Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion de Operaciones Unidad 1
Investigacion de Operaciones Unidad 1
Cuando los ejes son relacionados con las variables del problema, el mtodo es
llamado mtodo grfico en actividad. Cuando se relacionan las restricciones
tecnolgicas se denomina mtodo grfico en recursos.
FORMA CANONICA: Esta es til para el manejo del tema que se refiere al
problema dual de cualquier problema de programacin lineal.
La forma cannica aceptable y reconocida en la mayora de los textos debe
cumplir con los siguientes requisitos:
Otra forma legtima para considerar como cannica es cumpliendo con los
siguientes requisitos:
Min cTx
s.a Ax = b
x >= 0
EJEMPLO
P) Max 9u + 2v + 5z
sa 4u + 3v + 6z <= 50
u + 2v - 3z >= 8
2u - 4v + z = 5
u,v >= 0
z e IR
Definimos la letra M como un nmero muy grande pero finito para usarlo como
coeficiente de las variables artificiales en la funcin objetivo y con sentido contrario
a la misma para penalizar de manera muy grande la existencia de las mismas en
la solucin. Si el objetivo es minimizar las variables artificiales entraran con M
positivo y si es maximizar las variables artificiales se usaran como -M.
Ejemplo:
Min Z = 2X1 + X2 + 3X3
Sujeto a:
3X1 + X2 + 2X3 <= 10
X1 - 2X2 + 3X3 >= 6
2X1 + 3X2 - X3 <= 9
X1 + X2 +2X3 = 7
EJEMPLOS:
El PL es el siguiente:
Min (z) = 3x + 2,5y
sujeto a:
2x + 4y 40
3x + 2y 50
x, y 0
El problema de apoyo, utilizando el mtodo de la M Grande:
Min (z) = 3x + 2,5y + 0 s1 + 0 s2 + MA1 + MA2
sujeto a:
2x + 4y - s1 + A1 = 40
3x + 2y - s2 +A2 = 50
x, y 0
SUBTEMA: 1.6.2 MTODO DE LAS DOS FASES.
Fase 1
Empieza con una solucin bsica factible inicial artificial y equivale al paso inicial del
mtodo simplex que conocemos, ya que en ella se trata de hallar una SBFI del modelo
original.
Para propiciar que las variables artificiales tomen el valor de cero, se construya una
funcin objetivo que reemplaza provisionalmente a la del modelo original. Esta nueva
funcin se forma con la suma de las variables artificiales y el objetivo es minimizar la
suma de ellas. Es importante aclarar que el objetivo de la fase 1, siempre es minimizar
la suma de las variables artificiales, aunque el objetivo del modelo original sea
maximizar o minimizar.
Fase 2
Consiste en buscar la solucin ptima del modelo original partiendo de la SBFI hallada
en la Fase 1. Equivale a los pasos 1 y 2 del mtodo simplex.
www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r14493.DOC
http://www.mitecnologico.com/Main/TiposDeModelosInvestigacionDeOperaciones
http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/formulacion.html#metodologia
http://www.investigacion-operaciones.com/Metodos_Solucion_PL.htm#grafico
http://www.mitecnologico.com/Main/FormasEstandarYCanonicasInvestigacionDeO
peraciones
http://www.programacionlineal.net/simplex.html
http://www.arquimedex.com/index.php?accion=1&id=89
http://www.mitecnologico.com/Main/MetodoDeLaM
http://www.investigacion-operaciones.com/Metodo_Minimizacion.htm
http://docencia.udea.edu.co/ingenieria/plineal/variablesArtificiales4.htm