Está en la página 1de 20

INVESTIGACIÓN DE OPERACIONES

Métodos de Resolución de problemas de PL

Temuco, 2020
Elementos del Método Gráfico
1. Dibujar en un eje cartesiano todas las restricciones del modelo.
2. Determinar la zona factible de soluciones
3. Dibujar la función objetivo
4. Desplazar la función objetivo en el sentido de optimización,
hasta alcanzar el punto de intersección mas alejado del espacio
factible. Dicho punto, si existe, es la solución óptima del
problema.

2
Solución Gráfica
• Considere el siguiente modelo
lineal:

Max Z = 6X1 + 7X2


S. A. 2X1 + 3X2 ≤ 24
2X1 + 1X2 ≤ 16
X1, X2 ≥ 0

3
Trazado de las restricciones
X2

2x1 + 1x2 = 16

2x1 + 3x2 = 24

X1
8 12

4
Determinación del sentido de cada
restricción
X2

2x1 + 1x2 <= 16

2x1 + 3x2 <= 24

X1
12
8

5
Determinación del espacio factible
X2

2x1 + 1x2 <= 16

Espacio 2x1 + 3x2 <= 24


factible
X1
8 12

• La zona de intersección de todas las restricciones es el


espacio factible.
6
Trazado de la función objetivo
• Para dibujarla es necesario asignarle cualquier constante a la
ecuación.
X2

2x1 + 1x2 <= 16

Función objetivo 2x1 + 3x2 <= 24


6x1 + 7x2 = 42
X1
8 12

7
Sentido de optimización del modelo
• Para establecer el sentido de optimización, se grafica
nuevamente la función objetivo pero con otra constante.
• Esta queda como una recta paralela, mas arriba o mas
debajo de la función objetivo trazada originalmente.

8
Sentido de optimización del modelo
• Usando como constante el número 7, se tiene:
X2

2x1 + 1x2 <= 16

6x1 + 7x2 = 42

2x1 + 3x2 <= 24


6x1 + 7x2 = 7
X1
1 7 8 12

9
Sentido de optimización del modelo
• Al observar la gráfica se determina que cada vez que la ecuación
de función objetivo se desplazar hacia abajo, la utilidad total cae,
es decir, en ese sentido se está minimizando la función. Como lo
que se quiere, en este caso, es maximizar, se debe desplazar la
función objetivo hacia arriba de forma paralela.

10
Sentido de optimización del modelo
• Para establecer la solución óptima del modelo, se debe
desplazar la función objetivo de forma paralela hasta
alcanzar el punto (intersección) mas alejado del espacio
factible.

11
Solución óptima
X2

2x1 + 1x2 <= 16

Solución Optima
Coordenadas X1 = 6, X2 = 4
4

2x1 + 3x2 <= 24


6x1 + 7x2 = 42

X1
1 6 7 8 12

12
Solución no acotada:

• La solución no acotada implica que alguna de las


variables básicas puede crecer de forma indefinida con lo
cual siempre existe un mejor valor de las variables
actuales.

13
Solución no acotada:
• Considere el siguiente espacio factible

X2

Espacio factible

X1

14
Solución no acotada:
X2

Solución no acotada
Las variables pueden crecer en forma
indefinida

Función objetivo

X1

15
Soluciones múltiples

• Las soluciones múltiples implican que el conjunto de


soluciones está sobre un segmente de recta del borde del
espacio factible, y cualquier punto sobre este segmento es
una solución óptima.
• Todos los puntos de solución, generan igual beneficio en la
función objetivo.

16
Soluciones múltiples
• Considere el siguiente espacio factible

X2

Espacio
factible
X1

17
Soluciones múltiples

X2

Solución Múltiple
La solución óptima corresponde a todos los
puntos sobre la recta comprendida entre el punto
A y el punto B.

Espacio
factible

X1
B
18
MÉTODO GRÁFICO: EJERCICIO

Reddy Mikks produce pinturas para interiores y exteriores con dos materias primas, M1 y M2. La
tabla siguiente proporciona los datos básicos del problema.

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.
Gracias por su atención

Temuco, 2020

También podría gustarte