Menú Cerrar

Ejemplos casos especiales de programación lineal (método gráfico)

Existen cuatro casos especiales de la programación lineal: los conflictos entre las restricciones pueden provocar que no exista solución para el problema, la región de soluciones factibles no está acotada, una o más restricciones no afectan la región de soluciones factibles y, finalmente, pueden existir soluciones óptimas múltiples o alternativas para el problema.

Caso 1. Infactibilidad

Este caso se presenta cuando las restricciones presentan conflictos entre ellas, por ejemplo, vamos a considerar el siguiente grupo de tres restricciones:

X_1+2X_2\leq20

5X_1+2X_2\leq50

X_1+X_2\geq25

Al graficar tenemos dos regiones de soluciones factibles, el conflicto ocurre porque una de ellas satisface las primeras dos restricciones, pero no satisface la tercera restricción; y la segunda región de soluciones factibles satisface la tercera restricción, pero no satisface las primeras dos restricciones.

Es imposible satisfacer las tres restricciones a la vez, por lo tanto, el problema no tiene solución.

En este ejemplo no se proporcionó función objetivo ya que, cualquiera que sea, el problema no tienen solución.

Caso 2. No acotamiento

Otro caso ocurre cuando el planteamiento de un problema es tal que la utilidad o beneficio de un problema de maximización puede crecer indefinidamente. Por ejemplo, vamos a considerar el siguiente modelo lineal:

Max~U=X_1+5X_2

Sujeto a:

X_1+2X_2\geq20

5X_1+2X_2\geq50

X_2\leq20

X_1,~X_2\geq0

Graficando tenemos que la región de soluciones factible crece indefinidamente hacia la derecha, no existe ninguna restricción que la acote, por lo tanto, la variable de decisión X1 puede crecer indefinidamente provocando el mismo efecto en la función objetivo.

Es muy poco realista pensar en una utilidad que crece indefinidamente, ninguna empresa podría producir un número infinito de unidades, tampoco es posible vender un número infinito de unidades. La capacidad de producción está acotada por los recursos y las ventas por la demanda. En este caso la región de soluciones factibles es abierta.

Este caso se presenta en un problema de minimización cuando el costo puede reducirse indefinidamente, aunque la condición de no negatividad se anticipa a este inconveniente sigue siendo poco realista considerar que del desarrollo de cualquier actividad se relacione con un nivel de costo igual a cero.

Caso 3. Redundancia

Una restricción redundante no afecta la región de soluciones factibles. Al considerar un grupo de restricciones podemos encontrar que alguna de ellas resulta más limitativa que otra, por ejemplo, vamos a considerar el siguiente grupo de restricciones:

X_1+2X_2\leq20

5X_1+2X_2\leq50

X_1+X_2\leq25

Graficamos y observamos que las primeras dos restricciones son más limitativas que la tercera restricción, esta última resulta redundante y no afecta la región de soluciones factibles.

Incluso es posible eliminar la restricción redundante y resolver el problema ya que no es necesaria dado que existen restricciones más exigentes o limitativas.

Caso 4. Soluciones óptimas alternativas o múltiples

El cuarto caso especial de la programación lineal ocurre cuando para diferentes combinaciones de valores para las variables de decisión tenemos el mismo valor en la función objetivo. Por ejemplo, consideremos el siguiente modelo lineal:

Max~U=12X_1+8X_2

Sujeto a:

6X_1+4X_2\leq240

X_1\geq10

X_1\leq30

X_1,~X_2\geq0

Para resolver por el método gráfico tenemos que valuar la función objetico en cada uno de los vértices de la región de soluciones factibles.

VérticeFunción objetivo U= 12X1+8X2U
A(10,0)12(10)+8(0)=120120
B(30,0)12(30)+8(0)=360360
C(30,15)12(30)+8(15)=480480
D(10,45)12(10)+8(45)=480480

La utilidad óptima es 480, pero para llegar a ese nivel de utilidad se tienen dos alternativas:

  • U*=480, X*1=30 y X*2=15
  • U*=480, X*1=10 y X*2=45

Esto sucede porque la pendiente de la función objetivo (mFO) es igual que la pendiente de la primera restricción (mPR):

m_{FO}=-\frac{12}{8}=-1.5

m_{PR}=-\frac{6}{4}=-1.5

De hecho, este último resultado nos dice que cualequier punto sobre el segmento CD es una solución óptima alterna. Por ejemplo, vamos a considerar el punto (20,30), entonces valuamos en la función objetivo:

Max~U=12X_1+8X_2

Max~U=12\cdot20+8\cdot30

Max~U=240+240

Max~U=480

Hemos obtenido el máximo nivel de utilidad establecido anteriormente, ahora vamos a verificar que el punto satisface las restricciones:

6X_1+4X_2\leq240

6\cdot20+4\cdot30\leq240

120+120\leq240

240\leq240

La primera restricción se cumple porque 240 es igual a 240.

X_1\geq10

20\geq10

X_1\leq30

20\leq30

La segunda y tercera restricciones se cumplen dado que 20 es mayor o igual a 10 y 20 es menor o igual a 30, respectivamente.

Recurriendo a la geometría podemos decir que hay un número infinito de puntos sobre el segmento CD, por lo tanto, hay un número infinito de soluciones óptimas alternas que conducen a un nivel de utilidad de 480, dicho de otro modo, existe un número infinito de caminos para alcanzar esa utilidad lo que se traduce en una gran flexibilidad para la planificación de actividades en una empresa.

También te puede interesar:

Cómo citar

Editor. (16 julio 2020). Ejemplos casos especiales de programación lineal (método gráfico). Celeberrima.com. Última actualización el 09 marzo 2022.