SlideShare una empresa de Scribd logo
1 de 23
Descargar para leer sin conexión
Soluci´n Gr´fica de un PL
o
a
CCIR / Matem´ticas
a

euresti@itesm.mx

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
El m´todo gr´fico de soluci´n de problemas de programaci´n lineal
e
a
o
o
(PL) s´lo aplica a problemas con dos variables de decisi´n; sin
o
o
embargo, ilustra adecuadamente los conceptos que nos permitir´n
a
entender la naturaleza del problema PL y de all´ entender los
ı
m´todos de soluci´n algebraicos.
e
o
Primeramente graficaremos la regi´n factible. Despu´s ilustraremos
o
e
el comportamiento de funciones lineales para entender c´mo
o
determinar los puntos ´ptimos.
o

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Ejemplo 1
Suponga que se desea resolver el problema PL:
Max z = 3 x + 2 y
sujeto a
2x
x
x
x

+ y
+ y

y

CCIR / Matem´ticas
a

≤
≤
≤
≥
≥

100
80
40
0
0

R5
R4
R3
R1
R2

Soluci´n Gr´fica de un PL
o
a
Nuestra primera meta es graficar en el plano la regi´n factible; es
o
decir, graficar la totalidad de puntos del plano que satisfacen las
restricciones. Notemos que las restricciones se deben cumplir
simult´neamente. Es decir, que los puntos deben cumplir la
a
restricci´n R1 , la restricci´n R2 , y as´ sucesivamente hasta la
o
o
ı
restricci´n R5 . Desde el punto de vista de teor´ b´sica de
o
ıa a
conjuntos, la regi´n factible es la intersecci´n de los conjuntos que
o
o
satisfacen por separado cada una de las restricciones. Para avanzar
en nuestra meta, debemos saber c´mo determinar los puntos del
o
plano que satisfacen una desigualdad lineal. Distinguimos dos
casos:
cuando en la desigualdad s´lo aparece una variable de decisi´n
o
o
(es decir, la otra variable tiene coeficiente cero)
cuando en la desigualdad aparecen las dos variables de
decisi´n (es decir, ambas tienen coeficientes diferentes de cero
o
en tal desigualdad)
CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
´
Cuando solo aparece una variable
En este caso, cuando cambiamos el s´
ımbolo de desigualdad por el
s´
ımbolo de igualdad lo que obtenemos es el conjunto frontera del
conjunto de puntos que cumple la desigualdad. En este caso, dicha
frontera es una l´
ınea horizontal o vertical: por inspecci´n, es f´cil
o
a
determinar el lado de dicha frontera que cumple la desigualdad.

x ≤ 40
x ≥0

y ≥0
40
y =0

x =0

x = 40

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Cuando aparecen las dos variables
Nuevamente, cambiamos el s´
ımbolo de desigualdad por el s´
ımbolo
de igualdad y lo que obtenemos es una l´
ınea recta. Esta recta es
f´cil de graficar usando la t´cnica de intersecci´n con los ejes:
a
e
o
hacemos cero una de las variables y despejamos para la otra
variable. De nuevo, la recta es la frontera de nuestro conjunto: por
inspecci´n, es f´cil determinar el lado de dicha frontera que cumple
o
a
la desigualdad.
100
80

x + y = 80
2 x + y = 100

2 x + y ≤ 100

50

CCIR / Matem´ticas
a

x + y ≤ 80
Soluci´n Gr´fica de un PL
o
a

80
´
Region factible
Se forma haciendo una intersecci´n de los conjuntos de puntos que
o
hemos encontrado (El punto S(20, 60) se determina resolviendo el
sistema 2 x + y = 100 y x + y = 80; el punto R(20, 60) se
determina resolviendo el sistema 2 x + y = 100 y x = 40).

T (0, 80)

S(20, 60)

R(40, 20)

P(0, 0)

CCIR / Matem´ticas
a

Q(40, 0)

Soluci´n Gr´fica de un PL
o
a
Crecimiento de z = 3 x + 2 y
De momento, nos olvidamos de la regi´n factible y vemos en qu´
o
e
direcci´n crece la funci´n z: siendo el gradiente de la funci´n
o
o
o
∂z
∂z
z =< ∂x = 3, ∂y = 2 > determinamos que en tal direcci´n crece
o
z; direcciones perpendiculares a z (< 2, −3 >) dan las curvas de
nivel.
z = 210
z = 180
z = 150
z = 120
z = 90
z = 60
z = 30
z =0

z

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
´
´
Localizacion del Optimo
Ahora graficamos las curvas de nivel de z encima de la regi´n
o
factible y determinamos aquel punto de la regi´n factible que
o
queda en la curva de nivel de mayor valor (caso de maximizaci´n).
o
T (0, 80)

z = 210
z = 180
z = 150
z = 120
S(20, 60), ´ptimo con z = 180
o
z = 90
z = 60
z = 30
z =0

z
R(40, 20)

P(0, 0)

CCIR / Matem´ticas
a

Q(40, 0)

Soluci´n Gr´fica de un PL
o
a
Ejemplo 2
Se desea resolver el problema PL:
Min z = 4 x − y
sujeto a
−2 x
3x
2x
x
x

+ 3y
+ 5y
+ 2y

y

CCIR / Matem´ticas
a

≤ 90
≤ 245
≥ 40
≤ 40
≥
0
≥
0

Soluci´n Gr´fica de un PL
o
a
´
Region factible
Convertimos cada desigualdad en igualdad; trazamos las rectas
correspondientes buscando intersecciones y determinamos por
inspecci´n el lado de la recta que cumple la desigualdad.
o
Y (0, 49)
S(15, 40)
x ≤ 40
T (0, 30)

R(40, 25)

U(0, 20)

−2 x + 3 y ≤ 90
Z (−45, 0)

O

3 x + 5 y ≤ 245
P(20, 0)

CCIR / Matem´ticas
a

Q(40, 0)
2 x + 2 y ≥ 40

Soluci´n Gr´fica de un PL
o
a

X (81.6, 0)
´
´
Localizacion del optimo
En este caso el problema es de minimizaci´n; as´ en la direcci´n
o
ı,
o
opuesta al gradiente la funci´n se minimiza. Para determinar el
o
o
´ptimo, debemos buscar la curva de nivel en la direcci´n opuesta al
o
gradiente de menor valor que toca a la regi´n factible.
o
z = −60
z = −30
z =0
z = 30
z = 60
z = 90
z = 120
z = 150
z = 180
z = 210
S(15, 40)
M´
ınimo con z = −30

T (0, 30)

R(40, 25)

U(0, 20)

O

P(20, 0)

Q(40, 0)
z

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Ejemplo 3
Suponga que se desea resolver el problema PL:
Max z = 2 x + y
sujeto a
2x
x
x
x

+ y
+ y

y

CCIR / Matem´ticas
a

≤
≤
≤
≥
≥

100
80
40
0
0

R5
R4
R3
R1
R2

Soluci´n Gr´fica de un PL
o
a
´
Region factible
En este ejemplo, la regi´n factible es la misma que en el ejemplo 1.
o
Pero ha cambiando la funci´n objetivo; el gradiente es
o
z =< 2, 1 > y las curvas de nivel son tales que son paralelas a
uno de los lados de la regi´n factible. Y esa curva es la de mayor
o
valor en el problema de maximizaci´n. Por tanto, habr´ infinitas
o
a
¯
soluciones: todos los puntos del segmento SR son m´ximos.
a
T (0, 80)
z = 120
z = 100
z = 80
z = 60
S(20, 60)
z = 40
z = 20
z =0

R(40, 20) z

P(0, 0)
CCIR / Matem´ticas
a

Q(40, 0)
Soluci´n Gr´fica de un PL
o
a
Ejemplo 4
Se desea resolver el problema PL:
Max z = x + y
sujeto a
6x
20 x

+ 5y
+ 20 y
y

x

CCIR / Matem´ticas
a

≥ 300
≤ 100
≥ 30
≥
0

Soluci´n Gr´fica de un PL
o
a
´
Region factible
Convertimos cada desigualdad en igualdad; trazamos las rectas
correspondientes buscando intersecciones y determinamos por
inspecci´n el lado de la recta que cumple la desigualdad. En este
o
ejemplo la regi´n factible es vac´ no hay valores de x y de y
o
ıa:
que satisfagan simult´neamente todas las restricciones.
a
y
R(0, 60)
Q(0, 50)

6 x + 5 y ≥ 300

y ≥ 30

T (0, 30)

20 x + 20 y ≤ 100
P(50, 0)

x

O

x ≥0
CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Ejemplo 5
Se desea resolver el problema PL:
Max z = −3 x + y
sujeto a
−4 x
2x
x
x

+ 3y
+ 3y
− y
y

CCIR / Matem´ticas
a

≤ 60
≥ 30
≤ 20
≥ 0
≥ 0

Soluci´n Gr´fica de un PL
o
a
´
Region factible
Convertimos cada desigualdad en igualdad; trazamos las rectas
correspondientes buscando intersecciones y determinamos por
inspecci´n el lado de la recta que cumple la desigualdad. En este
o
ejemplo la regi´n factible es infinita: se extiende
o
indefinidamente entre dos rectas que se abren.

−4 x + 3 y ≤ 60
T (0, 20)
x − y ≤ 20
2 x + 3 y ≥ 30
R(0, 10)

O

Q(15, 0)

P(20, 0)

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
´
´
Obtencion del optimo
A pesar que la regi´n factible es no acotada, el gradiente crece en
o
una direcci´n hacia donde la regi´n est´ acotada: por tanto, el
o
o
a
o
´ptimo existe y est´ en el punto T (0, 20).
a

T (0, 20)

z
R(0, 10)
z = 80
Q(15, 0) P(20, 0)
O
z = 60
z = 40
z = 20
z =0
z = −20
z = −40
z = −60
CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Ejemplo 6
Se desea resolver el problema PL:
Max z = 3 x − y
sujeto a
−4 x
2x
x
x

+ 3y
+ 3y
− y
y

CCIR / Matem´ticas
a

≤ 60
≥ 30
≤ 20
≥ 0
≥ 0

Soluci´n Gr´fica de un PL
o
a
´
´
Obtencion del optimo
Este problema tiene la misma regi´n factible que el problema
o
previo pero la funci´n crece en direcci´n opuesta entonces es
o
o
posible encontrar puntos sobre la frontera x − y = 20 con
evaluaci´n cada vez mayor. El problema no tiene m´ximo; el valor
o
a
de la funci´n no es acotado.
o

T (0, 20)

R(0, 10)
Q(15, 0) P(20, 0)
O
z = −60
z = −40
z = −20
z =0
z
z = 20 a
CCIR / Matem´ticas
Soluci´n Gr´fica de un PL
o
a
Aprendizajes?

Sobre la regi´n factible:
o
puede ser vac´ (ejemplo 4), acotada (ejemplos 1,2 y 3) o
ıa
infinita (ejemplos 5 y 6).
cuando no es vac´ . .
ıa.
es faceteada: sus caras son realizadas por cortes rectos;
por ello es que es convexa, es decir, no tiene partes sumidas;
por ello es que para dos puntos en la regi´n factible, el
o
segmento que los une est´ totalmente dentro de la regi´n
a
o
factible.

cuando es acotada y no vac´ . .
ıa.
los puntos extremos la definen completamente.

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a
Aprendizajes?
Una funci´n lineal definida sobre un segmento de recta se
o
convierte en una funci´n lineal en una variable; y por lo tanto,
o
toma sus valores m´ximos o m´
a
ınimos en los extremos del
intervalo (a´n en el caso que sea constante la funci´n).
u
o
Al optimizar un PL que tiene regi´n factible acotada y no
o
vac´ los valores m´ximos y m´
ıa,
a
ınimos los toma en un punto
extremo de la regi´n factible (en una esquina del poliedro que
o
es la regi´n factible).
o
Al optimizar un PL que tiene regi´n factible no acotada
o
pueden ocurrir dos posibilidades:
que el m´ximo o el m´
a
ınimo lo tome en un punto extremo ´
o
que el problema no sea acotado: es decir, que no es posible
encontrar un valor ´ptimo porque siempre es posible encontrar
o
un punto en la regi´n factible con una evaluaci´n mejor.
o
o

CCIR / Matem´ticas
a

Soluci´n Gr´fica de un PL
o
a

Más contenido relacionado

La actualidad más candente

Ecuaciones de la longitud de la tangente
Ecuaciones de la longitud de la tangenteEcuaciones de la longitud de la tangente
Ecuaciones de la longitud de la tangente
dalila69
 
Aplicacion de las funciones atematicas a la vida diaria
Aplicacion de las funciones atematicas a la vida diariaAplicacion de las funciones atematicas a la vida diaria
Aplicacion de las funciones atematicas a la vida diaria
Jhunior Romero
 
Unmsm fisi - conjuntos convexos y programación matemática - io1 cl02
Unmsm   fisi - conjuntos convexos y programación matemática - io1 cl02Unmsm   fisi - conjuntos convexos y programación matemática - io1 cl02
Unmsm fisi - conjuntos convexos y programación matemática - io1 cl02
Julio Pari
 
Limites infinitos
Limites infinitosLimites infinitos
Limites infinitos
mirthadiaz
 
funciones trigonometricas
funciones trigonometricasfunciones trigonometricas
funciones trigonometricas
Angie Julieth
 
Funciones trigonométricas
Funciones trigonométricasFunciones trigonométricas
Funciones trigonométricas
ticsbeatricinos
 

La actualidad más candente (20)

Ecuaciones de la longitud de la tangente
Ecuaciones de la longitud de la tangenteEcuaciones de la longitud de la tangente
Ecuaciones de la longitud de la tangente
 
Aplicacion de las funciones atematicas a la vida diaria
Aplicacion de las funciones atematicas a la vida diariaAplicacion de las funciones atematicas a la vida diaria
Aplicacion de las funciones atematicas a la vida diaria
 
Diapositivas limites
Diapositivas limitesDiapositivas limites
Diapositivas limites
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
 
Infe2
Infe2Infe2
Infe2
 
Expo u2-simulacion
Expo u2-simulacionExpo u2-simulacion
Expo u2-simulacion
 
Splines
SplinesSplines
Splines
 
Unmsm fisi - conjuntos convexos y programación matemática - io1 cl02
Unmsm   fisi - conjuntos convexos y programación matemática - io1 cl02Unmsm   fisi - conjuntos convexos y programación matemática - io1 cl02
Unmsm fisi - conjuntos convexos y programación matemática - io1 cl02
 
Forma simetrica de la recta
Forma simetrica de la rectaForma simetrica de la recta
Forma simetrica de la recta
 
Ppt limites
Ppt limitesPpt limites
Ppt limites
 
Limites infinitos
Limites infinitosLimites infinitos
Limites infinitos
 
funciones trigonometricas
funciones trigonometricasfunciones trigonometricas
funciones trigonometricas
 
Clase 2. limite y continuidad
Clase 2. limite y continuidadClase 2. limite y continuidad
Clase 2. limite y continuidad
 
Limites
LimitesLimites
Limites
 
Identidades trigonometricas
Identidades trigonometricasIdentidades trigonometricas
Identidades trigonometricas
 
Funciones y modelos matemáticos
Funciones y modelos matemáticosFunciones y modelos matemáticos
Funciones y modelos matemáticos
 
Funciones trigonométricas
Funciones trigonométricasFunciones trigonométricas
Funciones trigonométricas
 
Spline cubico
Spline cubicoSpline cubico
Spline cubico
 
Funciones lineales
Funciones linealesFunciones lineales
Funciones lineales
 
Teoria de limites
Teoria de limitesTeoria de limites
Teoria de limites
 

Similar a Presentacion ejemplo metodo grafico

Ecuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesianoEcuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesiano
juan20132012
 
Ecuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesianoEcuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesiano
8236345
 
Presentacion trigonometria
Presentacion trigonometriaPresentacion trigonometria
Presentacion trigonometria
auroramabarca
 

Similar a Presentacion ejemplo metodo grafico (20)

Oviedo mco nolineales
Oviedo mco nolinealesOviedo mco nolineales
Oviedo mco nolineales
 
Funcion lineal ultima
Funcion lineal ultimaFuncion lineal ultima
Funcion lineal ultima
 
Ecuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesianoEcuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesiano
 
Ecuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesianoEcuaciones de la recta en el plano cartesiano
Ecuaciones de la recta en el plano cartesiano
 
Matemáticas
MatemáticasMatemáticas
Matemáticas
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Ingeniería de control: Tema 2a ER y Criterio de estabilidad de Nyquist.pptx
Ingeniería de control: Tema 2a ER y Criterio de estabilidad de Nyquist.pptxIngeniería de control: Tema 2a ER y Criterio de estabilidad de Nyquist.pptx
Ingeniería de control: Tema 2a ER y Criterio de estabilidad de Nyquist.pptx
 
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
 
Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
 
1. interpretacion de graficos
1. interpretacion de graficos1. interpretacion de graficos
1. interpretacion de graficos
 
Trigonometria 6
Trigonometria 6Trigonometria 6
Trigonometria 6
 
Trigonometria 6
Trigonometria 6Trigonometria 6
Trigonometria 6
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEX
 
Cal
CalCal
Cal
 
Clase 3 Correlación.ppt
Clase 3 Correlación.pptClase 3 Correlación.ppt
Clase 3 Correlación.ppt
 
ing industrial
ing industrialing industrial
ing industrial
 
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
 
Presentacion trigonometria
Presentacion trigonometriaPresentacion trigonometria
Presentacion trigonometria
 
funcion homografica
funcion homograficafuncion homografica
funcion homografica
 

Más de google (14)

Unidad 1. presentación
Unidad 1. presentaciónUnidad 1. presentación
Unidad 1. presentación
 
Aplicacion de las tics en diferentes areas
Aplicacion de las tics en diferentes areasAplicacion de las tics en diferentes areas
Aplicacion de las tics en diferentes areas
 
Grupos foro presencial
Grupos foro presencialGrupos foro presencial
Grupos foro presencial
 
Tics presentacion
Tics presentacionTics presentacion
Tics presentacion
 
Normas para el uso chat y foros
Normas para el uso chat y forosNormas para el uso chat y foros
Normas para el uso chat y foros
 
Contenido programatico tics
Contenido programatico ticsContenido programatico tics
Contenido programatico tics
 
1. redes y tipos de redes
1. redes y tipos de redes1. redes y tipos de redes
1. redes y tipos de redes
 
Contenido programatico Redes
Contenido programatico RedesContenido programatico Redes
Contenido programatico Redes
 
Tema iii método simplex - casos especiales
Tema iii   método simplex - casos especialesTema iii   método simplex - casos especiales
Tema iii método simplex - casos especiales
 
Tema iii método gráfico y simplex
Tema iii   método gráfico y simplexTema iii   método gráfico y simplex
Tema iii método gráfico y simplex
 
Presentacion unidad 2
Presentacion unidad 2Presentacion unidad 2
Presentacion unidad 2
 
Tema 1 Introducción y Modelación
Tema 1  Introducción y ModelaciónTema 1  Introducción y Modelación
Tema 1 Introducción y Modelación
 
Lab 1. entorno de access
Lab 1. entorno de accessLab 1. entorno de access
Lab 1. entorno de access
 
Bloque cero pacie wilfredo diaz
Bloque cero pacie wilfredo diazBloque cero pacie wilfredo diaz
Bloque cero pacie wilfredo diaz
 

Presentacion ejemplo metodo grafico

  • 1. Soluci´n Gr´fica de un PL o a CCIR / Matem´ticas a euresti@itesm.mx CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 2. El m´todo gr´fico de soluci´n de problemas de programaci´n lineal e a o o (PL) s´lo aplica a problemas con dos variables de decisi´n; sin o o embargo, ilustra adecuadamente los conceptos que nos permitir´n a entender la naturaleza del problema PL y de all´ entender los ı m´todos de soluci´n algebraicos. e o Primeramente graficaremos la regi´n factible. Despu´s ilustraremos o e el comportamiento de funciones lineales para entender c´mo o determinar los puntos ´ptimos. o CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 3. Ejemplo 1 Suponga que se desea resolver el problema PL: Max z = 3 x + 2 y sujeto a 2x x x x + y + y y CCIR / Matem´ticas a ≤ ≤ ≤ ≥ ≥ 100 80 40 0 0 R5 R4 R3 R1 R2 Soluci´n Gr´fica de un PL o a
  • 4. Nuestra primera meta es graficar en el plano la regi´n factible; es o decir, graficar la totalidad de puntos del plano que satisfacen las restricciones. Notemos que las restricciones se deben cumplir simult´neamente. Es decir, que los puntos deben cumplir la a restricci´n R1 , la restricci´n R2 , y as´ sucesivamente hasta la o o ı restricci´n R5 . Desde el punto de vista de teor´ b´sica de o ıa a conjuntos, la regi´n factible es la intersecci´n de los conjuntos que o o satisfacen por separado cada una de las restricciones. Para avanzar en nuestra meta, debemos saber c´mo determinar los puntos del o plano que satisfacen una desigualdad lineal. Distinguimos dos casos: cuando en la desigualdad s´lo aparece una variable de decisi´n o o (es decir, la otra variable tiene coeficiente cero) cuando en la desigualdad aparecen las dos variables de decisi´n (es decir, ambas tienen coeficientes diferentes de cero o en tal desigualdad) CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 5. ´ Cuando solo aparece una variable En este caso, cuando cambiamos el s´ ımbolo de desigualdad por el s´ ımbolo de igualdad lo que obtenemos es el conjunto frontera del conjunto de puntos que cumple la desigualdad. En este caso, dicha frontera es una l´ ınea horizontal o vertical: por inspecci´n, es f´cil o a determinar el lado de dicha frontera que cumple la desigualdad. x ≤ 40 x ≥0 y ≥0 40 y =0 x =0 x = 40 CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 6. Cuando aparecen las dos variables Nuevamente, cambiamos el s´ ımbolo de desigualdad por el s´ ımbolo de igualdad y lo que obtenemos es una l´ ınea recta. Esta recta es f´cil de graficar usando la t´cnica de intersecci´n con los ejes: a e o hacemos cero una de las variables y despejamos para la otra variable. De nuevo, la recta es la frontera de nuestro conjunto: por inspecci´n, es f´cil determinar el lado de dicha frontera que cumple o a la desigualdad. 100 80 x + y = 80 2 x + y = 100 2 x + y ≤ 100 50 CCIR / Matem´ticas a x + y ≤ 80 Soluci´n Gr´fica de un PL o a 80
  • 7. ´ Region factible Se forma haciendo una intersecci´n de los conjuntos de puntos que o hemos encontrado (El punto S(20, 60) se determina resolviendo el sistema 2 x + y = 100 y x + y = 80; el punto R(20, 60) se determina resolviendo el sistema 2 x + y = 100 y x = 40). T (0, 80) S(20, 60) R(40, 20) P(0, 0) CCIR / Matem´ticas a Q(40, 0) Soluci´n Gr´fica de un PL o a
  • 8. Crecimiento de z = 3 x + 2 y De momento, nos olvidamos de la regi´n factible y vemos en qu´ o e direcci´n crece la funci´n z: siendo el gradiente de la funci´n o o o ∂z ∂z z =< ∂x = 3, ∂y = 2 > determinamos que en tal direcci´n crece o z; direcciones perpendiculares a z (< 2, −3 >) dan las curvas de nivel. z = 210 z = 180 z = 150 z = 120 z = 90 z = 60 z = 30 z =0 z CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 9. ´ ´ Localizacion del Optimo Ahora graficamos las curvas de nivel de z encima de la regi´n o factible y determinamos aquel punto de la regi´n factible que o queda en la curva de nivel de mayor valor (caso de maximizaci´n). o T (0, 80) z = 210 z = 180 z = 150 z = 120 S(20, 60), ´ptimo con z = 180 o z = 90 z = 60 z = 30 z =0 z R(40, 20) P(0, 0) CCIR / Matem´ticas a Q(40, 0) Soluci´n Gr´fica de un PL o a
  • 10. Ejemplo 2 Se desea resolver el problema PL: Min z = 4 x − y sujeto a −2 x 3x 2x x x + 3y + 5y + 2y y CCIR / Matem´ticas a ≤ 90 ≤ 245 ≥ 40 ≤ 40 ≥ 0 ≥ 0 Soluci´n Gr´fica de un PL o a
  • 11. ´ Region factible Convertimos cada desigualdad en igualdad; trazamos las rectas correspondientes buscando intersecciones y determinamos por inspecci´n el lado de la recta que cumple la desigualdad. o Y (0, 49) S(15, 40) x ≤ 40 T (0, 30) R(40, 25) U(0, 20) −2 x + 3 y ≤ 90 Z (−45, 0) O 3 x + 5 y ≤ 245 P(20, 0) CCIR / Matem´ticas a Q(40, 0) 2 x + 2 y ≥ 40 Soluci´n Gr´fica de un PL o a X (81.6, 0)
  • 12. ´ ´ Localizacion del optimo En este caso el problema es de minimizaci´n; as´ en la direcci´n o ı, o opuesta al gradiente la funci´n se minimiza. Para determinar el o o ´ptimo, debemos buscar la curva de nivel en la direcci´n opuesta al o gradiente de menor valor que toca a la regi´n factible. o z = −60 z = −30 z =0 z = 30 z = 60 z = 90 z = 120 z = 150 z = 180 z = 210 S(15, 40) M´ ınimo con z = −30 T (0, 30) R(40, 25) U(0, 20) O P(20, 0) Q(40, 0) z CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 13. Ejemplo 3 Suponga que se desea resolver el problema PL: Max z = 2 x + y sujeto a 2x x x x + y + y y CCIR / Matem´ticas a ≤ ≤ ≤ ≥ ≥ 100 80 40 0 0 R5 R4 R3 R1 R2 Soluci´n Gr´fica de un PL o a
  • 14. ´ Region factible En este ejemplo, la regi´n factible es la misma que en el ejemplo 1. o Pero ha cambiando la funci´n objetivo; el gradiente es o z =< 2, 1 > y las curvas de nivel son tales que son paralelas a uno de los lados de la regi´n factible. Y esa curva es la de mayor o valor en el problema de maximizaci´n. Por tanto, habr´ infinitas o a ¯ soluciones: todos los puntos del segmento SR son m´ximos. a T (0, 80) z = 120 z = 100 z = 80 z = 60 S(20, 60) z = 40 z = 20 z =0 R(40, 20) z P(0, 0) CCIR / Matem´ticas a Q(40, 0) Soluci´n Gr´fica de un PL o a
  • 15. Ejemplo 4 Se desea resolver el problema PL: Max z = x + y sujeto a 6x 20 x + 5y + 20 y y x CCIR / Matem´ticas a ≥ 300 ≤ 100 ≥ 30 ≥ 0 Soluci´n Gr´fica de un PL o a
  • 16. ´ Region factible Convertimos cada desigualdad en igualdad; trazamos las rectas correspondientes buscando intersecciones y determinamos por inspecci´n el lado de la recta que cumple la desigualdad. En este o ejemplo la regi´n factible es vac´ no hay valores de x y de y o ıa: que satisfagan simult´neamente todas las restricciones. a y R(0, 60) Q(0, 50) 6 x + 5 y ≥ 300 y ≥ 30 T (0, 30) 20 x + 20 y ≤ 100 P(50, 0) x O x ≥0 CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 17. Ejemplo 5 Se desea resolver el problema PL: Max z = −3 x + y sujeto a −4 x 2x x x + 3y + 3y − y y CCIR / Matem´ticas a ≤ 60 ≥ 30 ≤ 20 ≥ 0 ≥ 0 Soluci´n Gr´fica de un PL o a
  • 18. ´ Region factible Convertimos cada desigualdad en igualdad; trazamos las rectas correspondientes buscando intersecciones y determinamos por inspecci´n el lado de la recta que cumple la desigualdad. En este o ejemplo la regi´n factible es infinita: se extiende o indefinidamente entre dos rectas que se abren. −4 x + 3 y ≤ 60 T (0, 20) x − y ≤ 20 2 x + 3 y ≥ 30 R(0, 10) O Q(15, 0) P(20, 0) CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 19. ´ ´ Obtencion del optimo A pesar que la regi´n factible es no acotada, el gradiente crece en o una direcci´n hacia donde la regi´n est´ acotada: por tanto, el o o a o ´ptimo existe y est´ en el punto T (0, 20). a T (0, 20) z R(0, 10) z = 80 Q(15, 0) P(20, 0) O z = 60 z = 40 z = 20 z =0 z = −20 z = −40 z = −60 CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 20. Ejemplo 6 Se desea resolver el problema PL: Max z = 3 x − y sujeto a −4 x 2x x x + 3y + 3y − y y CCIR / Matem´ticas a ≤ 60 ≥ 30 ≤ 20 ≥ 0 ≥ 0 Soluci´n Gr´fica de un PL o a
  • 21. ´ ´ Obtencion del optimo Este problema tiene la misma regi´n factible que el problema o previo pero la funci´n crece en direcci´n opuesta entonces es o o posible encontrar puntos sobre la frontera x − y = 20 con evaluaci´n cada vez mayor. El problema no tiene m´ximo; el valor o a de la funci´n no es acotado. o T (0, 20) R(0, 10) Q(15, 0) P(20, 0) O z = −60 z = −40 z = −20 z =0 z z = 20 a CCIR / Matem´ticas Soluci´n Gr´fica de un PL o a
  • 22. Aprendizajes? Sobre la regi´n factible: o puede ser vac´ (ejemplo 4), acotada (ejemplos 1,2 y 3) o ıa infinita (ejemplos 5 y 6). cuando no es vac´ . . ıa. es faceteada: sus caras son realizadas por cortes rectos; por ello es que es convexa, es decir, no tiene partes sumidas; por ello es que para dos puntos en la regi´n factible, el o segmento que los une est´ totalmente dentro de la regi´n a o factible. cuando es acotada y no vac´ . . ıa. los puntos extremos la definen completamente. CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a
  • 23. Aprendizajes? Una funci´n lineal definida sobre un segmento de recta se o convierte en una funci´n lineal en una variable; y por lo tanto, o toma sus valores m´ximos o m´ a ınimos en los extremos del intervalo (a´n en el caso que sea constante la funci´n). u o Al optimizar un PL que tiene regi´n factible acotada y no o vac´ los valores m´ximos y m´ ıa, a ınimos los toma en un punto extremo de la regi´n factible (en una esquina del poliedro que o es la regi´n factible). o Al optimizar un PL que tiene regi´n factible no acotada o pueden ocurrir dos posibilidades: que el m´ximo o el m´ a ınimo lo tome en un punto extremo ´ o que el problema no sea acotado: es decir, que no es posible encontrar un valor ´ptimo porque siempre es posible encontrar o un punto en la regi´n factible con una evaluaci´n mejor. o o CCIR / Matem´ticas a Soluci´n Gr´fica de un PL o a