P. 1
Programacion Lineal - Metodo Grafico

Programacion Lineal - Metodo Grafico

|Views: 5.190|Likes:
Publicado porOskar Cadena

More info:

Published by: Oskar Cadena on Mar 25, 2012
Copyright:Attribution Non-commercial

Availability:

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

09/24/2014

pdf

text

original

http://es.scribd.

com/doc/21066515/Ejercicios-Resueltos-de-Programacion-Lineal

MÉTODO DE SOLUCIÓN GRÁFICO regresar

Introducción. La PL es una técnica mediante la cual se toman decisiones, reduciendo el problema bajo estudio a un modelo matemático general, el cual debe ser resuelto por métodos cuantitativos. En desarrollo de este capítulo se aplicarán la solución de dichos modelos aplicando diversas técnicas como: el método gráfico, método simplex, método matricial, técnica de la gran M. Además se desarrollara la aplicación de variables artificiales y obtención de soluciones para identificar a que tipo de clasificación pertenecen. Por medio de dichos modelos de solución se podrá obtener las solución adecuada para cada problema y facilitar la toma de decisiones. 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 gráfica si sólo tiene dos variables. Para modelos con tres o más variables, el método gráfico es impráctico o imposible. Cuando los ejes son relacionados con las variables del problema, el método es llamado método gráfico en actividad. Cuando se relacionan las restricciones tecnológicas se denomina método gráfico en recursos. Los pasos necesarios para realizar el método son nueve: 1. graficar las soluciones factibles, o el espacio de soluciones (factible), que satisfagan todas las restricciones en forma simultánea. 2. Las restricciones de no negatividad Xi>= 0 confían todos los valores posibles. 3. El espacio encerrado por las restricciones restantes se determinan sustituyendo en primer término <= por (=) para cada restricción, con lo cual se produce la ecuación de una línea recta. 4. trazar cada línea recta en el plano y la región en cual se encuentra cada restricción cuando se considera la desigualdad lo indica la dirección de la flecha situada sobre la línea recta asociada.

5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las restricciones y por consiguiente, representa un punto factible. 6. Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la solución óptima puede determinarse al observar la dirección en la cual aumenta la función objetivo. 7. Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o decrece el valor de la función objetivo. Ejemplo. Maximizar Z = 3X1 + 2X2 restricciones : X1 + 2X2 <=6 2X1 + X2 <=8 -X1 + X2 <=1 X2 <= 2 X1 >= 0 X2 >= 0

(1) (2) (3) (4) (5) (6)

Convirtiendo las restricciones a igualdad y representandolas gráficamente se tiene: X1 + 2X2 = 6 2X1 + X2 = 8 -X1 + X2 = 1 X2 = 2 X1 =0 X2 = 0 (1) (2) (3) (4) (5) (6)

Figura 1 Espacio de solución presentada con WinQsb

3) (2. X2) (0. 3) (1.1.Figura 2 Determinación de solución Maximizar Z = 3X1 + 2X2 Punto A B C D E (X1.3. 0) (3. 0) (4.6 óptima) 12 9 . 3) Z 0 12 12.

Una liquidación de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisión. Se dispone de 800 horas de trabajo directo y 320 horas para revisión. 2) 4 Tabla 2. además aporta un ingreso de 300 dls. Solución Método Gráfico SOLUCION DE PROBLEMAS DE PROGRAMACION LINEAL POR EL METODO GRAFICO. 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. EJEMPLO 1: Una compañía de auditores se especializa en preparar liquidaciones y auditorías de empresas pequeñas. La solución óptima del problema se encuentra en uno de los vértices de esta área de soluciones creada. . Tienen interés en saber cuantas auditorías y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. X2 para tratar de identificar el área de soluciones factibles (soluciones que cumplen con todas las restricciones). OBJETIVO : Maximizar el ingreso total. Una auditoría en promedio requiere de 40 horas de trabajo directo y 10 horas de revisión. El máximo de liquidaciones mensuales disponibles es de 60. por lo que se buscará en estos datos el valor mínimo o máximo del problema.F (0. produce un ingreso de 100 dls.

VARIABLE DE DECISION: Cantidad de auditorías (X1). Cantidad de liquidaciones (X2). Maximizar Sujeto a: . RESTRICCIONES : Tiempo disponible de trabajo directo Tiempo disponible de revisión Número máximo de liquidaciones.

Se analizan estos valores en la función objetivo.La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. EJEMPLO 2. . El vértice que representa el mejor valor de la función objetivo será la solución óptima.

a color tiene a consideración 2 medios de difusión: La televisión y el periódico. Anuncios para las familias de ingreso medio (X2). Los estudios de mercado han mostrado que: 1. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de ingresos medios por anuncio. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos medios por comercial.V.V. tiene un costo de 2000 dls. VARIABLE DE DECISION: Anuncios para las familias de ingreso alto (X1). 2. RESTRICCIONES : Porcentaje de presentación. La meta es obtener al menos una presentación como mínimo al 36 % de las familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de publicidad. Minimizar Sujeto a: . OBJETIVO : Minimizar los costos de publicidad. por comercial. La publicidad en periódico tiene un costo de 500 dls.Un departamento de publicidad tiene que planear para el próximo mes una estrategia de publicidad para el lanzamiento de una línea de T. por anuncio y la publicidad por T. La publicidad por T.V.

La carne de res contiene 80 % de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por libra. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %? Minimizar . La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra. Un expendio de carnes acostumbra preparar carne para hamburguesa con una combinación de carne molida de res y carne molida de cerdo.SOLUCION OPTIMA: EJEMPLO 3.

Sujeto a: SOLUCION OPTIMA: .

Las del tipo A. Decidimos invertir un máximo de 130. Nos recomiendan dos tipos de acciones. Llamamos x a la cantidad que invertimos en acciones de tipo A Llamamos y a la cantidad que invertimos en acciones de tipo B Tipo A Tipo B inversión x y rendimiento 0.EJERCICIOS DE PROGRAMACIÓN LINEAL 1. Además queremos que la inversión en las del tipo A sea menor que el doble de la inversión en B.000 euros para invertir en bolsa. que rinden el 8%. que rinden el 10% y las del tipo B.000 en las del tipo B.08y Condiciones que deben cumplirse (restricciones): R1 R2 R3 R4 .1x 0. ¿Cuál tiene que ser la distribución de la inversión para obtener el máximo interés anual? Solución Es un problema de programación lineal.000 euros en las del tipo A y como mínimo 60.1x+0. Disponemos de 210.08y 210000 0.

F(x.1x+0. C(130000. 65000). B(120000. 60000). de vértices A. 60000). 80000) y E(0. D(130000.08y . B. 210000) La función objetivo es. C. y)= 0.Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la región factible (conjunto de puntos que cumplen esas condiciones) r1 r2 (paralela a OY) r3(paralela a r4 OX) x y 0 210000 210000 0 x y 130000 0 x 0 y 60000 x 0 130000 y 0 65000 La región factible es la pintada de amarillo. D y E A(0.

Comprobarlo analíticamente (es decir comprobar que el valor máximo de la función objetivo. de bizcocho y produce un beneficio de 250 Pts. de bizcocho y produce 400 Ptas. aunque por problemas de maquinaria no pueden hacer mas de 125 tartas de cada tipo. de bizcocho y 50 Kg.Si dibujamos la curva F(x. En la pastelería se pueden hacer diariamente hasta 150 Kg. y por tanto es la solución óptima.500y 50 Beneficio 250x 400y Función objetivo (hay que obtener su máximo): f(x. de relleno. de relleno por cada Kg. de beneficio. ó x + 2y=200 Y . Cada tarta Vienesa necesita un cuarto de relleno por cada Kg. En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Vienesa T. F.25x+0. ¿Cuántas tartas Vienesas y cuantas Reales deben vender al día para que sea máximo el beneficio? Solución En primer lugar hacemos una tabla para organizar los datos: Tipo T.x 1. Real Nº x y Bizcocho 1. y) =0 (en rojo) y la desplazamos se puede comprobar gráficamente que el vértice mas alejado es el D. mientras que una tarta Real necesita medio Kg. se alcanza en el vértice D) 2.250x 0.y 150 Relleno 0.50y=50. y)=250x+ 400y Sujeta a las siguientes condiciones (restricciones del problema): Consideramos las rectas auxiliares a las restricciones y dibujamos la región factible: Para x 0.

el A(125.0 200 100 0 Para x + y =150 x Y 0 150 150 0 La otras dos son paralelas a los ejes Al eje OY x=125 Al eje Ox y =125 Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones deben estar en el primer cuadrante La región factible la hemos coloreado de amarillo: Encontremos los vértices: El O(0. 100) se encuentran directamente (son las intersecciones con los ejes coordenados) Se observa que la restricción y es redundante (es decir “sobra”) Resolviendo el sistema: . por reducción obtenemos y=50. 0) y el D(0. x=100 .0).

B(125. 25) Los vértices de la región son O(0.100).0). Y=25 B(125.0). 50) Y el último vértice que nos falta se obtiene resolviendo el sistema: X+y=150 X=125 Cuya solución es: X=125.50) y D(0. y)=250x+ 400y Haciendo 250x+ 400y =0.25) y C(100. A(125. y=-(250/400)x=-125x/200 x 0 200 Y 0 -125 . Si dibujamos el vector de dirección de la función objetivo f(x.Otro vértice es el punto C(100.

000 f(0. 50). Solución Es un problema de programación lineal. pero solo dispone de 9 conductores. sustituyendo en los vértices obtenemos f(125. 50) Conclusión: se tienen que vender 100 tartas vienesas y 50 tartas reales. en este caso lo que queremos es hacer mínima la función objetivo. Calcular cuantos de cada tipo hay que utilizar para que la excursión resulte lo mas económica posible para la escuela.000=41.000=45. Entonces se tiene x .250 f(125.25)=31.100)=40. es decir usando el teorema que dice que si existe solución única debe hallarse en uno de los vértices La unción objetivo era: f(x. que simplificada quedaría 4 x +5y .Se ve gráficamente que la solución es el punto (100.000 y se obtiene en el punto (100. Una escuela prepara una excursión para 400 alumnos. y)=250x+400y.000 El máximo beneficio es 45. El alquiler de un autocar grande cuesta 80 euros y el de uno pequeño.000+20.y Como sólo hay 9 conductores se verifica que: x +y Como tienen que caber 400 alumnos se debe de verificar: 40x +50y .250 f(100. Llamamos x al nº de autocares de 40 plazas e y al nº de autocares de 50 plazas que alquila la escuela. 60 euros.50)=25.250+10. ya que es el vértice mas alejado (el último que nos encontramos al desplazar la rectas 250x+400y=0 ) Lo comprobamos con el método analítico. La empresa de transporte tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas.0)=31. 3.

8).Por lo tanto las restricciones que nos van a permitir calcular la región factible (conjunto de puntos solución donde se cumplen todas las condiciones) son La función objetivo es F(x. y)= 60x+ 80y Dibujamos las rectas auxiliares. se encuentra la región factible. Teniendo en cuenta las restricciones ( la de R4 es la parte de arriba y que la R3 es la parte de abajo). r1 r2 x 8 y 0 x 0 y 10 x 0 0 r3 y 9 9 x 0 10 y 8 0 r4 Así como la de que corresponde a F(x. 4). En el dibujo es la parte amarilla. 9) y el (5. Los vértices son (0. este último es el punto de intersección de las rectas r3 y r4 . (0. y)=0 que se dibuja en rojo.

Sabiendo que el coste diario de la operación es de 2000 euros en cada mina ¿cuántos días debe trabajar cada mina para que el coste sea mínimo?. 4) es la solución del problema.por reducción restando ambas ecuaciones se tiene x =5 y sustituyendo en la 1ª ecuación. La mina B produce cada día 2 toneladas de cada una de las tres calidades. La compañía necesita al menos 80 toneladas de mineral de alta calidad. Comprobarlo sustituyendo en F(x. 160 toneladas de calidad media y 200 de baja calidad. Solución Organizamos los datos en una tabla: días Mina A Mina B x y Alta calidad 1x 2y 80 Calidad media 3x 2y 160 Baja calidad 5x 2y 200 Coste diario 2000x 2000y La función objetivo C(x. La solución óptima . 3 toneladas de calidad media y 5 de baja calidad. y)=2000x + 2000y Las restricciones son: . Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta calidad. y) todos los vértices y que este es el que da menor valor (método analítico). 4. y =4 Resolviendo gráficamente se llega a que el punto (5.

r2 3x + 2y= 160 y r3 5x + 2y=200 en el primer cuadrante y considerando la región no acotada que determina el sistema de restricciones: Los vértices son los puntos A(0. 50) r1 r3 no hace falta calcularlo pues queda fuera de la región factible. que se encuentran al resolver el sistema que determinan dos a dos las rectas auxiliares y (y que estén dentro de la región factible). 20) (comprobarlo) que nos da el punto (20. 0). y)=0 es el (40. En la gráfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x.50=40000 + 100000= 140000 . 20). (método gráfico) Lo comprobamos aplicando el método analítico: C(0.20+2000. B(20. 100)=2000. 20). 100). C(40. D(80.100=200000 C(20. 50)=2000. 50). Luego la solución es trabajar 40 días en la mina A y 20 en la B. r1 r2 r2 r3 que nos da el punto (40.La región factible la obtenemos dibujando las rectas auxiliares: r1 x + 2y=80.

¿Cuántos trabajadores de cada clase deben elegirse para obtener el máximo beneficio y cual es este? Sea x = nº electricistas y = nº mecánicos La función objetivo f (x.80 =160000 coste 5. 0)= 2000.20=80000 + 40000= 120000 mínimo C(80. y)=250x+ 200y . Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y mecánicos.C(40. Por necesidades de mercado. En total hay disponibles 30 electricistas y 20 mecánicos. las restricciones . 40+2000. es necesario que haya mayor o igual número de mecánicos que de electricistas y que el número de mecánicos no supere al doble que el de electricistas. 20)= 2000. El beneficio de la empresa por jornada es de 250 euros por electricista y 200 euros por mecánico.

y este es 9000 euros. y el nº que se ofertan de tipo P. 5000 plazas de dos tipos: T(turista) y P(primera). una compañía aérea desea ofertar. mientras que la ganancia del tipo P es de 40 euros. a lo sumo. como máximo. Turista Primera nº x y Ganancia 30x 40y . El número de plazas tipo T no puede exceder de 4500 y el del tipo P. Por tanto: 20 electricistas y 20 mecánicos dan el máximo beneficio. ya que f(x.La región factible sería para estas restricciones: Se aprecia gráficamente (línea en rojo) que la solución óptima está en el punto (20. 20).20+200. La ganancia correspondiente a cada plaza de tipo T es de 30 euros. Para recorrer un determinado trayecto. la tercera parte de las del tipo T que se oferten.20=9000 6. Solución Sea x el nº que se ofertan de tipo T. debe ser. y) =250. Calcular cuántas tienen que ofertarse de cada clase para que las ganancias sean máximas.

1250) . B(3750. 1250). 5000).Total 5000 30x +40y La función objetivo es: f(x. 0) (comprueba el punto B resolviendo el sistema correspondiente) El método gráfico nos da que el punto solución es el B (3750. y)=30x +40y Las restricciones: La región factible: Los vértices. A(0. C(4500. 500) y D(4500.

Inicialmente se dibuja el sistema de coordenadas asociando a un eje la variable 'x' y al otro la 'y' (generalmente se asocia 'x' al eje horizontal e 'y' al vertical).Comprueba los resultados usando el método analítico (sustituyendo los puntos vértices en f y viendo q el máximo valor se obtiene en B) Resolver mediante el método Gráfico el siguiente problema: Maximizar Z = f(x. como se puede ver en la figura. Se marca en dichos ejes una escala numérica apropiada a los valores que pueden tomar las variables de acuerdo a las restricciones del problema. .y) = 3x + 2y sujeto a: 2x + y ≤ 18 2x + 3y ≤ 42 3x + y ≤ 24 x≥0. 2.y≥0 1.

Este proceso se repite para cada uno de los ejes. 4. . determinándose así el valor adecuado para dicho eje. Se repite el proceso con las demás restricciones. de color VIOLETA. Aparece representada como el segmento que une A con B y la región que delimita ésta restricción viene indicada por el color AMARILLO. 3. A continuación se representan las restricciones. La región factible es la intersección de las regiones delimitadas tanto por el conjunto de restricciones. Comenzando con la primera. Dicha región factible está representada por el polígono O-F-H-G-C. es decir. por ambos ejes de coordenadas. como por las condiciones de no negatividad de las variables. se dibuja la recta que se obtiene al considerar la restricción como igualdad. quedando delimitadas la región de color AZUL y ROJO para la segunda y tercera restricción respectivamente.Para ello en cada restricción se hacen nulas todas las variables excepto la correspondiente a un eje concreto.

o vértices del polígono que representa. Finalmente. . Como existe una región factible. tal punto constituye la solución óptima: Z = 33 con x = 3 e y = 12.5. se evalúa la función objetivo (3x + 2y) en cada uno de esos puntos (resultado que se recoge en la tabla siguiente). 6. se procede a determinar sus puntos extremos. En este ejemplo son los puntos OF-H-G-C de la figura. Como el punto G proporciona el mayor valor a la función Z y el objetivo es maximizar. Estos vértices son los puntos candidatos a soluciones óptimas.

0) se corresponden con el valor que tienen las variables básicas. siendo el resultado 0.14) (3. a la vez. En la tabla inicial se ha calculado el valor de la función objetivo en el vértice O.y) (0.0) Valor objetivo (Z) 0 28 33 30 24 COMPARACION DEL MÉTODO GRÁFICO CON EL MÉTODO SIMPLEX Las sucesivas tablas construidas durante el método Simplex van proporcionando el valor de la función objetivo en los distintos vértices de la región factible. Iteración nº 1 3 2 0 Base P3 P4 P5 Z Cb 0 0 0 P0 18 42 24 0 P1 2 2 3 -3 P2 1 3 1 -2 P3 1 0 0 0 0 P4 0 1 0 0 0 P5 0 0 1 0 .Punto extremo O C G H F Coordenadas (x. cuyas coordenadas (0.12) (6.0) (0. ajustándose.6) (8. Tabla I . los coeficientes de las variables iniciales y de holgura.

La variable que entra a la base en el método Simplex determina hacia qué nuevo vértice se realiza el desplazamiento. Iteración nº 2 3 2 0 Base P3 P4 P1 Z Cb 0 0 3 P0 2 26 8 24 P1 0 0 1 0 P2 1/3 7/3 1/3 -1 P3 1 0 0 0 0 P4 0 1 0 0 0 P5 -2/3 -2/3 1/3 1 . En este ejemplo. Tabla II . como entra P1 (correspondiente a 'x'). En ella se ha calculado el valor que corresponde al vértice F obteniéndose un valor Z = 24 para la función. mostrado en la Tabla II. donde se calcula el valor que toma la función Z. el desplazamiento se lleva a cabo por la arista OF hasta llegar al vértice F. Éste paso se produce en la segunda iteración del método Simplex.

Tabla III . obteniéndose Z = 30. hasta llegar a H (datos en la Tabla III).Se realiza un nuevo desplazamiento por la arista FH. En ésta tercera iteración se calcula el valor de la función en el vértice H. Iteración nº 3 3 2 0 Base P2 P4 P1 Z Cb 2 0 3 P0 6 12 6 30 P1 0 0 1 0 P2 1 0 0 0 P3 3 -7 -1 3 0 P4 0 1 0 0 0 P5 -2 4 1 -1 .

Tabla IV . Iteración nº 4 3 2 0 Cb P0 P1 P2 P3 2 0 1 -1/2 12 0 3 0 0 -7/4 3 1 0 -3/4 3 0 0 5/4 33 Base P2 P5 P1 Z 0 P4 0 0 0 0 0 P5 0 1 0 0 . pudiéndose comprobar que la solución no mejora al desplazarse por la arista GC hasta el vértice G (no supera el valor actual de la función).Se continúa el proceso a través de la arista HG. Los datos obtenidos se reflejan en la Tabla IV. hasta llegar al vértice G. En este punto acaba el proceso.

El valor máximo de la función objetivo es 33. mientras que el método Simplex acaba en cuanto halla el valor óptimo. . Con el método Gráfico es necesario calcular el valor de la función objetivo en todos los vértices de le región factible. y corresponde a los valores x = 3 e y = 12 (coordenadas del vértice G).

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)//-->