MÉTODO GRÁFICO EN
INVESTIGACIÓN DE
OPERACIONES
Integrantes:
Berrocal, Solanch.
Castro, Juvitsa.
Reyes, Joe.
Sanchez, Jamilet
PROGRAMACIÓN LINEAL
La programación lineal es el campo de la optimización matemática
dedicado a maximizar o minimizar (optimizar) una función lineal (f.
objetivo), de forma que las variables de dicha función estén sujetas a una
serie de restricciones expresadas mediante un sistema de ecuaciones o
inecuaciones lineales.
Muchos problemas prácticos de la investigación de operaciones pueden
plantearse como problemas de programación lineal.
ELEMENTOS:
• Función Objetivo (Meta u objetivo a alcanzar).
• Variables de decisión (Parámetros).
• Restricciones (Condiciones que limitan el
problema).
• Condiciones de no Negatividad, las cuales se
encargan de restringir todas las variables Xj a
que sean mayores o iguales a cero.
¿QUE ES EL MÉTODO GRÁFICO?
• El método gráfico se utiliza para la solución de problemas de PL, representando
geométricamente a las restricciones, condiciones técnicas y el objetivo. El modelo
se puede resolver en forma geométrica si solo se tiene 2 variables. Para modelos
con 3 o más variables el método grafico es impráctico o imposible. Cuando los
ejes son relacionados con las variables del problema se le llama método grafico
en actividad. Cuando se relacionan las restricciones se denomina método grafico
en recursos. Las restricciones forman rectas que se cruzan formando una región
factible.
PASOS PARA EL DESARROLLO:
1. Plantear la función objetivo. 1. Organizar un sistema de
2. Expresar las restricciones como ecuaciones lineales y conjugarlas
inecuaciones. para hallar los miembros x1 y x2
de la función óptima. Reemplazar
3. Restringir a las variables para que los valores en la función objetivo
sean mayores o iguales a “0”. para hallar el Z (máx o mín).
4. Igualar uno de los miembros de 2. Hallar las pendientes de las
cada restricción a “0” para hallar restricciones que pasan por el
x1, y x2. Y así, obtener las punto óptimo para hallar el
coordenadas de cada punto para la intervalo de variación.
elaboración del gráfico.
3. Realizar el análisis de sensibilidad
5. Reemplazar los valores de x1 y x2 en ambos miembros de la función
hallados de cada restricción para objetivo.
hallar los valores del Z. Colocar
los datos en una tabla. 4. Desplazar las restricciones activas
hacia arriba y hacia abajo, y
reemplazar los pares ordenados
para hallar intervalos.
EJERCICIO PROPUESTO:
8.- Enigma S.A. es una pequeña empresa fabricante de carteras de cuero. Una importante cadena de
tiendas por departamentos esta interesada en adquirir en los próximos tres meses todas las carteras que
pueda producir Enigma S.A. en sus dos tipos,(cartera, estándar y cartera de lujo). Un análisis cuidadoso
de los requerimientos de fabricación dio como resultado la siguiente tabla en la que se muestra la
necesidad de tiempos de producción (en horas) para las tres operaciones de manufactura que requiere
cada producto.
El departamento de Contabilidad ha determinado que la utilidad por bolsa estándar es de S/. 20 y por la
bolsa de lujo S/. 15.
El departamento de Producción estima que para los siguientes tres meses estarán disponibles 750 horas de
tiempo para Corte, 600 horas de tiempo para Costura y 350 horas de tiempo para Acabado.
También se sabe que el lote mínimo de producción es de 300 unidades, en cualquier combinación de las
cantidades de productos.
¿Cuantas carteras de cada tipo debe fabricar la empresa los próximos tres meses, de tal manera que se
obtenga la máxima utilidad dentro de los límites capacidad de producción mencionada?
a.- Encontrar un intervalo de variación para los coeficientes de la función objetivo que garantice que la
actual solución siga siendo la óptima.
b.- Cuál es la variación en el actual valor óptimo de la función objetivo si cambiamos los coeficientes del
lado derecho de las restricciones.
FORMULACIÓN
• FUNCIÓN OBJETIVO:
Z Máx = 20 X1 + 15 X2
• VARIABLES DE DECISIÓN:
X1 Número de carteras estándar a fabricar.
X2 Número de carteras de lujo a fabricar.
• RESTRICCIONES:
0.5 X1 + 1.5 X2 ≤ 750
Horas disponibles para Corte
X1 + 0.5 X2 ≤ 600 Horas disponibles para costura
0.5 X1 + 0.5 X2 ≤ 350 Horas disponibles para acabado
X1 + X2 ≥ 300 Lote mínimo de producción
• CONDICIONES DE NO NEGATIVIDAD:
X1, X2 ≥ 0
MÉTODO
GRÁFICO –
PROGRAMA PHP
SIMPLEX
COORDENADAS DE LOS PUNTOS PARA EL
GRÁFICO
1) 0.5 X1 + 1.5 X2 ≤ 750 2) X1 + 0.5 X2 ≤ 600
X1= 0 X1= 0
0.5(0) + 1.5 X2 = 750 0 + 0.5 X2 = 600
X2 =500 X2 = 1200
Punto A (0, 500) Punto E (0, 1200)
X2= 0 X2= 0
0.5 X1 + 1.5 (0) = 750 X1 + 0.5 (0) = 600
X1 = 1500 X1 = 600
Punto B (1500, 0) Punto F (600, 0)
3) 0.5 X1 + 0.5 X2 ≤ 350 4) X1 + X2 ≥ 300
X1= 0 X1= 0
0.5(0) + 0.5 X2 = 350 0 + X2 = 300
X2 =700 X2 = 350
Punto H (0, 700) Punto J (0, 300)
X2= 0 X2= 0
0.5 X1 + 0.5 (0) = 350 X1 + 0 = 300
X1 = 700 X1 = 300
Punto I (700, 0) Punto K (300, 0)
5) 0.5 X1 + 1.5 X2 = 750 (1) 6) X1 + 0.5 X2 = 600 (2)
(-) 0.5 X1 + 0.5 X2 = 350 (3) (-) 0.5 X1 + 0.5 X2 = 350 (3)
0.5 X1 + 1.5 X2 = 750 X1 + 0.5 X2 = 750
-0.5 X1 - 0.5 X2 =-350 -0.5 X1 - 0.5 X2 =-350
1 X2 = 400 0.5 X1 = 250 X1=500
- 0.5 X1 + 0.5 X2 =350 - X1 +0.5 X2 =600
0.5 X1 + 0.5(400) =350 500 + 0.5 X2 =600
0.5 X1 =150 0.5 X2 = 100
X1 = 300 X2 =200
Punto D (300, 400) Punto G (500, 200)
7) 0.5 X1 + 1.5 X2 = 750 (1) X1 + 0.5 X2 =600
(X-0.5) X1 + 0.5 X2 = 600 (2) X1 + 0.5(360) =600
0.5 X1 + 1.5 X2 = 750 X1= 420
-0.5 X1 - 0.25 X2 =-300
Punto C (420, 360)
1.25 X2 = 450
X2=360
(0, 1200)
(0, 700)
Solución Óptima:
X1 500
(0, 500) X2 200
(420, 360)
(300, 400) Zmáx= 20 X1 + 15 X2
Punto Óptimo 20 (500) + 15 (200)
(0, 30)
= 13000
(500 , 200)
(300,0) ,0) (0, 700) (1500, 0)
(6 0 0
a.- Encontrar un intervalo de variación para los coeficientes de la función objetivo
que garantice que la actual solución siga siendo la óptima.
(0, 1200) 0.5 X1 + 1.5 X2 ≤ 750 (1)
X1 + 0.5 X2 ≤ 600 (2)
0.5 X1 + 0.5 X2 ≤ 350 (3) (1) m1 = = -
X1 + X2 ≥ 300 (4)
(2) m2 = = - 2
(0, 700) m (3) m3 = = - 1
(2)
(3) (4) m4 = = - 1
-2 ≤ m ≤
(0, 500)
(420, 360)
(300, 400)
(0, 300) Punto Óptimo (1)
(4) (500 , 200)
(300,0) ,0) (0, 700) (1500, 0)
(6 0 0
ANÁLISIS DE
SENSIBILIDAD
Zmax = 20X1 + 15X2 Zmax = 20X1 + 15X2
Zmax = C1X1 + 15X2 Zmax = 20X1 + C2X2
Análisis de Sensibilidad para C1 Análisis de Sensibilidad para C2
-2 ≤ ≤ -2 ≤ ≤
≤ ≤2 ≤ ≤2
5 ≤ C1≤ 30 ½≤ ≤3
10 ≤ C2 ≤ 60
Si C1 está entre 5 y 30. La solución
seguirá siendo óptima. Lo que varía
es el valor de Z.
Si C2 está entre 10 y 60. La solución seguirá siendo óptima.
Lo que varía es el valor de Z.
b.- Cuál es la variación en el actual valor óptimo de la función objetivo si cambiamos los
coeficientes del lado derecho de las restricciones.
0.5 X1 + 1.5 X2 ≤ 750 (1)
(0, 1200) X1 + 0.5 X2 ≤ 600 (2)
0.5 X1 + 0.5 X2 ≤ 350 (3)
X1 + X2 ≥ 300 (4)
Todas son Restric. Activas. 0.5 X1 + 1.5 X2 ≤ b1 (1)
X1 + 0.5 X2 ≤ b2 (2)
0.5 X1 + 0.5 X2 ≤ b3 (3)
X1 + X2 ≥ b4 (4)
(0, 700)
(2)
(3)
Desplazamos la restricción activa (1) hacia abajo
hasta tocar la primera restricción activa: G (500,200)
y luego hacia arriba
(0, 500) hasta tocar la primera restricción activa: (0,1200)
(420, 360)
(300, 400) Para b1:
(0, 300) Punto Óptimo (1) (500,200) (0,1200)
(500 , 200) 0.5(500)+1.5(200)≤ b1 ≤0.5(0)+1.5(1200)
(4)
500≤ b1 ≤1800
(300,0) ,0) (0, 700) (1500, 0)
(6 0 0
Desplazamos la restricción activa (2) hacia abajo
hasta tocar la primera restricción activa: D (300,400)
y luego hacia arriba hasta tocar la primera restricción
activa: I(0,700)
Para b2:
1()+0.5()≤ b1 ≤1()+0.5()
≤ b1 ≤
Desplazamos la restricción activa (3) hacia abajo
hasta tocar la primera restricción activa: F (600,0)
y luego hacia arriba hasta tocar la primera restricción
activa: C(420,360)
Para b3:
(600,0) (420,360)
0.5(600)+0.5(0)≤ b1 ≤0.5(420)+0.5(360)
300≤ b1 ≤390
Desplazamos la restricción activa (4) hacia abajo
hasta tocar la primera restricción activa: O(0,0)
y luego hacia arriba hasta tocar la primera restricción
activa: A(0,500)
(0, 1200)
Para b4:
(0,0) (0,500)
1(0)+1(0) ≥ b1 ≥ 1(0)+1(500)
0≥ b1 ≥ 500
(0, 700)
(2)
(3)
(0, 500)
(420, 360)
(300, 400)
(0, 300) Punto Óptimo (1)
(4) (500 , 200)
(300,0) ,0) (0, 700) (1500, 0)
(6 0 0
¡ MUCHAS
GRACIAS !
