El problema general de la programación lineal puede ser descrito de la siguiente forma: Dada una función lineal de varias variables, se quieren determinar valores no negativos para dichas variables que maximicen o minimicen el valor de la función lineal, sujeta a un cierto número de limitaciones que asumen la forma de un sistema de ecuaciones y/ o inecuaciones lineales.. Considerando a n como el número de variables y a m como el número de ecuaciones e inecuaciones y si se cumple que m n entonces el modelo matemático sería el siguiente: Z = C1X1+ C2X2+ ... +CnXn ( MAX o MIN ) (1) Sujeto a: ai1 X1 + ai2 X2 + … + ain Xn bi Xj 0 i=1,…,m ( 2 ) j= 1,...,n (3 ) Las expresiones (1) , (2 ) y (3) componen el modelo económico-matemático de programación lineal. La expresión (1) representa la función que va a ser optimizada, la cual se denomina FUNCIÓN OBJETIVO (F.O) y se representa por Z. Los criterios de optimización dependerán de los objetivos o metas que se quieran alcanzar en la empresa y la prioridad de los mismos. Los Ci son los coeficientes de la F:O. Estas constante pueden tener diferentes significados, por ejemplo, costos de producción, ganancias, normas de tiempo o de recursos, precios, etc. Las Xj son las variables esenciales o de decisión del modelo que se pretenda diseñar. Cada una representa una actividad económica y sus valores representan los niveles de esas actividades. La expresión (2) es el sistema de ecuaciones y/o inecuaciones lineales que se va denominar como sistema de restricciones lineales, donde los bi, es decir, los términos independientes pueden tener diferentes significados como son, demandas máximas o mínimas de producción, disponibilidad de recursos, requerimientos mínimos de utilización de determinados recursos, entre otros. Los coeficientes aij son las constantes asociadas a cada una de las variables en cada una de las restricciones, frecuentemente expresan normas técnicas de consumo de materiales , de tiempo, etc. La expresión (3) establece que las variables del modelo solo pueden tomar valores no negativos, A esta expresión se le conoce como condición de no negatividad. El conjunto de soluciones que satisfaga las expresiones (1), (2) y (3) se le conoce como solución posible óptima.( Aquí referirme a los conceptos de solución y solución factible). Ejemplo demostrativo: En una fábrica que se dedica a la producción de artículos plásticos , la administración está evaluando la alternativa de producir hasta cuatro tipos de productos que se clasifican por 01,02,03 y04.El proceso productivo diseñado requiere de que estos tres productos pasen por diferentes tipos de equipos entre los que se encuentren, los hornos, moldeadoras y troqueles. Se quiere determinar la estructura óptima del surtido de producción mensual teniendo en cuenta que las restricciones fundamentales están relacionadas con el equipamiento disponible y que se tiene como objetivo fundamental maximizar las ganancias de la empresa para el período. La información necesaria se encuentra en la siguiente tabla: Tipo de Normas de tiempo para la elaboración de los productos Total de hrs máquina (hrs/u) disponibles Producto 01 Producto 02 Producto 03 Producto 04 para el mes. Horno 3 2 5 3 150 Moldeadora 1 8 4 7 190 Troquel 3 6 7 2 160 Ganancia 6.00 8.50 9.80 5.10 unitaria Analizando la tabla podemos apreciar que el producto que proporciona más ganancia es el 03, sin embargo es uno de los que más tiempo consume en su elaboración, solo un enfoque integral del problema podrá aportar la mejor solución y esto lo resuelve en gran medida la programación lineal. Construcción del modelo: Xj representa unidades de producto tipo j a producir mensualmente. Se tienen por tanto cuatro variables: X1 , X2, X3 y X4 . X1 , X2, X3 ,X4 >= 0 El sistema de restricciones lineales quedaría como sigue: 3 X1 + 2 X2 + 5X3 + 3X4 ≤ 150 X1 + 8 X2 + 4X3 + 7X4 ≤ 190 3 X1 + 6 X2 + 7X3 + 2X4 ≤ 160 La función lineal nos dará la ganancia total a obtener: MAX Z = 6 X1 + 8.5X2 + 9.8X3 + 5.1X4 Después de tener formulado matemáticamente el problema es necesario determinar los valores de las variables X1 , X2, X3 y X4. Sobre como solucionar estos tipos de modelos nos referiremos más adelante. Para que un modelo matemático sea un modelo lineal deben cumplirse los siguientes supuestos: Proporcionalidad. Aditividad. Proporcionalidad: Implica que la medida de efectividad y/o consumo de recursos tiene que ser proporcional al nivel de actividad. Por ejemplo, si un artículo demora una hora en producirse, 10 artículos demorarán 10 horas.( Esto se cumple incluso para la función objetivo ) Aditividad: La linealidad no se garantiza solamente con el supuesto de proporcionalidad. Se requiere además que las actividades sean aditivas. Esto quiere decir que si una variable X1 requiere un efecto α1 cuando está sola y una variable X2 produce un efecto α2 cuando está sola, entonces X1+X2 produce un efecto α1 + α2 Ejemplo: El producto A consume 10 unidades de materia prima y el producto B consume 5 unidades de materia prima, entonces al producir los artículos simultáneamente el consumo de materia prima es igual a 15. Este supuesto indica además que solo podemos sumar elementos que tengan la misma unidad de medida. IV-Procedimiento para la construcción de un modelo de optimización lineal. Ejemplo: Una UBPC dispone de 50 caballerías de tierra cultivable que puede dedicar a los siguientes cultivos: Maíz, arroz, frijoles, tomate y boniato. Esta entidad está interesada en determinar la estrategia óptima de producción que debe adoptar teniendo en cuenta que se dispone de la siguiente información. Cultivo Rendimiento Costo ($/t) agrícola Precio venta ($/t) (t/Cab) de Mano de obra Consumo de (hrs- fertilizante hombre/t) (kgs/t. de prod.) Maíz 6.0 120.0 180.0 31 600 Arroz 4.0 170.0 220.0 58 450 Frijoles 5.0 210.0 650 70 700 Tomate 12.0 90.0 400.0 35 300 Boniato 21.0 70.0 130.00 30 520 Para el próximo trimestre se cuenta con 40 toneladas de fertilizantes y 600 horas-hombre para atender los cultivos y la UBPC debe garantizar para la venta a la población al menos dos tonelada de arroz y para vender a empresas al menos tres toneladas con una reducción del precio del 1+0 %. Construya el modelo de programación lineal que le permita a la entidad agrícola alcanzar mayores utilidades. Partiendo del caso anterior, vamos a desarrollar el procedimiento para diseñar el modelo económico matemático. Para la construcción de cualquier modelo de PL es necesario desarrollar los siguientes pasos: 1. Identificar las variables de decisión 2. .Construcción de las restricciones. 3. Definición de la función objetivo. 4. Plantear la condición de no negatividad. La identificación de las variables de decisión siempre es el primer aspecto a definir. Los demás pasos si pueden realizarse en cualquier orden. Definición de las variables de decisión. Es necesario recordar que las variables de decisión son los elementos a través de los cuales se logra el objetivo que se persigue. La definición de las variables de decisión se identifica con cada una de las actividades en que se descompone el problema que se estudia y se realiza en dos etapas fundamentales: Definición conceptual y definición dimensional. Existe un tercer elemento que puede estar definido o no , esto es la definición temporal de las mismas. Definición conceptual Esta definición se refiere a lo que significa la variable en el contexto del problema. Para definir la variable desde el punto de vista conceptual hay que tener en cuenta el principio de unicidad. La unicidad puede ser de cuatro tipos: Unicidad de origen Unicidad de destino Unicidad de estructura tecnológica Unicidad de coeficiente económico. Definición dimensional. Esta definición está ligada al aspecto cuantitativo. Es decir es necesario definir las unidades de medidas en que se va a expresar las variables. Por ejemplo, toneladas, cajas , unidades, galones, etc. Definición temporal. Esta asociada al período durante el cual se va a planificar o programar las actividades económicas, es decir, año, trimestre, mes etc. Para el caso planteado la definición de las variables quedaría de la siguiente forma: X1- toneladas de maíz a producir en el próximo trimestre. X2- Toneladas de arroz a producir para venta a población en el próximo trimestre. X3-Toneladas de arroz a producir para venta a empresas en el próximo trimestre. X4-toneladas de frijoles a producir en el próximo trimestre. X5- toneladas de tomate a producir en el próximo trimestre. X6-- toneladas de boniato a producir en el próximo trimestre. Construcción del sistema de restricciones. Para la construcción del sistema de restricciones es necesario seguir el siguiente procedimiento. 1. Cerciorarse de la necesidad objetiva de considerar que existe una limitación cuantitativa.( Este paso es muy importante porque no debe constituir restricción aquello que realmente no esté limitado. 2. Cuantificar esa limitación, entiéndase cantidad de recurso disponible, demanda de producción, etc.(darle valor al término independiente.) 3. Definir el signo de la restricción atendiendo a las características específicas de la limitación que se esté modelando. 4. Definir las variables que deben formar parte de las restricciones. 5. Definir los coeficientes asociados a las variables, es decir, los coeficientes de conversión. En el caso que nos ocupa vamos a definir la restricción relacionada con el recurso fertilizante. Como se puede apreciar para el período se dispone solamente de 40 toneladas de este recurso por lo que lo podemos considerar como una restricción. Esta cantidad es la disponibilidad máxima que se tiene de ese recurso. Entonces 40 representa el término independiente y el signo que se de emplear para modelar la restricción es <= debido a que se puede utilizar hasta 40 toneladas de fertilizante pero no más. Este recurso debe ser aplicado a los distintos tipos de cultivo por tanto en la restricción estarán todas las variables anteriormente definidas .Ahora ,¿En qué unidades de medidas deben estar expresados los coeficientes de conversión?.Analicemos: Es muy importante garanticen que la restricción sea homogénea y para esto es muy importante las unidades de medida en que están expresados los términos independientes y las variables de decisión del modelo. De estos elementos dependerán las unidades de medidas en que se expresarán los coeficientes de conversión. {unid.de medidas coef. de conversión}.{unid. de medidas variables}<{unid. de medidas término ind. } Para nuestro caso sería: Unidades de medida en que están expresadas las variables. Unidades de medida en que está expresado el término independiente {coef. de conversión ?} . { toneladas de producto} < {toneladas de fertilizante } Entonces, el coeficiente de conversión para nuestro caso se debe expresar en toneladas de fertilizante por tonelada de producto. ( ton. fertilizante/ ton. de prod.). La restricción , por tanto quedaría de la siguiente forma: 600 X1+450 X2+450 X3+700 X4+300 X5+ 500 X6< =40000 (Kilogramos de fertilizante) Obsérvese que el término independiente está expresado en kilogramos porque las normas de consumo estaban expresadas en kilogramos y el cálculo a realizar es más simple. Esta restricción también puede ser expresada de la siguiente forma: 0.6X1+0.45X2+0.45X3 +0.70 X4+0.30 X5+0.50X6 < = 40 ( toneladas de fertilizante ). El mismo procedimiento se sigue para plantear la restricción de mano de obra , que quedaría de la siguiente forma: 31X1 +58 X2 +58 X3 +70 X4 + 35 X5+ 30X6 <= 600 (Disponibilidad máxima. de horashombre ). Con relación al fondo de tierra la restricción quedaría de la siguiente forma: 6 X1 +4 X2 +4 X3 +5X4 + 12 X5+21 X6 < = 50 ( Caballerías de tierra disponible ). Definición de la función objetivo. Para elaborar la función objetivo el procedimiento es similar. En la misma deben estar todas las variables de decisión , aunque el coeficiente asociado a las mismas sea cero o negativo. El objetivo global de esta UBPC es maximizar sus utilidades, podía haber sido minimizar los costos totales de producción o maximizar el valor de la producción o minimizar el consumo de fertilizante etc,.Existen datos suficientes en el problema que permiten considerar alternativas de metas u objetivos a lograr. La PL como método cuantitativo sólo permite optimizar un objetivo o meta de la entidad económica, que en este caso, como ya se mencionó anteriormente, es la maximización de las utilidades. La forma más simple de determinar las utilidades a partir de la información disponible es: Precio de venta unitario – costos de producción unitario. Por tanto la función objetivo quedaría de la siguiente forma: MAX (Utilidades) Z =( 180-120) X1+(220-170) X2+(1-0.1(220)-170) X3+(650-210) X4 +(400-90 ) X5+ (130-70 ) X6 MAX (Utilidades) Z = 60X1+50 X2 +28X3+440 X4 +310 X5+ 60 X6 Condición de no negatividad. Las variables definidas por lógica no deben tomar valores negativos. Una actividad económica se realiza o no. Entonces, X1,X2,X3,X4, X5 ,X6 ≥0 V. Aplicaciones de la programación lineal El problema de la dieta óptima. El problema de la dieta es famoso en la literatura sobre programación lineal por ser el primer problema económico que jamás se haya resuelto mediante la aplicación explícita de este método. Por esta razón se dice que este problema es típico de la PL. Las dietas se seleccionan para cumplir una serie de criterios Cada persona o animal( Téngase en cuenta que no sólo los humanos necesitamos dietas )requiere de cantidades diarias de calorías, vitaminas, proteínas , minerales y otros tipos de nutrientes. También existen las preferencias por parte de los consumidores por tipos de comidas. La dieta óptima será aquella que cumpla con todas las necesidades a un costo mínimo. Ejemplo: Una empresa está interesada en determinar la dieta menos costosa para un grupo de trabajadores que realizan tareas especiales. Luego de un estudio realizado se han definido los principales tipos de alimentos que deben consumir, así como los principales elementos nutritivos que se deben ingerir y los requerimientos mínimos de estos. La información recopilada se recoge en la siguiente tabla: Elementos nutritivos Kg de elementos nutritivos/ Kg de alimento A B C D Cantidad mìnima requerida(Gramos ) Proteína 0.04 0.06 0.02 0.03 400 Vitamínicos 0.02 0.01 0.05 0.06 300 Carbohidratos 0.05 0.03 0.03 0.01 500 de $10.50 8.40 6.50 9.80 Precio adquisición del Kg de alimento El alimento A debe representar no más del 30 % de la dieta. Elabore el modelo económico-matemático que permita determinar la dieta óptima. Solución: 1.Definición de variables. X1- Kilogramos de alimento A a comprar. X2-- Kilogramos de alimento B a comprar. X3-- Kilogramos de alimento C a comprar. X4-- Kilogramos de alimento D a comprar. 2.Condición de no negatividad. X1 ,X2,X3 ,X4 ≥ 0 3.Construcción del sistema de restricciones lineales 0.04 X1 + 0.06 X2 + 0.02 X3 +0.03 X4 ≥ 0.4 (Requerimientos mínimos de proteína ) 0.02 X1 + 0.01 X2 + 0.05 X3 +0.06 X4 ≥ 0.3 (Requerimientos mínimos de vitamínicos ) 0.05 X1 + 0.03 X2 + 0.03 X3 +0.01 X4 ≥0.5 (Requerimientos mínimos de carbohidratos ) X1 ≤ 0.30 (X1 +X2 +X3 +X4 ) ( El alimento A debe representar no más del 30 % de la dieta) 4. Construcción de la función objetivo. MIN Z = 10.50 X1 +8.40 X2 +6.50 X3 + 9.80 X4 ( Costo total de adquisición de la dieta ) El problema de mezclas. El problema de mezclas se presenta cuando los administradores deciden la forma en que deben combinarse dos o más recursos para fabricar uno o más productos. En estos casos, los recursos contienen uno o mas ingredientes esenciales que deben mezclarse de manera que los productos finales contengan porcentajes específicos de los ingredientes esenciales. Por ello, en la mayor parte de las aplicaciones, los administradores deben decidir qué tanto recurso deben adquirir para satisfacer las especificaciones de los productos y las demandas de estos a un costo mínimo. Con frecuencia se presentan problemas de mezclas en la industria del petróleos crudos para fabricar gasolina con octanajes diferentes, en la industria química ( tales como la mezcla de productos químicos para fabricar fertilizantes o para el control de hierbas, etc. ) y en la industria de los alimentos ( como mezcla de ingredientes para fabricar bebidas, sopas, etc). Como se puede apreciar la aplicación de los problemas de mezcla es extensa y por tal razón consideramos que este es un tipo de problemas que deben conocer. Ejemplo: Una empresa produce gasolina de primera (GPC)y segunda calidad (GSC). Estos combustibles se producen mezclando dos componentes del petróleo. Las gasolina se venden a precios distintos y7 los componentes de petróleo tienen costos diferentes. La empresa pretende determinar como mezclar o combinar los dos componentes para obtener las dos gasolina de forma tal que se maximicen las utilidades. Se dispone de la siguiente información: Componentes % de utilizaciòn de los Costo de galòn Disponibilidad del componentes/ galòn de gasolina del componente(g) componente($/g) GPC GSC 1 =<30 >=20 0.70 500 2 >= 10 =<15 1.50 700 Precio de $18.58 venta de la gasolina ($/g) $15.60 Los compromisos actuales con los distribuidores requieren que la empresa fabrique al menos 100 galones de gasolina de primera calidad. Construya el modelo económico- matemático que describa la situación anterior. Solución: 1.Definición de variables. X1-Galones del componente 1 para elaborar gasolina de primera calidad. X2-Galones del componente 2 para elaborar gasolina de primera calidad. X3-Galones del componente 1 para elaborar gasolina de segunda calidad.. X4-Galones del componente 2 para elaborar gasolina de segunda calidad. 2. Condición de no negatividad X1 ,X2,X3 ,X4 >= 0 3.Construcción del sistema de restricciones lineales. X1 + X3 <=500 X2 + X4 <=700 X1 + X2 >=100 X1 <= 0.30 (X1 +X2 ) X2 >=0.10 (X1 +X2 ) X3 >= 0.20 (X3 +X4) X4 <= 0.15(X3 +X4) 4.Construcción de la función objetivo. MAX Z = 18.58 (X1 +X2 ) +15.60 (X3 +X4)- 0.70 (X1 +X3 )-1.50(X2 +X4) (Maximizar las utilidades ) El problema del corte óptimo. Los problemas de optimización del corte de materiales han encontrado una aplicación en las empresas que se dedican ala producción de calzados, confecciones textiles, distintos tipos de envases, entre otros. Estas producciones están relacionadas con el corte de gran cantidad de materiales que pueden generar en todos los casos desperdicios considerables. Las posibilidades de disminuir los desperdicios son diversas y están determinadas por diferentes factores y una posibilidad de incrementar el ahorro de materiales es a través de la elaboración de un plan óptimo de corte. Las posibilidades que brinda la PL para el corte óptimo de materiales la mostraremos a partir del siguiente ejemplo: Ejemplo: La empresa de conformación de metales tiene una fábrica dedicada a la confección de envases de diferentes tipos. Para la producción de los mismos utiliza planchas de metal de diferentes dimensiones, las cuales deben ser cortadas de acuerdo con la producción que deba realizarse. Para realizar la producción del próximo trimestre dispone de 900 planchas de 100 centímetros de ancho, sin embargo, para la elaboración de los envases fijados en el plan se requieren de 400 planchas de 48 cm,600 de 35 cm y 800 de 24 cm. En estas condiciones se quiere determinar cuantas planchas de 100 cm deben utilizarse si se tiene como objetivo minimizar el desperdicio total. Solución: 1.Definición de variables. En este tipo de problema para definir las variables de decisión es necesario determinar todas las posibles variantes de corte. Al mismo tiempo se logran determinar los coeficientes asociados a las variables en cada restricción. Las combinaciones de corte posibles son las siguientes: No.Variante de corte Planchas de 100 centímetros Piezas de 48 cms Piezas de 35 cms Piezas de 24 cms Desperdicio (cm) 1 2 - - 4 2 1 1 - 17 3 - 2 1 6 4 - 1 2 17 5 1 - 2 4 6 - - 4 4 Como existen 6 variantes de corte ,entonces el problema tiene 6 variables de decisión que se definen de la siguiente forma: X1-Planchas de 100 cms a cortar según variante de corte No. 1 en el próximo trimestre.. X2- Planchas de 100 cms a cortar según variante de corte No. 2 en el próximo trimestre X3- Planchas de 100 cms a cortar según variante de corte No. 3 en el próximo trimestre.. X4- Planchas de 100 cms a cortar según variante de corte No. 4 en el próximo trimestre X5- Planchas de 100 cms a cortar según variante de corte No. 5en el próximo trimestre X6-- Planchas de 100 cms a cortar según variante de corte No. 6 en el próximo trimestre 2. Condición de no negatividad X1 ,X2,X3 ,X4 , X5 , X6 >= 0 3.Construcción del sistema de restricciones lineales. Para construir este tipo de restricciones es importante tener en cuenta el significado de los términos independientes y de las variable para definir dimensionalmente los aij . Por ejemplo: Se tiene como restricción que se requieren planificar 900 planchas de 48 cms, entonces dimensionalmente la restricción quedaría: Entonces el sistema de restricciones quedaría de la siguiente forma: 2X1 + 2 X2 anteriores ) +X5 = 900 (Aplicar las indicaciones de conferencias X2 +2X3+ X4 = 600 X3+2 X4 +2X5+4 X6 = 800 X1 + X2+ X3 + X4 + X5 + X6 ≤ 900 MIN Z = 4X1 +17X2 +6X3 +17X4 +4X5 +4X6 (Minimizar el desperdicio total ) El problema de transporte. Este problema puede ser representado a través de la siguiente red: Orígenes Destinos 1 1 2 2 3 Abasto Rutas de distribución Demanda Este problema puede ser resuelto aplicando el siguiente modelo de programación lineal: Sea n el número de orígenes y m el número de destinos. Representemos por el subíndice i los orígenes ( i=1,…,n ) y por j los destinos ( j=1,…,m ).La variable de decisión será Xij que representa la cantidad de producto homogéneo a transportar desde el origen i al destino j. Por cij se representa el costo de transportar una unidad de producto desde el origen i al destino j. SI se define por Ai lo que se oferta en cada punto de origen i y por Dj lo que se demanda en cada punto de destino j, entonces el modelo básico de transporte de forma general se puede formular de la siguiente forma: n MIN Z i 1 m Xij Ai j 1 m CijXij j 1 i= 1,…,n (restricciones de oferta ) n Xij = Dj j = 1,…,m (restricciones de demanda ) i 1 Xij 0 i = 1,…,n j= 1,…,m En el modelo planteado se puede apreciar que los signos de las restricciones son de igualdad porque se està asumiendo que lo que se oferta en los diferentes puntos de orígenes es igual a lo que se demanda en los diferentes puntos de destino. Es importante también señalar que el modelo de transporte tiene fundamentalmente restricciones de oferta y demanda, pero puede tener otros tipos de restricciones relacionadas, por ejemplo, con las capacidades de los medios de transporte. Ejemplo demostrativo. Una empresa tiene dos establecimientos que produce cierto producto, los cuales luego de su fabricación deben ser distribuidos a tres puntos de venta. Se dispone de la siguiente información: Costos de transportación ($/u) Establecimiento Puntos de venta I 01 2 02 3 Demanda (u) 3000 II 4 7 4500 III 5 2 1500 Capacidades productivas (u) 5000 4000 9000 La empresa está interesada en determinar que cantidad de producción debe enviarse desde cada origen a cada destino que permita cumplimentar las ofertas y satisfacer las demandas de forma tal que se minimice el costo total de transportación. Solución: 1.Definición de las variables: X11-Unidades de producto a transportar desde el origen 1 al destino 1 X12 Unidades de producto a transportar desde el origen 1 al destino 2 X13 Unidades de producto a transportar desde el origen 1 al destino 3 X12 Unidades de producto a transportar desde el origen 2 al destino 1 X22 Unidades de producto a transportar desde el origen 2 al destino 2 X32 Unidades de producto a transportar desde el origen 2 al destino 3. 1. Condición de no negatividad X ij >= 0 i = 1,2 j = 1,2,3 2.Definición de sistema de restricciones. X11 + X12 + X13 = 5000 X21 + X22 + X23 = 4000 X11 + X21 X12 + = 3000 X22 X13 + =4500 X23 =1500 3.Función objetivo. MIN (Costos ) Z = 2 X11 + 4 X12 + 5 X13 + 3 X21 + 7 X22 + 2 X23 En el problema clásico de transporte si se tienen n restricciones de oferta y m restricciones de demanda, entonces se tienen n+m restricciones. Las variables Xij no llevan asociado ningún coeficiente en las restricciones y esto se debe a que estas variables se expresan conceptual y dimensionalmente igual que los términos independientes. Existen variantes adicionales para el modelo básico de transporte dado que se pueden presentar las siguientes situaciones: 1.La oferta total no es igual a la demanda total. 2.Una función objetivo de maximización en vez de minimización. 3.Capacidades en las rutas. 4.Rutas inaceptables. Es fácil considerar las anteriores situaciones realizando ligeras modificaciones al modelo de programación lineal. Estas son: 1.Con frecuencia, la oferta total no es igual a la demanda total. Si la oferta total excede a la demanda total , no es necesario hacer modificaciones al planteamiento de programación lineal. Puede interpretarse que la holgura para cualquier origen determinado es la oferta no utilizada, o la cantidad que no se envía desde el origen. Si la oferta es menor que la demanda total, el modelo de programación lineal de un problema de transporte no tendrá una solución factible. En este caso con frecuencia es deseable obtener un programa de transporte de costos mínimos para la oferta disponible, que indica también que destinos tendrían demanda insatisfecha. Para obtener esta solución se modifica la representación en la red agregando un origen ficticio, con una oferta igual a la diferencia entre la demanda total y la oferta total. Si se añade un origen ficticio y llega a cada destino, el modelo de PL tiene entonces una solución factible Se asigna un costo de cero por unidad a cada uno de los arcos que salen del origen ficticio, de manera que el valor de la solución óptima para el problema modificado represente los costos de transporte para las unidades que en realidad se envían ( realmente no se hacen envíos desde el origen ficticio). Cuando se pone en práctica la solución óptima, los destinos que muestran que reciben envíos desde el origen ficticio serían los destinos en que no se satisface completamente la demanda. 2.Puede suceder que en algunos problemas de transporte el objetivo sea buscar una solución que maximice la función objetivo. Esta situación no genera cambios en las restricciones 3. Puede ocurrir que en las rutas de transportación consideradas entre las vinculaciones posibles entre orígenes y destinos exista una capacidad limitada a ser transportada. En ese caso habría que definir una restricción que represente esa limitación. Ejemplo. La ruta del establecimiento 01 al punto de venta III tiene una capacidad de 1000 unidades debido a la disponibilidad restringida del espacio en su medio normal de transporte. Seria entonces necesario plantear la siguiente restricción. X13 1000 De manera similar, es posible especificar mínimos en la ruta. Por ejemplo. X22 400 4. Otra situación especial puede presentarse cuando no es posible establecer una ruta desde cada uno de los orígenes a cada uno de los destinos. En ese caso se elimina o no se define la variable para la cual la ruta es inaceptable.