 PROGRAMACION LINEA! 7 ie (165, 0) 208 + 50y = 330 e+ 3y = 280 Figura 1.14 Célculo de Ia genancia méxima desplazando las rectas paralelas de gananci constante hasta casi abandonar el conjunte restriccién fabricante, ya que todo punto que se encuentre en ella y en el conjunts restriccién arroja una ganancia de 60 délares. Dos de tales puntos son el (20, 0 yel(12,4). Es posible que ahora el comportamiento general esté siendo mas claro par el lector. Todas las rectas de ganancia constante son paralelas (todas tiene: pendiente 4) y la ganancia aumenta al moverse hacia la derecha de una recta Ja siguiente. Cada movimiento hacia la derecha lleva a una ganancia mayor. E método consiste en desplazarse hacia la derecha tanto como sea posibe, tenien do cuidado de mantenerse siempre dentro del conjunto restriccin. En la figur 1.14 se ve que la “altima” recta de ganancia constante es la que corta al conjunt restriccién en el punto (65, 40). Esto significa que la méxima ganancia s obtiene cuando se fabrican 65 sillas y 40 mesas. En esta forma la ganancia € de 365 + 6-40 = 435 dotares. a vista pareceria que la compafifa podria obtener una gananci mayor invirtiendo tanto como le fuese posible en las mesas, con las que 1 ganancia es superior. En la figura 1.14 se aprecia que se pueden fabricar hast (66 mesas (1 méximo valor de y es 66 en el conjunto restricci6n), lo que da un ganancia de 6 - 66 = $396. Por otra parte, si se hacen 95 sillas y ninguna mes se obtiene una ganancia de $195. Se ve entonces que la compafiia hace bien a fabricar 65 sillas y 40 mesas. 112. PROGRAMACION LINEAL: METODO DEL PUNTO DE ESQUINA. 2 Método grafico 2x + S0y = 3300 Figura 1.18 La regién sombreada es el conjunto resiiceién del problema El método que se ha empleado para resolver este problema de programacién lineal recibe el nombre de método grafico. Este método pone de manifiesto 10 {que se esté estudiando, pero utilizarlo resulta muy impréctico por dos razones: cen primer lugar es necesario hacer uso de dibujos muy precisos a fin de obtener Ja solucién; en segundo término, s6lo se puede aplicar en los problemas con dos. variables, ya que en tres dimensiones las gréficas son muy dificiles de manejar y es imposible hacer dibujos en dimensiones superiores a la tercera. ‘A continuacién se presentard otro método; para ello, se veré el mismo problema desde otro éngulo. Maximice P= 3+ 6y 9) sujeto a 20x + 50y = 3300 © 4x + 3y = 380 o x20 @) yzo o En la figura 1.15 se ha dibujado de nuevo el conjunto restriccién de este problema. El conjunto resiriccin esta formado por la interseccién de cuatro Conjuntos: $y = {(, y): 20x + 50y < 3300}, S: = {(x, y): 4x + 3y = 380}, Ss = {GG 9): = 0} y Si = {(& y):y > 0}. Cada uno de estos conjuntos representa lasolucidn de una desigualdad lineal, y cada uno de ellos esté acotado o limitado por una linea recta. La interseccién de dos cualesquiera de estas rectas es un unto en el plano y, si el punto se halla en el conjunto restriccién, entonces recibe el nombre de punto de esquina del conjunto restriccién, Esto es consis-22 1 PROGRAMACION LIN! Tabla 1.2 Lie Oe a Las Hos reetas Punto de {Solucién factib ave determinan esquina (Punto de esquina real?) punto posible {Se hatla en el conjunto restriccis 20% + 50y = 3300 (65, 40) si axe 3y= 380 y= Se ee 20x + 50y = 3300 (0.66) si x= 0 20% + 50y = 3300 (165, 0) No y= [La restriccién (7) no se cumple por 4-165 + 3-0 = 660, lo cual es, ‘mayor que 380.] ways 30 We = (ha rela (6) wo se cml pon 20-0 + 50-28 = 1200 lo cual es > 3300.1 Tabla 1.3 i Valor de ta funcién objetivo Punto de esquina = 3+ 6y 65,40) 3.6546-40= 435 Valor mix (0,66) 3046-66 = 396 (5.0) 3.9546 0= 285 9) 3-046-0=0 tente con la definicién de punto de esquina dada en la pigina 14. En este se tiene n = 2, de modo que un punto de esquina es un punto det con) restriccién que se halla en la interseccién de dos rectas frontera (en i hiperplanos son solamente rectas). En la tabla 1.2 s¢ listan todos los puntos de esquina posibles y reales punto es un punto de esquina posible si cs la interscccién de dos de las n ‘que determinan cl conjunto restriccién. Un punto de esquina posible es un ¢1.2. PROGRAMACION LINEAL: METODO DEL PUNTO DE ESQUINA 23 EJEMPLO 2 de squib reat si se hatlaen el conjunto restricel6n; es deci, un punto de seca posite cx punto de esquina rea si es una soucion facile. Er sitene enumelado, que se domostaréen breve, es valid ‘Los valores maximo y minimo de la funcidn objetivo de cualquier problema ide programacién lineal siempre ocurren en puntos de esquina. En este problema hay cuatro puntos de esquina reales. Por tanto, con of objeto de hallar una sotucién, slo se requiere evaluat Ta funci6n objetivo © cada uno de los puntos de esquina y elegir aquel que dé el valor maximo, Esto se hace en la tabla 1.3. Se concluye entonces, igual que antes, que la ganancia méxima de $435 56 ‘btiene si se fabrican 65 sillas y 40 mesas. a Maximizacién de otra function de ganancia Con respecto al ejemplo 1.)-1 supdngase que las ganancias son de $3 por silla y de $10 por mesa, y que todes Tor demas datos siguen siendo iguales. En estas condiciones, ,c6mo puede ‘maximizar sus ganancias la fabriea de muebles? EI problema consiste en maximizar P= 3x4 [Oy sujeta a 20x + S0y = 3300 4x + 3y-< 380 x20, y20 Se tiene e1 mismo conjunto restriccién que en el ejemplo del comienzo de est Seceidn, En la tabla 1.4 se evalia la funcién objetivo en cada uno de los cuatt Tabla 1.4 ‘Valor de la functén objetivo Punto de esquina ‘e+ My (5, 40) 3.65 + 10-40 = 595 (0,66) 3.0410: 66= 660 (5,0) 3.95410 0= 285 Oe ee epee ee (0.0) 3:04 10-02 0EJEMPLO 3 Solucién EJEMPLO 4 1. PROGRAMACION LIN puntos de esquina obtenidos anteriormente. Asi, la ganancia méxima de $ se gbtiene cuando se fabrican cero sillas y 66 mesas. ‘Minimizaci6n del costo del agua El administrador del sistema de sumini dde agua de cierta ciudad debe hallar la manera de proporcionar por lo meno millones de galones de agua potable por dia (mgd). El agua se debe toma los depésitos locales o de una tuberfa hacia una poblacién vecina. Los depé: locales pueden suministrar 5 mgd, cantidad que no puede ser excedida, tuberia, debido a su tamaiio, puede suministrar un maximo de 10 mgd. Adet debido a una cléusula contractual, debe bombear por lo menos 6 mgd. ‘ltimo, el costo del agua del depésito es de $300 por 1 millén de galones costo del agua de Ia tuberia es de $500 por 1 millén de galones. {En qué fo puede el administrador minimizar el costo diario del agua? Sea x el némero de galones de agua tomada del depésito y sea y el nimert alones de agua tomada de la tuberia; ambas cantidades estén en millone: zgalones. Entonces el problema es: Minimizar C= 30x + 500y sujeta a x+y = 10 Para satisfacer las necesidades de agua de la civ xX 55 Capacidad det depésito y S10 Capacidad de la tuberia 6 ——Contrato de Ia tuberfa En la figura 1.16 se ha dibujado el conjunto restriecién de este problema. esa figura se observa que hay cuatro puntos de esquina (véase la tabla 1.5) El valor minimo de la funci6n objetivo, al evaluarse en los puntos de esqu €8 de 4200 en (4,6). Esto significa que cl administrador debers tomar 4 millo de galones por dia de los depésitos y 6 millones de galones por dia de la tube siendo el costo de 4 - 300 + 6-500 = $4200. Hay dos dificultades importantes que pueden surgir al estar resolvie problemas de programacién lineal, aun en el caso de dos dimensiones. Problema de programacién lineal sin solucién acotada o sin frontera suelva el siguiente problema de programacién lineal: Maximizar fa 2x +3yCC LECiEiaiiwE 4.2. PROGRAMACION LINEAL: METODO DEL PUNTO DE ESQUINA 25 Solucién Q ¥ (uberis) ae iG S++ (eps) rty=10 Figura 1.16 La region sombreada representa el conjunto resricci6n del problema de suministro de agua Tabla 1.5, ee Valor de ta funcién objetivo C= 300 + 500y Punto de esquina cen el punto de esquina ©, 10) 5000 (10) 6500 6) 4200 69) 4500 a AUN: erie 0 sujeta a xt yes 6x + 2y=12 x20, y=o026 EJEMPLO 5 Soluci6n 1 PROGRAMACION LINEAL, ~e Figura 1.17 Conjunto restrccién no acotado Problema de programaci6n lineal no factible Maximizar fr 2xt3y sujeta a xt y= 2x + 3y<6 x20, y=0 Las desigualdades lineales se han dibujado en la figura 1.18. Es evidente que el conjunto restriccién es vacfo. Esto implica que no existen soluciones factibles, ‘por lo cual se dice que el problema es no factible, Figura 1.18 Un conjunto restriccin vacto significa que el problema es no factible .