UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

CAPITULO I. INTRODUCCIN A LA INVESTIGACIN OPERATIVA.

1.1.

ORIGEN DE LA INVESTI GACIN OPERATIVA

Las bases de la investigacin cientfica se remontan a muchos aos atrs, cuando se intento emplear el
enfoque cientfico en la administracin de una empresa.
Pero es en la segunda guerra mundial cuando se hace presente su aplicacin en la distribucin de recursos
escasos para las operaciones militares. Para ello las administraciones militares americanas e inglesas
convocaron a cientficos para que aplicaran el enfoque cientfico en la resolucin de este problema y otros
de tipo estratgico y tctico.
El xito de la investigacin de operaciones en las operaciones militares llamo la atencin de las empresas e
industrias, las cuales hasta el da de hoy demandan de est aplicacin del mtodo cientfico para solucionar
problemas de control en las organizaciones, relacionadas directamente con la distribucin de recursos
escasos.

1.2.

CONCEPTO.

La investigacin de operaciones es una rama de las matemticas en la cual se hace uso de modelos
matemticos, estadsticos y algoritmos para apoyar la toma de decisiones en problemas de optimizacin
Permite tomar decisiones analizando escases de recursos, para optimizar un objetivo definido, como la
maximizacin de los beneficios o la minimizacin de costes.

1.3.

EL ENFOQUE CIENTFICO Y LA INVESTIGACIN DE OPERACIONES.

El enfoque cientfico contribuye a la investigacin de operaciones en:

1. La estructuracin de una situacin de la vida real como un modelo matemtico, con lo que se logra una
abstraccin de los elementos esenciales para que pueda buscarse una solucin que concuerde con los
objetivos del tomador de decisiones. Esto implica tomar en cuenta el problema dentro del contexto del
sistema completo.
2. El anlisis de la estructura de tales soluciones y el desarrollo de procedimientos sistemticos para
obtenerlas.
3. El desarrollo de una solucin, incluyendo la teora matemtica, si es necesario, que lleve al valor ptimo
de la medida de lo que se espera del sistema (o quiz que compare los cursos de accin alternativos
evaluando esta medida para cada uno). "
Ing. Karim Cruzado Villar.
Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

1.4.

-e --e

CLASIFICACIN DE LOS PROBLEMAS DE INVESTIGACIN OPERATIVA.

Se encuentran dos clases

Por el Objetivo del Problema

Por el Grado de Certidumbre de los Datos ( por la naturaleza de los datos)

1.4.1.
a.

POR EL OBJETIVO DEL PROBLEMAS

Modelos de optimizacin.
Su objetivo es maximizar cierta cantidad (beneficios, eficiencia) o minimizar cierta medida (coste,
tiempo), teniendo en cuenta restricciones (disponibilidad de capital, personal, material, fechas
limites, etc.). Algunos ejemplos de modelos de optimizacin son:
Problemas de secuenciacin. Tratan sobre la distribucin de recursos en cierto orden. De qu
forma se deben ordenar los trabajos para que el tiempo total de procesamiento de estos en
cada una de las mquinas sea mnimo?
Problemas de localizacin. Relacionados a la asignacin de recursos a actividades, para
optimizar efectividad.
Problemas de rutas. Aquellos en las que se busca la ruta ptima desde un origen a un destino
cuando existen varias alternativas posibles. Ejm. Un viajero que Un viajero que debe visitar
varias ciudades en un solo viaje. En que orden debe visitarlas para minimizar la distancia total
viajada?
Problemas de bsqueda. Cuando el objetivo es buscar informacin necesaria para tomar
decisiones. Ejm. Realizar auditorias en empresas en busca de trampas o errores, realizar
exploraciones de la tierra para encontrar recursos naturales como el petrleo, cobre, etc.
b. Modelos de prediccin.
Su objetivo es describir y predecir sucesos (nivel de ventas, fechas de terminacin de proyectos,
nmero de clientes, etc.) dadas ciertas condiciones.
Problemas de remplazamiento. Se ocupan de decidir el tiempo optimo para remplazar los
equipos que fallan o se deterioran. Ejm. Problema de remplazamiento de maquinaria industrial.
Problemas de inventario. Consiste en determinar la cantidad ideal de productos que se debe
tener en una tienda o almacn, pues si un cliente quiere comprar una cierta cantidad de
productos, pero no estn disponibles, representara perdidas para la empresa. Y si fuera el caso
contrario, y en vez de faltante se tendra exceso de productos, el costo de almacenamiento
puede ser demasiado alto.
Problemas de colas. Se refiere a cualquier problema en el que hay que esperar por un servicio.
El objetivo de este tipo de problemas es encontrar el mejor modelo de rendimiento del sistema
de atencin al cliente para que su funcionamiento sea ptimo.
Problemas de competencia. Surgen cuando existe competencia entre dos o mas elementos
(empresas, recurso humano, etc.) Ejm. Cuando dos empresas compiten por obtener un
contrato. La solucin de este tipo de problemas conlleva a un proceso implcito de Toma de
decisiones.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

1.4.2. POR EL GRADO DE CERTIDUMBRE DE LOS DATOS (NATURALEZA DE LOS DATOS)

Est clasificacin toma en cuenta los tipos de datos y el modelo en que encajan. Se encuentran de 3
tipos:
a. Modelo determinstico. Para este modelo todos los datos importantes del modelo se suponen
conocidos.
b. Modelos probabilstico. En este caso los datos del modelo son inciertos y normalmente se dan por
probabilidad.
c. Modelos Hbridos. Este modelo tiene datos de los dos tipos anteriores.

Figura 1.Clasificacin de los modelos de investigacin operativa segn su naturaleza.

Despus de conocer la clasificacin de los problemas de investigacin de operaciones, describiremos el
proceso de resolucin de estos.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

1.5.

-e --e

METODOLOGA DE LA INVESTIGACIN OPERATIV A

Consta de cuatro pasos:

Paso 1. Definicin del Problema. Es importante tener clara la definicin del problema, pues a una pregunta
bien planteada se podr tener una respuesta correcta. Sin embargo para definir un problema a veces es
necesario enfrentar datos incompletos, ambiguos, conflictivos o difusos, diferencias de opinin,
presupuesto o tiempo limitado, poltica, el responsable de la toma de decisiones no tiene bien definido que
es lo que quiere realmente. Para solucionar estos problemas es necesario tener un buen plan de trabajo que
consider lo siguiente:
a. Observar. Analizar el problema desde diferentes puntos de vista, de modo que termine
entendiendo el problema como las personas implicadas.
b. Consientes de las realidades polticas. Los problemas que se dan entre trabajadores de la empresa
ya sean jefes u operarios, da lugar muchas veces a recibir informacin distorsionada.
c. Decidir que se quiere realmente. Definir claramente los objetivos antes de desarrollar y resolver
un modelo.
d. Identificar restricciones. Es importante identificar las limitaciones que afectan la decisin final,
para incluirlas en el modelo.
e. Buscar Informacin de modo continuo. A lo largo de todo el proceso, el analista debe mantener
contacto permanente con el responsable de la toma de decisiones

Paso2. Modelado matemtico. En el modelado matemtico identificamos los elementos ms importantes

del problema de investigacin operativa:
a. Variables de decisin. Identificamos aquellos factores sobre los que el tomador de decisiones tiene
control, ests son las variables de decisin del problema (Ejm. Cantidad de artculos a producir de
cada producto o el material a utilizar).
Para identificar las variables de decisin es til hacer las siguientes preguntas: qu es lo que hay
que decidir? O sobre que elementos tenemos control? O cul seria una respuesta vlida para este
caso?
Existen tambin factores que no podemos modificar y que por lo general se les llama parmetros.
Ejm. Nmero de horas de trabajo disponibles o fechas lmite a cumplir segn un contrato.
Segn el problema lo que a veces es una variable de decisin en otros casos puede ser un
parmetro o viceversa.
b. Funcin objetivo. La funcin objetivo hace referencia al modelo matemtico que representa el
objetivo a optimizar, tomando en cuenta luego para su solucin las restricciones existentes.
Las preguntas que pueden ser de ayuda para identificar la funcin objetivo son: Qu es lo que
queremos conseguir? O Si yo fuera el jefe de la empresa Qu me interesara ms?
c. Restricciones. Hacen referencia a las limitaciones y requisitos que limitan nuestra decisin. Ejemplo
de restricciones frecuentes son: recursos disponibles (trabajadores, mquinas, material, etc.) que

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

son limitados; fechas lmite de contratos a cumplir; restricciones impuestas por la naturaleza del
problema (por ejemplo: el flujo de entrada a un nodo debe ser igual al flujo de salida)
d. Traducir los elementos anteriores a un modelo matemtico. Despus de identificar los elementos
anteriormente mencionados, estos son expresados de forma matemtica.
Dependiendo de la naturaleza de las funciones matemticas, el modelo ser de un tipo u otro; por
ejemplo, si todas ellas son lineales, el problema ser de Programacin Lineal; si existe ms de una
funcin objetivo, ser de programacin multicriterio, etc.

Paso3. Solucin del modelo. Para la solucin se aplican diferentes mtodos matemticos y algoritmos. Los
pasos de solucin son los siguientes:
a.

b.

c.
d.
e.

Elegir tcnica de resolucin adecuada. Podemos encontrar problemas que se pueden resolver con
tcnicas existentes, que nos ayudaran a tener una solucin ptima para el modelo. En otros casos,
el problema es muy complejo o el algoritmo es difcil de procesarlo computacionalmente, entonces
es necesario recurrir a mtodos heursticos de resolucin.
Generar las soluciones del modelo. Elegida la tcnica de solucin del problema, es posible
empezar a trabajar con el uso de un computador ya que por lo general sern muchos datos los que
se manejaran, para ello hoy en da las hojas de calculo incluyen operadores de anlisis de
optimizacin e inclusive existen software especializados como Lingo, WinQSB, entre otros.
Comprobar/validar los resultados.
Revisar el modelo matemtico. Si los resultados son inaceptables.
Realizar anlisis de sensibilidad. Estudia los cambios que pueda sufrir una solucin si se alteran los
parmetros del modelo, o bien en qu rango de variacin de los parmetros la solucin sigue
siendo valida.

Paso4. Presentacin/implementacin de resultados. Consta de dos pasos:

a. Preparar informes y/o presentacin. El informe debe contribuir a que los decisores comprendan
completamente el enfoque del analista, para ello puede hacer uso de las presentaciones orales,
utilizando transparencias, videos o software especializado y los informes propiamente dichos.
b. Vigilar el proceso de implementacin de la solucin propuesta. Una vez implementada la solucin,
debe ser supervisada de forma continua. Dada la naturaleza dinmica y cambiante de la mayora de
las empresas, es casi inevitable que haya que realizar cambios en el modelo. El analista debe estar
preparado para saber cundo ha llegado el momento de cambiar y para realizar los cambios.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

CAPITULO II. PROGRAMACIN LINEAL.

2.4. 1. INTRODUCCIN.
La programacin lineal es una tcnica matemtica que consiste en una serie de mtodos y procedimientos
que permiten resolver problemas de optimizacin.
Los problemas mas simples que podemos resolver con programacin lineal son aquellos que son de 2
variables, problemas bidimensionales.
Para sistemas de ms variables, la solucin se halla aplicando el mtodo simplex.
Sin embargo en el ao 1984, Narenda Karmarkar, encontr un algoritmo, llamado algoritmo de Karmark,
que es ms rpido que el mtodo simplex.

2.4. 2. INECUACIN LINEALES CON 2 VARIABLES.

Es una expresin de la forma: ax + by c, donde el signo puede ser tambin , > y <.
Ejemplo. Resolver la inecuacin: 2X + 3Y -3.
Paso 1. Convertir la inecuacin en una ecuacin. 2X + 3Y = -3.
Paso 2. Trazar la grafica de la recta, para ello, asumimos:
X=0; y =-1 =>P1= (0, -1)
Y=0; x =-1.5 =>P2 = (-1.5, 0)

Figura 2. Grfica de la Inecuacin con 2 variables

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

La recta divide al plano en dos regiones que pueden ser la solucin, para encontrar cul de las dos es la
regin factible existen 2 formas:

Figura 3. Zona de solucin o regin factible

Primera forma. Tomamos cualquier punto de referencia que se encuentre en la zona a evaluar y
remplazamos el valor en la inecuacin para saber si dicho valor cumple con la condicin expresada. Ejm.
Punto (0,0), remplazando en la inecuacin: 2X + 3Y -3. Se obtiene que 2(0) + 3(0) -3; tendremos
entonces que 0 -3, como esto es verdadero, entonces asumimos que el semiplano donde se encuentra el
punto 0,0 es la zona de solucin factible.
De la misma forma podemos tomar un punto de referencia de otro lado del semiplano, como por ejemplo el
punto (-2, -2), remplazando en la ecuacin tenemos 2(-2) + 2 (-2) -3, tendremos entonces -8-3, lo cual es
falso, entonces descartamos est zona como regin factible, entonces nuestra regin factible seria la que se
muestra en la figura anterior.
Segunda forma. Se despeja y en la ecuacin y se obtiene
La solucin de la inecuacin ser aquella parte en la que y sea mayor que la recta, es decir la parte superior.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

2.4. 3. SISTEMA DE INECUACIONES LINEALE<S CON DOS VARIABLES.

Un sistema de inecuaciones lineales, est compuesto por un grupo de inecuaciones lineales; para resolverlas
se puede recurrir a l mtodo grfico o algebraico.

Ejemplo. Resolver el sistema de inecuaciones siguiente:

Vrtice
(3,-3)

Figura 4. Grafica de Sistema de inecuaciones lineales.

2.3.1.

SOLUCIN DE SISTEMA DE INECUACIONES LINEALES.

Se trazan las graficas de cada una de las inecuaciones y luego el rea de interseccin nos da como resultado
un rea en forma de triangulo, est rea rayada que se muestra en la figura representa la solucin del
sistema.
Para los problemas de programacin lineal, no basta encontrar el rea de solucin del sistema sino el punto
ptimo, para ello es necesario encontrar los vrtices de cada figura, pues uno de estos cumplir la condicin
de maximizar o minimizar.
Un vrtice es el resultado de la interseccin de 2 rectas, entonces para hallar el vrtice es necesario resolver
el sistema de ecuaciones conformadas por las ecuaciones de estas 2 rectas.
Tendramos entonces:
2x + 3y =-3
2x y 9 =0

-2x 3y =3
=>

2x y 9 =0

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

De estas obtenemos y =-3, remplazando en la ecuacin 2x + 3y=-3, obtenemos que x =3, entonces un primer
vrtice ser el punto (3,-3).
Ejercicio. Encontrar los otros dos vrtices.
2.3.2.

TRAZADO DE OTRO TIPO DE GRAFICAS.

Trazado de graficas tipo X K o bien Y K, donde falta alguna de las dos incgnitas.
Estas inecuaciones corresponden a rectas horizontales y verticales, y su representacin es muy sencilla.
Ejemplo. X2 no es ms que el conjunto de puntos a la izquierda de la recta vertical que pasa por el punto
X=2.

Figura 5. Trazado de grafica tipo X2

Lo mismo ocurre con y 1, que ser en este caso la parte inferior a la recta horizontal es decir y=1

Figura 6. Trazado de grafica tipo y1.

Para cuando x0 o y 0, las rectas coincidirn con los ejes de coordenadas.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

2.4. 4. PROBLEMAS DE OPTIMI ZACIN DE UNA FUNCIN SUJETA A RESTRICCI ONES.

En un problema de programacin lineal de dos variables x e y, se trata de optimizar (hacer mxima o
mnima, segn los casos) una funcin (llamada funcin objetivo) de la forma:
F(x,y) =A.x + B . y
Sujeta a una serie de restricciones dadas mediante un sistema de inecuaciones lineales del tipo

Los puntos del plano que cumplen el sistema de desigualdades forman un recinto convexo acotado
(poligonal) o no acotado, llamado regin factible del problema.
Todos los puntos de dicha regin cumplen el sistema de desigualdades. Se trata de buscar, entre esos
puntos, aquel o aquellos que hagan el valor de F(x,y) mximo o mnimo, segn sea el problema.
Los puntos de la regin factible se denominan soluciones factibles.
De todas esas soluciones factibles, aquellas que hacen ptima (mxima o mnima) la funcin objetivo se
llaman soluciones ptimas.
En general, un problema de programacin lineal puede tener una, infinitas o ninguna solucin.
Lo que si se verifica es la siguiente propiedad:
PROPIEDAD:
Si hay una nica solucin ptima, esta se encuentra en un vrtice de la regin factible, y si hay infinitas
soluciones ptimas, se encontrarn en un lado de la regin factible.
Es posible que no haya solucin ptima, pues cuando el recinto es no acotado, la funcin objetivo puede
crecer o decrecer indefinidamente.
Para resolver el problema, podemos abordarlo de dos formas (forma geomtrica o algebraica), pero antes
de aplicar cualquiera de ellas, siempre hay que dibujar la regin factible, resolviendo el sistema de
inecuaciones lineales correspondiente, como se ha visto en los epgrafes anteriores (la regin factible puede
estar acotada o no), y se calculan los vrtices de dicha regin.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

2.4.4. 1. FORMA GEOMTRICA:

La funcin objetivo se representa por: F(x,y)=A.x + B . y, la cual se maximiza o minimiza.
Encontramos el vector direccional de la recta A.x + B.y viene dado por v=(-B, A), del vector nos interesa la
direccin, por ello si los valores de la coordenadas son muy grandes , podemos dividirlas por un mismo
numero, puesto que vectores con coordenadas proporcionales que tienen la misma direccin.
Posteriormente, se trazan rectas paralelas a este vector que pasen por los vrtices de la regin factible (si es
acotada) , o por todo el borde de la regin factible (cuando no es acotada) y se observa en que vrtice la
funcin F se hace mxima (o mnima) sin ms que tener en cuenta cual de las rectas tiene mayor (o menor)
ordenada en el origen, es decir, que recta corta en un punto mayor o menor al eje y.

Ejemplo. Maximizar la funcin F (x,y) = 2000x + 5000y sujeta a las restricciones:

Solucin.
La regin factible en este caso es:

Figura 7. Regin factible.

Los vrtices son los puntos (0, -1); (5,1) y (3, -3).
Como la funcin es F(x,y) =2000X + 5000 y, el vector director es v= (-5000,2000), simplificando tenemos al
vector v=(-5, 2) que tiene la misma direccin, y su representacin es la siguiente.

Vector de la funcin objetivo

Figura 8. Regin factible y vector de la funcin objetivo
Ing. Karim Cruzado Villar.
Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

El siguiente paso consiste en trazar paralelas al vector, que pasan por los vrtices anteriores, tal como se
muestra en la figura:

Figura 9. Paralelas al vector en figura acotada- cruce con vrtices.

Solucin grfica: Paralelas al vector por vrtice.
Se observa entonces que la recta paralela que corta al eje y en el punto ms lejano o mayor es el que pasa
por el punto 5,1, entonces este ser el punto optimo.
Para saber el valor mximo de la funcin remplazamos en la funcin: F(5,1)= 2000.5 + 5000.1 = 10000 +5000
=15000.
2.4.4. 2. FORMA ALGEBRAICA
Consiste en hallar la interseccin de las rectas, es decir los vrtices de la regin factible, para luego el valor
de estos remplazarlos en la funcin objetivo y luego la solucin ptima depender del mayor valor (en casos
de maximizacin) o del menor valor (en casos de minimizacin).
Ejemplo. En el ejercicio anterior, los vrtices son (5,1), (0,-1) y (3,-3).
De esta forma sustituyendo:
F(5,1) = 2000.5 + 5000.1 =10000 + 5000= 15000.
F(0,-1)= 2000.0 + 5000.(-1) =0 -5000=-5000
F(3,-3) = 2000.3 + 5000. (-3) = 6000- 15000 = -9000
Vemos que el mximo valor se obtiene cuando el vrtice es de (5,1) y el valor mximo de la funcin es
15000.
Ing. Karim Cruzado Villar.
Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

2.4. 5. EJEMPLOS DE CASOS EXTREMOS

Es probable que una solucin ptima no sea nica, e incluso que no exista veamos estos casos.

Ejemplo 1: Maximizar g(x,y) = 3X + 4Y sujeta a las restricciones

Si representamos la regin factible:

Figura 10. Regin factible no acotada superiormente

Los vrtices sern: A=(

, B = (6,8), C= (12,4)

Observemos que la regin factible es NO acotada superiormente.

Si aplicamos el mtodo geomtrico, debera trazar paralelas al vector director por los vrtices, pero como la
regin es no acotada, dichas rectas son cada vez mayores al trazarlas sobre los puntos de la recta t, que son
soluciones factibles. Por tanto el problema no tiene solucin.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

Figura 11. Trazo de paralelas en una regin no acotada.

Las paralelas cortan cada vez en un punto mayor.
Las rectas paralelas al vector direccional de la funcin objetivo, son tambin llamadas en algunos textos
como Rectas de nivel.
En conclusin.
Un problema de maximizacin no tiene solucin si la regin factible no est acotada superiormente.
Un problema de minimizacin no tiene solucin si la regin no est acotada inferiormente.

Ejemplo 2:
Maximiza y minimiza la funcin p = x + 2y 3 con las siguientes restricciones:

Solucin:
Representamos las rectas:

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

Y hallamos la regin que cumple las condiciones del problema

Representamos la direccin de la recta p= x + 2y -3, dibujando la recta x + 2y 3 =0. La restriccin

5y 9 es superflua. La regin sera la misma sin ella.
El mximo se alcanza en el punto de interseccin de las rectas:
2x 3y =0 y x= 2/3; el punto seria entonces (2/3, 4/9)
El mximo valor de p seria entonces p(2/3, 4/9) = 2/3 + 8/9 -3 = -13/9.

No hay mnimo.

Ejemplo 3. Hallar el valor mximo y mnimo de la funcin f(x,y) =2x + 4y sujeta a 3x + y 5 , x-y 0
x 0 e y0.
Solucin:

Graficamos las rectas.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

Identificamos la regin que cumple las condiciones del problema, teniendo en cuenta que x, y 0.
Graficamos la recta de la funcin z= 2x+4y (2x + 4y =0) =>x + 2y =0
El mnimo se alcanza en el punto de interseccin de las rectas.
3x + 5 =5 y X 2y =0

-e --e

=> El punto ser (10/7, 5/7)

No hay mximo. La funcin 2X + 4Y se puede hacer tan grande como se quiera.

Ejemplo 4.

Minimizar g(x, y) = 3x + 3y sujeta a restricciones

Solucin.
La regin es, en este caso:

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

Los vrtices encontrados son A= (1,4), B= (2,5),C= (6,4), D= (7,2) Y E= (4,1)

Si utilizamos el mtodo grfico, obtenemos:

Que la recta que contiene a los puntos A y E es paralela al vector direccional, entonces concluimos que todos
los puntos que se encuentran dentro de la lnea comprendida entre A y E sirven, entonces hay infinitas
soluciones.
Ahora utilizando el mtodo algebraico g (x,y)= 3x + 3y, luego:
A: g(1,4) = 3 + 12 =15
A: g(2,5) = 6 + 15 =21
A: g(6,4) = 18 + 12 =30
A: g(7,2) = 21 + 6=27
A: g(4,1) =12 + 3 =15

Observamos que el valor mnimo se toma en A y E, y por tanto en todos los puntos comprendidos entre
ellos, es decir, hay infinitas soluciones.

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

Ejemplo 5. Calcula los puntos del recinto formado por

-e --e

que hacen mnima o mxima la

funcin z=2x+y. Cuntas soluciones hay?

Solucin.

Representamos las rectas

y obtenemos la regin que cumple las restricciones

dadas.
Representamos la direccin de las rectas Z=2X + Y, dibujando la recta 2X + y =0. Esta recta es
paralela a 2X + Y =20, que determina uno de los lados del recinto de la zona factible.
Hay infinitos puntos que hacen mnima la funcin: todos los que estn sobre el segmento de recta
y=20 2X con 0 X 10.
El mximo se alcanza en el punto de interseccin de las rectas:

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA-EAPIS

-e --e

Ejemplo 6. Es posible maximizar y minimizar la funcin z =x + y + 1 sujeta a estas restricciones?

Solucin.
Representamos las rectas y obtenemos el recinto o el rea que cumple con las restricciones del problema.
Representamos la direccin del vector de la funcin y se obtiene el siguiente grfico.

No existe mximo ni mnimo

Ing. Karim Cruzado Villar.

Docente del Curso de Optimizacin.