INVESTIGACION DE OPERACIONES

Docente:
Mgtr. RAUL ANGEL CALERO SALDAÑA

rcalero@ucv.edu.pe

SESION 02
EL METODO GRAFICO
 ORIENTACIONES

1. Intente solucionar sus inquietudes estudiando con

seriedad, consultando la bibliografía pertinente e
intercambiando opiniones con sus compañeros.
2. De persistir las dudas formule sus preguntas en forma
concreta y precisa que sean pertinentes al tema
especifico.
3. Respete el horario establecido para la clase.
 CONTENIDOS / TEMATICA
 Solución y Análisis de Sensibilidad gráficamente de un
Modelo Lineal
 Laboratorio caso 01: Uso de Graficador.
 SOLUCION DE MODELOS DE PROGRAMACION
LINEAL
La solución de varios tipos de problemas de programación lineal que
solamente tienen en su formulación dos variables, se resuelven
empleando el método gráfico.

Los pasos a seguir son:

1) Establecer la formulación del problema
2) Graficar en el plano cartesiano (X,Y) o (X1,X2) las restricciones del
tipo >, < ó =, como si fueran rectas.
3) Ubicar el espacio de la solución factible (región factible), el cual
está dado por el área común a todas las restricciones.
4) Obtener la solución óptima.
 Representación de las Restricciones en el
Plano Cartesiano
Una recta (Hiperplano en R2), divide al plano en dos semi-espacios

Semiespacio Recta X = 2
Recta X1 - 2X2 = 5
X1 - 2X2 < 5

X
1 2 3 4 5 0 1 2 3
0 X1

Semiespacio Semiespacio Semiespacio

X1 - 2X2 > 5 X<2 X>2
 Determinación de la REGION FACTIBLE
Para encontrar la REGION FACTIBLE deben graficarse todas
las restricciones en un mismo plano cartesiano y
posteriormente determinar los puntos de intersección de
TODOS los semi-espacios.
EJEMPLO:
Dibujar la región factible asociada a las siguientes 3 restricciones:

r x+y≥ 4
s y≤4
t y≥x

REGION
FACTIBLE
 Determinación de la REGION FACTIBLE

Al determinar la REGION FACTIBLE de un modelo de PL, la

figura geométrica resultante se le conoce como poliedro
convexo, y por tanto se dice que un conjunto de restricciones
forman un conjunto poliédrico. La convexidad es un concepto
de gran importancia en optimización.
Un conjunto C es un conjunto convexo si el segmento rectilíneo que
une cualquier par de puntos de C se encuentra completamente en C.

Conjunto Convexo Conjunto No - Convexo

Si la Región Factible es Convexa, la solución optima del

problema de PL se encontrará en uno de los vértices.
 Determinación de la REGION FACTIBLE
La región factible puede ser acotada ó no acotada

Región factible acotada Región factible no acotada

La importancia de la REGION FACTIBLE se centra en los vértices,

ya que en alguno (s) de ellos estará la solución óptima del
problema.
 Búsqueda de la SOLUCION OPTIMA

Estudiemos el siguiente EJEMPLO:

Max. Z = 2X1 + X2
Sujeta a: 2X1 - X2 ≤ 8
X1 - X2 ≤ 3
X1 + 2X2 ≤ 14
X1 + 4X2 ≤ 24
Xj > 0 ; j = 1, 2

El método para hallar el vértice

óptimo consiste en:

Paso 1: evaluar el valor de Z en

cada vértice, y escoger aquel vértice
que maximice Z.
CASOS ESPECIALES
Problema de
múltiples soluciones
Maximice Z = (5/2)X1 + X2
Sujeto a: 3X1 + 5X2 ≤ 15
5X1 + 2X2 ≤ 10
Xj > 0 ; j = 1, 2

Problema de solución infinita

Minimice Z = - X1 + X2

Sujeto a: X1 - X2 ≥ 0
- 0,5X1 + X2 ≤ 1
Xj > 0 ; j = 1, 2

Problema sin solución

Ocurre cuando NO HAY REGION FACTIBLE
Del Ejemplo ilustrativo desarrollado en la sesión 1
tenemos:

1) Formulación del Problema

Maximizar Z = 0.30 x1 + 0.20 x2
x1 < 600 (Papaya)
x2 < 1200 (Naranja)
x1 + x2 < 1600 (Camioneta)
x1, x2 > 0 (no negatividad)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

Cada punto en este cuadrante no negativo esta

asociado con una especifica alternativa de solución.

X1
(0,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

X1
(0,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0
(0,1200) R2

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 >0
(0,1200) R2

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) R2 X1, X2 >0

R1

X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
(0,1600) s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) R2 X1, X2 > 0

R3
R1
(1600,0)
X1
(0,0) (600,0)
 2) Graficar Restricciones
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
(0,1600)
X2 < 1200
X1 + X2 < 1600
X1, X2 > 0
(0,1200) R2 (400,1200)

(600,1000)

R3
R1
(1600,0)
X1
(0,0) (600,0)
 3) Ubicar Región Factible
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
X1, X2 > 0
(0,1200) R2 (400,1200)

Región factible es el conjunto de puntos

(600,1000)
que satisfacen todas las restricciones
simultáneamente. Existen infinitos
puntos factibles (soluciones).

R3
R1

X1
(0,0) (600,0)
 3) Ubicar Región Factible
X2
Max Z = 0.30 X1 + 0.20 X2
s.a. X1 < 600
X2 < 1200
X1 + X2 < 1600
(0,1200) (400,1200)
X1, X2 > 0
A B

C (600,1000) Se llaman puntos extremos a los

vértices de la región de factibilidad.

Los valores que optimizan la función

objetivo siempre se encuentran en
uno de los puntos extremos.
E D
X1
(0,0) (600,0)
 4) Obtener Solución Optima
X2
Max Z = 0.30 X1 + 0.20 X2
En la región factible

E: Z1 = 0.30 (0) + 0.20 (0) =0

(0,1200) R2 (400,1200) D: Z2 = 0.30 (600) + 0.20 (0) =180
A B
A: Z3 = 0.30 (0) + 0.20 (1200) =240
C (600,1000)
B: Z4 = 0.30 (400) + 0.20 (1200) =360
R3
C: Z5 = 0.30 (600) + 0.20 (1000) =380
Solución óptima: Se encuentra en el punto C de
las restricciones activas (R1 y R3), por lo tanto
Jacinto deberá comprar 600 kg. de papaya y
R1 1000 kg. de naranja para obtener un máximo
E D beneficio de 380 soles
(0,0) (600,0) X1
Otros ejemplos
EJEMPLO 1:

Una compañía fabrica y venden dos

modelos de lámpara L1 y L2. Para su
fabricación se necesita un trabajo
manual de 20 minutos para el modelo
L1 y de 30 minutos para el L2; y un
trabajo de máquina de 20 minutos para
L1 y de 10 minutos para L2. Se dispone
para el trabajo manual de 100 horas al
mes y para la máquina 80 horas al
mes. Sabiendo que el beneficio por
unidad es de 15 y 10 dólares para L1 y
L2, respectivamente, planificar la
producción para obtener el máximo
beneficio.
LA REGIÓN FACTIBLE Y SOLUCION OPTIMA ES:

En la función objetivo sustituimos cada

uno de los vértices:
Z=15(0)+10(200)= $2000

Z=15(240)+10(0)= $3600

Z=15(210)+10(60)=$3750 (Máximo)

Por lo tanto, se deben fabricar 210

lámparas del modelo L1 y 60 del
modelo L2 para obtener un beneficio
máximo de 3 750 dólares.
EJEMPLO 2:

Un comprador está tratando de
seleccionar la combinación más barata
de dos alimentos, que debe cumplir con
ciertas necesidades diarias de
vitaminas. Los requerimientos
vitamínicos son por lo menos 40
unidades de vitamina W, 50 unidades de
vitamina X y 49 unidades de vitamina Y.
Cada kilo del alimento A proporciona 4
unidades de vitamina W, 10 unidades de
vitamina X y 7 unidades de vitamina Y;
cada kilo del alimento B proporciona 10
unidades de W, 5 unidades de X y 7
unidades de Y. El alimento A cuesta 5
soles/kilogramo y el alimento B cuesta 8
soles/kilogramo.
Variables:
A: cantidad de kg. de alimento A
B: cantidad de kg. de alimento B
Función objetivo:
Minimizar Z = 5A + 8B
Restricciones:
4A + 10B ≥ 40 vitamina W
10A + 5B ≥ 50 vitamina X
7A + 7B ≥ 49 vitamina Y
Condición de no negatividad:
A ≥ 0, B ≥ 0
REGION FACTIBLE Y SOLUCION OPTIMA

Resultados de prueba en Z = 5A + 8B
a) A = 10, B=0
B =0 50
b) A = 5, B = 2 41 Optimo
d c) A = 3, B = 4 47
d) A = 0, B = 10 80

La solución menos costosa es la combinación

c de 5 kilogramos de alimento A y 2 kilogramos
de alimento B, siendo el costo total minimo de
b esta combinación de 41 soles.

a
 METODO GRAFICO CON PHP SIMPLEX

Ingresar al siguiente enlace:

http://www.phpsimplex.com/simplex/simplex.htm
 MODELO CON PHP SIMPLEX

Utilizaremos el modelo de PL del caso ilustrativo:

MODELO CON PHP SIMPLEX
MODELO CON PHP SIMPLEX
MODELO CONN PHP SIMPLEX
 ACTIVIDAD

Resolver los ejercicios propuestos de la

actividad semanal de la sesión 2
GRACIAS