Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Mediante el
Método Gráfico:
Maximización
Investigación
Operativa
1
Introducción
Hasta aquí, sabemos plantear un problema de PL (programación lineal),
pero aún no hemos aprendido a resolverlo.
La solución a los problemas de PL puede hacerse en forma gráfica cuando
la función objetivo y las restricciones están en función de solo dos variables
de decisión.
En esta lectura desarrollaremos el método gráfico para resolver problemas
de PL.
Resolución de un problema de
PL mediante el método gráfico
Para resolver un problema de programación lineal, lo primero es reconocer
sus elementos característicos en el planteo del problema:
1) variables de decisión;
2) función objetivo;
3) restricciones.
2
El conjunto de las expresiones anteriores constituye el planteo de un
problema de programación lineal para esta situación en particular.
Recordemos que las restricciones de no negatividad x 0 e y 0 existen,
ya que, en este problema, no pueden existir horas y kilogramos negativos.
Esto sucede cualquiera sea el problema de PL que se plantee, siempre se
agregan las condiciones de no negatividad.
Notas:
En muchos problemas de PL se incluyen también ecuaciones en el sistema
de restricciones.
3
Resolvemos entonces el sistema de inecuaciones comenzando por las
restricciones de no negatividad, que, como veremos, reduce el problema al
primer cuadrante del sistema de coordenadas.
Condiciones de no negatividad: x 0 , y 0 .
El conjunto solución es la intersección de dos semiplanos: x> = 0, a la
derecha del eje y, incluye a dicho eje; y> = 0, arriba del eje x, incluye a
dicho eje.
Primer
cuadrante
4
Figura 2: Solución gráfica del sistema de inecuaciones correspondiente al
problema planteado
(2)
(1)
x
3 8
La región coloreada es la que incluye todos los puntos que son soluciones
factibles de las inecuaciones. Es aconsejable que se considere una
restricción a la vez –ordenadamente– y se vayan buscando las regiones que
son comunes a todas las restricciones.
Nuestro problema ahora será determinar el o los pares (x, y) que producen
la máxima ganancia.
No olvidemos que x es la cantidad de productos tipo A e y es la cantidad de
productos B que fabrica la empresa.
Retomemos entonces la función objetivo: Z= 2000x + 3000y.
Ahora valuemos la función objetivo en un punto de la región factible, por
ejemplo, el (0, 0): Z = 2000 x 0 + 3000 x 0 = 0. Es decir, el beneficio, en el
punto (0, 0), es igual a 0. Esto es bastante lógico, pues el punto (0,0) indica
que x = 0 y, también, y = 0; por lo que no hay ganancia alguna, ya que no se
fabricó ningún tipo de producto.
Ahora bien, es de esperar que exista otro u otros pares de valores en los
que haya alguna ganancia.
¿Habrá algún punto donde se registre alguna ganancia?
Tomemos ahora otro punto de la región factible y realicemos el mismo
análisis.
5
Por ejemplo, (2, 1); entonces:
Z = 2000 x 2 + 3000 x 1 = 4000 + 3000 = 7000.
Y así podríamos preguntarnos por otros puntos de la región factible, pero
lo importante es investigar.
¿Existe otro punto en la región factible que proporcione un valor mayor para la
función objetivo? Y si se trata de optimizar, ¿existen, en la región factible, uno
o más valores que hagan que la función objetivo adopte el mejor valor dentro
de esa región?
Recordemos que los puntos que están sobre una recta verifican su
ecuación.
Por lo tanto, los infinitos puntos (x, y) que están sobre la recta de la función
objetivo son tales, que sus abscisas “x” y sus ordenadas “y” verifican la
ecuación de la recta que representa a la función objeto u objetivo.
3
Recta de la función:
2⅓ 2000x+3000y=9000
Recta de la función:
1 2000x+3000y=7000
2 3,5 4,5
6
Cualquier punto sobre la recta graficada producirá un valor de 9000 para la
función objetivo. Mediante ensayo y error, descubrirás que todos los
valores de las variables de un lado de esta línea proporcionan un mejor
valor de la función objetivo. Todos los valores del otro lado proporcionan
un peor valor.
4
2000x+3000y=12000
Mejor lado
3
2000x+3000y=9000
2⅓
2000x+3000y=7000
1
2 3,5 4,5 6
7
En la síntesis que mostramos a continuación, verás cómo se encuentra el
punto que optimiza (maximiza, en este caso) a la función objetivo del
problema planteado.
Síntesis
A partir de un punto inicial de la región factible,
1) se trazó la función objetivo;
2) se localizó su mejor lado;
3) se desplazó la función objetivo paralelamente a sí misma en la
dirección de mejora.
Última recta de la
(2) función objetivo que
tiene intersección
con la región
4 factible.
3
(1)
x
3 8
2
La solución óptima es, entonces, el par (2, 3), que proporciona el mejor
valor a la función objetivo. Para este caso, el valor de Z es:
Z = 2000x + 3000y,
Z = 2000 x 2 + 3000 x 3 = 13 000.
8
Respuesta al problema
La solución es el par (2, 3). Eso significa que, fabricando 2 productos tipo A
y 3 productos tipo B, el fabricante optimizará sus beneficios diarios. O, lo
que es lo mismo, obtendrá la máxima ganancia. La ganancia óptima es,
entonces: Z = 2000 x 2 + 3000 x 3 = 13 000.
Conclusión
9
Referencias
Calmaestra, L. B. (2001) Programación lineal. Métodos de solución.
Recuperado de
http://recursostic.educacion.es/descartes/web/materiales_didacticos/prog
_lineal_lbc/solucion_pl.htm
10