SlideShare una empresa de Scribd logo
Región factible del problema

Por ejemplo, ¿qué soluciones factibles dan una contribución a la utilidad de 2400
dólares? Estas soluciones se dan por los valores de X1 y X2 de la región factible
que cumplan con la siguiente función objetivo que se puede simplificar para obviar
cálculos, así:




Ésta expresión es simplemente la ecuación de una línea recta, por lo que todas las
soluciones factibles (X1, X2), con una contribución a la utilidad de 24 dólares deben
estar en esta línea. Ya se aprendió como trazar una línea de restricción; el
procedimiento para trazar la línea de la función objetivo o de utilidad es el mismo.
Haciendo X1=0, se tiene que X2 debe ser 8; entonces, el punto de solución (X1=0,
X2=8) está en la recta. Similarmente, haciendo X2 = 0, se tiene que el punto de
solución (X1=6, X2 = 0), también está en la recta. Dibujando la línea recta por estos
puntos, se identifican todas las soluciones que tienen una contribución a la utilidad
de 24; una gráfica de esta línea de utilidad se presenta en la siguiente grafica que
muestra un número infinito de combinaciones factibles de producción que darán
una contribución de 24 a la utilidad.




Utilizando el procedimiento anterior para el trazado de rectas de utilidad y de
restricción, se trazan la línea de utilidad de 72 y 120 que se presentan en la misma
grafica. Por supuesto, sólo los puntos de las rectas de valor 24, 72 y 120 que
están dentro de la región factible, deben considerarse como soluciones factibles
para tal contribución de utilidad.




[Escribir texto]
Diferentes líneas de utilidad para el problema

Dado que las rectas de utilidad son paralelas y de valor creciente conforme se
alejan del origen, se pueden obtener valores mayores para la función objetivo,
continuando el movimiento hacia fuera del conjunto factible pero manteniéndose
adentro del mismo, hasta alcanzar el (los) último(s) punto(s) vértice antes de salir.
Dado que los puntos fuera de la región factible no son aceptables, el (los) punto(s)
vértice en la región factible que coincide(n) con la recta de utilidad mayor es una
solución óptima al programa lineal.

El estudiante debe identificar ahora, el punto de solución óptimo para el problema .
Utilice una regla y escuadra, mueva paralelamente la recta de utilidad tan lejos del
origen como pueda, pero conservando el contacto en la zona factible. ¿Cuál es el
último punto de la región factible? Este punto debe ser vértice y corresponde a la
solución óptima, vea el gráfico siguiente. Los valores óptimos para las variables de
decisión son ( X1, X2) = ( 25, 20 ).




[Escribir texto]
Solución óptima para el problema

Dependiendo del tamaño y claridad de su gráfica, se determinan los valores
óptimos exactos de X1 y X2 leyendo directamente de la gráfica.La solución óptima
del ejemplo está en la intersección de las rectas de restricción 1 y 3 que se
pueden resolver para precisar los valores coordenados.




Por lo que los valores de las variables de decisión X1 y X2 deberán satisfacer las
ecuaciones de manera simultánea. Resolviendo en función de X1 en (1)




Sustituyendo esta expresión (4) de X1 en la ecuación (3) y resolviendo en función
de X2 se obtiene




[Escribir texto]
Sustituyendo X2 =20 en la ecuación (4) y resolviendo en función de X1, resulta



A pesar de que la solución óptima para el problema está formada de valores
enteros de las variables de decisión, esto no será siempre el caso. La localización
exacta del punto de solución óptima es X1 =25 y X2 =20. Este punto identifica las
cantidades óptimas de producción para la empresa en 25 toneladas de cera
automotriz y 20 toneladas de pasta pulidora, con una contribución a la utilidad de:



Así, en un problema de programación lineal con dos variables de decisión, se
puede determinar el valor exacto de las variables de la solución óptima, utilizando
primero el método gráfico para identificar el punto que optimiza y después
resolviendo simultáneamente las dos ecuaciones que generan el mismo.

Trazo de líneas rectas

Un aspecto importante del método gráfico es la posibilidad de trazar líneas rectas
representando las restricciones y la función objetivo del programa lineal. El
procedimiento más sencillo para trazar la recta de una ecuación, es encontrando
dos puntos cualesquiera que la satisfagan y a continuación trazando la recta a
través de dichos puntos. En el caso de la línea recta de restricción de la materia
prima 1 del problema




se identifican los dos puntos (X1 = 0, X2 = 40) y (X1 = 50, X2 = 0). Después se traza
la línea recta de restricción de la materia prima 1 a través de estos dos puntos.

Cuando en la ecuación de restricción sólo aparece una variable, como es el caso

[Escribir texto]
de la materia prima 2 del problema (1/5 X2 <= 5), se resuelve en función de la
única variable que aparece en la ecuación (para esta restricción, X2 =25); es claro
que en tal ecuación X1 = 0 pues no está presente, así (X1 =0, X2 =25) representa
el punto en el eje X2 por donde debe pasar una recta paralela al eje X1.

Todas las rectas de restricción y de funciones objetivo en los programas lineales
de dos variables, se pueden trazar si se pueden identificar los puntos de la línea.
Sin embargo, determinar dichos puntos no siempre es tan fácil como resultó en el
problema. Por ejemplo, considere la restricción:



Usando la forma de igualdad y haciendo X1 = 0, se tiene que el punto (X1 = 0, X2 =
-100) pertenece a la recta de restricción. Si X2=0, se tiene el segundo punto (X1 =
50, X2 = 0) sobre la misma recta de restricción. Si se ha dibujado sólo la porción
no negativa (X1 >= 0, X2 >= 0) correspondiente al primer cuadrante de la gráfica,
entonces no se puede fijar el primer punto (X1 = 0, X2 = -100), porque no hay
escala para valores negativos en la gráfica tal como es X2 = -100. Siempre que se
tengan dos puntos de la recta, con uno o ambos valores negativos, el
procedimiento gráfico obligado es incluir la escala negativa a los dos ejes
coordenados horizontal y vertical, incluyendo los cuadrantes necesarios. En este
ejemplo, se puede localizar el punto (X1 = 0, X2 = -100) extendiendo hacia abajo el
eje vertical para incluir los valores negativos de X2. Una vez localizados los dos
puntos que satisfacen la ecuación y el conjunto de soluciones factibles para la
nueva restricción de ejemplo 2X2 - 1X2 <= 100, entonces se procede a su trazo,
según se ve en la siguiente figura: .




[Escribir texto]
Soluciones factibles de la restricción 2X1-1X2 <= 100

Considere ahora la restricción: 1X1 - 1X2 >= 0 mostrada en la siguiente grafica. El
lado derecho con valor cero en esta desigualdad, identifica una línea recta que
contiene o pasa por el punto vértice conocido como origen. Para determinar las
soluciones que satisfacen la restricción como igualdad, primero se hace X1 = 0 y
se resuelve en función de X2. El resultado muestra que el origen (X1= 0, X2 = 0)
está en la recta de restricción. Al hacer X2 = 0 y al resolver para X1, resulta en el
mismo punto. Pero se puede obtener otro punto de la recta, al dar a X2 un valor
cualquiera distinto de cero y entonces resolver en función de X1. Por ejemplo,
haciendo que X2 = 100 y resolviendo en función de X1, se encuentra que el punto
(X1 = 100, X2 = 100) también pertenece a la recta. En ambos puntos (X1=0, X2= 0)
y (X1 = 100, X2 = 100) se puede trazar la línea de restricción 1X1-1X2 = 0 y pueden
determinarse las soluciones factibles para 1X1 - 1X2 >= 0.




                   Soluciones factibles de la restricción 1X1 - 1X2 >= 0

Resumen del método de solución gráfica en dos variables.

    1. Dibuje en un sistema de dos ejes cartesianos (por ejemplo X1 para la
       coordenada horizontal y X2 para la coordenada vertical) las líneas rectas
       correspondientes a cada una de las expresiones lineales del modelo de
       programación lineal, identificando las mismas, calcule y anote las
       coordenadas (valores de X1 y X2) para cada punto vértice.
    2. Observe la dirección de las desigualdades para definir, individualmente, el
       conjunto de puntos de solución factible de cada una de las restricciones y
       posteriormente, combinando todas ellas, por intersección o traslape, definir


[Escribir texto]
y señalar el conjunto de puntos de solución factible para todo el sistema de
       restricciones del problema.
    3. Con un valor arbitrario para la función Z, calcule las coordenadas de un
       punto perteneciente a cada uno de los dos ejes cartesianos, dando
       alternativamente el valor de cero a X1 y X2 de la función objetivo Z, ahora se
       traza una recta que pase por dichos puntos en los ejes, la cual muestra
       todos los valores posibles de X1 y X2 de la misma.
    4. Mueva la recta de la función objetivo Z paralelamente hacia valores
       mayores de la función, si el problema es de máximo, o bien, hacia valores
       menores, si el problema es de mínimo, hasta que coincida con un punto
       vértice, antes de salir de la región factible. La recta de la función objetivo se
       cuantifica con los valores ( X1, X2 ) al coincidir con el vértice; su valor
       crecerá o bien decrecerá conforme a su traslado paralelo, según sean los
       signos de sus términos.
    5. Cualquier punto vértice que sea solución factible para el sistema de
       restricciones que coincida con la recta de la función objetivo que resulte con
       el valor mayor para un máximo o bien con el menor para un mínimo, según
       el caso, es una solución óptima.

Variables de Holgura

Además de la solución óptima y de su contribución a la utilidad asociada, la
administración de la empresa química desea tener información de uso de las tres
materias primas. Se puede obtener esta información reemplazando los valores
óptimos de las variables (X1=25, X2=20) en las restricciones del programa lineal.

                   Material consumido: solución óptima cera y pasta




La solución completa le indica a la administración que la producción de 25
toneladas de cera automotriz y de 20 toneladas de pasta pulidora requiere toda la
materia prima disponible 1 y 3, pero solamente cuatro de las cinco toneladas de la
materia prima 2. La tonelada de la materia prima 2 no utilizada se conoce como
holgura. En terminología de programación lineal, cualquier capacidad sin
utilizar y ociosa para una restricción igual o menor (≤) se llama holgura
asociada con la restricción, por lo que la restricción del recurso 2 tiene una
holgura de una tonelada.



[Escribir texto]
A menudo se agregan variables, conocidas como variables de holgura Hi, o bien
Xi, (según la notación preferida) a la formulación de un problema de programación
lineal para representar la capacidad ociosa. La capacidad sin utilizar no hace
ninguna contribución a la utilidad, por lo que las variables de holgura que se
incluyan en la función objetivo deben tener coeficientes iguales a cero. En general,
las variables de holgura representan la diferencia entre los lados derecho e
izquierdo de una restricción de tipo ≤.

Una vez agregadas las variables de holgura a la representación matemática
correspondiente al problema de la empresa química el modelo matemático se
convierte en:




Cuando todas las restricciones de un problema lineal se expresan en forma de
igualdades, se dice que el modelo matemático está en forma estándar. En el
problema se observa que en la solución óptima (X1=25, X2 =20), el valor de las
variables de holgura es:




                         Concepto físico de la holgura H2

También se puede utilizar el análisis gráfico para obtener la información de las
holguras. Observe que al determinar la solución óptima , el punto vértice que es
intersección de la materia prima 1 y de la 3, restringen o limitan la región factible
hasta ese punto vértice, por lo que la solución óptima requiere usar la totalidad de
estos dos recursos. Cuando en un gráfico se tienen rectas de restricción que sólo
tocan un vértice del conjunto factible o bien ningún punto del mismo, se identifican
como restricciones redundantes (sobrantes). En problemas con más de dos

[Escribir texto]
variables de decisión, se tienen métodos analíticos para detectar la redundancia.

En tal caso, la región factible se conserva igual, independientemente de que se
incluya o no una restricción redundante del problema, por lo tanto se pueden
eliminar sin que tengan ningún efecto sobre la solución óptima. Sin embargo, en la
mayor parte de los problemas de programación lineal, las restricciones
redundantes no se descartan porque no son reconocibles de inmediato como
tales. El problema no tiene restricciones redundantes pues todas las
restricciones forman la frontera de la región factible.

Observaciones y comentarios

    1. En la forma estándar de un I.O, los coeficientes para las variables de
       holgura son cero en la función objetivo, por lo tanto, las variables de holgura
       que representan recursos sin utilizar, no afectan el valor de la función y se
       pueden omitir. Pero en algunas aplicaciones, algunos o todos los recursos
       no utilizados pueden venderse para recuperar valores y contribuir a la
       utilidad. En estos casos las variables de holgura correspondientes se
       convierten en variables de decisión que representan el total de recursos a
       vender. Para cada una de estas variables, un coeficiente distinto de cero en
       la función objetivo reflejará la utilidad asociada con la venta de una unidad
       del recurso correspondiente.
    2. Las restricciones redundantes no afectan la región factible; como
       consecuencia, pueden eliminarse de un modelo de programación lineal sin
       afectar la solución óptima. Sin embargo, si posteriormente se debe resolver
       el modelo de programación lineal con algunos cambios en los datos, una
       restricción previamente redundante se podría convertir en un recurso
       limitante, por lo que se sugiere conservar todas las restricciones del modelo
       de programación lineal, aun cuando se espere que una o más de ellas sean
       redundantes.

Puntos extremos y solución óptima

Suponga que la contribución a la utilidad de una tonelada de pasta pulidora se
incrementa de 300 a 600 dólares, en tanto que la contribución a la utilidad de una
tonelada de cera automotriz y todas las demás restricciones se mantienen sin
modificación. La función objetivo se convierte en:




[Escribir texto]
Cambia óptimo: objetivo máximo Z = 400X1 + 600 X2

Si existe la solución óptima de un problema de programación lineal, se
puede encontrar en un punto extremo de la región factible del problema.

Esta propiedad significa que, si busca la solución óptima de un problema de I.O,
debe limitarse a evaluar y comparar los puntos de solución correspondientes a los
vértices de la región factible.”1



                                “METODO ALGEBRAICO


El teorema fundamental de la programación lineal, nos permite conocer un
método de solucionar un problema con dos variables.

En un problema de I.O con dos variables, si existe una solución única que optimice
la función objetivo, ésta se encuentra en un punto extremo (vértice) de la región
factible acotada, nunca en el interior de dicha región.

Si la función objetivo toma el mismo valor óptimo en dos vértices, también toma
idéntico valor en los puntos del segmento que determinan.


1
  Tomado de http://www.buenastareas.com/ensayos/Problema-De-Programaci%C3%B3n-
Lineal/724197.html



[Escribir texto]
En el caso de que la región factible no es acotada, la función lineal objetivo no
alcanza necesariamente un valor óptimo concreto, pero, si lo hace, éste se
encuentra en uno de los vértices de la región

La evaluación de la función objetivo en los vértices de la región factible nos va a
permitir encontrar el valor óptimo (máximo o mínimo) en alguno de ellos.

                                        EJEMPLO

                            Maximizar Z = f(x,y) = 3x + 8y
                            sujeto a:   4x + 5y     40
                                        2x + 5y     30
                                        x     0,y    0

1) Hallar los puntos de corte de las rectas asociadas a las restricciones:

Calculamos las soluciones de cada uno de los seis sistemas de dos ecuaciones
con dos incógnitas que se pueden formar con las cuatro restricciones:

{ 4x + 5y = 40 , 2x + 5y = 30}. Solución          { 4x + 5y = 40 , x = 0 } Solución:B
A(5,4)                                            (0,8)
                                                  { 2x + 5y = 30 , x = 0} Solución:
{ 4x + 5y = 40 , y = 0}. Solución: C(10,0)
                                                  D(0,6)
{ 2x + 5y = 30 , y = 0}. Solución : E(15,0)       { x = 0, y = 0} Solución: O(0,0)

2) Determinar los vértices de la región factible:

Los vértices de la región factible son aquellos puntos que cumplen todas las
restricciones.

Si sustituimos los puntos en cada una de las desigualdades tenemos que:

       B no cumple la segunda restricción 2x + 5y 30 , ya que 2·0 + 5·8 = 40 .
        Por tanto, el punto B no es un vértice de la región factible.
       E no cumple la primera restricción 4x + 5y 40 , ya que 4·15 + 5·0 = 60 .
        Por tanto, el punto E no es un vértice de la región factible.

Los puntos A, C, D y O verifican todas las desigualdades, son los vértices de la
región factible.

3) Calcular los valores de la función objetivo en los vértices:



[Escribir texto]
f(A) = f(5,4) = 3·5 + 8·4 = 47 f(C) = f(10,0) = 3·10 + 8· 0 = 30
               f(D) = f(0,6) = 3·0 + 8·6 = 48 f(O) = f(0,0) = 3·0 + 8·0 = 0

La solución óptima corresponde al vértice para el que la función objetivo toma el
valor máximo. En este caso es el vértice D(0,6).

En infinidad de aplicaciones de la industria, la economía, la estrategia militar, etc..
se presentan situaciones en las que se exige maximizar o minimizar algunas
funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos
restricciones.



La solución de un problema , en el supuesto de que exista, debe estar en la región
determinada por las distintas desigualdades. Esta recibe el nombre de región
factible, y puede estar o no acotada.




           Región factible acotada                        Región factible no acotada

La región factible incluye o no los lados y los vértices, según que las
desigualdades sean en sentido amplio ( o ) o en sentido estricto (< o >).

Si la región factible está acotada, su representación gráfica es un polígono
convexo con un número de lados menor o igual que el número de restricciones.”2




2
    http://www.investigacion-operaciones.com/Aspectos_Generales_PL.htm


[Escribir texto]

Más contenido relacionado

La actualidad más candente

Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
Carlos José Araque Pérez
 
Tema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación LinealTema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación Lineal
SistemadeEstudiosMed
 
Interpretacion geometrica de las soluciones
Interpretacion geometrica de las solucionesInterpretacion geometrica de las soluciones
Interpretacion geometrica de las soluciones
MORAPANTOJAEDUARDOJO
 
Terminologia de teoria de redes
Terminologia de teoria de redesTerminologia de teoria de redes
Terminologia de teoria de redes
ADRIANA NIETO
 
Ingenieria economica cesar rincon.docx
Ingenieria economica   cesar rincon.docxIngenieria economica   cesar rincon.docx
Ingenieria economica cesar rincon.docx
César Rincón S
 
Métodos numéricos aplicados a la mecanica
Métodos numéricos aplicados a la mecanicaMétodos numéricos aplicados a la mecanica
Métodos numéricos aplicados a la mecanica
Edwin Alexis SemiNArio Beltran
 
PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.
Elyzabeth Tarco
 
Capacidad del proceso
Capacidad del procesoCapacidad del proceso
Capacidad del proceso
Juan Medellin
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método Gráfico
Profesor Hugo
 
Transformacion lineal
Transformacion linealTransformacion lineal
Transformacion lineal
armando jose estaba quevedo
 
Metodos de Programacion no lineal
Metodos de Programacion no linealMetodos de Programacion no lineal
Metodos de Programacion no lineal
luisatero
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
Lupita Rodríguez
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
Universidad del golfo de México Norte
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
Tpyxnhkn Schwarzkopf
 
serie de taylor
 serie de taylor serie de taylor
serie de taylor
Emmanuel Sarmiento
 
Cartas de control
Cartas de controlCartas de control
Cartas de control
Eduardo Ray
 
determinante inversa
 determinante inversa determinante inversa
determinante inversa
Yanina C.J
 
Resolucion problemas 5
Resolucion problemas 5Resolucion problemas 5
Resolucion problemas 5
lineal
 
Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]
Maira Delgado
 
Matrices
MatricesMatrices
Matrices
guestc8ce7f
 

La actualidad más candente (20)

Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
 
Tema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación LinealTema 3: Métodos de Solución para Modelos de Programación Lineal
Tema 3: Métodos de Solución para Modelos de Programación Lineal
 
Interpretacion geometrica de las soluciones
Interpretacion geometrica de las solucionesInterpretacion geometrica de las soluciones
Interpretacion geometrica de las soluciones
 
Terminologia de teoria de redes
Terminologia de teoria de redesTerminologia de teoria de redes
Terminologia de teoria de redes
 
Ingenieria economica cesar rincon.docx
Ingenieria economica   cesar rincon.docxIngenieria economica   cesar rincon.docx
Ingenieria economica cesar rincon.docx
 
Métodos numéricos aplicados a la mecanica
Métodos numéricos aplicados a la mecanicaMétodos numéricos aplicados a la mecanica
Métodos numéricos aplicados a la mecanica
 
PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.
 
Capacidad del proceso
Capacidad del procesoCapacidad del proceso
Capacidad del proceso
 
Análisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método GráficoAnálisis de Sensibilidad PL Método Gráfico
Análisis de Sensibilidad PL Método Gráfico
 
Transformacion lineal
Transformacion linealTransformacion lineal
Transformacion lineal
 
Metodos de Programacion no lineal
Metodos de Programacion no linealMetodos de Programacion no lineal
Metodos de Programacion no lineal
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
serie de taylor
 serie de taylor serie de taylor
serie de taylor
 
Cartas de control
Cartas de controlCartas de control
Cartas de control
 
determinante inversa
 determinante inversa determinante inversa
determinante inversa
 
Resolucion problemas 5
Resolucion problemas 5Resolucion problemas 5
Resolucion problemas 5
 
Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]
 
Matrices
MatricesMatrices
Matrices
 

Destacado

Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
yadipaosarchi
 
2. metodo grafico
2. metodo grafico2. metodo grafico
2. metodo grafico
Guillermo Borges Camejo
 
Conjunto factible
Conjunto factibleConjunto factible
Conjunto factible
CarlosGuerreroC
 
Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20
Rene Viveros
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
Johana Rios Solano
 
Método algebraico
Método algebraicoMétodo algebraico
Método algebraico
angiegutierrez11
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
Elyzabeth Tarco
 
Modelo programacion lineal
Modelo programacion linealModelo programacion lineal
Modelo programacion lineal
Tonny Crash
 
Ico 2 1 ppl programacion lineal - modelos varios
Ico 2 1 ppl programacion lineal - modelos variosIco 2 1 ppl programacion lineal - modelos varios
Ico 2 1 ppl programacion lineal - modelos varios
Angie Herrera
 
Formulacion de problemas como modelos de programacion lineal (1)
Formulacion de problemas como modelos de  programacion lineal (1)Formulacion de problemas como modelos de  programacion lineal (1)
Formulacion de problemas como modelos de programacion lineal (1)
Jose Sotelo
 
3 problemas-resueltos-metodo-grafico-programacion-lineal
3 problemas-resueltos-metodo-grafico-programacion-lineal3 problemas-resueltos-metodo-grafico-programacion-lineal
3 problemas-resueltos-metodo-grafico-programacion-linealtimyuno
 
2 bs 05 programacion lineal
2 bs 05 programacion lineal2 bs 05 programacion lineal
2 bs 05 programacion lineal
Elvis Castro
 
Para examen final
Para examen finalPara examen final
Para examen final
xavier2011
 
Investigacion de operaciones
Investigacion de operaciones Investigacion de operaciones
Investigacion de operaciones
Henrry B
 
Investigaciondeoperacionesintroducción
InvestigaciondeoperacionesintroducciónInvestigaciondeoperacionesintroducción
Investigaciondeoperacionesintroducción
Solution´s System
 
Funcion objetivo
Funcion objetivoFuncion objetivo
Funcion objetivo
xavier2011
 
Portafolio de algebra 2
Portafolio de algebra 2Portafolio de algebra 2
Portafolio de algebra 2
Rosario Yandun Mipaz
 
Investigacion de Operaciones Ejercicios Propuestos
Investigacion de Operaciones Ejercicios Propuestos Investigacion de Operaciones Ejercicios Propuestos
Investigacion de Operaciones Ejercicios Propuestos
Fernando Gonzalez Paolini
 
Programación lineal. bicicletas
Programación lineal. bicicletasProgramación lineal. bicicletas
Programación lineal. bicicletas
Rotakit
 
Metodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana DíazMetodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana Díaz
mamorumx
 

Destacado (20)

Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
 
2. metodo grafico
2. metodo grafico2. metodo grafico
2. metodo grafico
 
Conjunto factible
Conjunto factibleConjunto factible
Conjunto factible
 
Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20Manual Programacion Lineal Julio 20
Manual Programacion Lineal Julio 20
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
 
Método algebraico
Método algebraicoMétodo algebraico
Método algebraico
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Modelo programacion lineal
Modelo programacion linealModelo programacion lineal
Modelo programacion lineal
 
Ico 2 1 ppl programacion lineal - modelos varios
Ico 2 1 ppl programacion lineal - modelos variosIco 2 1 ppl programacion lineal - modelos varios
Ico 2 1 ppl programacion lineal - modelos varios
 
Formulacion de problemas como modelos de programacion lineal (1)
Formulacion de problemas como modelos de  programacion lineal (1)Formulacion de problemas como modelos de  programacion lineal (1)
Formulacion de problemas como modelos de programacion lineal (1)
 
3 problemas-resueltos-metodo-grafico-programacion-lineal
3 problemas-resueltos-metodo-grafico-programacion-lineal3 problemas-resueltos-metodo-grafico-programacion-lineal
3 problemas-resueltos-metodo-grafico-programacion-lineal
 
2 bs 05 programacion lineal
2 bs 05 programacion lineal2 bs 05 programacion lineal
2 bs 05 programacion lineal
 
Para examen final
Para examen finalPara examen final
Para examen final
 
Investigacion de operaciones
Investigacion de operaciones Investigacion de operaciones
Investigacion de operaciones
 
Investigaciondeoperacionesintroducción
InvestigaciondeoperacionesintroducciónInvestigaciondeoperacionesintroducción
Investigaciondeoperacionesintroducción
 
Funcion objetivo
Funcion objetivoFuncion objetivo
Funcion objetivo
 
Portafolio de algebra 2
Portafolio de algebra 2Portafolio de algebra 2
Portafolio de algebra 2
 
Investigacion de Operaciones Ejercicios Propuestos
Investigacion de Operaciones Ejercicios Propuestos Investigacion de Operaciones Ejercicios Propuestos
Investigacion de Operaciones Ejercicios Propuestos
 
Programación lineal. bicicletas
Programación lineal. bicicletasProgramación lineal. bicicletas
Programación lineal. bicicletas
 
Metodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana DíazMetodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana Díaz
 

Similar a Región factible del problema

Funcion lineal ultima
Funcion lineal ultimaFuncion lineal ultima
Funcion lineal ultima
Juliana Isola
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
Juliana Isola
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
Jaime Medrano
 
52101.pdf
52101.pdf52101.pdf
Programación lineal
Programación linealProgramación lineal
Programación lineal
Danilo Vilán
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
Marcos Alvarez
 
Ecuaciones de segundo grado
Ecuaciones de segundo gradoEcuaciones de segundo grado
Ecuaciones de segundo grado
Michel Lizarazo
 
funcion cuadratica.pptx
funcion cuadratica.pptxfuncion cuadratica.pptx
funcion cuadratica.pptx
CarlosBenitez159827
 
Unidad ii
Unidad iiUnidad ii
Unidad ii
fortiz_jm
 
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuacionesGarcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
JavierJoelGarciaChel
 
Comandos y funciones de matlab
Comandos y funciones de matlabComandos y funciones de matlab
Comandos y funciones de matlab
CarlosDanielMendozaP2
 
Semana2algebraenpdf
Semana2algebraenpdfSemana2algebraenpdf
Semana2algebraenpdf
angiegutierrez11
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
Universidad del golfo de México Norte
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
Universidad del golfo de México Norte
 
Sistema de ecuaciones lineales
Sistema de ecuaciones linealesSistema de ecuaciones lineales
Sistema de ecuaciones lineales
Carolina Pinto Bayas
 
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
Videoconferencias UTPL
 
Tercera semana de Progrmación Lineal 2021.pptx
Tercera semana   de Progrmación Lineal 2021.pptxTercera semana   de Progrmación Lineal 2021.pptx
Tercera semana de Progrmación Lineal 2021.pptx
Ernesto81098
 
DOC-20231205-WA0007..pdf
DOC-20231205-WA0007..pdfDOC-20231205-WA0007..pdf
DOC-20231205-WA0007..pdf
elchokas951
 
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
LeydyVeronicaDelgado
 
Ecuacion de la recta
Ecuacion de la rectaEcuacion de la recta
Ecuacion de la recta
ultramegacami
 

Similar a Región factible del problema (20)

Funcion lineal ultima
Funcion lineal ultimaFuncion lineal ultima
Funcion lineal ultima
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
52101.pdf
52101.pdf52101.pdf
52101.pdf
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Ecuaciones de segundo grado
Ecuaciones de segundo gradoEcuaciones de segundo grado
Ecuaciones de segundo grado
 
funcion cuadratica.pptx
funcion cuadratica.pptxfuncion cuadratica.pptx
funcion cuadratica.pptx
 
Unidad ii
Unidad iiUnidad ii
Unidad ii
 
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuacionesGarcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
Garcia javier presentacion_slideshare_de_ecuaciones_e_inecuaciones
 
Comandos y funciones de matlab
Comandos y funciones de matlabComandos y funciones de matlab
Comandos y funciones de matlab
 
Semana2algebraenpdf
Semana2algebraenpdfSemana2algebraenpdf
Semana2algebraenpdf
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
 
Unidad 2. El método simplex
Unidad 2. El método simplexUnidad 2. El método simplex
Unidad 2. El método simplex
 
Sistema de ecuaciones lineales
Sistema de ecuaciones linealesSistema de ecuaciones lineales
Sistema de ecuaciones lineales
 
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
 
Tercera semana de Progrmación Lineal 2021.pptx
Tercera semana   de Progrmación Lineal 2021.pptxTercera semana   de Progrmación Lineal 2021.pptx
Tercera semana de Progrmación Lineal 2021.pptx
 
DOC-20231205-WA0007..pdf
DOC-20231205-WA0007..pdfDOC-20231205-WA0007..pdf
DOC-20231205-WA0007..pdf
 
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
12_Matemática aplicada_Planteamiento y resolución de problemas con ecuaciones...
 
Ecuacion de la recta
Ecuacion de la rectaEcuacion de la recta
Ecuacion de la recta
 

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
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
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
 
Plantillabasicas
PlantillabasicasPlantillabasicas
Plantillabasicas
 
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
 

Región factible del problema

  • 1. Región factible del problema Por ejemplo, ¿qué soluciones factibles dan una contribución a la utilidad de 2400 dólares? Estas soluciones se dan por los valores de X1 y X2 de la región factible que cumplan con la siguiente función objetivo que se puede simplificar para obviar cálculos, así: Ésta expresión es simplemente la ecuación de una línea recta, por lo que todas las soluciones factibles (X1, X2), con una contribución a la utilidad de 24 dólares deben estar en esta línea. Ya se aprendió como trazar una línea de restricción; el procedimiento para trazar la línea de la función objetivo o de utilidad es el mismo. Haciendo X1=0, se tiene que X2 debe ser 8; entonces, el punto de solución (X1=0, X2=8) está en la recta. Similarmente, haciendo X2 = 0, se tiene que el punto de solución (X1=6, X2 = 0), también está en la recta. Dibujando la línea recta por estos puntos, se identifican todas las soluciones que tienen una contribución a la utilidad de 24; una gráfica de esta línea de utilidad se presenta en la siguiente grafica que muestra un número infinito de combinaciones factibles de producción que darán una contribución de 24 a la utilidad. Utilizando el procedimiento anterior para el trazado de rectas de utilidad y de restricción, se trazan la línea de utilidad de 72 y 120 que se presentan en la misma grafica. Por supuesto, sólo los puntos de las rectas de valor 24, 72 y 120 que están dentro de la región factible, deben considerarse como soluciones factibles para tal contribución de utilidad. [Escribir texto]
  • 2. Diferentes líneas de utilidad para el problema Dado que las rectas de utilidad son paralelas y de valor creciente conforme se alejan del origen, se pueden obtener valores mayores para la función objetivo, continuando el movimiento hacia fuera del conjunto factible pero manteniéndose adentro del mismo, hasta alcanzar el (los) último(s) punto(s) vértice antes de salir. Dado que los puntos fuera de la región factible no son aceptables, el (los) punto(s) vértice en la región factible que coincide(n) con la recta de utilidad mayor es una solución óptima al programa lineal. El estudiante debe identificar ahora, el punto de solución óptimo para el problema . Utilice una regla y escuadra, mueva paralelamente la recta de utilidad tan lejos del origen como pueda, pero conservando el contacto en la zona factible. ¿Cuál es el último punto de la región factible? Este punto debe ser vértice y corresponde a la solución óptima, vea el gráfico siguiente. Los valores óptimos para las variables de decisión son ( X1, X2) = ( 25, 20 ). [Escribir texto]
  • 3. Solución óptima para el problema Dependiendo del tamaño y claridad de su gráfica, se determinan los valores óptimos exactos de X1 y X2 leyendo directamente de la gráfica.La solución óptima del ejemplo está en la intersección de las rectas de restricción 1 y 3 que se pueden resolver para precisar los valores coordenados. Por lo que los valores de las variables de decisión X1 y X2 deberán satisfacer las ecuaciones de manera simultánea. Resolviendo en función de X1 en (1) Sustituyendo esta expresión (4) de X1 en la ecuación (3) y resolviendo en función de X2 se obtiene [Escribir texto]
  • 4. Sustituyendo X2 =20 en la ecuación (4) y resolviendo en función de X1, resulta A pesar de que la solución óptima para el problema está formada de valores enteros de las variables de decisión, esto no será siempre el caso. La localización exacta del punto de solución óptima es X1 =25 y X2 =20. Este punto identifica las cantidades óptimas de producción para la empresa en 25 toneladas de cera automotriz y 20 toneladas de pasta pulidora, con una contribución a la utilidad de: Así, en un problema de programación lineal con dos variables de decisión, se puede determinar el valor exacto de las variables de la solución óptima, utilizando primero el método gráfico para identificar el punto que optimiza y después resolviendo simultáneamente las dos ecuaciones que generan el mismo. Trazo de líneas rectas Un aspecto importante del método gráfico es la posibilidad de trazar líneas rectas representando las restricciones y la función objetivo del programa lineal. El procedimiento más sencillo para trazar la recta de una ecuación, es encontrando dos puntos cualesquiera que la satisfagan y a continuación trazando la recta a través de dichos puntos. En el caso de la línea recta de restricción de la materia prima 1 del problema se identifican los dos puntos (X1 = 0, X2 = 40) y (X1 = 50, X2 = 0). Después se traza la línea recta de restricción de la materia prima 1 a través de estos dos puntos. Cuando en la ecuación de restricción sólo aparece una variable, como es el caso [Escribir texto]
  • 5. de la materia prima 2 del problema (1/5 X2 <= 5), se resuelve en función de la única variable que aparece en la ecuación (para esta restricción, X2 =25); es claro que en tal ecuación X1 = 0 pues no está presente, así (X1 =0, X2 =25) representa el punto en el eje X2 por donde debe pasar una recta paralela al eje X1. Todas las rectas de restricción y de funciones objetivo en los programas lineales de dos variables, se pueden trazar si se pueden identificar los puntos de la línea. Sin embargo, determinar dichos puntos no siempre es tan fácil como resultó en el problema. Por ejemplo, considere la restricción: Usando la forma de igualdad y haciendo X1 = 0, se tiene que el punto (X1 = 0, X2 = -100) pertenece a la recta de restricción. Si X2=0, se tiene el segundo punto (X1 = 50, X2 = 0) sobre la misma recta de restricción. Si se ha dibujado sólo la porción no negativa (X1 >= 0, X2 >= 0) correspondiente al primer cuadrante de la gráfica, entonces no se puede fijar el primer punto (X1 = 0, X2 = -100), porque no hay escala para valores negativos en la gráfica tal como es X2 = -100. Siempre que se tengan dos puntos de la recta, con uno o ambos valores negativos, el procedimiento gráfico obligado es incluir la escala negativa a los dos ejes coordenados horizontal y vertical, incluyendo los cuadrantes necesarios. En este ejemplo, se puede localizar el punto (X1 = 0, X2 = -100) extendiendo hacia abajo el eje vertical para incluir los valores negativos de X2. Una vez localizados los dos puntos que satisfacen la ecuación y el conjunto de soluciones factibles para la nueva restricción de ejemplo 2X2 - 1X2 <= 100, entonces se procede a su trazo, según se ve en la siguiente figura: . [Escribir texto]
  • 6. Soluciones factibles de la restricción 2X1-1X2 <= 100 Considere ahora la restricción: 1X1 - 1X2 >= 0 mostrada en la siguiente grafica. El lado derecho con valor cero en esta desigualdad, identifica una línea recta que contiene o pasa por el punto vértice conocido como origen. Para determinar las soluciones que satisfacen la restricción como igualdad, primero se hace X1 = 0 y se resuelve en función de X2. El resultado muestra que el origen (X1= 0, X2 = 0) está en la recta de restricción. Al hacer X2 = 0 y al resolver para X1, resulta en el mismo punto. Pero se puede obtener otro punto de la recta, al dar a X2 un valor cualquiera distinto de cero y entonces resolver en función de X1. Por ejemplo, haciendo que X2 = 100 y resolviendo en función de X1, se encuentra que el punto (X1 = 100, X2 = 100) también pertenece a la recta. En ambos puntos (X1=0, X2= 0) y (X1 = 100, X2 = 100) se puede trazar la línea de restricción 1X1-1X2 = 0 y pueden determinarse las soluciones factibles para 1X1 - 1X2 >= 0. Soluciones factibles de la restricción 1X1 - 1X2 >= 0 Resumen del método de solución gráfica en dos variables. 1. Dibuje en un sistema de dos ejes cartesianos (por ejemplo X1 para la coordenada horizontal y X2 para la coordenada vertical) las líneas rectas correspondientes a cada una de las expresiones lineales del modelo de programación lineal, identificando las mismas, calcule y anote las coordenadas (valores de X1 y X2) para cada punto vértice. 2. Observe la dirección de las desigualdades para definir, individualmente, el conjunto de puntos de solución factible de cada una de las restricciones y posteriormente, combinando todas ellas, por intersección o traslape, definir [Escribir texto]
  • 7. y señalar el conjunto de puntos de solución factible para todo el sistema de restricciones del problema. 3. Con un valor arbitrario para la función Z, calcule las coordenadas de un punto perteneciente a cada uno de los dos ejes cartesianos, dando alternativamente el valor de cero a X1 y X2 de la función objetivo Z, ahora se traza una recta que pase por dichos puntos en los ejes, la cual muestra todos los valores posibles de X1 y X2 de la misma. 4. Mueva la recta de la función objetivo Z paralelamente hacia valores mayores de la función, si el problema es de máximo, o bien, hacia valores menores, si el problema es de mínimo, hasta que coincida con un punto vértice, antes de salir de la región factible. La recta de la función objetivo se cuantifica con los valores ( X1, X2 ) al coincidir con el vértice; su valor crecerá o bien decrecerá conforme a su traslado paralelo, según sean los signos de sus términos. 5. Cualquier punto vértice que sea solución factible para el sistema de restricciones que coincida con la recta de la función objetivo que resulte con el valor mayor para un máximo o bien con el menor para un mínimo, según el caso, es una solución óptima. Variables de Holgura Además de la solución óptima y de su contribución a la utilidad asociada, la administración de la empresa química desea tener información de uso de las tres materias primas. Se puede obtener esta información reemplazando los valores óptimos de las variables (X1=25, X2=20) en las restricciones del programa lineal. Material consumido: solución óptima cera y pasta La solución completa le indica a la administración que la producción de 25 toneladas de cera automotriz y de 20 toneladas de pasta pulidora requiere toda la materia prima disponible 1 y 3, pero solamente cuatro de las cinco toneladas de la materia prima 2. La tonelada de la materia prima 2 no utilizada se conoce como holgura. En terminología de programación lineal, cualquier capacidad sin utilizar y ociosa para una restricción igual o menor (≤) se llama holgura asociada con la restricción, por lo que la restricción del recurso 2 tiene una holgura de una tonelada. [Escribir texto]
  • 8. A menudo se agregan variables, conocidas como variables de holgura Hi, o bien Xi, (según la notación preferida) a la formulación de un problema de programación lineal para representar la capacidad ociosa. La capacidad sin utilizar no hace ninguna contribución a la utilidad, por lo que las variables de holgura que se incluyan en la función objetivo deben tener coeficientes iguales a cero. En general, las variables de holgura representan la diferencia entre los lados derecho e izquierdo de una restricción de tipo ≤. Una vez agregadas las variables de holgura a la representación matemática correspondiente al problema de la empresa química el modelo matemático se convierte en: Cuando todas las restricciones de un problema lineal se expresan en forma de igualdades, se dice que el modelo matemático está en forma estándar. En el problema se observa que en la solución óptima (X1=25, X2 =20), el valor de las variables de holgura es: Concepto físico de la holgura H2 También se puede utilizar el análisis gráfico para obtener la información de las holguras. Observe que al determinar la solución óptima , el punto vértice que es intersección de la materia prima 1 y de la 3, restringen o limitan la región factible hasta ese punto vértice, por lo que la solución óptima requiere usar la totalidad de estos dos recursos. Cuando en un gráfico se tienen rectas de restricción que sólo tocan un vértice del conjunto factible o bien ningún punto del mismo, se identifican como restricciones redundantes (sobrantes). En problemas con más de dos [Escribir texto]
  • 9. variables de decisión, se tienen métodos analíticos para detectar la redundancia. En tal caso, la región factible se conserva igual, independientemente de que se incluya o no una restricción redundante del problema, por lo tanto se pueden eliminar sin que tengan ningún efecto sobre la solución óptima. Sin embargo, en la mayor parte de los problemas de programación lineal, las restricciones redundantes no se descartan porque no son reconocibles de inmediato como tales. El problema no tiene restricciones redundantes pues todas las restricciones forman la frontera de la región factible. Observaciones y comentarios 1. En la forma estándar de un I.O, los coeficientes para las variables de holgura son cero en la función objetivo, por lo tanto, las variables de holgura que representan recursos sin utilizar, no afectan el valor de la función y se pueden omitir. Pero en algunas aplicaciones, algunos o todos los recursos no utilizados pueden venderse para recuperar valores y contribuir a la utilidad. En estos casos las variables de holgura correspondientes se convierten en variables de decisión que representan el total de recursos a vender. Para cada una de estas variables, un coeficiente distinto de cero en la función objetivo reflejará la utilidad asociada con la venta de una unidad del recurso correspondiente. 2. Las restricciones redundantes no afectan la región factible; como consecuencia, pueden eliminarse de un modelo de programación lineal sin afectar la solución óptima. Sin embargo, si posteriormente se debe resolver el modelo de programación lineal con algunos cambios en los datos, una restricción previamente redundante se podría convertir en un recurso limitante, por lo que se sugiere conservar todas las restricciones del modelo de programación lineal, aun cuando se espere que una o más de ellas sean redundantes. Puntos extremos y solución óptima Suponga que la contribución a la utilidad de una tonelada de pasta pulidora se incrementa de 300 a 600 dólares, en tanto que la contribución a la utilidad de una tonelada de cera automotriz y todas las demás restricciones se mantienen sin modificación. La función objetivo se convierte en: [Escribir texto]
  • 10. Cambia óptimo: objetivo máximo Z = 400X1 + 600 X2 Si existe la solución óptima de un problema de programación lineal, se puede encontrar en un punto extremo de la región factible del problema. Esta propiedad significa que, si busca la solución óptima de un problema de I.O, debe limitarse a evaluar y comparar los puntos de solución correspondientes a los vértices de la región factible.”1 “METODO ALGEBRAICO El teorema fundamental de la programación lineal, nos permite conocer un método de solucionar un problema con dos variables. En un problema de I.O con dos variables, si existe una solución única que optimice la función objetivo, ésta se encuentra en un punto extremo (vértice) de la región factible acotada, nunca en el interior de dicha región. Si la función objetivo toma el mismo valor óptimo en dos vértices, también toma idéntico valor en los puntos del segmento que determinan. 1 Tomado de http://www.buenastareas.com/ensayos/Problema-De-Programaci%C3%B3n- Lineal/724197.html [Escribir texto]
  • 11. En el caso de que la región factible no es acotada, la función lineal objetivo no alcanza necesariamente un valor óptimo concreto, pero, si lo hace, éste se encuentra en uno de los vértices de la región La evaluación de la función objetivo en los vértices de la región factible nos va a permitir encontrar el valor óptimo (máximo o mínimo) en alguno de ellos. EJEMPLO Maximizar Z = f(x,y) = 3x + 8y sujeto a: 4x + 5y 40 2x + 5y 30 x 0,y 0 1) Hallar los puntos de corte de las rectas asociadas a las restricciones: Calculamos las soluciones de cada uno de los seis sistemas de dos ecuaciones con dos incógnitas que se pueden formar con las cuatro restricciones: { 4x + 5y = 40 , 2x + 5y = 30}. Solución { 4x + 5y = 40 , x = 0 } Solución:B A(5,4) (0,8) { 2x + 5y = 30 , x = 0} Solución: { 4x + 5y = 40 , y = 0}. Solución: C(10,0) D(0,6) { 2x + 5y = 30 , y = 0}. Solución : E(15,0) { x = 0, y = 0} Solución: O(0,0) 2) Determinar los vértices de la región factible: Los vértices de la región factible son aquellos puntos que cumplen todas las restricciones. Si sustituimos los puntos en cada una de las desigualdades tenemos que:  B no cumple la segunda restricción 2x + 5y 30 , ya que 2·0 + 5·8 = 40 . Por tanto, el punto B no es un vértice de la región factible.  E no cumple la primera restricción 4x + 5y 40 , ya que 4·15 + 5·0 = 60 . Por tanto, el punto E no es un vértice de la región factible. Los puntos A, C, D y O verifican todas las desigualdades, son los vértices de la región factible. 3) Calcular los valores de la función objetivo en los vértices: [Escribir texto]
  • 12. f(A) = f(5,4) = 3·5 + 8·4 = 47 f(C) = f(10,0) = 3·10 + 8· 0 = 30 f(D) = f(0,6) = 3·0 + 8·6 = 48 f(O) = f(0,0) = 3·0 + 8·0 = 0 La solución óptima corresponde al vértice para el que la función objetivo toma el valor máximo. En este caso es el vértice D(0,6). En infinidad de aplicaciones de la industria, la economía, la estrategia militar, etc.. se presentan situaciones en las que se exige maximizar o minimizar algunas funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones. La solución de un problema , en el supuesto de que exista, debe estar en la región determinada por las distintas desigualdades. Esta recibe el nombre de región factible, y puede estar o no acotada. Región factible acotada Región factible no acotada La región factible incluye o no los lados y los vértices, según que las desigualdades sean en sentido amplio ( o ) o en sentido estricto (< o >). Si la región factible está acotada, su representación gráfica es un polígono convexo con un número de lados menor o igual que el número de restricciones.”2 2 http://www.investigacion-operaciones.com/Aspectos_Generales_PL.htm [Escribir texto]