Académique Documents
Professionnel Documents
Culture Documents
E ♥ MÈTODO
GRÀFICO
INVESTIGACIÓN DE OPERACIONES I
PRESENTAN:
CHAVEZ PONCE, ERICK ROBERTO
GURROLA GONZÀLEZ, SOCORRO
TERCERO SERRANO, KARLA ALEJANDRA
Introducción
En muchos modelos algunas o todas las
variables de decisión deben ser enteras.
Estos modelos son conocidos como modelos
de programación lineal entera.
Métodos de Resolución
de problemas enteros
método gráfico Solución
optima, ¿no es
entera?
PROBLEMA DE 2 VARIABLES
2. A partir de la solución
relajada, obtener la S.O
entera. En donde;
El punto intercepte con la función
objetivo es la solución optima.
Este método es eficaz para
PASOS PARA RESOLVER UN PROBLEMA DE
problemas de dos variables o
PROGRAMACIÒN LINEAL ENTERA menos.
PROGRAMACIÒN LINEAL
Resolver por medio del método 2. PROGRAMACIÒN
gráfico de programación lineal: ENTERA
1. Declarar variables A partir de los resultados
2. Función Objetivo obtenidos, encontrar la S.O.
3. Restricciones entera, en donde:
4. Representación gráfica ◦ Las intersecciones de la
cuadricula conforman soluciones
5. Definir la región de solución y factibles.
calcular el punto optimo.
◦ El punto que intercepte con el
barrido de F.O. será la solución
optima.
¿Cómo plantear?
«Modelo matemático»
Un carpintero desea determinar la cantidad de sillas y mesas que debe
producir el próximo día para maximizar su ganancia. Cuenta con 38 metros
cuadrados de madera y disponible de 7,5 horas/hombre. Se requiere de 4
metros cuadrados y 1hora/hombre para confeccionar cada silla; y de 9,5
metros cuadrados de madera y 1 hora/hombre para confeccionar cada
mesa. Se asume que se vende todo lo que se produce y que el beneficio
por silla es de $4, mientras que el beneficio por mesa es de $8,5. ¿Cuántas
sillas y mesas se deben producir?
NÙMEROS
ENTEROS
FACTIBLES.
◦ Tenemos que:
X1 X2
Primera restricción: 0 7
7 0
X1 + X2 = 7
Segunda restricción: X1 X2
0 12
12X1 + 5X2 = 60 5 0
2
Valor de la función
obj. en cada punto
El número de puntos de la región es
finito y, por lo tanto, se pueden
calcular todos los puntos y el valor
de la función objetivo en cada uno
para identificar la solución óptima.
(4,4)
Valores:
(3, 3): Z=375 (4, 3): Z=455
Un granjero decide subdividir su terreno en 6 campos de la misma área, de modo que en cada
campo sólo podrá plantar un tipo de cultivo, ya sea cebada o lechugas. El granjero ha calculado que
según el precio mínimo garantizado por el Gobierno Europeo y después de restar todos los costes,
obtendrá un beneficio neto de 1000 euros por campo de cebada y 1600 euros por campo de
lechugas. La recogida de un campo de cebada necesita 80 horas de mano obra y la de un campo de
lechugas de 160 horas. Durante la cosecha el granjero dispondrá de 700 horas disponibles de
mano de obra. Existe además la restricción de que no podrá plantar más de 3 campos de cebada.
¿Cuántos campos de lechugas y cuántos campos de cebada debe cultivar el agricultor para
maximizar su beneficio?
Planteamiento
◦ Función Objetivo:
Max Z = 1000 X1 + 1600X2
◦ Variables de decisión:
X1 = campos en que el agricultor cultivará cebada
X2 = campos en que el agricultor cultivará lechugas
◦ Restricciones
X1 ≤ 3 No podrá plantar más de 3 campos de cebada
80X1 + 160X2 ≤ 700 Las cosechas requieren de un tiempo de obra
X1 + X2 ≤ 6 La suma de las divisiones debe ser igual o menor a 6
2.-Graficamos.
Ejercicio 1
Sea el modelo lineal. 1
Max Z = 1000 X1 + 1600X2
Sujeto a:
X1 ≤ 3
80X1 + 160X2 ≤ 700
X1 + X2 ≤ 6
X1 , X2 ≥ 0 2
Vértices X1 X2 Z
A 0 0 0
B 0 4.37 6 992
C 3 2.88 7608 2
(3, 72/25)
D 3 0 3000 Z = 7608
Solución
Solución optima, ¿no
es entera?
optima C (3, 72/25)
3
Ejercicio 1
Identificar el punto entero más
1
cercano a la función objetivo
Z = 7608
◦ El punto más a la derecha
(máximo) que intercepte
con el barrido de F.O.
conformará una solución
optima.
3
Ejercicio 1
1
Valor de la función
obj. en cada punto
Vértices X1 X2 Z
- 0 4 6 400
- 0 3 4 800
2
- 1 3 5 800 (3, 72/25)
- 2 3 6 800 Z = 7608
- 3 2 6 200
Solución
optima (2 , 3)
3
Ejercicio 1
1
Identificar el punto entero
máximo más cercano a la
función objetivo
Solución optima
(problema relajado)
X1 = 3, X2 = 72/25, Z = 7 608 2
(3, 72/25)
Z = 7608
Solución optima
(problema entero) Solución
optima,
ENTERA
X1 = 2, X2 = 3, Z = 6 800 Max.
3
¿Qué cree que suceda? En el siguiente grafica se da la
solución óptima del problema
relajado y soluciones redondeadas.
Valor z de la solución 1
optima con el problema
relajado.
2
(3 , 72/25): Z = 7608
(3 , 3):
Z = 7800 No cumple con
las restricciones
(3 , 2):
Z = 6200
Solución factible,
NO OPTIMA. 3
3
Ejercicio 2 2.- Graficamos.
Sujeto a:
200 000X1 + 600 000X2 ≤ 2 700 000
X2 ≥ 2
3X1 + X2 ≤ 19
X1 , X2 ≥ 0
Vértices X1 X2 Z
A 0 2 4 000
B 0 4.5 9 000
C 5.5 2.8 12 200
D 5.8 2 10 960
2
Solución 1
Solución optima
(problema relajado) Solución
optima entera
X1 = 5.5, X2= 2.8, Z = 12 200
Solución optima 2
(problema entero)
1
X1 = 4, X2= 3, Z = 10 800
2.-Graficamos.
Ejercicio ·3
Sea el modelo lineal.
Max z = 3x1 + x2
Sujeto a
x1 + x2 ≤ 8
3x1 - 4x2 ≤ 12 2
x1, x2 ≥ 0 y
enteras
1.-Obtenemos las
coordenadas.
1.-x1 + 2x2 = 8 2.-3x1 – 4x2 = 12 1
x1 x2 x1 x2
0 4 0 -3
8 0 4 0
3.-Valores enteros 3.-Solucion optima con el
factibles. problema relajado.
2 2
1
1
6.-Posiciones de las soluciones redondeos
2
5.-Posibles redondeos con
sus valores
(5 , 2): Z = 17 (6 , 2): Z = 20
1
(5 , 1): Z = 16 (6 , 1): Z = 19
6.-Factibilidad de los posibles
redondeos
(5 , 2): Z = (6 , 2): Z =
17 20
No cumple No cumple
con las con las
restricciones restricciones
(5 , 1): Z = (6 , 1): Z =
16 19
Cumple con No cumple
las con las
restricciones restricciones
1
Resultado
El resultado a este
problema es :
(5 , 1): Z =
16 2
Cumple con
las
restricciones
(4,2): Z = 14
(2,3): Z = 9
2
(0,4): Z = 4
1
¡GRACIAS POR SU
ATENCIÒN!