RESOLUCIÓN DE PROBLEMAS METODO GRAFICO"

MÉTODO GRÁFICO



Es un procedimiento de solución de problemas de programación lineal, muy limitado en cuanto al número de variables (2 si es un gráfico 2D y 3 si es 3D) pero muy rico en materia de interpretación de resultados e incluso análisis de sensibilidad.


Consiste :

En representar cada una de las restricciones y encontrar en la medida de lo posible el polígono (poliedro) factible, comúnmente llamado el conjunto solución o región factible, en el cual por razones trigonométricas en uno de sus vértices se encuentra la mejor respuesta (solución óptima).

o 

La solución óptima del problema se encuentra en uno de los vértices de esta área de soluciones creada, por lo que se buscará en estos datos el valor mínimo o máximo del problema.






Ejemplo:


OBJETIVO : Maximizar el ingreso total.

VARIABLE DE DECISION: Cantidad de auditorías (X1).
Cantidad de liquidaciones (X2).

RESTRICCIONES : Tiempo disponible de trabajo directo
Tiempo disponible de revisión
Número máximo de liquidaciones.


Maximizar 
Sujeto a:


La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. Se analizan estos valores en la función objetivo. El vértice que representa el mejor valor de la función objetivo será la solución óptima.



Comentarios

Publicar un comentario

Entradas populares de este blog

"CONCEPTOS BÁSICOS DE PROGRAMACIÓN NO LINEAL"

Imagen
°°°°    Programación no Lineal    °°°° La programación lineal ha demostrado ser una herramienta sumamente poderosa, tanto en la modelización de problemas de la vida real como en la teoría matemática de amplia aplicación. Sin embargo, muchos problemas interesantes de optimización son no lineales. El estudio de estos problemas implica una mezcla diversa de álgebra lineal, cálculo multivariado, análisis numérico y técnicas de computación. Entre las áreas especiales importantes se encuentra el diseño de algoritmos de computación (incluidas las técnicas de puntos interiores para programación lineal), la geometría y el análisis de conjuntos convexos y funciones, y el estudio de problemas especialmente estructurados, tales como la programación cuadrática. La optimización no lineal proporciona información fundamental para el análisis matemático, y se usa extensamente en las ciencias aplicadas (en campos tales como el diseño de ingeniería, el análisis de regresión, ...
Leer más

"APLICACIONES DIVERSAS DE PROGRAMACIÓN LINEAL"

Imagen
Los  modelos de Programación Lineal  son ampliamente utilizados como herramienta de apoyo a la toma de decisiones tanto por sus propiedades que facilitan su resolución, como así también su pertinencia a distintos problemas de naturaleza real. A continuación se presentan algunos ejemplos resumidos en complejidad con el objetivo de mostrar algunas aplicaciones típicas. Aplicaciones de la  programación lineal  La  programación  lineal es un  método  eficiente para determinar una decisión óptima entre un gran número de decisiones posibles Es impresionante el número y la diversidad de  problemas  en los que se puede aplicar Características de la problemas de programación lineal Proporcionalidad: las  variables  y la  función   objetivo  deben ser lineales Aditividad: Es necesario que cada variable sea aditiva respecto a la variable objetivo Características de la problemas de programación lineal Divisibilidad: las...
Leer más

"METODO VOGEL"

Imagen
                                       "MÉTODO DE VOGEL" El método de Vogel, o aproximación de Vogel, es un método que permite llegar a una solución inicial factible del problema de transporte. El procedimiento de este método es el siguiente: 1.-  Tener los valores de costos de envíos desde cada origen a cada destino tabulados (matriz de costos). En caso de que la matriz no este equilibrada (el numero de filas es diferentes del numero de columnas), agregar una fila o columna de ceros según corresponda. Esto quiere decir que según sea el caso se creara un origen o un destino ficticio. 2.- Realizar el cálculo de las penalizaciones para cada fila y columna. Las penalizaciones se calculan restando los dos valores más pequeños de cada fila y cada columna. Las penalizaciones tienen valor absoluto. 3.-  Identificar la fila o columna con la mayor penalización (en caso de...
Leer más