Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
III Unidad
Método Gráfico – Método Simplex
2
¡La universidad para todos!
Objetivos de la Unidad
Plantear un problema de P.L partiendo de su
enunciado.
Dar a conocer a los decisorios que existe una manera
simple de observar la solución óptima.
Saber representar regiones factibles y determinar
gráficamente los puntos donde puede darse la
solución.
Saber encontrar esa solución óptima.
Usar el algoritmo del método simplex para resolver
problemas de P.L.
Aprender a solucionar problemas de real importancia
industrial, mediante los métodos formales: gráfico y
analítico (método simplex)
¡La universidad para todos!
ORIENTACIONES
• Cuando Usted estudie; contraste y relacione
la información recién adquirida con su
conocimiento y experiencia anterior. Para
ello es útil que revise los resúmenes,
esquemas, cuadros comparativos o mapas
conceptuales elaborados previamente en su
texto.
• Recuerde que la Investigación Operativa se
aprende practicando, utilice un block para
repetir los ejercicios.
4
¡La universidad para todos!
Limite de producción:
X1+X2<=800
600 No Factible
X1
600 800
Punto Inferior
Tipos de puntos de
Punto Extremo Punto Medio factibilidad
¡La universidad para todos!
Determinación de la Región Factible
X2
1. Se resuelve cada
1200 inecuación por separado
Cantidad de plástico:
2. La RF está formada
2X1+X2<=1200
por la intersección o
Limite de producción: región común de todas
X1+X2<=800 las soluciones de todas
800 las inecuaciones
600
Producción en exceso:
X1 – X2<=450
Tiempo de (0) – X2 <= 450 entonces X2 = – 450
Producción
3X1+4X2<=2400
Factible X1 – (0) <= 450 entonces X1 = 450
2 (0) + X2 <= 1200 entonces X2 = 1200 (0) + X2 <= 800 entonces X2 = 800
2 X1 + (0) <= 1200 entonces X1 = 600 X1 + (0) <= 800 entonces X1 = 800
¡La universidad para todos!
Click para
resolver
Las variables son
restringidas a >=0 Ningún límite
superior
¡La universidad para todos!
¡La universidad para todos!
Restricciones
2X1+2X2 >= 16 requerimento mínimo de carbohidratos
4X1+1X2 >=20 requerimento mínimo de proteínas
X1, X2 >=0 condición de no negatividad
¡La universidad para todos!
MÉTODO GRAFICO
Tabulando para cada una de las rectas, pues usted sabe que por dos puntos pasa una recta
L1: 2X1+2X2 = 16 L2: 4X1+1X2 =20
X1 X2 X1 X2
0 8 (0,8) 0 20 (0,20)
8 0 (8,0) 5 0 (5,0)
X2
20
X1
5 8
¡La universidad para todos!
b. Resolver gráficamente
max z x1 x2 SOLUCIÓN MÚLTIPLE:
l1 : x1 x2 4 Despejando
Restricciones
x1 x2 4 x1 0 x2 4 tenemos (0,4)
x1 1 x2 0 x1 4 tenemos (4,0)
x2 2
Condición de l1 : x1 1 l2 : x2 2
no
negatividad
x , x2 0
1
X2
4 Payoff: 1 x1 + 1 x2 = 4
Tiene región
factible x2
2 : 0 x1 + 1 x2 = 2
Hay múltiples
solución óptima 1
: 1 x1 + 1 x2 = 4
: 1 x1 + 0 x2 = 1
0
0 1 2 3 4 x1 X1
Optimal Decisions(x1,x2): ( 2, 2) ( 4, 0)
: 1x1 + 1x2 <= 4
: 1x1 + 0x2 >= 1
: 0x1 + 1x2 <= 2
¡La universidad para todos!
18
C. REGIÓN FACTIBLE VACÍA
El ejemplo siguiente ilustra una situación en la que no que existe solución óptima
max z x1 x2 X2
Restricciones
x1 x2 4
12
x1 2 x2 2
x ,x 0
Condición de Payoff: 1 x1 + 1 x2 = 0
no
1
negatividad
2 6
4
: 1 x1 + 1 x2 = 4
No hay región : 1 x1 + 2 x2 = 2
factible 0 4 X1
0 10 20
No hay solución
óptima
: 1x1 + 1x2 >= 4
: 1x1 + 2x2 <= 2
¡La universidad para todos!
x2 0 x1 4 tenemos (4,0)
no
1
negatividad
2
Variables de decisión:
X1 el numero de juguetes a producir del juguete cosa
X2 el número de juguetes a producir del juguete cosita
Función Objetivo Maximizar Z = 4 X1 + 6 x2
Restricciones:
2 X1 + 1 x2 <= 70
1 X1 + 1 x2 <= 40
1 X1 + 3 x2 <= 90 X1, X2 >=0 condición de no negatividad
¡La universidad para todos!
Matriz
Variables de decisión:
X1 el numero de juguetes a producir del juguete cosa
X2 el número de juguetes a producir del juguete cosita
X2
54
2 X1 + 1 x2 <= 70
48
1 X1 + 1 x2 <= 40
1 X1 + 3 x2 <= 90
42
36 Respuesta:
Payoff: 4 x1 + 6 x2 = 210
Plan de producción x1=15 juguetes
30 cositas y X2 =25 juguetes cosas
25
Utilidad máxima= $210
24
18
12
: 1 x1 + 3 x2 = 90
6
: 1 x1 + 1 x2 = 40
0 : 2 x1 + 1 x2 = 70
X1
35
0 10 15 20 30 40 50 60 70 80
cosa
Optimal Decisions(x1,x2): ( 15, 25)
: 2x1 + 1x2 <= 70
: 1x1 + 1x2 <= 40
: 1x1 + 3x2 <= 90
Función Objetivo Maximizar Z = 4 X1 + 6 x2
F.O. Maximizar Z = 4 (15) + 6 (25) = 210
¡La universidad para todos!
Oliva y
150
En la resolución de todo problema es
necesario criticar la solución y cerciorarse
de que la solución hallada es lógica y
Max Z = x + y correcta.
40
20
20 40 150x
Girasol
¡La universidad para todos!
Método Gráfico
Es un algoritmo matemático que, gráficamente, resuelve
problemas de Programación Lineal de 2 variables únicamente.
Este procedimiento consta de cuatro pasos:
1. Graficar las restricciones.
2. Hallar la región factible (RF)
3. Graficar la Función Objetivo (FO)
4. Hallar la solución óptima en esa región.
Además cabe resaltar que la solución óptima siempre está
asociada a un punto de esquina de la región factible.
REGION FACTIBLE.- Es el conjunto de puntos que cumplen
todas las restricciones incluyendo la restricción de no
negatividad.
SOLUCION OPTIMA.-Es el punto o puntos que optimizan a la
Función Objetivo, es decir donde se halla el máximo o el
mínimo.
¡La universidad para todos!
Región Factible
Función objetivo:
Max 8X1 + 5X2 (ganancia semanal)
Sujeto a RESTRICCIONES:
2X1 + 1X2 <= 1200 (Cantidad de plástico)
3X1 + 4X2 <= 2400 (Tiempo de producción min.)
X1 + X2 <= 800 (Limite producción total doc.)
X1 - X2 <= 450 (Producción en exceso)
Xj >= 0 , j= 1, 2. (Resultados positivos)
¡La universidad para todos!
Región Factible acotada
X2 Max 8X1 + 5X2 (ganancia semanal)
Sujeto a RESTRICCIONES:
2X1 + 1X2 <= 1200 (Cantidad de plástico)
1200 3X1 + 4X2 <= 2400 (Tiempo de producción)
Cantidad de plástico: X1 + X2 <= 800 (Limite producción total)
2X1+X2<=1200 X1 - X2 <= 450 (Producción en exceso)
Xj >= 0 , j= 1, 2. (Resultados positivos)
Limite de producción:
X1+X2<=800
600 No Factible
X1
600 800
Punto Inferior
Tipos de puntos de
Punto Extremo Punto Medio factibilidad
¡La universidad para todos!
Solución Básica
X2
1200
Solución básica degenerada
600
Factible
X1
Factible
X1
600
Producción en exceso:
X1 – X2<=450
Tiempo de (0) – X2 <= 450 entonces X2 = – 450
Producción
3X1+4X2<=2400
Factible X1 – (0) <= 450 entonces X1 = 450
2 (0) + X2 <= 1200 entonces X2 = 1200 (0) + X2 <= 800 entonces X2 = 800
2 X1 + (0) <= 1200 entonces X1 = 600 X1 + (0) <= 800 entonces X1 = 800
¡La universidad para todos!
Ganancia
Utilid. = $ 3,
4,=$5040
2,000
800
600
Factible
X1
X2
Método gráfico: Esquema práctico de
solución
1200
Se toma un valor cercano al
punto óptimo
800 Región No
Factible
600
Región
Feasible
region
Factible
X1
450 600 800
¡La universidad para todos!
Región No
800 Factible
600
Región
Factible
X1
800
600
Región
Factible
Método Simplex
Es un método algebraico general, que puede utilizarse para resolver
problemas de P.L. con un número muy grande de restricciones y variables.
Intervienen 3 o más variables de mayor complejidad.
Al igual que el método grafico , llega a la solución optima por medio de
iteraciones a pasos sucesivos. Este método es un algoritmo o conjunto de
instrucciones, con el cual se examinan los puntos en las esquinas de una
manera metódica hasta conseguir la mejor solución: la mayor utilidad o el
menor costo.
¿Cuál es la idea?
Partiendo del valor de la función objetivo en un vértice cualquiera, el
método consiste en buscar sucesivamente otro vértice que mejore al
anterior. La búsqueda se hace siempre a través de los lados del polígono,
o las aristas del poliedro. La búsqueda continúa hasta que la función
objetivo ya no admita mejoramiento.
Se basa en la propiedad: si la función objetivo, f, no toma su vañor
máximo en el vértice A, entonces hay una arista que parte de A, a los
largo de la cual f aumenta
Continuará ………
¡La universidad para todos!
Orientaciones
Contenidos temáticos
¡Gracias!