Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EL PROBLEMA
La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad diferente T y T; se
dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo c. Para obtener un metro de T
diariamente se necesitan 125 gr de a, 150 gr de b y 72 gr de c; para producir un metro de T por da
se necesitan 200 gr de a, 100 gr de b y 27 gr de c.
RESTRICCIONES
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
ZMAX = 4000XT + 5000XT
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.
y para un y = 0
www.ingenieriaindustrialonline.com
Tercera restriccin,
www.ingenieriaindustrialonline.com
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.
www.ingenieriaindustrialonline.com
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).
www.ingenieriaindustrialonline.com
Una vez se ha esbozado la funcin objetivo (lnea negra) sacamos replicas paralelas a esta que se
encuentren con cada vrtice, y solo en el caso en que la lnea imaginaria paralela 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 su forma paralela con la original, la detenemos en
los vrtices y evaluamos si esta corta o no el conjunto solucin.
www.ingenieriaindustrialonline.com
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.
Para hallar el valor de esta coordenada es indispensable recurrir a la resolucin de ecuaciones lineales
2x2, y se pueden considerar varios mtodos de solucin entre ellos:
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.
luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales con el objetivo de
despejar "y".
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).
Una herramienta muy til al momento de resolver ejercicios mediante el mtodo grfico es una
calculadora graficadora, como es el caso de la calculadora de encarta (disponible aqu).
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
Funcin objetivo
www.ingenieriaindustrialonline.com
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.
SOLUCIN PTIMA NO ACOTADA
Otra de las variantes que presentan los modelos de programacin lineal corresponde a los modelos
de solucin ptima no acotada, es decir problemas con infinitas soluciones ptimas. 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 comn que este tipo de problemas sean evaluados en la vida acadmica.
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
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.
Teniendo en cuenta que el margen de utilidad de cada caja de galletas presentacin D y N es de $8500
y $8100 respectivamente, determine mediante un modelo de programacin lineal el plan de produccin
que maximice las utilidades.
Variables
Restricciones
2X + 3Y <= 550
3X + Y <= 480
X + Y => 300
Funcin Objetivo
www.ingenieriaindustrialonline.com
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:
www.ingenieriaindustrialonline.com
La solucin ptima corresponde a:
X = 150
Y=0
Zmax = $15300000
Claramente podemos observar como la restriccin 1 y la restriccin 2 no determinan el conjunto
solucin, por ende se denominan restricciones redundantes o sobrantes.