Solución ele Modelos Lineales con el Método Gráfico.- II

8- Un modelo tiene solución óptima UNICA cuando sólo una combinación de variables proporciona el mejor valor para el objetivo: se reconoce en el gráfico porque un único punto extremo provee el mejor valor del objetivo o un único punto extremo limita el valor de la recta objetivo. 

9- Un modelo tiene soluciones óptimas ALTERNAS cuando más de una combinación de variables proporciona el óptimo valor del objetivo. Se reconoce en el gráfico porque más de un punto extremo proporciona el óptimo valor del objetivo o más de un punto extremo limita el valor de la recta objetivo. La recta objetivo al desplazarse dentro de la región solución cae paralelamente sobre alguna restricción antes de salir totalmente de la región solución. 

10-Un modelo NO TIENE SOLUCIÓN POSIBLE cuando no hay alguna combinación de variables que satisfaga todas las restricciones. Se debe a la presencia de restricciones inconsistentes en el modelo. Se reconocen en el gráfico porque no existe ninguna región común para todas las restricciones. 

11-Un modelo tiene SOLUCIÓN CON VALOR INFINITO cuando hay combinaciones de variables que proporcionan valor infinito para el objetivo y no hay alguna combinación que limite el valor del objetivo a un valor finito. Esto se debe a la omisión de restricciones importantes, del sistema, en el modelo. Estas restricciones limitarían las variables de decisión a valores factibles. Se reconocen en el gráfico porque el espacio de solución es abierto, no acotado, no limitado y la Función Objetivo puede moverse dentro de esa región hasta el infinito sin que un punto extremo, con valor finito, limite su valor. 

12- Un modelo tiene ESPACIO DE SOLUCION NO ACOTADO y SOLUCION DE VALOR FINITO cuando existen combinaciones de variables que dan un valor infinito al objetivo pero existe al menos una combinación de variables que le proporciona un valor finito. Se reconocen en el gráfico porque la región de soluciones posibles es abierta, no limitada pero hay por lo menos un punto extremo que limita el valor del objetivo. 

13- Un modelo tiene SOLUCION DEGENERADA cuando existen combinaciones de variables que tienen más de la cantidad normal (una por cada restricción) de variables con valor cero. Esto se debe a la presencia de restricciones redundantes en el modelo. Más de la cantidad normal de variables (una por cada restricción del modelo) debe tomar valor cero para satisfacer a mayor cantidad de restricciones en el punto óptimo. Se reconocen en el gráfico porque más de dos restricciones cruzan sobre el punto extremo óptimo. 

14- Una restricción redundante puede ser removida sin afectar la región solución. Cuando la restricción redundante está sobre el punto extremo óptimo, la solución es Degenerada. 

15- Los modelos lineales que son formulados en sistemas cuya solución tiene valor infinito y los que no presentan solución posible son casos que no deben existir en el mundo real. En los modelos con solución degenerada, una restricción redundante en un período de planificación dentro de ese sistema, puede no serlo en otro período posterior, por lo tanto es recomendable tener en cuenta esa consideración.