Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniería Industrial
Investigación de
Operaciones
Sesión N° 02
DÍA EL
Escuela Profesional de
Solución MPL con Método Gráfico Ingeniería Industrial
La solución de problemas de PL que contiene solamente dos variables, se resuelven empleando el método gráfico.
Pasos a seguir :
1. Formular el problema de PL
2. Graficar en el plano cartesiano (X, Y) ó (X1, X2) las restricciones del tipo <=, >= ó = como si fueran rectas
3. Ubicar el espacio de la solución factible (región factible), que viene a ser el área común a todas las restricciones.
4. Obtener la solución óptima.
DÍA EL
Escuela Profesional de
Representación de las Restriciones en el Plano Ingeniería Industrial
Cartesiano
DÍA EL
Escuela Profesional de
Determinación de la Región Factible Ingeniería Industrial
Para encontrar la REGION FACTIBLE (RF) deben graficarse todas las restricciones en un mismo plano cartesiano
y posteriormente determinar los puntos de intersección de TODOS los semi-espacios.
DÍA EL
Al determinar la RF, la figura geométrica que resulta se llama Poliedro Convexo, y 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
DÍA EL
Si la RF es convexa, “la solución optima del problema de PL se encontrará en uno de los vértices”.
Escuela Profesional de
Determinación de la Región Factible Ingeniería Industrial
DÍA EL
La importancia de la RF se centra en los vértices, ya que en alguno(s) de ellos estará la Solución Optima del
problema.
Escuela Profesional de
Búsqueda de la Solución Optima Ingeniería Industrial
DÍA EL
Casos Especiales :
Solución:
Variables : Restricciones :
DÍA EL
X1 = Kilos de papaya a comprar y vender diariamente. Demanda de Papaya: X1 ≤ 600 kg
X2 = Kilos de naranja a comprar y vender diariamente.. Demanda de Naranja: X2 ≤ 1200 kg
Capacidad Máxima Camioneta: X1 + X2 ≤ 1600 kg
Función Objetivo : No negatividad: X1, X2 ≥ 0
Max Z = 0.3X1 + 0.2X2
Solución:
Variables : Restricciones :
X = Cantid. Lámparas Mod. L1 a producir y vender mensualmente Disponibilidad Trabajo DÍA
Manual:
EL 1/3X + 1/2Y ≤ 100 hr
Y = Cantid. Lámparas Mod. L2 a producir y vender mensualmente Disponibilidad Trabajo Máquina: 1/3X + 1/6Y ≤ 80 hr
No negatividad: X, Y ≥ 0
Función Objetivo :
Max Z = 15X + 10Y
Solución:
Z=15(0)+10(200)= $2,000
Z=15(240)+10(0)= $3,600
Z=15(210)+10(60)=$3,750 (Máximo)
DÍA EL
Variables : Restricciones :
DÍA EL
No negatividad:
Función Objetivo :
http://www.phpsimplex.com/simplex/simplex.htm
DÍA EL
Escuela Profesional de
Solución MPL con Solver Ingeniería Industrial
DÍA EL
Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede exceder la de pintura para exteriores en
más de una tonelada. Asimismo, que la demanda diaria máxima de pintura para interiores es de dos toneladas. Reddy Mikks se
propone determinar la (mejor) combinación óptima de pinturas para interiores y exteriores que maximice la utilidad diaria total.
Escuela Profesional de
Solución MPL con Solver Ingeniería Industrial
Solución:
Variables :
X1 = Tons. pintura para exteriores a producir y vender diariamente
X2 = Tons. pintura para interiores a producir y vender diariamente
Función Objetivo :
Max Z = 5X1 + 4X2 (Miles de $)
Restricciones :
R1: Disponib. materia prima 1: 6X1 + 4X2 ≤ 24 Ton
R2: Disponib. materia prima 2: X1 + 2X2 ≤ 6 Ton
R3: Relacion entre demanda de pinturas: X2 – X1 ≤ 1 Ton
R4: Demanda Máxima de pintura para interiores: X2 ≤ 2 Ton
No negatividad: X1, X2 ≥ 0
Escuela Profesional de
Solución MPL con Solver Ingeniería Industrial
Solución:
Variables : Restricciones :
X1 = Cantidad de anillos T1 a producir y vender. R1: Disponib. rubies: 2X1 + 3X2 - R ≤ 100 und
DÍA EL
X2 = Cantidad de anillos T2 a producir y vender. R2: Disponib. zafiros: 3X1 + 2X2 ≤ 120 und
R = Cantidad de Rubies adicionales a comprar, de ser necesario. R3: Disponib. mano obra: X1 + 2X2 ≤ 70 hrs
R4: Demanda anillos T1: X1 ≥ 20 und
Función Objetivo : R5: Demanda anillos T2: X2 ≥ 25 und
Max Z = 400X1 + 500X2 – 100R (US$) No negatividad: X1,X2,R ≥ 0
Solución MPL con Solver Escuela Profesional de
Ingeniería Industrial
DÍA EL
Plantee un modelo de programación lineal que se pueda utilizar para cumplir con mis necesidades nutricionales al mínimo costo.
Escuela Profesional de
Ingeniería Industrial