P. 1
Investigacion de Operaciones I

Investigacion de Operaciones I

|Views: 75.939|Likes:
Publicado porIithzeel Hdez

More info:

Published by: Iithzeel Hdez on Sep 18, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

11/03/2015

pdf

text

original

Muchos problemas de administración y economía están relacionados con la optimización
(maximización o minimización) de una función sujeta a un sistema de igualdades o
desigualdades. La función por optimizar es la función objetivo.

Las funciones de ganancia y de costo son ejemplos de funciones objetivo. El sistema de
igualdades o desigualdades a las que está sujeta la función objetivo reflejan las restricciones
(por ejemplo, las limitaciones sobre recursos como materiales y mano de obra) impuestas a la
solución (o soluciones) del problema. Los problemas de esta naturaleza se llaman problemas
de programación matemática. En particular, aquellas donde la función objetivo y las
restricciones se expresan como ecuaciones o desigualdades lineales se llaman problemas de
programación lineal

Un problema de programación lineal consta de una funci´n objetivo lineal por maximizar o
minimizar, sujeta a ciertas restricciones en la forma de igualdades o desigualdades lineales.

Solución Gráfica

Los problemas de programación lineal en dos variables tienen interpretaciones geométricas
relativamente sencillas; por ejemplo, el sistema de restricciones lineales asociado con un
problema de programación lineal bidimensional- si no es inconsistente- define una región plana
cuya frontera está formada por segmentos de recta o semirrectas, por lo tanto es posible
analizar tales problemas en forma gráfica.

Si consideremos el problema del granjero López, es decir, de maximizar P = 40x+ 30y sujeta
a

2x+y<800
x+y<480
x>0, y>0 (7)

El sistema de desigualdades (7) define la región plana S que aparece en la figura 5. Cada
punto de S es un candidato para resolver este problema y se conoce

como solución factible. El conjunto S se conoce como conjunto factible. El objetivo es
encontrar – entre todos los puntos del conjunto S- el punto o los puntos que optimicen la

función objetivo P. Tal solución factible es una solución óptima y constituyen la solución del
problema de programación lineal en cuestión.

Como ya se ha observado, cada punto P(x,y) en S es un candidato para la solución óptima
del problema en cuestión, por ejemplo, es fácil ver que el punto (200, 150) está en S y, por lo
tanto, entra en la competencia. El valor de la función objetivo P en el punto (200,150) está dado
por P=40(200)+30(150)=12.500 . Ahora si se pudiera calcular el valor de P correspondiente a
cada punto de S, entonces el punto (o los puntos) en S que proporcione el valor máximo de P
formará el conjunto solución buscado. Por desgracia, en la mayoría de los problemas, la
cantidad de candidatos es demasiado grande o, como en este problema, es infinita. Así este
método no es adecuado. Es mejor cambiar de punto de vista: en vez de buscar el valor de la
función objetivo P en un punto factible, se asignará un valor a la función P y se buscarán los
puntos factibles que correspondieran a un valor dado de P. Para esto supóngase que se
asigna a P el valor 6000. Entonces la función objetivo se convierte en 40x+ 30y = 6.000,una
ecuación lineal en x e y; por lo tanto, tiene como gráfica una línea recta L1 en el plano.

Está claro que a cada punto del segmento de recta dado por la intersección de la línea
recta L1 y el conjunto factible S corresponde el valor dado 6000 de P. Al repetir el proceso, pero
ahora asignando a P el valor de 12.000, se obtiene la ecuación 40x+ 30y =12.000 y la recta L2
lo cual sugiere que existen puntos factibles que corresponden a un valor mayor de P.
Obsérvese que la recta L2 es paralela a L1, pues ambas tienen una pendiente igual a –4/3. Esto
se comprueba con facilidad escribiendo las ecuaciones en explícita de la recta. En general, al
asignar diversos valores a la función objetivo, se obtiene una familia de rectas paralelas, cada
una con pendiente igual a –4/3. Además, una recta correspondiente a un valor mayor de P está
más alejada del origen que una recta con un valor menor de P. El significado es claro. Para
obtener las soluciones óptimas de este problema, se encuentra la recta perteneciente a esta
familia que se encuentra más lejos del origen y que interseque al conjunto factible S. La recta
requerida es aquella que pasa por el punto P(320,160) (Fig. 6), de modo que la solución de
este problema está dado por x=320, y=160 ( es decir que el granjero López deberá sembrar
320 hectáreas de maíz y 160 hectáreas de trigo), lo que produce el valor máximo
P=40(320)+30(160)=17.600.

No es casualidad que la solución óptima de este problema aparezca como vértice del
conjunto factible S. De hecho, el resultado es consecuencia del siguiente teorema básico de la
programación lineal, que se enuncia sin demostración.

Teorema 1

Si en problema de programación lineal tiene una solución, entonces ésta debe aparecer en un
vértice, o esquina, del conjunto factible S asociado con el problema. Además, si la función objetivo
P se optimiza en dos vértices adyacente de S, entonces se optimiza en todos los puntos del
segmento de recta que une estos vértices, en cuyo caso existe una infinidad de soluciones al
problema

En nuestro ejemplo los únicos vértice del conjunto factible S son los puntos coordenados:
(0,0); (400,0); (320,160); (0,480), llamados también puntos esquinas (Fig. 6).

Un ejemplo en el que tendríamos infinitas soluciones, es:

VERTICEP=40x+40y
(0,0)

0

(0,480)

19.200

(320,160)

19.200

(400,0)

16.000

Supóngase que la utilidad por hectáreas es de $40 para ambos, maíz y trigo.
La tabla para este caso muestra la misma utilidad total en los vértices(0,480)
y (320,160). Esto significa que la línea de utilidad en movimiento abandona la
región sombreada por el lado determinado por esos vértices (adyacentes) ,
así todo punto en ese lado da una utilidad máxima. Todavía es válido, sin
embargo, que la utilidad máxima ocurre en un vértice.

El teorema 1 dice que la búsqueda de las soluciones a un problema de programación lineal se
puede restringir al examen del conjunto de vértices del conjunto factible S relacionado con el

problema. Como un conjunto factible S tiene un número finito de vértices, el teorema sugiere
que las soluciones a un problema de programación lineal se puedan hallar inspeccionando los
valores de la función objetivo P en los vértices.

Aunque el teorema 1 arroja un poco de luz acerca de la naturaleza de la solución de un
problema de programación lineal, no indica cuándo tiene solución. El siguiente teorema
establece ciertas condiciones que garantizan la existencia de la solución de un problema de
programación lineal.

Teorema 2:
Existencia
de una
solución

Supóngase un problema de programación lineal con un conjunto factible S y una función
objetivo P = ax + by.
1. Si S está acotado, entonces P tiene u valor máximo y n valor mínimo en S.
2. Si S no está acotado y tanto a como b son no negativos, entonces P tiene un valor
mínimo en S, si las restricciones que definen a S incluyen las desigualdades x ³ 0 e y ³ 0.
3. Si S es el conjunto vacío, entonces el problema de programación lineal no tiene
solución; es decir, P no tiene un valor máximo ni uno mínimo

El método utilizado para resolver el problema del granjero López recibe el nombre de método
de las esquinas
. Este método sigue un procedimiento muy sencillo para resolver los
problemas de programación lineal basado en el teorema1.

Método de
las
esquinas

1. Se grafica el conjunto factible.
2. Se encuentran las coordenadas de todas las esquinas (vértices) del
conjunto factible.
3. Se evalúa la función objetivo en cada esquina.
4. Se halla el vértice que proporcione el máximo (mínimo) de la función objetivo.
Si sólo existe un vértice con esta propiedad, entonces constituye una solución
única del problema. Si la función objetivo se maximiza (minimiza) en dos
esquinas adyacentes de S, entonces existe una infinidad de soluciones óptimas
dadas por los puntos del segmento de recta determinado por estos dos vértices.

Aplicaremos los conceptos antes emitidos al siguiente problema de nutrición, basado en los
requerimientos, en el cual hay que minimizar la función objetivo

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->