21-3-2017 Investigación de

Operaciones
Casos especiales del método gráfico

Leones Padilla Jean Carlos

Llinás Giraldo María Alejandra
Luna Alvear Kareen Alí
Tatis Pantoja Rahalfy Alexander
CASOS ESPECIALES DEL MÉTODO GRÁFICO

Leones Padilla Jean Carlos

Llinás Giraldo María Alejandra
Luna Alvear Kareen Alí
Tatis Pantoja Rahalfy Alexander

Investigación de operaciones.

Presentado al Ing.
Nelson Zúñiga Portillo
Docente

Universidad del Atlántico

Facultad de Ingeniería
Programa de Ingeniería química
Puerto Colombia-Atlántico
2017

1
Contenido
Resumen ....................................................................................................................................... 3
Objetivos ....................................................................................................................................... 4
Introducción .................................................................................................................................. 5
1. Casos especiales del método gráfico. ................................................................................... 6
1.1. Solución degenerada..................................................................................................... 6
1.1.1. Ejercicio 1 .............................................................................................................. 7
1.2. Óptimos alternativos..................................................................................................... 9
1.2.1. Ejercicio 2 .............................................................................................................. 9
1.3. Solución óptima no acotada ....................................................................................... 12
1.3.1. Ejercicio 3 ............................................................................................................ 12
1.4. Restricciones redundantes.......................................................................................... 13
1.4.1. Ejercicio 4 ............................................................................................................ 13
1.5. Infactible ..................................................................................................................... 13
1.5.1. Ejercicio 5 ............................................................................................................ 14
Conclusión ................................................................................................................................... 15
Bibliografía .................................................................................................................................. 16

2
Resumen
Se investigaron los casos especiales de método gráfico o el método de
programación lineal en distintas fuentes bibliográficas (textos electrónicos,
Internet, manuales, etc., y se ejemplificaron éstos mediante la resolución de
ejercicios de aplicación.

3
Objetivos
 Conocer e identificar los casos especiales del método gráfico.

 Realizar ejercicio de casos especiales del método gráfico.

4
Introducción

5
 1. Casos especiales del método gráfico.
1.1. Solución degenerada
Ocurre cuando más restricciones de las necesarias determinan el punto
extremo.
Ejemplo.
𝑍𝑚á𝑥 = 3𝑋1 + 9𝑋2
S.A.: 𝑋1 + 4𝑋2 ≤ 8 (1)
𝑋1 + 2𝑋2 ≤ 4 (2)
𝑋1 , 𝑋2 ≥ 0

Se convierten las desigualdades en igualdades.

𝑋1 + 4𝑋2 = 8 𝑋1 𝑋2
0 2
8 0

𝑋1 + 2𝑋2 ≤ 4 𝑋1 𝑋2
0 2
4 0

Se traza el plano 𝑋1 , 𝑋2 teniendo en cuenta la restricción de no negatividad de las

variables (𝑋1 , 𝑋2 ≥ 0).
Se grafican las restricciones.

Gráfico 1. Ecuaciones lineales representadas en el plano

6
Se ve que las dos restricciones
𝑋1 + 4𝑋2 ≤ 8 (1)
𝑋1 + 2𝑋2 ≤ 4 (2)
pasan a través del punto (0,2) de solución óptima (degenerado), el cual puede
determinarse solamente por dos restricciones. La restricción (1) no afecta el área
factible de la gráfica, de manera que es redundante para el problema.
1.1.1. Ejercicio 1
“La REVCOCO” tiene una pequeña fábrica. Su producción se limita a dos
productos, Alfa y Beta. El departamento de contabilidad de la empresa ha
calculado las contribuciones de cada producto en $10.000 para Alfa y $12.000
para Beta.
Cada producto pasa por tres departamentos de la fábrica. Los requerimientos de
tiempo para cada producto y el total del tiempo disponible en cada departamento
son:
Requerimiento de
Departamento horas/pdto Disponibilidad
(horas/hombre)
Alfa Beta
1 2 3 1500
2 3 2 1500
3 1 1 600

¿Cómo se pueden maximizar las utilidades o contribuciones de la “REVCOCO”?

Soluciónelo gráficamente.
Solución:
- Definiendo las variables:
𝑋𝐴 = 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑎𝑠 𝑝𝑜𝑟 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐴𝑙𝑓𝑎
𝑋𝐵 = 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑎𝑠 𝑝𝑜𝑟 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐵𝑒𝑡𝑎
- Función objetivo:
𝑍𝑚á𝑥 = 10.000𝑋𝐴 + 12.000𝑋𝐵
- Restricciones
2𝑋𝐴 + 3𝑋𝐵 ≤ 1500
3𝑋𝐴 + 2𝑋𝐵 ≤ 1500
𝑋𝐴 + 𝑋𝐵 ≤ 600
- No negatividad de las variables

7
𝑋𝐴 , 𝑋𝐵 ≥ 0
Convirtiendo las desigualdades en igualdades
2𝑋𝐴 + 3𝑋𝐵 = 1500 𝑋𝐴 𝑋𝐵
0 500
750 0

𝑋𝐴 𝑋𝐵
3𝑋𝐴 + 2𝑋𝐵 = 1500
0 750
500 0

𝑋𝐴 𝑋𝐵
𝑋𝐴 + 𝑋𝐵 = 600
0 600
600 0

Gráfico 2. Ecuaciones lineales en el plano para el ejercicio 1 simuladas en el programa

GeoGebra.
Para hallar los puntos A, B,C y D:
𝐴 (0,0)
𝐵 (0,500)

2𝑋𝐴 + 3𝑋𝐵 = 1500 2(0) + 3𝑋𝐵 ≤ 1500 ; 𝑋𝐵 = 500

𝑪 (𝟑𝟎𝟎, 𝟑𝟎𝟎)

8
2𝑋𝐴 + 3𝑋𝐵 = 1500 2𝑋𝐴 + 3𝑋𝐵 = 1500
𝑋𝐴 + 𝑋𝐵 = 600 (-2) −2𝑋𝐴 − 2𝑋𝐵 = −1200
𝑋𝐵 = 300
𝑋𝐴 = 300
𝑫 (𝟓𝟎𝟎, 𝟎)

3𝑋𝐴 + 2𝑋𝐵 = 1500 3𝑋𝐴 + 2(0) = 1500 𝑋𝐴 = 500

𝑍𝑚á𝑥𝐴 = 0
𝑍𝑚á𝑥𝐵 = 6′000.000
𝑍𝑚á𝑥𝐶 = 6′ 600.000
𝑍𝑚á𝑥𝐷 = 5′ 000.000
Comentarios: El punto que maximiza las utilidades es C (300,300). Se puede
observar en la gráfica 2, un punto degenerado en C. La restricción 2𝑋𝐴 + 3𝑋𝐵 ≤
1500 está de más. Se necesitan sólo dos ecuaciones para determinar las
coordenadas, y en el punto C intersectan 3 ecuaciones.

1.2. Óptimos alternativos

Cuando la función objetivo es paralela a una restricción obligatoria (es decir, una
restricción que satisface como ecuación en la solución óptima), la función
objetivo asumirá el mismo valor óptimo, que se llama óptimos alternativos, en
más de un punto de solución.
1.2.1. Ejercicio 2
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.
 Definición de variables
𝑥 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑠𝑎𝑠 𝑚𝑜𝑑𝑒𝑙𝑜 𝐴 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑒𝑠𝑡𝑎 𝑠𝑒𝑚𝑎𝑛𝑎
𝑦 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑒𝑠𝑎𝑠 𝑚𝑜𝑑𝑒𝑙𝑜 𝐵 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑒𝑠𝑡𝑎 𝑠𝑒𝑚𝑎𝑛𝑎

9
  Función objetivo

𝑍𝑚á𝑥 = 20000𝑥 + 10000𝑦

 Restricciones

2𝑥 + 𝑦 ≤ 10 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑒𝑛𝑠𝑎𝑚𝑏𝑙𝑒 (1)

𝑥 + 2𝑦 ≤ 8 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑝𝑖𝑛𝑡𝑢𝑟𝑎 (2)

 No negatividad
𝑥, 𝑦 ≥ 0
 Aplicación de método gráfico

Convirtiendo las desigualdades en igualdades

2𝑥 + 𝑦 = 10
𝑥 𝑦
0 10
5 0
𝑥 + 2𝑦 = 8
𝑥 𝑦
0 4
8 0

Gráfico 3. Ecuaciones lineales en el plano para el ejercicio 2 simuladas en el programa

Excel

Para hallar los puntos A, B, C, D.

 Para hallar A

10
 𝑥 + 2𝑦 = 8

𝑥=𝑜

2𝑦 = 8

𝑦=4
A (0,4)
 Para hallar B
𝑥 + 2𝑦 = 8 (1)
2𝑥 + 𝑦 = 10 (2)

sustituyendo (2) en (1)

𝑥 + 2(10 − 2𝑥) = 8
𝑥 + 20 − 4𝑥 = 8
20 − 3𝑥 = 8
−3𝑥 = −12

𝑥=4

𝑦 = 10 − 2(4)

𝑦=2

B (4,2)
 Para hallar C
2𝑥 + 𝑦 = 10

𝑦=0

𝑥=5
C (5,0)
 Para hallar D
D (0,0)

Ahora aplicando lo anterior a la función objetivo tenemos:

𝑍(𝐴) = 20000(0) + 10000(4) = 40000
𝑍(𝐵) = 20000(4) + 10000(2) = 100000
𝑍(𝐶) = 20000(5) + 10000(0) = 100000
𝑍(𝐷) = 20000(0) + 10000(0) = 0

11
A partir de lo anterior se puede ver que existen dos soluciones óptimas, el punto
B y C maximizan la función.
Ahora la pregunta es, cuál decisión tomar?, pues esto depende de factores tales
como un 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.

1.3. Solución óptima no acotada

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.
1.3.1. Ejercicio 3

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

 Definición de variables

𝑥𝐴 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑏𝑒𝑏𝑖𝑑𝑎𝑠 𝑡𝑖𝑝𝑜 𝐴 𝑎 𝑣𝑒𝑛𝑑𝑒𝑟

𝑥𝐵 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑏𝑒𝑏𝑖𝑑𝑎𝑠 𝑡𝑖𝑝𝑜 𝐵 𝑎 𝑣𝑒𝑛𝑑𝑒𝑟

 Función objetivo
𝑍𝑚á𝑥 = 1800𝑥𝐴 + 1800𝑥𝐵

 Restricciones
𝑥𝐴 ≥ 𝑥𝐵
𝑥𝐴 + 𝑥𝐵 ≥ 1500
 No negatividad
𝑥𝐴 , 𝑥𝐵 ≥ 0

Aplicando el método grafico

12
 𝑥𝐴 = 𝑥𝐵

𝑥𝐴 𝑥𝐵
0 0
1500 1500
𝑥𝐴 + 𝑥𝐵 = 1500

𝑥𝐴 𝑥𝐵
0 1500
1500 0

Gráfico 4. Ecuaciones lineales en el plano para el ejercicio 3 simuladas en el programa

Excel.

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.

1.4. Restricciones redundantes

1.4.1. Ejercicio 4

1.5. Infactible

13
1.5.1. Ejercicio 5

14
Conclusión

15
Bibliografía

16