SlideShare una empresa de Scribd logo
Método Gráfico

  Región factible para la restricción de

                      la materia prima 1
SOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL POR EL MÉTODO
                         GRÁFICO




                               MÉTODO GRÁFICO

“El método gráfico se emplea para resolver problemas que presentan sólo 2
variables de decisión. El procedimiento consiste en trazar las ecuaciones de las
restricciones en un eje de coordenadas X1, X2 para tratar de identificar el área de
soluciones factibles (soluciones que cumplen con todas las restricciones).

La solución óptima del problema se encuentra en uno de los vértices de esta área
de soluciones creada, por lo que se buscará en estos datos el valor mínimo o
máximo del problema.

El método gráfico para solucionar a un problema de I.O es el siguiente:

    A. Dibuje la región factible de los restricciones.
    B. Calcule las coordenadas de los puntos extremos (puntos de esquina).
    C. Sustituya las coordenadas de los puntos de esquina en la función objetiva
       para ver cual da el valor óptimo. Este punto da la solución del problema de
       programación lineal.
    D. Si la región factible no es acotada, este método puede ser erróneo:
       soluciones óptimas siempre existen cuando la región factible está acotada,
       pero pueden no existir en el caso no acotado. Si la región factible no es
       acotada, estamos minimizando una función objetiva cuyos coeficientes son
       no negativos, entonces existe una solución dado por este método.


[Escribir texto]
Para determinar si existe una solución en el caso general no acotado:

    1. Acote la región por añadir una recta horizontal por encima del punto de
       esquina más arriba, y una recta vertical a la derecha del punto de esquina
       que esté más hacia la derecha.
    2. Calcule las coordenadas de los puntos nuevos de esquina que se obtiene.
    3. Halle el punto de esquina donde ocurre el valor óptimo de la función.
       objetiva.
    4. Si el valor óptimo se ocurre a un punto de esquina de la región original (no
       acotada) entonces existe la solución óptima a aquel punto. Si ocurra el valor
       óptimo solo a un punto nuevo de esquina, entonces el problema de
       programación lineal no tiene soluciones.




                                     EJEMPLO



     Problema de combinar producción para máxima utilidad (QUIMICOM)

QUIMICON es una empresa que elabora varios productos químicos. En un
proceso de producción en particular se utilizan tres recursos como materia prima
de dos productos: una cera automotriz y una pasta pulidora, que se usan en la
pintura de la carrocería a vehículos automotores y se distribuye para su venta al
menudeo a varias empresas distribuidoras. Para producir la cera y la pasta se
utilizan tres recursos, según se muestra en la siguiente tabla, en la cual se
observa que una tonelada de cera es una mezcla de 2/5 de tonelada del recurso 1
y 3/5 de tonelada del 3. Por otro lado, una tonelada de pasta es la mezcla de 1/2,
1/5 y 3/10 de tonelada de los recursos 1,2 y 3, respectivamente.

La producción de la cera automotriz y la pasta pulidora está restringida a la
disponibilidad de los tres recursos. Para el periodo de producción anual, se tienen
disponibles las cantidades siguientes de cada una de las materias primas.



                    Recursos disponibles para la producción




[Escribir texto]
Material requerido para cera y pasta pulidora




El departamento de contabilidad ha analizado las cifras de producción, asignando
los costos correspondientes para ambos productos, llegó a precios que resultan en
una contribución a la utilidad de 400 dólares por cada tonelada de cera automotriz
y de 300 dólares por cada tonelada de pasta pulidora, producidas. La
administración, después de analizar la demanda potencial, ha concluido que los
precios establecidos aseguran la venta de toda la cera y pasta que se produzca.

El problema es determinar:

    •   Un conjunto de expresiones matemáticas o modelo, representando el
        objetivo y restricciones del problema descrito.
    •    Resolver en forma gráfica y determinar cuántas toneladas de cera y
        pasta debe producir la empresa para maximizar la contribución total a la
        utilidad.

Definición de las variables y función objetivo

Como ya se apuntó anteriormente, los problemas de programación lineal tienen un
objetivo ya sea de máximo o bien de mínimo. En este problema, el objetivo es de
maximizar la contribución a la utilidad y se plantea en forma matemática
introduciendo alguna forma simple de notación, como sigue:

    •   Definición de variables.-

        Es importante precisar la unidad de medida:




    •   Función objetivo.-



[Escribir texto]
La contribución a la utilidad se origina de: (1) la que proviene de la
        producción de X1 toneladas de cera automotriz, y (2) la que proviene de la
        producción de X2 toneladas de pasta pulidora. Dado que se gana 400
        dólares por cada tonelada de cera producida, la empresa gana $400 X1 si
        se producen X1 toneladas de cera. También, en vista de que se gana 300
        dólares por cada tonelada de pasta producida, la empresa gana $300 X2 si
        se producen X2 toneladas de pasta. Identificando con Z la contribución total
        a la utilidad y eliminando el signo de dólares se tiene:




        El problema es encontrar la combinación de producción que maximice la
        contribución total a la utilidad. Esto es, se deben determinar los valores
        para X1 y X2 que den el valor más elevado posible de Z. En terminología de
        programación lineal, se nombran a X1 y a X2 como las variables de
        decisión. Dado que el objetivo de maximizar la utilidad es una función de
        éstas, entonces se dice que Z = 400 X1 + 300 X2 es la función objetivo, que
        también se puede escribir abreviando los coeficientes a unidades que
        significan cientos de dólares por tonelada producida, como sigue:



        Cualquier combinación de producción de cera y pasta se conoce como una
        solución al problema. Sin embargo, únicamente aquellas soluciones que
        satisfagan todas las restricciones se conocen como soluciones
        factibles o posibles. La combinación específica de producción factible,
        que resulte en la contribución mayor a la utilidad, se conoce como la
        combinación de producción óptima, o simplemente, la solución óptima.
        Pero primero se requiere conocer todas las restricciones del problema y
        posteriormente se muestra un método para definir gráficamente, en el plano
        de dibujo, el espacio en que se ubican el conjunto de puntos de solución
        factible.

    •   Restricciones de materia prima.

        La cantidad de materia prima disponible, condiciona o sujeta el valor de la
        función objetivo para cumplirse con los tres recursos limitados, calculando
        las posibles soluciones en las cantidades de cera y pasta que se pueden
        producir. Según la información de producción, se sabe que cada tonelada
        de cera automotriz utiliza 2/5 toneladas del recurso 1, por lo que el total de
        toneladas del mismo utilizado en la producción de X 1 toneladas de cera es
        2/5X1; además, cada tonelada de pasta usa 1/2 tonelada del recurso 1,
        como resultado, X2 toneladas de pasta usan 1/2 X2 toneladas de recurso 1,
        entonces el consumo total de toneladas de recurso 1 para producir X 1 de
        cera y X2 de pasta está dado por


[Escribir texto]
Debido a que se tiene un máximo de 20 toneladas de materia prima 1
        disponible, la combinación de producción a decidir debe satisfacer la
        restricción




        La relación anterior es una desigualdad que anota las contribuciones al
        consumo de recurso 1, utilizadas en la producción de X 1 toneladas de cera
        y de X2 toneladas de pasta, que debe ser menos que o igual a 20 toneladas
        disponibles.

        La tabla indica que el recurso 2 no es requerido por la cera, pero si por la
        pasta pues cada tonelada producida de ésta requiere 1/5 tonelada de las 5
        disponibles, se expresa así:




        Si desea, ahora verifique por sí mismo que la restricción para la materia
        prima 3 es




        Hasta aquí se han definido, las restricciones de materia prima; sólo falta
        establecer que las toneladas de cera y pasta no puede ser un número
        negativo.

    •   Condiciones de valor no negativo para las variables:



        Esto asegura valores no negativos de las variables de decisión como
        solución al problema presente, se conocen como restricciones de no
        negatividad y son una característica general de los problemas de
        programación lineal.

Modelo matemático del problema

La formulación matemática o modelo simbólico, representa en forma abstracta, el
objetivo y las restricciones del problema, trasladados del mundo real a un conjunto
de relaciones matemáticas. El modelo completo del problema es:




[Escribir texto]
Ahora sólo falta encontrar la combinación de productos cera y pasta expresadas
como toneladas de X1 y X2 que satisface todas las restricciones y también resulte
en un valor máximo de la función objetivo, comparado con el valor de cualquier
otra solución factible, lo que significa la solución óptima del problema.

Las funciones matemáticas en las cuales sólo una de las variables aparece
elevada a la primera potencia como un término independiente, se conocen como
funciones lineales. La función objetivo 4X1 + 3X2 es lineal, porque cada una de
las variables de decisión aparece en un término por separado con exponente 1. Si
la función objetivo se presentara como 4X 21 + 3X32, no se trataría de una función
lineal. Por la misma razón, el número de toneladas de la materia prima 1
requerida, 2/5X1+1/2X2, también es una función lineal de las variables de decisión.
Similarmente, el lado izquierdo de todas las desigualdades de restricción son
funciones lineales, así la formulación matemática del problema anterior se
identifica como un programa lineal.

Solución gráfica

Un problema de programación lineal con sólo dos variables de decisión se puede
resolver de manera gráfica sobre el espacio plano. Se inicia este procedimiento de
solución desarrollando una gráfica que despliegue las posibles soluciones (valores
X1 y X2) para el problema . En la siguiente grafica aparecen los valores de X 1 sobre
un eje horizontal y los valores de X 2 sobre uno vertical. De esta manera se divide
el plano o papel de trabajo, en cuatro espacios limitados por los ejes, formando así
los cuadrantes 1, 2, 3 y 4. Cualquier punto de la gráfica puede quedar identificado
por un par de valores X1 y X2, que representa la posición del punto con respecto
de los ejes X1 y X2. Cada par (X1, X2) corresponde a un punto solución de esta
manera se tendría una infinidad de ellos en el plano considerado. Pero para la
solución particular en la que X 1 = 0 y X2 = 0, se ubica un punto vértice identificado
como origen para ambos ejes.


                   Algunos puntos solución para el problema

El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles del
programa lineal. Tanto X1 como X2 deben ser de valor no negativo, por lo que sólo
es necesario considerar la porción de la gráfica en donde X 1 >= 0 y X2 >= 0, lo que
se conoce como primer cuadrante. En el siguiente grafico las flechas indican el
primer cuadrante, o sea, la región donde estos requisitos de no negatividad
quedan satisfechos para la solución buscada.


  Gráfica del primer cuadrante. Cumple las restricciones de no negatividad
                                  ( >= 0 ).




[Escribir texto]
Anteriormente se determinó la desigualdad que representa la restricción para la
materia prima 1 es:




Para mostrar todos los puntos solución que la satisfacen, se traza la línea que
geométricamente representa a la ecuación lineal: 2/5X 1 + 1/2X2, = 20 la cual debe
ser recta, se calculan dos puntos pertenecientes a la misma y a continuación se
traza una línea recta a través de los mismos. Para ello, arbitrariamente se buscan
los puntos sobre los ejes en que, por supuesto, se tiene el valor de cero para una
de las variables, así al hacer X 1 = 0, se ubica sobre el eje X 2 y resolviendo la
ecuación en función de la variable X 2, queda ½ X2 = 20, o también X 2 = 40; por lo
tanto el punto (X1=0, X2=40) satisface la ecuación anterior, pues es la intersección
de las rectas, eje X2 y la que representa el recurso 1; alternativamente, para
encontrar un segundo punto que satisfaga esta ecuación se hace X 2 = 0 y se
resuelve en función de X1. Al hacerlo se observa que 2/5X 1 = 20, es decir, X1 =50,
por lo que un segundo punto que también satisface la ecuación es (X 1=50, X2=0).
Con estos dos puntos, se puede trazar la recta que se conoce como línea de
restricción de la materia prima 1, mostrada en la siguiente gráfica




                   La línea recta de restricción de la materia prima 1.

La desigualdad que representa a la restricción de la materia prima 1 es:




[Escribir texto]
Ahora sólo falta encontrar la combinación de productos cera y pasta expresadas
como toneladas de X1 y X2 que satisface todas las restricciones y también resulte
en un valor máximo de la función objetivo, comparado con el valor de cualquier
otra solución factible, lo que significa la solución óptima del problema.

Las funciones matemáticas en las cuales sólo una de las variables aparece
elevada a la primera potencia como un término independiente, se conocen como
funciones lineales. La función objetivo 4X1 + 3X2 es lineal, porque cada una de
las variables de decisión aparece en un término por separado con exponente 1. Si
la función objetivo se presentara como 4X 21 + 3X32, no se trataría de una función
lineal. Por la misma razón, el número de toneladas de la materia prima 1
requerida, 2/5X1+1/2X2, también es una función lineal de las variables de decisión.
Similarmente, el lado izquierdo de todas las desigualdades de restricción son
funciones lineales, así la formulación matemática del problema anterior se
identifica como un programa lineal.

Solución gráfica

Un problema de programación lineal con sólo dos variables de decisión se puede
resolver de manera gráfica sobre el espacio plano. Se inicia este procedimiento de
solución desarrollando una gráfica que despliegue las posibles soluciones (valores
X1 y X2) para el problema . En la siguiente grafica aparecen los valores de X 1 sobre
un eje horizontal y los valores de X 2 sobre uno vertical. De esta manera se divide
el plano o papel de trabajo, en cuatro espacios limitados por los ejes, formando así
los cuadrantes 1, 2, 3 y 4. Cualquier punto de la gráfica puede quedar identificado
por un par de valores X1 y X2, que representa la posición del punto con respecto
de los ejes X1 y X2. Cada par (X1, X2) corresponde a un punto solución de esta
manera se tendría una infinidad de ellos en el plano considerado. Pero para la
solución particular en la que X 1 = 0 y X2 = 0, se ubica un punto vértice identificado
como origen para ambos ejes.


                   Algunos puntos solución para el problema

El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles del
programa lineal. Tanto X1 como X2 deben ser de valor no negativo, por lo que sólo
es necesario considerar la porción de la gráfica en donde X 1 >= 0 y X2 >= 0, lo que
se conoce como primer cuadrante. En el siguiente grafico las flechas indican el
primer cuadrante, o sea, la región donde estos requisitos de no negatividad
quedan satisfechos para la solución buscada.


  Gráfica del primer cuadrante. Cumple las restricciones de no negatividad
                                  ( >= 0 ).




[Escribir texto]

Más contenido relacionado

La actualidad más candente

Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
Augusto Javes Sanchez
 
Guía adicional del tema 4 análisis de sensibilidad
Guía adicional del tema 4 análisis de sensibilidadGuía adicional del tema 4 análisis de sensibilidad
Guía adicional del tema 4 análisis de sensibilidad
SistemadeEstudiosMed
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
jotape74
 
Ejercicios transporte y asignación
Ejercicios transporte y asignaciónEjercicios transporte y asignación
Ejercicios transporte y asignación
Julio Pari
 
Clase 2 - Metodo simplex
Clase 2 - Metodo simplexClase 2 - Metodo simplex
Clase 2 - Metodo simplex
guestcfb4affd5
 
OPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
OPTIMIZACIÓN Y PROGRAMACIÓN LINEALOPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
OPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
Yanina C.J
 
investigacion de operaciones
investigacion de operacionesinvestigacion de operaciones
investigacion de operaciones
Angel Chirinos Quispe
 
Problema de mezcla de productos
Problema de mezcla de productosProblema de mezcla de productos
Problema de mezcla de productos
Bruno Rosales
 
Programaci n lineal_m_todo_gr_fico
Programaci n lineal_m_todo_gr_ficoProgramaci n lineal_m_todo_gr_fico
Programaci n lineal_m_todo_gr_fico
Willam Alexito
 
Unidad 2 ejercicios
Unidad 2 ejercicios Unidad 2 ejercicios
Unidad 2 ejercicios
Carolina Santillàn Yuqui
 
Programación entera (1)
Programación entera (1)Programación entera (1)
Programación entera (1)
BIOPOWER
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
Roger Rodríguez
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
Maykol Fernandez Huayhua
 
Programacion lineal 2014
Programacion lineal 2014Programacion lineal 2014
Programacion lineal 2014
doreligp21041969
 
Separata proglineal
Separata proglinealSeparata proglineal
Separata proglineal
Talento Universitario
 
Taller solver
Taller solverTaller solver
Taller solver
Jaderson Cardona
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buena
Carlos Daniel
 
Vbtora98
Vbtora98Vbtora98
Manual lindo
Manual lindoManual lindo
Manual lindo
Nickson Blanco
 
Pl problemas resueltos
Pl problemas resueltosPl problemas resueltos
Pl problemas resueltos
Claudio Mendieta
 

La actualidad más candente (20)

Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
 
Guía adicional del tema 4 análisis de sensibilidad
Guía adicional del tema 4 análisis de sensibilidadGuía adicional del tema 4 análisis de sensibilidad
Guía adicional del tema 4 análisis de sensibilidad
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Ejercicios transporte y asignación
Ejercicios transporte y asignaciónEjercicios transporte y asignación
Ejercicios transporte y asignación
 
Clase 2 - Metodo simplex
Clase 2 - Metodo simplexClase 2 - Metodo simplex
Clase 2 - Metodo simplex
 
OPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
OPTIMIZACIÓN Y PROGRAMACIÓN LINEALOPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
OPTIMIZACIÓN Y PROGRAMACIÓN LINEAL
 
investigacion de operaciones
investigacion de operacionesinvestigacion de operaciones
investigacion de operaciones
 
Problema de mezcla de productos
Problema de mezcla de productosProblema de mezcla de productos
Problema de mezcla de productos
 
Programaci n lineal_m_todo_gr_fico
Programaci n lineal_m_todo_gr_ficoProgramaci n lineal_m_todo_gr_fico
Programaci n lineal_m_todo_gr_fico
 
Unidad 2 ejercicios
Unidad 2 ejercicios Unidad 2 ejercicios
Unidad 2 ejercicios
 
Programación entera (1)
Programación entera (1)Programación entera (1)
Programación entera (1)
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
Programacion lineal 2014
Programacion lineal 2014Programacion lineal 2014
Programacion lineal 2014
 
Separata proglineal
Separata proglinealSeparata proglineal
Separata proglineal
 
Taller solver
Taller solverTaller solver
Taller solver
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buena
 
Vbtora98
Vbtora98Vbtora98
Vbtora98
 
Manual lindo
Manual lindoManual lindo
Manual lindo
 
Pl problemas resueltos
Pl problemas resueltosPl problemas resueltos
Pl problemas resueltos
 

Destacado

Edição de imagens
Edição de imagensEdição de imagens
Edição de imagens
pmatos19
 
Regresión Lineal
Regresión LinealRegresión Lineal
Regresión Lineal
wilmercor
 
2.4.1 metodos de interpolacion newton
2.4.1 metodos de interpolacion newton2.4.1 metodos de interpolacion newton
2.4.1 metodos de interpolacion newton
morenito9001
 
Ley de ohm
Ley de ohmLey de ohm
Ley de ohm
ccllatorre
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
Eileensrb
 
Regresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión linealRegresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión lineal
miguelescobarrivero
 
Revista digital
Revista digitalRevista digital
Exposición interpolación - Nataly Diaz Meyer
Exposición interpolación - Nataly Diaz MeyerExposición interpolación - Nataly Diaz Meyer
Exposición interpolación - Nataly Diaz Meyer
Silvia Nataly Diaz Meyer
 
Interpolacion actividad 4 larry gutierrez 7573674
Interpolacion actividad 4 larry gutierrez 7573674Interpolacion actividad 4 larry gutierrez 7573674
Interpolacion actividad 4 larry gutierrez 7573674
Larry Gutierrez
 
Métodos numéricos
Métodos numéricosMétodos numéricos
Métodos numéricos
Jhonás A. Vega
 
Interpolacion newton
Interpolacion newtonInterpolacion newton
Interpolacion newton
Pervys Rengifo
 
Análisis numérico Interpolación de Newton
Análisis numérico   Interpolación de NewtonAnálisis numérico   Interpolación de Newton
Análisis numérico Interpolación de Newton
Edward Ropero
 
Trigo
TrigoTrigo
Regresión
RegresiónRegresión
Ecuación de regresión lineal
Ecuación de regresión linealEcuación de regresión lineal
Ecuación de regresión lineal
patolink
 
regresion lineal simple
regresion lineal simpleregresion lineal simple
regresion lineal simple
Jano Aranís
 
Regresión lineal y correlación
Regresión lineal y correlaciónRegresión lineal y correlación
Regresión lineal y correlación
Alejandro Ruiz
 

Destacado (17)

Edição de imagens
Edição de imagensEdição de imagens
Edição de imagens
 
Regresión Lineal
Regresión LinealRegresión Lineal
Regresión Lineal
 
2.4.1 metodos de interpolacion newton
2.4.1 metodos de interpolacion newton2.4.1 metodos de interpolacion newton
2.4.1 metodos de interpolacion newton
 
Ley de ohm
Ley de ohmLey de ohm
Ley de ohm
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
Regresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión linealRegresión lineal,ajuste de curva,tipos de regresión lineal
Regresión lineal,ajuste de curva,tipos de regresión lineal
 
Revista digital
Revista digitalRevista digital
Revista digital
 
Exposición interpolación - Nataly Diaz Meyer
Exposición interpolación - Nataly Diaz MeyerExposición interpolación - Nataly Diaz Meyer
Exposición interpolación - Nataly Diaz Meyer
 
Interpolacion actividad 4 larry gutierrez 7573674
Interpolacion actividad 4 larry gutierrez 7573674Interpolacion actividad 4 larry gutierrez 7573674
Interpolacion actividad 4 larry gutierrez 7573674
 
Métodos numéricos
Métodos numéricosMétodos numéricos
Métodos numéricos
 
Interpolacion newton
Interpolacion newtonInterpolacion newton
Interpolacion newton
 
Análisis numérico Interpolación de Newton
Análisis numérico   Interpolación de NewtonAnálisis numérico   Interpolación de Newton
Análisis numérico Interpolación de Newton
 
Trigo
TrigoTrigo
Trigo
 
Regresión
RegresiónRegresión
Regresión
 
Ecuación de regresión lineal
Ecuación de regresión linealEcuación de regresión lineal
Ecuación de regresión lineal
 
regresion lineal simple
regresion lineal simpleregresion lineal simple
regresion lineal simple
 
Regresión lineal y correlación
Regresión lineal y correlaciónRegresión lineal y correlación
Regresión lineal y correlación
 

Similar a Plantillabasicas

Método gráfico
Método gráficoMétodo gráfico
Método gráfico
angiegutierrez11
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
Efrain Olvera
 
SIMULACION REPASO USO SOLVER.ppt
SIMULACION REPASO  USO SOLVER.pptSIMULACION REPASO  USO SOLVER.ppt
SIMULACION REPASO USO SOLVER.ppt
DennisRecharte
 
Solver en la solución de modelos lineales
Solver en la solución de modelos linealesSolver en la solución de modelos lineales
Solver en la solución de modelos lineales
UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO DE LAMBAYEQUE
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
Hugo Pereira
 
01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)
Silver Mendoza A.
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
Cris Tenorio
 
Informática solver
Informática solverInformática solver
Informática solver
Alejandra Ulcuango
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
Universidad del golfo de México Norte
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
Universidad del golfo de México Norte
 
Trabajo final programación lineal
Trabajo final programación linealTrabajo final programación lineal
Trabajo final programación lineal
Lizzy Cotrina Gutierrez
 
EU2-Equiponro2
EU2-Equiponro2EU2-Equiponro2
Eu2 equipo nro.2
Eu2 equipo nro.2Eu2 equipo nro.2
Eu2 equipo nro.2
Victoria Rodriguez
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
GLSP
 
Formulación
FormulaciónFormulación
Formulación
Jaime Medrano
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
Thania2608
 
Cap2.ppt
Cap2.pptCap2.ppt
Muchas Graciasssssssssss
Muchas GraciasssssssssssMuchas Graciasssssssssss
Muchas Graciasssssssssss
Taherys Alvarez
 
Unidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbreUnidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbre
alixindriago2013
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
domingcm2014
 

Similar a Plantillabasicas (20)

Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
SIMULACION REPASO USO SOLVER.ppt
SIMULACION REPASO  USO SOLVER.pptSIMULACION REPASO  USO SOLVER.ppt
SIMULACION REPASO USO SOLVER.ppt
 
Solver en la solución de modelos lineales
Solver en la solución de modelos linealesSolver en la solución de modelos lineales
Solver en la solución de modelos lineales
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
 
Informática solver
Informática solverInformática solver
Informática solver
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Trabajo final programación lineal
Trabajo final programación linealTrabajo final programación lineal
Trabajo final programación lineal
 
EU2-Equiponro2
EU2-Equiponro2EU2-Equiponro2
EU2-Equiponro2
 
Eu2 equipo nro.2
Eu2 equipo nro.2Eu2 equipo nro.2
Eu2 equipo nro.2
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
 
Formulación
FormulaciónFormulación
Formulación
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
 
Cap2.ppt
Cap2.pptCap2.ppt
Cap2.ppt
 
Muchas Graciasssssssssss
Muchas GraciasssssssssssMuchas Graciasssssssssss
Muchas Graciasssssssssss
 
Unidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbreUnidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbre
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 

Más de alexandragayon

Guia metodológica de trabajos de grado ae 2013 mejorada
Guia metodológica de trabajos de grado ae 2013 mejoradaGuia metodológica de trabajos de grado ae 2013 mejorada
Guia metodológica de trabajos de grado ae 2013 mejorada
alexandragayon
 
Introduccion
IntroduccionIntroduccion
Introduccion
alexandragayon
 
Semana3distri
Semana3distriSemana3distri
Semana3distri
alexandragayon
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
alexandragayon
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
alexandragayon
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
alexandragayon
 
Región factible del problema
Región factible del problemaRegión factible del problema
Región factible del problema
alexandragayon
 
Ejemplo
EjemploEjemplo
Lainsvestigaoper
LainsvestigaoperLainsvestigaoper
Lainsvestigaoper
alexandragayon
 
Plantilla negocios
Plantilla negociosPlantilla negocios
Plantilla negocios
alexandragayon
 
Plantilla negocios
Plantilla negociosPlantilla negocios
Plantilla negocios
alexandragayon
 
Colombia y el mercado internacional
Colombia y el mercado internacionalColombia y el mercado internacional
Colombia y el mercado internacional
alexandragayon
 
Regalias361
Regalias361Regalias361
Regalias361
alexandragayon
 

Más de alexandragayon (13)

Guia metodológica de trabajos de grado ae 2013 mejorada
Guia metodológica de trabajos de grado ae 2013 mejoradaGuia metodológica de trabajos de grado ae 2013 mejorada
Guia metodológica de trabajos de grado ae 2013 mejorada
 
Introduccion
IntroduccionIntroduccion
Introduccion
 
Semana3distri
Semana3distriSemana3distri
Semana3distri
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
 
Región factible del problema
Región factible del problemaRegión factible del problema
Región factible del problema
 
Ejemplo
EjemploEjemplo
Ejemplo
 
Lainsvestigaoper
LainsvestigaoperLainsvestigaoper
Lainsvestigaoper
 
Plantilla negocios
Plantilla negociosPlantilla negocios
Plantilla negocios
 
Plantilla negocios
Plantilla negociosPlantilla negocios
Plantilla negocios
 
Colombia y el mercado internacional
Colombia y el mercado internacionalColombia y el mercado internacional
Colombia y el mercado internacional
 
Regalias361
Regalias361Regalias361
Regalias361
 

Plantillabasicas

  • 1. Método Gráfico Región factible para la restricción de la materia prima 1 SOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL POR EL MÉTODO GRÁFICO MÉTODO GRÁFICO “El método gráfico se emplea para resolver problemas que presentan sólo 2 variables de decisión. El procedimiento consiste en trazar las ecuaciones de las restricciones en un eje de coordenadas X1, X2 para tratar de identificar el área de soluciones factibles (soluciones que cumplen con todas las restricciones). La solución óptima del problema se encuentra en uno de los vértices de esta área de soluciones creada, por lo que se buscará en estos datos el valor mínimo o máximo del problema. El método gráfico para solucionar a un problema de I.O es el siguiente: A. Dibuje la región factible de los restricciones. B. Calcule las coordenadas de los puntos extremos (puntos de esquina). C. Sustituya las coordenadas de los puntos de esquina en la función objetiva para ver cual da el valor óptimo. Este punto da la solución del problema de programación lineal. D. Si la región factible no es acotada, este método puede ser erróneo: soluciones óptimas siempre existen cuando la región factible está acotada, pero pueden no existir en el caso no acotado. Si la región factible no es acotada, estamos minimizando una función objetiva cuyos coeficientes son no negativos, entonces existe una solución dado por este método. [Escribir texto]
  • 2. Para determinar si existe una solución en el caso general no acotado: 1. Acote la región por añadir una recta horizontal por encima del punto de esquina más arriba, y una recta vertical a la derecha del punto de esquina que esté más hacia la derecha. 2. Calcule las coordenadas de los puntos nuevos de esquina que se obtiene. 3. Halle el punto de esquina donde ocurre el valor óptimo de la función. objetiva. 4. Si el valor óptimo se ocurre a un punto de esquina de la región original (no acotada) entonces existe la solución óptima a aquel punto. Si ocurra el valor óptimo solo a un punto nuevo de esquina, entonces el problema de programación lineal no tiene soluciones. EJEMPLO Problema de combinar producción para máxima utilidad (QUIMICOM) QUIMICON es una empresa que elabora varios productos químicos. En un proceso de producción en particular se utilizan tres recursos como materia prima de dos productos: una cera automotriz y una pasta pulidora, que se usan en la pintura de la carrocería a vehículos automotores y se distribuye para su venta al menudeo a varias empresas distribuidoras. Para producir la cera y la pasta se utilizan tres recursos, según se muestra en la siguiente tabla, en la cual se observa que una tonelada de cera es una mezcla de 2/5 de tonelada del recurso 1 y 3/5 de tonelada del 3. Por otro lado, una tonelada de pasta es la mezcla de 1/2, 1/5 y 3/10 de tonelada de los recursos 1,2 y 3, respectivamente. La producción de la cera automotriz y la pasta pulidora está restringida a la disponibilidad de los tres recursos. Para el periodo de producción anual, se tienen disponibles las cantidades siguientes de cada una de las materias primas. Recursos disponibles para la producción [Escribir texto]
  • 3. Material requerido para cera y pasta pulidora El departamento de contabilidad ha analizado las cifras de producción, asignando los costos correspondientes para ambos productos, llegó a precios que resultan en una contribución a la utilidad de 400 dólares por cada tonelada de cera automotriz y de 300 dólares por cada tonelada de pasta pulidora, producidas. La administración, después de analizar la demanda potencial, ha concluido que los precios establecidos aseguran la venta de toda la cera y pasta que se produzca. El problema es determinar: • Un conjunto de expresiones matemáticas o modelo, representando el objetivo y restricciones del problema descrito. • Resolver en forma gráfica y determinar cuántas toneladas de cera y pasta debe producir la empresa para maximizar la contribución total a la utilidad. Definición de las variables y función objetivo Como ya se apuntó anteriormente, los problemas de programación lineal tienen un objetivo ya sea de máximo o bien de mínimo. En este problema, el objetivo es de maximizar la contribución a la utilidad y se plantea en forma matemática introduciendo alguna forma simple de notación, como sigue: • Definición de variables.- Es importante precisar la unidad de medida: • Función objetivo.- [Escribir texto]
  • 4. La contribución a la utilidad se origina de: (1) la que proviene de la producción de X1 toneladas de cera automotriz, y (2) la que proviene de la producción de X2 toneladas de pasta pulidora. Dado que se gana 400 dólares por cada tonelada de cera producida, la empresa gana $400 X1 si se producen X1 toneladas de cera. También, en vista de que se gana 300 dólares por cada tonelada de pasta producida, la empresa gana $300 X2 si se producen X2 toneladas de pasta. Identificando con Z la contribución total a la utilidad y eliminando el signo de dólares se tiene: El problema es encontrar la combinación de producción que maximice la contribución total a la utilidad. Esto es, se deben determinar los valores para X1 y X2 que den el valor más elevado posible de Z. En terminología de programación lineal, se nombran a X1 y a X2 como las variables de decisión. Dado que el objetivo de maximizar la utilidad es una función de éstas, entonces se dice que Z = 400 X1 + 300 X2 es la función objetivo, que también se puede escribir abreviando los coeficientes a unidades que significan cientos de dólares por tonelada producida, como sigue: Cualquier combinación de producción de cera y pasta se conoce como una solución al problema. Sin embargo, únicamente aquellas soluciones que satisfagan todas las restricciones se conocen como soluciones factibles o posibles. La combinación específica de producción factible, que resulte en la contribución mayor a la utilidad, se conoce como la combinación de producción óptima, o simplemente, la solución óptima. Pero primero se requiere conocer todas las restricciones del problema y posteriormente se muestra un método para definir gráficamente, en el plano de dibujo, el espacio en que se ubican el conjunto de puntos de solución factible. • Restricciones de materia prima. La cantidad de materia prima disponible, condiciona o sujeta el valor de la función objetivo para cumplirse con los tres recursos limitados, calculando las posibles soluciones en las cantidades de cera y pasta que se pueden producir. Según la información de producción, se sabe que cada tonelada de cera automotriz utiliza 2/5 toneladas del recurso 1, por lo que el total de toneladas del mismo utilizado en la producción de X 1 toneladas de cera es 2/5X1; además, cada tonelada de pasta usa 1/2 tonelada del recurso 1, como resultado, X2 toneladas de pasta usan 1/2 X2 toneladas de recurso 1, entonces el consumo total de toneladas de recurso 1 para producir X 1 de cera y X2 de pasta está dado por [Escribir texto]
  • 5. Debido a que se tiene un máximo de 20 toneladas de materia prima 1 disponible, la combinación de producción a decidir debe satisfacer la restricción La relación anterior es una desigualdad que anota las contribuciones al consumo de recurso 1, utilizadas en la producción de X 1 toneladas de cera y de X2 toneladas de pasta, que debe ser menos que o igual a 20 toneladas disponibles. La tabla indica que el recurso 2 no es requerido por la cera, pero si por la pasta pues cada tonelada producida de ésta requiere 1/5 tonelada de las 5 disponibles, se expresa así: Si desea, ahora verifique por sí mismo que la restricción para la materia prima 3 es Hasta aquí se han definido, las restricciones de materia prima; sólo falta establecer que las toneladas de cera y pasta no puede ser un número negativo. • Condiciones de valor no negativo para las variables: Esto asegura valores no negativos de las variables de decisión como solución al problema presente, se conocen como restricciones de no negatividad y son una característica general de los problemas de programación lineal. Modelo matemático del problema La formulación matemática o modelo simbólico, representa en forma abstracta, el objetivo y las restricciones del problema, trasladados del mundo real a un conjunto de relaciones matemáticas. El modelo completo del problema es: [Escribir texto]
  • 6. Ahora sólo falta encontrar la combinación de productos cera y pasta expresadas como toneladas de X1 y X2 que satisface todas las restricciones y también resulte en un valor máximo de la función objetivo, comparado con el valor de cualquier otra solución factible, lo que significa la solución óptima del problema. Las funciones matemáticas en las cuales sólo una de las variables aparece elevada a la primera potencia como un término independiente, se conocen como funciones lineales. La función objetivo 4X1 + 3X2 es lineal, porque cada una de las variables de decisión aparece en un término por separado con exponente 1. Si la función objetivo se presentara como 4X 21 + 3X32, no se trataría de una función lineal. Por la misma razón, el número de toneladas de la materia prima 1 requerida, 2/5X1+1/2X2, también es una función lineal de las variables de decisión. Similarmente, el lado izquierdo de todas las desigualdades de restricción son funciones lineales, así la formulación matemática del problema anterior se identifica como un programa lineal. Solución gráfica Un problema de programación lineal con sólo dos variables de decisión se puede resolver de manera gráfica sobre el espacio plano. Se inicia este procedimiento de solución desarrollando una gráfica que despliegue las posibles soluciones (valores X1 y X2) para el problema . En la siguiente grafica aparecen los valores de X 1 sobre un eje horizontal y los valores de X 2 sobre uno vertical. De esta manera se divide el plano o papel de trabajo, en cuatro espacios limitados por los ejes, formando así los cuadrantes 1, 2, 3 y 4. Cualquier punto de la gráfica puede quedar identificado por un par de valores X1 y X2, que representa la posición del punto con respecto de los ejes X1 y X2. Cada par (X1, X2) corresponde a un punto solución de esta manera se tendría una infinidad de ellos en el plano considerado. Pero para la solución particular en la que X 1 = 0 y X2 = 0, se ubica un punto vértice identificado como origen para ambos ejes. Algunos puntos solución para el problema El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles del programa lineal. Tanto X1 como X2 deben ser de valor no negativo, por lo que sólo es necesario considerar la porción de la gráfica en donde X 1 >= 0 y X2 >= 0, lo que se conoce como primer cuadrante. En el siguiente grafico las flechas indican el primer cuadrante, o sea, la región donde estos requisitos de no negatividad quedan satisfechos para la solución buscada. Gráfica del primer cuadrante. Cumple las restricciones de no negatividad ( >= 0 ). [Escribir texto]
  • 7. Anteriormente se determinó la desigualdad que representa la restricción para la materia prima 1 es: Para mostrar todos los puntos solución que la satisfacen, se traza la línea que geométricamente representa a la ecuación lineal: 2/5X 1 + 1/2X2, = 20 la cual debe ser recta, se calculan dos puntos pertenecientes a la misma y a continuación se traza una línea recta a través de los mismos. Para ello, arbitrariamente se buscan los puntos sobre los ejes en que, por supuesto, se tiene el valor de cero para una de las variables, así al hacer X 1 = 0, se ubica sobre el eje X 2 y resolviendo la ecuación en función de la variable X 2, queda ½ X2 = 20, o también X 2 = 40; por lo tanto el punto (X1=0, X2=40) satisface la ecuación anterior, pues es la intersección de las rectas, eje X2 y la que representa el recurso 1; alternativamente, para encontrar un segundo punto que satisfaga esta ecuación se hace X 2 = 0 y se resuelve en función de X1. Al hacerlo se observa que 2/5X 1 = 20, es decir, X1 =50, por lo que un segundo punto que también satisface la ecuación es (X 1=50, X2=0). Con estos dos puntos, se puede trazar la recta que se conoce como línea de restricción de la materia prima 1, mostrada en la siguiente gráfica La línea recta de restricción de la materia prima 1. La desigualdad que representa a la restricción de la materia prima 1 es: [Escribir texto]
  • 8. Ahora sólo falta encontrar la combinación de productos cera y pasta expresadas como toneladas de X1 y X2 que satisface todas las restricciones y también resulte en un valor máximo de la función objetivo, comparado con el valor de cualquier otra solución factible, lo que significa la solución óptima del problema. Las funciones matemáticas en las cuales sólo una de las variables aparece elevada a la primera potencia como un término independiente, se conocen como funciones lineales. La función objetivo 4X1 + 3X2 es lineal, porque cada una de las variables de decisión aparece en un término por separado con exponente 1. Si la función objetivo se presentara como 4X 21 + 3X32, no se trataría de una función lineal. Por la misma razón, el número de toneladas de la materia prima 1 requerida, 2/5X1+1/2X2, también es una función lineal de las variables de decisión. Similarmente, el lado izquierdo de todas las desigualdades de restricción son funciones lineales, así la formulación matemática del problema anterior se identifica como un programa lineal. Solución gráfica Un problema de programación lineal con sólo dos variables de decisión se puede resolver de manera gráfica sobre el espacio plano. Se inicia este procedimiento de solución desarrollando una gráfica que despliegue las posibles soluciones (valores X1 y X2) para el problema . En la siguiente grafica aparecen los valores de X 1 sobre un eje horizontal y los valores de X 2 sobre uno vertical. De esta manera se divide el plano o papel de trabajo, en cuatro espacios limitados por los ejes, formando así los cuadrantes 1, 2, 3 y 4. Cualquier punto de la gráfica puede quedar identificado por un par de valores X1 y X2, que representa la posición del punto con respecto de los ejes X1 y X2. Cada par (X1, X2) corresponde a un punto solución de esta manera se tendría una infinidad de ellos en el plano considerado. Pero para la solución particular en la que X 1 = 0 y X2 = 0, se ubica un punto vértice identificado como origen para ambos ejes. Algunos puntos solución para el problema El siguiente paso es mostrar, qué puntos corresponden a soluciones factibles del programa lineal. Tanto X1 como X2 deben ser de valor no negativo, por lo que sólo es necesario considerar la porción de la gráfica en donde X 1 >= 0 y X2 >= 0, lo que se conoce como primer cuadrante. En el siguiente grafico las flechas indican el primer cuadrante, o sea, la región donde estos requisitos de no negatividad quedan satisfechos para la solución buscada. Gráfica del primer cuadrante. Cumple las restricciones de no negatividad ( >= 0 ). [Escribir texto]