M. En C.

Eduardo
Bustos Faras
Investigacin de Operaciones 1
MTODO SIMPLEX
MTODO DE SOLUCIN
GRFICO
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 2
Introduccin a la Programacin Lineal
Un modelo de programacin lineal busca maximizar o
minimizar una funcin lineal, sujeta a un conjunto de
restricciones lineales.
Un modelo de programacin lineal esta compuesto de lo
siguiente:
* Un conjunto de variables de decisin
* Una funcin objetivo
* Un conjunto de restricciones
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 3
La importancia de la programacin lineal:
* Ciertos problemas se describen fcilmente a travs de la
programacin lineal.
* Muchos problemas pueden aproximarse a modelos
lineales.
* La salida generada por el programa que resuelve el
modelo de programacin lineal entrega informacin til
para responder nuevas condiciones sobre el qupasa si.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 4
Regin Factible y Solucin ptima
La regin factible para un problema de PL es el
conjunto de todos los puntos que satisfacen las
restricciones, incluso las de signo.
Dicha regin es un conjunto convexo porque
cualquier segmento rectilneo que una a un par de
puntos, A y B por ejemplo, se encuentra
completamente en dicho conjunto (s).
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 5
Aqu podemos observar dos regiones factibles (B Y C) en
donde tenemos completamente definido un probable
segmento A-B rectilneo, a diferencia de los conjuntos A y D
(no convexos) en donde lo anterior no es posible.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 6
Para un problema de maximizacin, una
solucin ptima es un punto de la regin
factible con el mayor valor para la funcin
objetivo.
Viceversa para el problema de
minimizacin.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 7
Mtodo Simplex
Es un algoritmo sistemtico que examina las vrtices,
esquinas o puntos extremos (cuando el problema se puede
representar geomtricamente) o de un conjunto factible en
busca de una solucin optima.
El algoritmo arranca en la fase 1 determinando un vrtice
inicial.
Si el problema es inconsistente en esta fase 1 se descubrir
este hecho.
En la siguiente iteracin el algoritmo empieza a recorrer el
conjunto factible de un vrtice a otro adyacente.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 8
Cada vrtice del conjunto factible puede
representarse en forma algebraica como una clave
particular de solucin de un conjunto de
ecuaciones lineales.
Se generan soluciones diferentes de tal forma que
producen una secuencia de vrtices adyacentes.
Cada movimiento en la secuencia (de un vrtice
adyacente) se llama iteracin o pivote y el
movimiento implica una manipulacin en un
sistema lineal.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 9
El algoritmo esta diseado de una manera que la
funcin objetivo no disminuya (minimizacin) y
generalmente aumentara disminuiren cada
vrtice sucesivo de la secuencia.
Si el problema es no acotado, el algoritmo lo
mostrara durante su ejecucin.
Cuando se alcanza un vrtice optimo, el algoritmo
reconoce este hecho y termina la operacin.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 10
Ejemplo. El problema de la industria de
juguetes Galaxia.
Maximizacin
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 11
El problema de la industria de
juguetes Galaxia.
Galaxia produce dos tipos de juguetes:
* SpaceRay
* Zapper
Los recursos estn limitados a:
* 1200 libras de plstico especial.
* 40 horas de produccin semanalmente.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 12
Requerimientos de Marketing.
* La produccin total no puede exceder de 800 docenas.
* El nmero de docenas de SpaceRaysno puede exceder al
nmero de docenas de Zapperspor ms de 450.
Requerimientos Tecnolgicos.
* SpaceRaysrequiere 2 libras de plstico y 3 minutos de
produccin por docena.
* Zappersrequiere 1 libra de plstico y 4 minutos de produccin
por docena.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 13
Plan comn de produccin para:
* Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a SpaceRay ($8 de utilidad
por docena).
* Usar la menor cantidad de recursos para producir Zappers,
porque estos dejan una menor utilidad ($5 de utilidad por
docena).
El plan comn de produccin consiste en:
SpaceRays= 550 docenas
Zappers = 100 docenas
Utilidad = $4900 por semana
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 14
El gerente siempre buscar
un esquema de produccin
que incrementrelas
ganancias de su compaa
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 15
EL MODELO DE
PROGRAMACIN LINEAL
PROVEE UNA SOLUCIN
INTELIGENTE PARA ESTE
PROBLEMA
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 16
Solucin
Variables de decisin
* X1 = Cantidad producida de SpaceRays(en docenas por
semana).
* X2 = Cantidad producida de Zappers(en docenas por
semana).
Funcin objetivo
* Maximizar la ganancia semanal.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 17
Modelo de Programacin Lineal
Max Z = 8X1 + 5X2 (ganancia semanal)
Sujeto a:
2X1 + 1X2 <= 1200 (Cantidad de plstico)
3X1 + 4X2 <= 2400 (Tiempo de produccin)
X1 + X2 <= 800 (Limite produccin total)
X1 - X2 <= 450 (Produccin en exceso)
X
j
>= 0 , j= 1, 2. (Resultados positivos)
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 18
Conjunto de soluciones factibles para el
modelo lineal.
El conjunto de puntos que satisface todas las
restricciones del modelo es llamado:
REGION FACTIBLE
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 19
USANDO UN GRAFICO SE
PUEDEN REPRESENTAR
TODAS LAS
RESTRICCIONES, LA
FUNCION OBJ ETIVO Y
LOS TRES TIPOS DE
PUNTOS DE
FACTIBILIDAD.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 20
1200
600
The Plastic constraint
Factible
Restriccin del plstico:
2X1+X2<=1200
X2
No Factible
Horas de
Produccin
3X1+4X2<=2400
Restriccin del total de produccin:
X1+X2<=800
600
800
Restriccin del
exceso de produccin:
X1-X2<=450
Tipos de puntos de factibilidad
Punto Inferior
Punto Medio
Punto Extremo
X1
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 21
Resolucin grfica para encontrar la
solucin ptima.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 22
R
e
c
a
l
c
u
l
a
r

l
a

r
e
g
i

n

f
a
c
t
i
b
l
e
600
800
1200
400 600 800
X2
X1
comenzar con una ganancia dada de =$2,000...
Utilid. =$ 000 2,
Entonces aumente la ganancia...
3,
4,
...y contine hasta que salga de la regin factible
Ganancia =$5040
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 23
600
800
1200
400 600 800
X2
X1
Se toma un valor cercano al
punto ptimo
Feasible
region
Regin
Factible
Regin no
factible
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 24
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 25
Resumen de la solucin ptima
SpaceRays = 480 docenas
Zappers = 240 docenas
Ganancia = $5040
* Esta solucin utiliza todas las materias primas (plstico) y
todas las horas de produccin.
* La produccin total son 720 docenas (no 800).
* La produccin de SpaceRaysexcede a la de Zapperspor solo
240 docenas y no por 450.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 26
Soluciones ptimas y puntos extremos.
* Si un problema de programacin lineal tiene una solucin
ptima, entonces esta corresponde a un punto extremo.
Mltiples soluciones ptimas.
* Cuando existen mltiples soluciones ptimas implica que la
funcin objetivo es una recta paralela a uno de los lados
de la regin factible.
* Cualquier promedio ponderado de la solucin ptima es
tambin una solucin ptima.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 27
Ejemplo. Tecnologa Agrcola,
S.A.
Maximizacin
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 28
Tecnologa Agrcola, S.A.
Tecnologa Agrcola, S.A. es una compaa fabricante de fertilizantes. El
gerente desea planear la combinacin de sus dos mezclas a fin de
obtener las mayores utilidades. Las mezclas son
El mayorista comprar cualquier cantidad de ambas mezclas de
fertilizante que la compaa pueda fabricar. Est dispuesto a pagar a
$71.50 la tonelada de 5-5-10 y a $69 la tonelada de 5-10-5.
Fertilizante
tipo
Nitrato Fosfato Potasio Barro
5-5-10 5 5 10 80
5-10-5 5 10 5 80

M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 29
En este mes la disponibilidad y costos de
materias primas son:
Hay un costo de $15 por tonelada por
mezclado de los fertilizantes.
Nitrato Fosfato Potasio Barro
Cantidad
(Toneladas)
1100 1800 2000 ilimitado
Costo por tonelada
($)
200 80 160 10

M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 30
En resumen el problema se
plantea como:
Maximizar 18.5 X1 + 20 X2
Sujeto a
0.05 X1 + 0.05 X2 <= 1100
0.05 X1 + 0.10 X2 <= 1800
0.10 X1 + 0.05 X2 <= 2000
X1, X2 >= 0
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 31
SOLUCIN DEL PROBLEMA
DE PROGRAMACIN
LINEAL.
Despus de plantear en trminos matemticos
el problema, ahora:
1.Grafiquemos las restricciones.
2.Grafiquemos la funcin objetivo.
3.Determinemos los valores de las variables
en el punto que arroja las mximas
utilidades.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 32
Graficamos las desigualdades
convirtindolas en igualdades
0.05 X1 +0.05 X2=1100 P1(22000, 0) y P2(0, 22000)
0.05 X1 +0.10 X2=1800 P3(36000, 0) y P4(0, 18000)
0.10 X1 +0.05 X2=2000 P5(20000, 0) y P6(0, 40000)
X1=0
X2 =0
Con ello formamos el polgono o regin de factibilidad, al
intersectar el rea que delimita cada desigualdad.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 33
Polgono de factibilidad
El rea de factibilidad es la regin
donde se hacen verdaderas las
restricciones.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 34
Marcamos los puntos
E
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 35
Evaluamos en la funcin objetivo
cada uno de los puntos de la regin
factible para buscar el ptimo.
A, D y E se obtienen de manera directa de la grfica.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 36
Para evaluar B y C calculamos la
interseccin de las rectas.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 37
De la tabla se deduce que B es quien
tiene el mayor valor para Z
El valor que maximiza la utilidad es B = 428000.
Regin factible
A
B, este es
el ptimo
C
D
E
Z
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 38
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 39
Significado del resultado
En el contexto del problema:
Maximizar Z=18.5 X1 +20 X2
Sujeto a
0.05 X1 +0.05 X2 <=1100
0.05 X1 +0.10 X2 <=1800
0.10 X1 +0.05 X2 <=2000
X1, X2 >=0
Para X1=8000 y X2=14000 se optimiza la produccin de los fertilizantes.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 40
Ejemplo.
Maximizacin
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 41
Resolver por el mtodo grfico
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 42
Igualamos las restricciones y
calculamos las rectas
correspondientes
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 43
Graficamos el rea de
factibilidad
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 44
Evaluamos los vrtices del polgono de
factibilidad para hallar el mayor valor de Z
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 45
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 46
Ejemplo. Fabricacin de
televisores
Maximizacin
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 47
Se producen 2 modelos: Astro y Cosmo
Cul debe ser el plan de produccin diaria por aparato?
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 48
Solucin
Variables de decisin
xi = Nmero de televisores del modelo i que
se fabrican por da, donde i=1,2
Funcin objetivo
Max_Z 20x
1
10x
2
+
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 49
Restricciones
x
1
70
x
2
50
x
1
x
2
+ 120
x
1
x
2
+ 90
x
1
x
2
0 ,
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 50
Modelo de PL
Max Z=20X1+10X2
Sujeto a:
X1+2X2<=120
X1+X2<=90
X1<=70
X2<=50
X1, X2>=0
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 51
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 52
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 53
Ejemplo. SenoraGeneral
Hospital
Minimizacin
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 54
En el problema de Seora General Hospital se
obtuvo el siguiente modelo de programacin
lineal
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 55
Igualamos las restricciones y
graficamos las rectas
correspondientes
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 56
Identificamos el rea de factibilidad
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 57
Evaluamos los vrtices del polgono
de factibilidad
A y D se obtienen directamente de la grfica.
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 58
Calculamos los valores de B y C
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 59
Se toma el valor ms pequeo en
este caso es el de C con z = 3.12
M. En C. Eduardo
Bustos Faras
Investigacin de Operaciones 60