MTODO GRFICO

El mtodo grfico es un procedimiento de solucin de problemas de programacin

lineal muy limitado en cuanto al nmero de variables (2 si es un grfico 2D y 3 si
es 3D) pero muy rico en materia de interpretacin de resultados e incluso anlisis
de sensibilidad. Este consiste en representar cada una de las restricciones y
encontrar en la medida de lo posible el polgono (poliedro) factible, comnmente
llamado el conjunto solucin o regin factible, en el cual por razones
trigonomtricas en uno de sus vrtices se encuentra la mejor respuesta (solucin
ptima).
EL PROBLEMA
La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad
diferente T y T; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo
c. Para obtener un metro de T diariamente se necesitan 125 gr de a, 150 gr de b y
72 gr de c; para producir un metro de T por da se necesitan 200 gr de a, 100 gr
de b y 27 gr de c.

El T se vende a $4000 el metro y el T se vende a $5000 el metro. Si se debe

obtener el mximo beneficio, cuntos metros de T y T se deben fabricar?

LA MODELIZACIN MEDIANTE PROGRAMACIN LINEAL

VARIABLES

XT: Cantidad de metros diarios de tejido tipo T a fabricar

XT: Cantidad de metros diarios de tejido tipo T a fabricar
RESTRICCIONES
0,12XT + 0,2XT <= 500

Hilo a

0,15XT + 0,1XT <= 300

Hilo b

0,072XT + 0,027XT <= 108

Hilo c

Las restricciones de no negatividad no son necesarias en este ejemplo dado que

se trata de un ejercicio de maximizacin, cuando el ejercicio sea de minimizacin
lo ms recomendado es incluirlas.
FUNCIN OBJETIVO
ZMAX = 4000XT + 5000XT

LA SOLUCIN MEDIANTE MTODO GRFICO

PASO 1: GRAFICAR LAS RESTRICCIONES
Para iniciar con el trazado de las restricciones es indispensable igualar las
restricciones a 0, de esta manera podemos mediante despeje de ecuaciones
iniciar con la tabulacin que nos otorgar las coordenadas para esbozar cada una
de las grficas. Adems dado que se trabajar en el plano cartesiano sera
prudente renombrar las variables

XT = x
XT' = y

Igualamos las restricciones,

0,12X + 0,2y = 500

0,15X + 0,1y = 300
0,072X + 0,027y = 108

Acto seguido iniciamos con la primera restriccin, hallamos las primeras dos
coordenadas. Para hallar las coordenadas regularmente llevamos una de las
variables a cero, para de esta manera despejar ms fcilmente la segunda.

Por ejemplo, para un x = 0

0,12(0) + 0,2y = 500

0,2y = 500
500/0,2 = y
2500 = y

y para un y = 0

0,12x + 0,2(0) = 500

0,12x = 500
x = 500/0,12
x = 4167

Mtodo Grfico
El mtodo grfico es una forma fcil y rpida para la solucin de problemas de
Programacin Lineal, siempre y cuando el modelo conste de dos variables. Para
modelos con tres o ms variables, el mtodo grfico es imposible.
Consiste en representar geomtricamente las restricciones, condiciones tcnicas
y funcin objetivo objetivo.
Los pasos necesarios para realizar el mtodo son:
1. hallar las restricciones del problema
2. Las restricciones de no negatividad Xi 0 confan todos los valores posibles.
3. sustituir y por (=) para cada restriccin, con lo cual se produce la ecuacin
de una lnea recta.
4. trazar la lnea recta correspondiente a cada restriccin en el plano. La regin en
cual se encuentra cada restriccin, el rea correspondiente a cada restriccin lo
define el signo correspondiente a cada restriccin ( ) se evala un punto antes
y despus de la recta trazada, el punto que cumpla con la inecuacin indicara el
rea correspondiente

5. el espacio en el cual se satisfacen las tres restricciones es el rea factible

Cada punto situado en la frontera del espacio del rea factible, es decir que
satisfacen todas las restricciones, representa un punto factible.
6. Las lneas paralelas que representan la funcin objetivo se trazan mediante la
asignacin de valores arbitrarios a fin de determinar la pendiente y la direccin en
la cual crece o decrece el valor de la funcin objetivo.
7. la solucin ptima puede determinarse al observar la direccin en la cual
aumenta la funcin objetivo, se procede a graficar la funcin objetivo, si es un
problema de minimizacin la solucin optima es el primer punto factible que toque
la funcin Z, y si por lo contrario es un problema de maximizacin, ser entonces
el ltimo de los puntos factibles que toque la funcin Z
Hay principalmente cuatro tipos de problemas, de nica solucin, multiples
soluciones, solucin no acotada y no factible, a continuacin hay un ejemplo de
cada caso, en el cual se puede observar la comparacin de la solucin obtenida
con el mtodo grafico, y la solucin obtenida con el mtodo simplex.
INSTITUTO TECNOLGICO DE CD GUZMN
Mtodos numricos
MTODOS NUMRICOS
Anlisis numrico.
Una definicin de anlisis numrico podra ser el estudio de los errores en los
clculos; error aqu no quiere decir un disparate, equivocacin u omisin, sino ms
bien una discrepancia entre el valor exacto y el calculado, que es consecuencia de
la manera con que se manejan los nmeros o frmulas.
Otra definicin de anlisis numrico podra ser el diseo, uso y anlisis de
algoritmos, los cuales son conjuntos de instrucciones cuyo fin es calcular o
aproximar alguna cantidad o funcin.
Un especialista de anlisis numrico se interesa en la creacin y comprensin de
buenos mtodos que resuelvan problemas numricamente. Una caracterstica
importante del estudio de los mtodos es su variacin.
El anlisis numrico consiste en procedimientos que resuelven problemas y
realizan clculos puramente aritmticos. Pero hay que tomar en cuenta las

caractersticas especiales y limitaciones de los instrumentos de clculo (como las

computadoras) que nos ayudan en la ejecucin de las instrucciones del algoritmo.
Si bien no nos interesa la construccin de tal dispositivo o la manera en que
funciona, si nos importarn los sistemas numricos de mquinas en contraposicin
con nuestro sistema de nmeros reales, y los errores resultantes de cambiar de
uno a otro sistema.
Una buena razn para estudiar el anlisis numrico es mejorar nuestra
comprensin de los conceptos de las matemticas (puras) observando como
algunos de ello deben modificarse necesariamente en las matemticas
computacionales.
Despus de todo, el anlisis numrico es importante porque es necesario en la
solucin de muchos problemas del mundo real.
Mtodos numricos.
Los mtodos numricos son tcnicas mediante las cuales es posible formular
problemas matemticos de tal forma que puedan resolverse usando operaciones
aritmticas. Hay muchos tipos de mtodos numricos, y comparten una
caracterstica comn: invariablemente se deben realizar un buen nmero de
tediosos clculos aritmticos.
Los mtodos numricos son herramientas muy poderosas para a solucin de
problemas. Pueden manejar sistemas de ecuaciones grandes, no linealidades y
geometras complicadas, comunes en la ingeniera. Tambin es posible que se
utilice software disponible comercialmente que contenga mtodos numricos. El
uso inteligente de estos programas depende del conocimiento de la teora bsica
de estos mtodos; adems hay muchos problemas que no pueden plantearse al
emplear programas hechos, conociendo bien los mtodos numricos se puede
disear programas propios y as no comprar software costoso. Al mismo tiempo se
aprende a conocer y controlar los errores de aproximacin que son inseparables
de los clculos numricos a gran escala.
Los mtodos numricos son un medio para reforzar la comprensin de las
matemticas, porque profundizan en los temas que de otro modo resultaran
obscuros, esto aumenta su capacidad de comprensin y entendimiento en la
materia.
Cifras significativas.

Cuando se emplea un nmero en un clculo, debe haber seguridad de que pueda

usarse con confianza. El concepto de cifras significativas tiene dos implicaciones
importantes en el estudio de los mtodos numricos.
1.- Los mtodos numricos obtienen resultados aproximados. Por lo tanto, se
debe desarrollar criterios para especificar que tan precisos son los resultados
obtenidos.
2.- Aunque ciertos nmeros representan nmero especficos, no se pueden
expresar exactamente con un nmero finito de cifras.
Exactitud y Precisin.
La exactitud se refiere a que tan cercano est el valor calculado o medido del valor
verdadero. La precisin se refiere a qu tan cercano est un valor individual
medido o calculado respecto a los otros.
La inexactitud se define como un alejamiento sistemtico de la verdad. La
imprecisin, sobre el otro lado, se refiere a la magnitud del esparcimiento de los
valores.
Los mtodos numricos deben ser lo suficientemente exactos o sin sesgos para
que cumplan los requisitos de un problema particular de ingeniera.
Error.
En general, para cualquier tipo de error, la relacin entre el nmero exact9 y el
obtenido por aproximacin se define como:
Error = Valor real -valor estimado
En ocasiones, se sabr exactamente el valor del error, que denotaremos como Ev,
o deberemos estimar un error aproximado.
Ahora, para definir la magnitud del error, o que incidencia tiene en el clculo el
error detectado, podemos normalizar su valor :
Ea = Error relativo (fraccin) = error estimado I valor verdadero
Como el valor de Ea puede ser tanto positivo como negativo, en muchos casos
nos interesa saber ms la magnitud del error, caso en el cual usaremos el valor
absoluto de este.

Un caso muy interesante es una investigacin que realiza Scarborough, en que

determin el nmero de cifras significativas que contiene el error como:

Si reemplazamos Es en la ecuacin. Obtendremos el nmero de cifras

significativas en que es confiable el valor aproximado obtenido.
As, si queremos que nuestro clculo tenga un error menor al criterio para dos
cifras significativas, debemos obtener nmeros que correspondan a menos de:
Es=(0.5x 102-2)%=0.5%
Esto nos servir para determinar cuntos trminos sern necesarios en un clculo
aproximado para tener la certeza que el error se encuentra bajo el margen
especificado en Es
ERROR DE REDONDEO
Muchas veces, los computadores cortan los nmeros decimales entre e17 y 12
decimal introduciendo as un error de redondeo
Por ejemplo, el valor de "e" se conoce como 2.718281828... hasta el infinito.
Si cortamos el nmero en 2.71828182 (8 cifras significativas luego del punto
decimal) estamos obteniendo u error de
E = 2.718281828 -2.71828182 = 0.000000008...
Sin embargo, como no consideramos que el nmero que segua al corte era mayor
que 5, entonces nos convena dejar el nmero como 2.71828183, caso en el cual
el error sera solo de
E = 2.118281828 -2.11828183 = -0.000000002..
, que en trminos absolutos es mucho menor que el anterior.
En general, el error de corte de las computadoras ser muy inferior al error
introducido por un usuario, que generalmente corta a un menor nmero de cifras
significativas.

Dependiendo de la magnitud de los nmeros con los que se trabaja, el error de

redondeo puede tener una incidencia muy grande muy pequea en el clculo final.
As por ejemplo, si tenemos un producto de 502,23 m y un precio en dlares de
US $ 7,52, el precio total nos dar US$ 3.776,7696 (que en pesos chilenos, con 1
dlar = $500 nos da $1.888.384,8).
Ahora, si introducimos una variacin del 0.1% en los metros del producto y
calculamos el total, obtenemos 502,23 * 0.1 % = 507, 54 , que en US$ equivalen a
US$3.816,7008 ( o sea, $1.908.350,4 pesos chilenos, una diferencia de
$19.965,6) lo que no deja de ser importante, ya que una variacin de 0.1% en el
metraje del producto nos da un error superior a 1.5% en el precio final
ERRORES DE TRUNCAMIENTO.
Los errores de truncamiento tienen relacin con el mtodo de aproximacin que se
usar ya que generalmente frente a una serie infinita de trminos, se tender a
cortar el nmero de trminos, introduciendo en ese momento un error, por no
utilizar la serie completa (que se supone es exacta).
En una iteracin, se entiende como el error por no seguir iterando y seguir
aproximndose a la solucin. En un intervalo que se subdivide para realizar una
serie de clculos sobre l, se asocia al nmero de paso, resultado de dividir el
intervalo "n" veces.
ERROR NUMERICO TOTAL
El error numrico total se entiende como la suma de los errores de redondeo y
truncamiento introducidos en el clculo.
Pero aqu surge un gran problema. Mientras ms clculos se tengan que realizar
para obtener un resultado, el error de redondeo se ir incrementando. Pero por
otro lado, el error de truncamiento se puede minimizar al incluir ms trminos en la
ecuacin, disminuir el paso o proseguir la iteracin ( o sea mayor nmero de
clculos y seguramente mayor error de redondeo).
Entonces, qu criterio utilizamos? ...lo ideal sera determinar el punto en que los
errores de donde empiezan a ocultar la ventaja de considerar un menor error de
truncamiento.
Pero como dije, es lo ideal; en la prctica debemos considerar que hoy por hoy los
computadores tienen un manejo de cifras significativas mucho mayor que antes

por lo que el error de redondeo se minimiza enormemente, aunque no se debe

dejar olvidar su aporte al error total.
Expansin en Series de Taylor
Una especial atencin tiene la aproximacin de funciones por la utilizacin de
series de expansin de Taylor. As, si una funcin es continua y diferenciable
dentro del intervalo de inters, puede ser escrita como una serie de potencia finita,
o serie de Taylor.

Este mtodo no puede, sin embargo, usarse para ajustar datos experimentales
[Xi , f(xJ], sino que para transformar funciones ya conocidas y diferenciables a
unas de ms fcil manejo.
Existen ciertas observaciones que deben conocerse al aplicar esta frmula. Por
ejemplo, para tener una mejor aproximacin de la funcin a un intervalo [a, b], el
valor de Xo debe elegirse lo ms cercano posible al centro de dicho intervalo. De
esta manera se minimiza la contribucin mxima del trmino (X-Xo)n+l del residuo
en el clculo de R(x) entre a < = x < = b.
Otra forma de minimizar el valor del residuo es elevar el grado del polinomio de
ajuste, o sea incluir ms trminos en la serie y reducir as el exponente de R(x).