Mdulo:

Unidad: I

Semana: 2

INVESTIGACIN DE OPERACIONES I

CHAMBERGO GARCIA,
ALEJANDRO

Mtodo Grfico

METODOS ALGORITMICOS DE SOLUCION PARA MODELOS DE PL

I. Mtodo Grfico (Geomtrico)

Es la aplicacin de los conceptos de la geometra, para relacionar grficamente los componentes de un modelo de PL como base para su solucin.
El mtodo es aplicable hasta para representaciones tridimensionales (cacada variable es una dimensin). Para facilitar la comprensin de los conceptos involucrados, aplicaremos el mtodo a modelos bidimensionales.
Regin Factible. en general una ecuacin o inecuacin lineal de 2 variables
tiene un espacio solucin en el plano cartesiano conformado por todos los
puntos con coordenadas (x1,x2) que satisfagan la ecuacin inecuacin.
Ya que, un modelo de PL puede contener m restricciones (<=, =, >=) el
espacio solucin del conjunto (Regin Factible) debe resultar de la interseccin de los espacios solucin de cada una de las restricciones
3

Espacio solucin de una ecuacin

En un modelo de PL una restriccin de igualdad, se representa por :

a1 X1 + a2 X2 = b
cuya pendiente es p = - (a1 / a2) , si a2 =/= 0 .
El conjunto solucin son los puntos de la recta que intersecta a
los ejes del plano cartesiano en los ptos. ( b / a1, 0) y ( 0, b / a2)
si a2 = 0 entonces el conjunto solucin son los puntos de la rec
ta paralela a X2 que pasa por el punto ( b / a1, 0 )
Ejemplo:

50 X1 + 100 X2 = 500

El conjunto solucin son los puntos

de la recta que intercepta a los ejes
del plano cartesiano en los puntos:
( 500/ 50, 0) y ( 0, 500 / 100)
( 10,0 ) ( 0,5 )

10

Regin
Factible

0,5 5

10
10,0

Espacio solucin de una inecuacin

a1 X1 + a2 X2 <= ( >= ) b
El espacio solucin de una inecuacin es el conjunto de puntos que pertenecen a
de uno de los semiplanos cerrados, definidos por la ecuacin : a1 X1 + a2 X2 = b
Una manera de determinar el medio plano solucin, es graficar la frontera y probar
que: si un punto cualquiera del plano [ejm.( 0,0)] satisface la inecuacin, entonces
el semiplano que lo contiene es el espacio solucin, sino es el otro semiplano.
Ejemplo:

50 X1 + 100 X2 <= 500

1. Graficar la frontera (ecuacin)
2. Elegir un pto.prueba [ejm. ( 0,0)]
3.Probar si satisface no la inecuacin
Pto. prueba (0,0) satisface la inecuacin
El espacio solucin es el semiplano
que contiene al pto. prueba (0,0)

10

0,5 5
Regin
Factible

0
5
Pto.prueba (0,0)

10
10,0
5

Ejemplo: 7 X1 - 7 X2 <= 14 V X1,X2 >= 0

a)

7 X1 - 7 X2 = 14
( 2 , 0 ) ( 0 , -2 )

b) pto. prueba ( 0 , 0)
7 (0) - 7 (0) <= 14
e.s. : semiplano que
contiene al pto. (0 , 0)

2
pp (0,0) 0

Regin
Factible

2
2, 0

0, -2 -2

Ejemplo: 2 X2 >= 10 V X1,X2 >= 0

a)

2 X2 = 10

10

recta // a X1, pasa ( 0 ,5 )

b) pto. prueba ( 0 , 0)
2 (0) >= 10
e.s. : semiplano que
NO contiene al pto. (0,0)

Regin
Factible

0, 5 5
pp (0,0) 0
5

10

Caso. IncaS.A

IncaS.A ensambla dos tipos de estabilizadores para Pcs, liviano y pesado

(EL y EP). Se cuenta con dos lneas de ensamble. La lnea de ensamble de
EL tiene una capacidad de 60 und. por da y la lnea de EP de 50 und.
Un EL requiere 1 hr. de labor y un EP 2 hrs. A lo mas 120 hrs labor estn
disponibles para asignarse al ensamble de los 2 tipos de estabilizadores.
Si cada EL deja una utilidad de S/.20 y cada EP S/.30 Cul debe ser la
produccin diaria, para obtener la mayor ganancia posible?

1- Objetivo Verbal. Maximizar las utilidades, determinando el nmero de

unidades a ensamblar de estabilizadores EL y EP
2- Restricciones verbal
capacidad-linea-EL: a lo mas 60 und. diarias
capacidad-linea-EP: como mximo 50 und.diarias.
disponibilidad-hrs-labor : a lo sumo 120 und. diarias
no negatividad : los valores de las variables deben ser no negativos
7

3-.Transformando a definiciones matemticas

a. FO
- variables de decisin
X1 = nmero de und. a ensamblar de estabilizadores EL
X2 = nmero de und. a ensamblar de estabilizadores EP

- coeficientes de contribucin
C1 = contribucin a la utilidad de un estabilizador EL = S/.20
C2 = contribucin a la utilidad de un estabilizador EP = S/.30
- modelo matemtico de la FO
Z = C1 X1 + C2 X2
Z = 20 X1 + 30 X2

b. Restricciones
capacidad-lnea-EL:
capacidad-lnea-EP:
disponibilidad-hrs-labor:

X1 und. <= 60 und.

X2 und. <= 50 und.
(1hr.)X1 +(2 hrs.)X2 <= 120 hrs.
8

4-.Construccin del modelo de PL

Mx.
s.a :

Z = 20 X1 + 30 X2
X1 <= 60
X2 <= 50
X1 + 2 X2 <= 120
X1, X2 >= 0

Podemos concluir que los modelos de PL estn formados de dos partes

importantes una funcin Objetivo que debe ser optimizada y un conjunto
de restricciones que deben ser satisfechas.
Un modelo de PL ( modelo cuantitativo de decisin restringida ) se utiliza
para asignar recursos limitados de manera tal, que se logre un objetivo
de manera ptima
9

Mx.
s.a :

R1)

R2)

Z = 20 X1 + 30 X2
X1 <= 60
X2 <= 50
X1 + 2 X2 <= 120
X1, X2 >= 0

Regin Factible para caso : Inca SA

X1 <= 60
a) X1 = 60
recta // a X2, pasa ( 60 ,0)
b) pto. prueba ( 0 , 0)
(0) <= 60
e.s. : semiplano que
contiene al pto. (0,0)

X2 <= 50
a) X2 = 50
recta // a X1, pasa ( 0 ,50)
b) pto. prueba ( 0 , 0)
(0) <= 50
e.s. : semiplano que
contiene al pto. (0,0)

R3) X1 + 2 X2 <= 120

a) X1 + 2 X2 = 120
( 120 , 0 ) ( 0 , 60 )
b) pto. prueba ( 0 , 0)
(0) + 2 (0) <= 120
e.s. : semiplano que
contiene al pto. (0 , 0)
100
0, 60
0, 50 50

pp (0,0) 0

Regin
Factible
50
60, 0

100
120, 0

Representacin de la Funcin Objetivo en el espacio solucin de un modelo PL

En el espacio bidimensional , la FO de un modelo de PL es de la forma:

c1 X1 + c2 X2 ; f(X1,X2)
Un contorno de esta funcin representa un conjunto de puntos ( X1,X2) que corresponden a un valor constante de la funcin f(X1,X2) y representan una lnea recta.
Cada punto del contorno evaluado en la funcin f(X1,X2) resulta en un valor
constante, en consecuencia, la lnea contorno es denominada lnea ISOCUANTA.
Si representa un dominio de valores para la funcin, entonces en la FO
c1 X1 + c2 X2 = , cada valor de es un contorno.
si c2 =/=0, variando el valor de , cada contorno obtenido tendr la misma pendiente pero diferentes puntos de interseccin en el plano. Eso implica que los contornos
son paralelos unos con otros, es entonces, posible pasar de una lnea isocuanta a
otra por un deslizamiento paralelo en la direccin de incremento o decremento.
Si el objetivo es maximizar la lnea ISOCUANTA se denomina de ISOUTILIDAD, si es
minimizar se denomina de ISOCOSTO.
11

Dado que los valores de las variables de la FO, son limitados por las restricciones
cuya representacin es una Regin Factible, entonces son slo significativos los
desplazamientos de la lnea de ISOCUANTA que intersecten dicha Regin Factible.
La idea del desplazamiento, sugiere una manera para identificar el valor ptimo de
la funcin objetivo. Suponiendo que el objetivo es maximizar, entonces se debe
desplazar la lnea de ISOUTILIDAD desde una posicin inicial 0 en la direccin de
incrementar ( que es el valor total de la utilidad) hasta intersectar la RF en su (s)
punto(s) mas extremo(s) ( cuyos valores (X1,X2) producen el valor ptimo en la FO).

Una manera de determinar la direccin del desplazamiento, es graficar un contorno

(cualquiera) de la FO y luego evaluar el valor de la FO en otro contorno [ejm. el que
pasa por el pto( 0,0)] si este valor mejora la obtencin del Objetivo la direccin del
desplazamiento es hacia ese contorno, sino es hacia el lado opuesto.

12

Determinacin de la Solucin Optima (SO) y el Valor Optimo (VO) para Inca

Mx.

Z = 20 X1 + 30 X2

a) Grafo de un contorno
Z = 20 X1 + 30 X2 = 900
( 45 ,0) ( 0 ,30)
b) Contorno prueba
por punto ( 0, 0)
Z = 20(0) + 30(0) = 0
perjudica el Objetivo,
desplazamiento opuesto
al contorno prueba

100
RF= ABCDE

FO
50

Pto.extremo
solucin ptima

0, 30
0

45, 0

60

100

Valor Optimo en el pto. D (R1 R3)

R3)

R1) X1 = 60
X1 + 2 X2 = 120

; X2 = ( 120 - X1) / 2

VO = 20 (60) + 30 (30) = 1200 + 900

SO X1 = 60
X2 = 30
VO = 2100

13

Interpretacin de resultados del modelo para caso : Inca SA

X1 = 60
X2 = 30
Z = 2100

ensamblar 60 estabilizadores livianos

ensamblar 30 estabilizadores pesados
utilidad mxima $2,100

Restricciones
Capacidad-lnea-El : X1 <= 60
60 = 60
Se utiliza la capacidad total de la lnea de ensamble EL
Capacidad-lnea-EP : X2 <= 50
30 < 50
50 - 30 = 20
Queda una capacidad ociosa de 20 und.en lnea ensamble EP
Disponibilidad-hrs-labor : X1 + 2X2 <= 120
60 + 2( 30) = 120
120 - 120 = 0
Se utiliza la capacidad total de mano de obra

En una restriccin <= la diferencia entre el ST y el primero se denomina HOLGURA.

14

Caso: El instituto del Deporte

El instituto del Deporte, ha firmado un contrato ventajoso para comprar suplementos alimenticios para los deportistas. Estos vienen en 2 presentaciones:
S1 cuyo precio es de $16 la libra( provee 50u de minerales,200u de protenas y
100u de hidratos por onza) y S2 que cuesta $24 la lb ( provee 100u minerales,
125u de protenas y 100u de hidratos por onza ). En base a estos 2 productos
se desea obtener un suplemento para la dieta de los atletas peruanos que provea como mnimo de 500u de minerales, 1000u de protenas y 750u de hidratos
al menor costo posible.
Formular y construir el modelo para solucionar el problema.

1- Objetivo Verbal. Minimizar el costo del suplemento alimenticio que

cumpla con los requerimientos mnimos exigidos,
determinando el nmero de onzas a mezclar de los
productos S1 y S2.
15

2- Restricciones verbal
Requerimiento de minerales: debe proveer por lo menos 500u
Requerimiento de protenas : debe contener como mnimo 1,000u
Requerimiento de hidratos : debe tener al menos 750u
no negatividad : los valores deben ser no negativos
3-.Transformando a definiciones matemticas
a. FO - variables de decisin
X1 = nmero de onzas de suplemento S1 a mezclar
X2 = nmero de onzas de suplemento S2 a mezclar

- coeficientes de contribucin
c1 = contribucin al costo por onz de suplemento S1 = 16/16 = $1.0
c2 = contribucin al costo por onz de suplemento S2 = 24/16 = $1.5
- modelo matemtico de la FO
Z = c1 X1 + c2 X2
Z = 1.0 X1 + 1.5 X2

16

b. Restricciones
req-minerales ( 50u / onz) ( X1 onz) + ( 100u / onz) ( X2 onz) >= 500u
req.protenas (200u / onz) ( X1 onz) + ( 125u / onz) ( X2 onz) >= 1,000u
req.-hidratos

( 100u / onz) ( X1 onz) + ( 100u / onz) ( X2 onz) >= 750u

4-.Construccin del modelo de PL

Mn. Z = 1.0 X1 + 1.5 X2
s.a :
50 X1 + 100 X2 >= 500
200 X1 + 125 X2 >= 1,000
100 X1 + 100 X2 >= 750
X1, X2 >= 0
17

Mn. Z = 1.0 X1 + 1.5 X2

s.a :
50 X1 + 100 X2 >=
200 X1 + 125 X2 >=
100 X1 + 100 X2 >=
X1, X2 >=
R1)

R2)

500
1,000
750
0

50 X1 + 100 X2 >= 500

a) 50 X1 + 100 X2 = 500
( 10 ,0) ( 0 ,5)
b) pto. prueba ( 0 , 0)
(0) + (0) >= 500
e.s. : semiplano que NO
contiene al pto. (0,0)
200 X1 + 125 X2 >= 1,000
a) 200 X1 + 125 X2 = 1,000
( 5 ,0) ( 0 ,8)
b) pto. prueba ( 0 , 0)
(0) + (0) >= 1,000
e.s. : semiplano que NO
contiene al pto. (0,0)

Solucin por mtodo geomtrico:

Inst. Peruano de Deportes
R3) 100 X1 + 100 X2 >= 750
a) 100 X1 + 100 X2 = 750
( 7.5 , 0 ) ( 0 ,7.5 )
b) pto. prueba ( 0 , 0)
(0) + (0) >= 750
e.s. : semiplano que NO
contiene al pto. (0 , 0)

0,8
0,7.5

10

Regin
Factible

0, 5 5

pp (0,0) 0

5
5,0

10
7.5, 0 10,0

18

Determinacin de la Solucin Optima (SO) y el Valor Optimo (VO) para: IPD

Min Z = 1.0 X1 + 1.5 X2
a) Grafo de un contorno
Z = 1.0 X1 + 1.5 X2 = 15
( 15 ,0) ( 0 ,10)
b) Contorno prueba
por punto ( 0, 0)
Z = 1.0 (0) + 1.5 (0) = 0
cumple el Objetivo,
desplazamiento hacia
al contorno prueba

RF= ..ABCD...
No acotada

FO
0, 10 10

10

15, 0

Valor Optimo en el pto. C(R1 R3)

R1) 50X1 + 100X2 = 500

R3) 100X1 + 100X2 = 750
VO = 1.0 ( 5) + 1.5 (2.5) = 8.75

SO X1 = 5
X2 = 2.5

VO = 8.75

19

Interpretacin de resultados del modelo para caso : IPD

El suplemento alimenticio debe obtenerse mezclando:
X1 = 5
5 onz. de suplemento alimenticio S1
X2 = 2.5
2.5 onz. de suplemento alimenticio S2
Z = 8.75 costo del suplemento obtenido $8.75
Restricciones
Requerimiento de minerales : 50 X1 + 100 X2 >= 500
50( 5) + 100( 2.5) = 500
Se satisface exactamente el requerimiento
Requerimiento de protenas : 200 X1 + 125 X2 >= 1,000
200( 5) + 125(2.5) >= 1,000
1,312.5 > 1,000
Se satisface el requerimiento con un exceso de 312.5 u.
Requerimiento de hidratos : 100 X1 + 100 X2 >= 750
100( 5) + 100(2.5) = 750
Se satisface exactamente el requerimiento 20

Ejemplo
Shader Electronics fabrica 2 productos:
1. El MP4 Shader, un reproductor MP4 y
2. El Shader Watch TV, TV color del tamao de un reloj de pulsera.
El proceso de fabricacin de ambos productos se asemeja en que los
2 necesitan un cierto nmero de horas de trabajo en el departamento
de electrnica y un cierto nmero de horas de mano de obra en el
departamento de montaje.

Cada MP4 necesita 4 horas de trabajo en electrnica y 2 en montaje.

21

Cada TV necesita 3 horas de electrnica y 1 en montaje.

Durante el actual periodo se dispone de 240 horas en el
departamento de electrnica y 100 horas en el montaje.
Cada MP4 vendido supone un beneficio de $7 mientras
que para un TV el beneficio unitario es de $5.
Se quiere determinar la mejor combinacin posible de MP4
y TVs que debe producir para alcanzar el mximo
beneficio.

22

Horas necesarias para

producir una unidad

Departamento

MP4
X1

TV
X2

Horas
disponibles

Electrnica

240

Montaje

100

Beneficio Unitario

23

Definir variables
X1= nmero de MP4 a producir
X2= nmero de televisores a producir
Funcin objetivo
Maximizar Beneficio = 7*X1 + 5*X2

Restricciones
4X1 + 3X2

240 (horas de trabajo en electrnica)

2X1 + 1X2

100 (horas de trabajo en montaje)

Rangos de existencia
X1
X2

0
0
24

X2

Restriccin A:
4X1 + 3X2 = 240

Nmero de Televisores

100
X1=0, X2=80

80

Restriccin A

60
40

20
X1=60, X2=0
0

20

40
60
80
Nmero de MP4

100 X1

25

X2

Restriccin B:
2X1 + 1X2 = 100
X1=0, X2=100

Nmero de Televisores

100

80
Restriccin B

60

40
20
X1=50, X2=0
0

20

40
60
80
Nmero de MP4

100 X1

26

X2

Restriccin B:
X1=0, X2=100

Nmero de Televisores

100

80
60

40
20

Restriccin A
Conjunto
de
soluciones
factibles
0

20

X1=50, X2=0
40
60
80
Nmero de MP4

100 X1

27

A medida que me alejo

aumenta el beneficio

X2

Nmero de Televisores

100

350$=7X1 + 5X2
80
280$=7X1 + 5X2
60
210$=7X1 + 5X2

40

400$=7X1 + 5X2
20
0

20

40
60
80
Nmero de MP4

100 X1

28

X2

Nmero de Televisores

100

La lnea de mximo beneficio pasa

por este punto X1=30, X2=40, se
denominar Punto ptimo

2
80
60

40

20
1

20

404
60
80
Nmero de MP4

100

X1

29

Punto ptimo:
Matemticamente se calcula resolviendo el sistema de ecuaciones:
4X1 + 3X2 = 240 (restriccin A)
2X1 + 1X2 = 100 (restriccin B)

Multiplicando y sumando tenemos:

4X1 + 3X2 = 240
-4X1 - 2X2= -200
X2 = 40, Entonces X1 = 30 (reemplazando en
restriccin A o B)
Reemplazando en la Funcin objetivo, el Beneficio mayor ser:
7*30 + 5* 40 = U$ 410
Esto se logra produciendo X1=30 MP4 y X2= 40 televisores.

30

Problemas de Minimizacin
Kodak SA, fabrica dos tipos de lquidos de revelado de fotografa. El
primero un producto qumico para el revelado en blanco y negro, tiene
un coste de produccin de US $ 2,500 por tonelada. El segundo, un
producto qumico para el revelado en color, cuesta 3,000$ por
tonelada.
Basndose en el nivel actual de inventario y los pedidos pendientes
de servir, el director de produccin ha especificado que, para el
prximo mes, se deben producir al menos 30 TM de lquido para
revelado en blanco y negro, y 20 para el revelado color. Adems el
director ha constatado la existencia de un stock de materia prima
altamente perecedero, necesario para los dos productos, que debe
utilizarse en los prximos 30 das. Con el objeto de no desperdiciar
una materia prima tan cara, Kodak debe producir al menos 60 TM de
lquido de revelado durante el prximo mes.
31

X1= N de Tn producidas de lquido revelado blanco y negro

X2= N de Tn producidas de lquido revelado color
F.O. Minimizar costos Z = 2500X1 + 3000X2
X1 30 (prod. Min. De liq. Rev. Blanco y negro)
X2 20 (prod. Mn. de liq. Rev. Color)

X1+X2 60 (prod. Mn. para no desperdiciar materia prima)

X1, X2 0 (condiciones de no negatividad)
Usar mtodo grfico.
En este caso existen dos vrtices a(40,20) y b(30,30)
Para a: F.O. = 160,000$
Para b: F.O. = 165,000$
Por lo tanto el coste ms barato se d en el punto a, por lo que Kodak
SA deber producir 40 Tn L.R. Blanco y negro y 20 Tn L.R.color.
32

GRACIAS