04 Cuantlineal2 PDF

METODOSCUANTITATIVOSPARANEGOCIOS METODOSCUANTITATIVOSPARANEGOCIOS 18/05/2009
UPLA:FacultaddeCienciasAdministrativasyContables 1
LA OPTIMIZACIN LINEAL:
UN INSTRUMENTO DE GESTIN
LA OPTIMIZACIN LINEAL:
UN INSTRUMENTO DE GESTIN
1 ybnias@infonegocio.net.pe
MtodosCuantitativos MtodosCuantitativos
deNegocios deNegocios
Universidad Peruana Los Andes
Facultad de Ciencias Administrativas y Contables
CAPITULO4:MODELOSDEOPTIMIZACIN:
PROGRAMACINLINEALYENTERA
Objetivo de Aprendizaje:
Formularyresolver
modelosde
optimizacin:
programacinlineal
y/o entera e
ybnias@infonegocio.net.pe 3
y/oenterae
Interpretarlos
resultadosdeun
problemade
programacinlineal
y/oenteramedianteel
anlisisdesensibilidad
Contenido
Modelos de Programacin Matemtica 4.1
P i Li l F l i d P bl 4 2
MODELOS DE OPTIMIZACIN: PROGRAMACIN
LINEAL Y ENTERA
Programacin Lineal: Formulacin de Problemas 4.2
Programacin Lineal: Mtodos de Resolucin 4.3
Programacin Lineal Entera 4.4
4.1 Modelos de Programacin Matemtica..
El principal objetivo consiste en formular y resolver
diversos problemas, en los que se busca la mejor
decisin posible entre un conjunto de alternativas,
orientados a la toma de decisiones.
La naturaleza de los problemas abordados puede ser
determinstica como en los Modelos de Programacin
determinstica, como en los Modelos de Programacin
Matemtica, donde la teora de probabilidades no es
necesaria, o bien de problemas donde la presencia de
incertidumbre tiene un rol preponderante, como en los
Modelos Probabilsticos.
Antes de precisar debidamente esta idea, veamos un ejemplo muy
simple que nos permita ilustrar los conceptos que vamos a introducir:
Unaempresadeseaplanificarsuproduccindiariadedos
artculosAyB.
Laempresapuededisponerdeunmximode12horasdiarias
demanodeobra.CadaunidaddeArequiere3horas,mientras
quecadaunidaddeBrequiere2.
Porotrolado,laproduccinrequiereuninsumoK delquela
empresapuededisponercomomximode10unidades
diarias.CadaunidaddeArequiereunaunidaddeK,mientras
quecadaunidaddeBrequiere2unidadesdeK.
Culeslamximaproduccindiariaquepuedeconseguirla
empresa?,Qucantidaddebeproducirparaellodecada
artculo?
Elprimerpasoparaabordarunproblemacomosteesmodelizarlo,esdecir,
expresarloentrminosmatemticosprecisos.
Paraello,llamamosx
1
alacantidaddiariaproducidadeAyx
2
alacantidaddiaria
producidadeB.
Elproblemaesencontrarlosmejoresvaloresposiblesparax
1
yx
2
.
Ah b d i di i ( ) i
Ahoraobservamosqueunaproduccindiaria(x
1
,x
2
)requiere:
[3x
1
+2x
2
] horasdiariasdemanodeobra,
ascomounacantidad[x
1
+2x
2
]delinsumoK.
Porlotantoslonosvaldrnlassoluciones(x
1
,x
2
)que
satisfagan: 3x
1
+2x
2
12 y x
1
+2x
2
10.
Hayotracondicinimplcitaenelenunciadoquees
fundamentalexplicitar:laproduccinnopuedeser
negativa,luegox
1
0, x
2
0.
Hayinfinitasproduccionesposibles(x
1
,x
2
)quesatisfacentodos
estosrequisitos.Elproblemaesencontrarlamejor,esdecir,la
quehacequelaproduccintotalx
1
+x
2
seamxima.La
formulacinmatemticadelproblemaeslasiguiente:
Selee:Maximizar(lafuncin)x
1
+x
2
sujetaa(lasrestricciones)
3 x
1
+2 x
2
12,etc.
Max.x
1
+x
2
s.a. 3x
1
+2x
2
12
x
1
+2x
2
10
x
1
,x
2
0
Cualquierproblemaformuladoenlostrminosanterioresrecibeel
nombredeproblema,programaomodelodeprogramacin matemtica.
Msprecisamente,paradeterminarun modelodeprogramacin
matemticahemosdeespecificar:
Modelosysuselementos
Las variablesprincipalesdelmodelo,quesonlas
variablesparalasquequeremosencontrarelmejor
valorposible.
Lasrestricciones,quesonlascondicionesquehemosde
imponeralasvariablesparaqueunasolucinsea
admisiblecomotal.
Lafuncinobjetivo,queeslafuncinf:R
n
Rque
queremosmaximizarominimizar.
Pararesolverunproblemadeprogramacinmatemticahayqueaplicar
tcnicasdiferentessegnsuscaractersticas,porelloesmuyimportanteser
capazdereconocersiunproblemadadorenelascaractersticasnecesarias
paraquelepodamosaplicarunastcnicasdeterminadas.
Distinguiremostrestiposdeproblemas,msadelanteintroduciremosun
Clasesdeproblemas
cuartotipo(losdeprogramacinlinealentera):
Programacinnolineal:Todoslosproblemasquevamosa
estudiarseenglobandentrodelaprogramacinnolineal.
Programacinlineal:Sitantosufuncinobjetivocomosus
restriccionessonlineales.
Programacinclsica: Sinotienerestriccionesobientiene
nicamenterestriccionesdeigualdad.
SolucionesUnasolucindeunproblemaescualquiervalor
ibl i bl i i l
Clasesdesoluciones
Paraestudiarlosproblemasdeprogramacinmatemtica
convieneclasificarcomosiguesusposiblessoluciones:
posibleparasusvariablesprincipales.
Solucionesfactibles/NofactiblesUnasolucinfactibledeun
problemaesunasolucinquesatisfacetodassusrestricciones.
Encasocontrariosedicequeesunasolucinnofactible.
ElconjuntodeoportunidadesdeunproblemaeselconjuntoS
formadoportodassussolucionesfactibles.
Notemosquesiunproblemanotienerestriccionesentonces
todaslassolucionessonfactibles,porloqueelconjuntode
oportunidadesesS=R
n
.
Clasesdesoluciones
S l i i i /d f
Solucionesinteriores/defrontera
Unasolucinfactibledeunproblemaesunasolucinde
fronterasicumplealgunadelasrestriccionesconigualdad(yen
talcasosedicequesaturalarestriccin,oquelarestriccinest
activaendichasolucin).
Encasocontrario,esdecir,silasolucincumpletodaslas
restriccionescondesigualdadestrictasedicequeesuna
solucininterior.
x
2
6
5
3x
1
+2x
2
12
Max.x
1
+x
2
s.a. 3x
1
+2x
2
12
x
1
+2x
2
10
x
1
4
3
2
1
24681012
x
1
+2x
2
10
x
1
0
x
2
0
1 2
x
1
,x
2
0
Esnecesariointroducirciertasprecisionesydistincionesenlos
conceptosdemximoymnimodeunafuncin:
Clasesdeptimos
DefinicinConsideremosunafuncinobjetivof:R
n
Ryun
conjuntodeoportunidadesSR
n
. Seax
S.
MximoglobalyLocal
MnimoglobalyLocal
MximoGlobal
(yLocal)
MximoLocal
MnimoGlobal
(yLocal)
MnimoLocal
Unproblemadeprogramacinmatemticanotiene
necesariamenteunasolucinptima.
Clasesdeproblemas(segnsusolucin)
Ahorabien,cuandonohaysolucinptimaellopuededeberse
adoscausasmuydiferentesyquenuncadebemosconfundir.
Nodebemosclasificaralosproblemasenproblemascon
ptimoyproblemassinptimo,sinoquehemosdedistinguir
siempreaculdelostrestipossiguientesperteneceun
problemadado:
Problemasconsolucinptima.Aquhayqueentenderque
nosreferimosaproblemasconsolucinptimaglobal.
Problemasnofactibles.Unproblemanofactibleesun
problemaparaelquetodaslassolucionessonnofactibles,es
decir,talquenoexisteningunasolucinquesatisfagalas
restriccioneso,tambin,unproblemacuyoconjuntode
oportunidadesesvaco.
Problemasnoacotados.Unproblemaesnoacotadosies
factibleperonotienesolucinptima,esdecir,sitoda
solucinfactiblepuedesermejoradaporotra.
VariablesnonegativasUnavariablenonegativaesunavariable
x sometida a una restriccin la forma x 0. Las restricciones de
Clasesdevariables
Convieneclasificarlasvariablesdeunproblemaenlostres
tipossiguientes:
xsometidaaunarestriccinlaformax0.Lasrestriccionesde
estaformasellamancondicionesdenonegatividad.
VariablesnopositivasUnavariablenopositivaesunavariable
xsometidaaunarestriccindelaformax0.Lasrestricciones
delaformax0ox0sellamancondicionesdesigno.
VariableslibresUnavariablelibreesunavariablenosometida
aningunacondicindesigno.
4.2 Programacin Lineal: Formulacin de Problemas
Supongamos que se dispone de determinadas
piezas para la elaboracin de dos productos
finales. Se dispone de 8 piezas pequeas y 6
piezas grandes que son utilizadas para elaborar
Elementos de un modelo de optimizacin.
piezas grandes , que son utilizadas para elaborar
sillas (usando 2 piezas pequeas y 1 pieza
grande) y mesas (usando 2 piezas de cada tipo).
Interesa decidir cuntas sillas y mesas fabricar de
modo de obtener la mxima utilidad, dado un
beneficio neto de U$ 15 por cada silla y de U$20
por cada mesa fabricada.
Posibles soluciones factibles a considerar, esto es
soluciones que respetan las restricciones del nmero
de piezas disponibles, son por ejemplo, fabricar:
4 sillas, que reportan una utilidad de U$60
1 sillas y 2 mesas , utilidad de U$55
3 mesas, utilidad de U$60
1 mesa y tres sillas, utilidad de U$65
2 sillas y 2 mesas, utilidad de U$70
etc.
Un modelo matemtico para hallar la mejor
solucin factible a este problema tiene tres
componentes bsicas:
i.
Las variables
de decisin
ii.
La funcin
objetivo
iii.
Restricciones
del problema
que consiste en definir
cules son las decisiones
que se debe tomar.
Variables
de
Decisin
En el ejemplo,
x: nmero de sillas elaboradas.
y: nmero de mesas elaboradas.
que permita tener un criterio
para decidir entre todas las
soluciones factibles.
Funcin
Objetivo
En el ejemplo, maximizar la utilidad
dada por:
z = f(x,y) = 15x + 20y
consiste en definir un conjunto de
ecuaciones e inecuaciones que
restringen los valores de las variables
de decisin a aquellos considerados
como factibles..
Restricciones
En el ejemplo, respetar la disponibilidad de piezas
para la fabricacinde sillas y mesas:
Piezas pequeas: 2x + 2y 8
Piezas grandes : x + 2y 6
Se impone restricciones de no negatividad:
x,y 0
Enresumen: Max 15x + 20y
sa: 2x + 2y 8
x + 2y 6
x,y 0
El ejemplo corresponde a un modelo de Programacin
Lineal. Si adems restringimos los valores de x e y a
nmeros enteros, tendramos un modelo de
Programacin Entera. Por otra parte, si hubiese
retornos crecientes a escala, deberamos emplear una
funcin objetivo no lineal como f(x,y) = cx
a
+ dy
b
con
a,b >1, y tendramos un modelo de Programacin No
Lineal.
El problema consiste en decidir cuntas unidades
trasladar desde ciertos puntos de origen (plantas,
ciudades, etc.) a ciertos puntos de destino (centros de
Ejemplos de Formulacin. Problema de Transporte
, ) p (
distribucin, ciudades, etc..) de modo de minimizar los
costos de transporte, dada la oferta y demanda en
dichos puntos.
Se suponen conocidos los costos unitarios de
transporte, los requerimientos de demanda y la oferta
disponible.
Ejemplos de Formulacin.
Por ejemplo, suponga que una empresa posee dos
plantas que elaboran un determinado producto en
cantidades de 250 y 450 unidades diarias,
respectivamente.
Di h id d d b t l d d t t d
Dichas unidades deben ser trasladadas a tres centros de
distribucin con demandas diarias de 200, 200 y 250
unidades, respectivamente. Los costos de transporte (en
$/unidad) son:
C.Dist. 1 C.Dist.2 C.Dist.3
Planta 1 21 25 15
Planta 2 28 13 19
Ejemplos de Formulacin.. Ejemplos de Formulacin..
Diagrama:
C.D.1
X
11
OrgenesDestinos
Planta1
Planta2
C.D.2
C.D.3
X
12
X
21
X
22
X
13
X
23
Variables de decisin:
x
ij
= Unidades transportadas desde la planta i (i=1,2),
h t l t d di t ib i j (j 1 2 3)
hasta el centro de distribucinj (j=1,2,3)
FuncinObjetivo:
Minimizar el costo total de transporte dado por la funcin:
21x
11
+25x
12
+15x
13
+28x
21
+13x
22
+19x
23
Restricciones del problema:
1) No Negatividad: x
ij
0
1) No Negatividad: x
ij
0
2) Demanda:
CD
1
: x
11
+x
21
= 200
CD
2
: x
12
+x
22
= 200
CD
3
: x
13
+ x
23
= 250
3) Oferta :
P
1
: x
11
+ x
12
+ x
13
250
P
2
: x
21
+ x
22
+ x
23
450
Las variables de decisin deben aceptar soluciones
como nmeros reales para tener un modelo de P.L.
DATOS:
CADA
PLANTA
EMPRESADOSPLANTAS CD1 200
P1 250 CD2 200 P1 250
P2 450 CD3 250 P2 450
CENTRODE
DISTRIBUCION
COSTOSDE TRANSPORTEACADACENTRODE
DISTRIBUCION
CD1 CD2 CD3
P1 21 25 15
P2 28 13 19
PLANTA1
X11 CANTIDADQUE ENVIALAP1 ALCD1
PLANTA2
28.X21 + 13.X22 + 19.X23
COSTODEENVIODE PLANTA1
21.X11 + 25.X12 + 15.X13
COSTODEENVIODE PLANTA2
MINIMIZAR COSTOS
FUNCIONOBJETIVO 11350
X11 X12 X13 X21 X22 X23
COEFICIENTES DE FUNCIONOBJETIVO 21 25 15 28 13 19
X11 X12 X13 X21 X22 X23
X11 X12 X13 X21 X22 X23
VALORES DE LAS VARIABLES 200 0 50 0 200 200
RESTRICCIONES
X11 X12 X13 X21 X22 X23
Restriccion (1) 1 0 0 1 0 0 200 200 =
Restriccion (2) 0 1 0 0 1 0 200 200 =
Restriccion (3) 0 0 1 0 0 1 250 250 =
Restriccion (4) 1 1 1 0 0 0 250 250
Restriccion (5) 0 0 0 1 1 1 450 400
COEFICIENTES RECURSOS
DISPONIBLE
RECURSOS
UTILIZADOS
ii) Problema de la dieta: este consiste en determinar
una dieta de manera eficiente, a partir de un conjunto
dado de alimentos, de modo de satisfacer ciertos
requerimientos nutricionales.
Supongamos que se tiene la siguiente informacin:
Leche
(galon)
Legumbre
(1porcin)
Naranjas
(unidad)
Requerimientos
Nutricionales
Niacina 3,2 4,9 0,8 13
Tianina 1,12 1,3 0,19 15
VitaminaC 32 0 93 45
Costo 2 0,2 0,25
x
1
: galones de leche utilizados enla dieta.
x
2
: porciones de legumbre utilizadas en la dieta.
x
3
: unidades de naranja utilizadas enla dieta.
FuncinObjetivo:
Minimizar el costo total de la dieta, dado por:
2 x
1
+ 0.2 x
2
+ 0.25 x
3
Requerimientos mnimos de los nutrientes
considerados:
3.2 x
1
+ 4.9 x
2
+ 0.8 x
3
13
1.12 x
1
+ 1.3 x
2
+ 0.19 x
3
15
32 x
1
+ + 9 x
3
45
x
1
0 ; x
2
0 ; x
3
0
iii) Problema de dimensionamiento de lotes: este
consiste en hallar una poltica ptima de produccin
para satisfacer demandas fluctuantes en el tiempo, de
modo de minimizar costos de produccin e inventario
modo de minimizar costos de produccin e inventario,
considerando la disponibilidad de diversos recursos
escasos.
Supongamos que una fabrica puede elaborar hasta 150
unidades en cada uno de los 4 periodos en que se ha
subdividido el horizonte de planificacin y se tiene
adicionalmente la siguiente informacin:
Periodos Demandas
(unidades)
CostoProd.
(US$/unidad)
CostodeInventario
(US$/unidad)
1 130 6 2
2 80 4 1
Supuestos adicionales:
1) Existe uninventario inicial de 15unidades.
2) No se acepta demanda pendiente o faltante (es
decir, se debe satisfacer toda la demanda del periodo).
3 125 8 2.5
4 195 9 3
x
t
: nmero de unidades elaboradas enel periodo t.
I
t
: nmero de unidades de inventario al final del periodo t.
t
p
Funcinobjetivo:
Consiste en minimizar los costos de produccin y el costo
de mantenimiento de inventario.
6x
1
+ 4x
2
+ 8x
3
+ 9x
4
+ 2I
1
+ I
2
+ 2.5I
3
+ 3I
4
Notar que en el ptimo I
4
va a ser 0, as que incluso
podramos no incluirla, pero de todos modos la
consideramos.
1) Restricciones de cotas, que reflejan la capacidad de
produccin.
x
t
150
2) Restricciones de no negatividad
x
t
0
3) Restricciones de demanda
x
1
+ I
0
I
1
= 130 Periodo 1 I
0
=15
x
2
+ I
1
I
2
= 80 Periodo 2
x
3
+ I
2
I
3
= 125 Periodo 3
x
4
+ I
3
I
4
= 195 Periodo 4
iv) Problema de planificacin financiera:
Supongamos que un banco dispone de $250 millones
para destinar a 4 tipo de crditos ofrecidos, los cuales
tienenlas siguientes tasas de crdito:
tienenlas siguientes, tasas de crdito:
Primer crdito corriente :12%
Segundo crdito corriente :16%
Crdito para el hogar :16%
Crdito personal :10%
La asignacin de estos crditos, debe satisfacer la siguiente poltica
utilizada por la institucin:
El monto asignado a los PCC, debe ser al menos,
el 55% del monto asignado a los crditos
el 55% del monto asignado a los crditos
corrientes, y al menos un 25% del total del dinero
prestado.
El SCC, no puede exceder el 30% del total del
dinero prestado, por polticas tributarias el inters
recibido por el banco no debe exceder a un retorno
del 14%sobre el capital prestado.
Cunto asignar a cada tipo de crdito, de la manera
ms eficiente, respetando la poltica del banco?
x
1
:Monto asignado al PCC.
x
2
: Monto asignado SCC.
x
3
: Monto asignado al crdito para el hogar.
x
4
: Monto asignado al crdito personal.
Se propone maximizar los retornos recibidos en la
asignacin, dados por:
Funcin Objetivo:
0.12 x
1
+ 0.16 x
2
+ 0.16 x
3
+ 0.10 x
4
x
1
0.55 ( x
1
+ x
2
)
x
1
0.25 ( x
1
+ x
2
+x
3
+ x
4
)
x
2
0.30 ( x
1
+ x
2
+x
3
+ x
4
)
(0.12x
1
+0.16x
2
+0.16x
3
+0.10x
4
) 0.14 ( x
1
+ x
2
+x
3
+x
4
)
Adicionalmente: x
1
+ x
2
+x
3
+ x
4
250
v) Problema de mezcla de productos: en este
problema una refinera produce 4 tipos de gasolina (gas
1, gas 2, gas 3 y gas 4). Dos caractersticas importantes
de cada gasolina son su nmero de performance (NP) y
supresinde vapor (RVP), que estndados por:
NP RVP Barrilesdiarios
gas1 107 5 3814
gas2 93 8 2666
gas3 87 4 4016
gas4 108 21 1300
Estas gasolinas pueden ser vendidas directamente a un
precio de $2483 por barril o bien mezcladas para
obtener gasolinas de aviacin (avgas A y avgas B). La
calidad de estas dos ltimas junto con sus precios de
t
venta son:
NP RV Precioporbarril
(US$)
avgas A Almenos100 Aloms7 26,45
Avgas B Almenos91 Aloms6 25,91
El NP y RVP de cada
mezcla es un promedio
de los respectivos NP y
RVP de las gasolinas
RVP de las gasolinas
empleadas.
Se desea obtener un
plan de venta de las
distintas gasolinas
que maximice los
retornos.
x
j
: cantidad de barriles del gas j que son vendidos sin
mezclar conj =1 2 3 4
mezclar, conj =1, 2, 3, 4.
x
A
: cantidadde barriles de avgas A.
x
B
: cantidadde barriles de avgas B.
x
jA
: cantidadde gas j usado enavgas A.
x
jB
: cantidadde gas j usado enavgas B.
Funcinobjetivo:
Max 24,83 (x
1
+ x
2
+ x
3
+ x
4
) + 26,45x
A
+ 25,91x
B
Restricciones: x
1
+ x
1A
+ x
1B
= 3814
x
2
+ x
2A
+ x
2B
= 2666
x
3
+ x
3A
+ x
3B
= 4016
x
4
+ x
4A
+ x
4B
= 1300
x
1A
+ x
2A
+ x
3A
+ x
4A
= x
A
x
1B
+ x
2B
+ x
3B
+ x
4B
= x
B
NP, avgas A:
NP B
100
x
x 108 x 87 x 93 x 107
A
A 4 A 3 A 2 A 1
+ + +
x 108 x 87 x 93 x 107 + + +
NP, avgas B:
RVP, avgas A:
RVP, avgas B:
91
x
x 108 x 87 x 93 x 107
B
B 4 B 3 B 2 B 1
+ + +
7
x
x 21 x 4 x 8 x 5
A
A 4 A 3 A 2 A 1
+ + +
7
x
x 21 x 4 x 8 x 5
B
B 4 B 3 B 2 B 1
+ + +
vi) Problema de expansin de la capacidad de un
Sistema de Potencia Elctrica:
En este problema se desea planificar la expansin de
l id d d i t l t i l i i t
la capacidad de un sistema elctrico para los siguientes
T aos. La demanda (estimada) para el ao t
corresponde a d
t
MW para t =1, 2, ..., T. La capacidad
existente del sistema corresponde a c
t
MW para el ao
t =1, 2, ..., T.
Existen 2 alternativas para la expansin de la
capacidaddel sistema:
Usar plantas trmicas a petrleo.
Usar plantas trmicas a gas.
Se requiere una inversin p
t
por MW instalado de una
planta a petrleo que est operativa al comienzo del
ao t, yel correspondiente costo para una planta a gas
es g
t
.
Por razones polticas y de seguridad, se ha decidido que
no ms del 30% de la capacidad instalada, corresponda
a plantas a gas (nuevas).
C
Cada planta a petrleo tiene una vida de 20 aos y una
planta a gas una vida de 15 aos.
Se desea proponer un plan de expansin al mnimo
costo posible.
x
t
: cantidad de MW expandidos en planta a petrleo al
inicio del ao t, con t =1, 2, ..., T.
y
t
: cantidad de MWexpandidos en planta a gas al inicio
del ao t, cont =1, 2, ..., T.
z
t
: cantidad total de MWdisponible en plantas nuevas a
petrleo al inicio del ao t.
w
t
: cantidad total de MW disponible en plantas nuevas
a gas al inicio del ao t.
FuncinObjetivo:
[ ]
=
+
T
1 t
t t t t
y g x p Min
Restricciones:
20 t x z
20 t x z
d w z c
t
19 t k
k t
t
1 k
k t
t t t t
> =
=
+ +
=
=
... ...
15 t y w
t
t
1 k
k t
=
=
0 w , z , y , x
T ... 1 t 30 , 0
w z c
w
15 t y w
t t t t
t t t
t
t
14 t k
k t
=
+ +
> =

=
4.3 Programacin Lineal: Mtodos de Resolucin
Temario:
II II. .2 2.. Resolucin Resolucingrfica grfica de de problemas problemas..
II.3. Anlisis de Sensibilidad.
II 4 El Mt d Si l
II.4. El Mtodo Simplex.
II.5. Dualidaden ProgramacinLineal.
II.6. Anlisis de Sensibilidado Post-Optimal
44ppt
Resolucin grfica de problemas. Resolucin grfica de problemas.
Consideremos el siguiente problema a resolver grficamente:
Max z = 3x
1
+ 5x
2
sa: x
1
4
2x
2
12
3x
1
+ 2x
2
18
x
1
,x
2
0
..
CurvasdeNivel
Regindepuntosfactibles
9
x
2
x
*
Solucin Optima
6
2
4
4 6
x
1
x
*
x SolucinOptima
R
e
s
o
l
u
c
i
n

R
e
s
o
l
u
c
i
n

g
r
f
i
c
a

d
e

p
r
o
b
l
e
m
a
s
.
g
r
f
i
c
a

d
e

p
r
o
b
l
e
m
a
s
.
En primer lugar, se debe obtener la regin de puntos
factibles en el plano, obtenida por medio de la
interseccin de todos los semi - espacios que
determinan cada una de las inecuaciones presentes en
determinan cada una de las inecuaciones presentes en
las restricciones del problema.
Enseguida, con el desplazamiento de las curvas de nivel
de la funcin objetivo en la direccin de crecimiento de
la funcin (que corresponde a la direccin del vector
gradiente de la funcin, z(x
1
,x
2
) = (3,5)
T
), se obtiene la
g , (
1
,
2
) ( , ) ),
solucin ptima del problema en la interseccin de las
rectas: 2x
2
= 12 y 3x
1
+2x
2
= 18 (restricciones activas).
Esto es:
x
1
*
= 2 x
2
*
= 6
z
*
= 3 x
1
*
+ 5 x
2
*
= 36
Notar que se pueden dar otras situaciones en la
bsqueda de una solucin ptima para esta clase de
problemas:
1) La solucin ptima exista pero haya ms de
f
una. En el ejemplo, considere la nueva funcin
objetivo: z = 6x
1
+4x
2
.
2) El problema no tenga solucin, dada una regin de
puntos factibles no - acotada. En el ejemplo,
reemplace cada desigualdad por una .
3) El problema no tenga solucin, porque no existen
puntos factibles. En el ejemplo, suponga que
agregamos la restriccin: x
1
5.

04 Cuantlineal2 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

04 Cuantlineal2 PDF

Transféré par

Droits d'auteur :

Formats disponibles

METODOSCUANTITATIVOSPARANEGOCIOS METODOSCUANTITATIVOSPARANEGOCIOS 18/05/2009

Vous aimerez peut-être aussi