BY: M. J. García-Ligero Ramírez and P

Slides:



Advertisements
Presentaciones similares
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Advertisements

Tema 3: Introducción a la programación lineal
PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Esta.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
BY: M. J. García-Ligero Ramírez and P
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 4 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Campo de direcciones de la E.D.O. de primer orden: y’=f(x,y)
A x + B y + C z + D = 0 Departamento de Matemáticas
Modelos Cuantitativos
Pregunta: Solución: Pregunta: Solución: Pregunta: Solución:
3.1 Resolución gráfica de problemas Consideremos la resolución del problema: 0 2 ;      XX XX X Xas XXZMáx.
Programación lineal La programación lineal es una técnica matemática relativamente reciente, del siglo XX, que consiste en una serie de métodos y procedimientos.
Clase 1 ecuación de la recta y ecuación de segundo grado
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 1 _________________________________ Resolución Gráfica.
Un comerciante acude al mercado a comprar naranjas
EII405 Investigación de operaciones
Resolución Gráfica de PPL
INVESTIGACION OPERATIVA 1 SOMOS LO QUE SOMOS Método Grafico La solución de un modelo lineal muestra siempre un conjunto factible delimitado por las restricciones.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
1 Técnicas de Optimización en Modelos Organizacionales (PS-3161) Tema N° 4: Solución Gráfica:Casos Especiales Prof. Orestes G. Manzanilla Salazar Correo:
Didáctica para la Educación tecnológica Vladimir Zúñiga C vladimirzuniga.tk Guía de Apoyo Control nº 1 Análisis de objeto tecnológico y manual de instrucciones.
UNIVERSIDAD DE PANAMA CENTRO REGIONAL UNIVERSITARIO DE PANAMA OESTE FACULTAD DE INFORMATICA ELECTRONICA Y COMUNICACIÓN ESCUELA DE INGENIERIA DE INFORMATICA.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Al realizar una investigación estadística, los datos que se obtienen como resultado, forman lo que se llama una muestra aleatoria. Estos se deben organizar.
Investigación de operaciones
CC1000 Herramientas Computacionales para Ingeniería y Ciencias
INFORMÁTICA II (METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS)
INVESTIGACIÓN DE OPERACIONES
INVESTIGACIÓN DE OPERACIONES
El Dr. Ishikawa es responsable del comienzo de los círculos de calidad al iniciar en 1962 discusiones en grupo sobre la resolución de problemas a través.
Título de la Investigación
LA REGLA DE LA ESQUINA NOROESTE
Tema 4 Introducción a la Programación Lineal
“PROYECTO TECNOLOGICO”.
Por: Evelyn Pérez Rosario PRTE 640
Tema 4 Introducción a la Programación Lineal
Programación Lineal Método Grafico. Método Grafico La solución de un modelo de programación Lineal por medio del método gráfico, consiste en la búsqueda.
Clase Función cuadrática cuadrática. Función cuadrática Definición Es de la forma: f(x) = ax 2 + bx + c Ejemplos: y su representación gráfica corresponde.
Departamento de Desarrollo Organizacional
INFORMÁTICA II (PSEUDOCODIGO Y METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS) Ing. José David Ortiz Salas.
Sistema de coordenadas o Plano Cartesiano
RAZONAMIENTO CUANTITATIVO
Desigualdades lineales Introducción a la Programación Lineal
Resolución interactiva del Simplex
Para llevar acabo el desarrollo de un Centro de Computo es necesario el conocimiento administrativo. PLANEACION, ORGANIZACIÓN, INTEGRACION, DIRECCION,
R.A 1.1 Da tratamiento de datos e información mediante la herramienta de hoja de cálculo electrónica. Excel ¿Qué es y para qué sirve? Excel es un programa.
Tema 4 Introducción a la Programación Lineal. Cada muñeco: Produce un beneficio neto de 3 €. Requiere 2 horas de trabajo de acabado. Requiere 1 hora de.
Interpretación geométrica del método Simplex
Obtención de soluciones básicas factibles
BY: M. J. García-Ligero Ramírez and P
Construcción de la tabla inicial del método simplex
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA DE MINAS HUANCAYO I MODELO DE REDES Ing. Eli Teobaldo Caro Meza CURSO: INVESTIGACION.
INVESTIGACION DE OPERACIONES I UNIDAD I. HISTORIA La primera actividad de Investigación de Operaciones se dio durante la Segunda Guerra Mundial en Gran.
Ing. Carlos García P. C.I UNIDAD EDUCATIVA “SALINAS INNOVA” P Identifique el contexto para el cual se Planifica un nuevo sistema ÁREA.
Transcripción de la presentación:

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Con el objetivo de iniciar al alumno en la utilización de la herramienta interactiva, en esta presentación se muestra (de forma animada) cómo se usaría para llevar a cabo la resolución gráfica de un PROBLEMA CON REGIÓN FACTIBLE ACOTADA Y ÓPTIMOS ALTERNATIVOS. Recordamos que la herramienta interactiva parte de un diagrama de árbol, en el que los diferentes nodos plantean al alumno una tarea que debe realizar y, a continuación, una pregunta a la que debe contestar en función de los resultados de la tarea realizada. La elección de cada una de las posibles respuestas resalta las ramas del diagrama de árbol correspondiente a la respuesta elegida y encamina al alumno hacia una nueva tarea y posterior pregunta. De esta manera, al completar todos los pasos planteados, el alumno llega finalmente a la solución del problema que quiere resolver. AVISO: Para su correcta visualización es necesario tener instalada la opción Microsoft Editor de ecuaciones de Microsoft Office. Las presentaciones avanzan con sucesivos clicks de ratón y/o pulsando los eventuales botones (no deben usarse los cursores ni la rueda del ratón).

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Representación de la región factible Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Recta r1: -x1+x2=2 Corte con el eje x1 x2=0 x1=-2 Corte con el eje x2 x1=0 x2=2 r1 Región -x1+x2 ≤ 2 El punto (0,0) pertenece ya que 0 + 0 = 0 ≤ 2 (0,2) (-2,0)

Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Representación de la región factible Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Recta r2: x1+2x2=6 Corte con el eje x1 x2=0 x1=6 Corte con el eje x2 x1=0 x2=3 r1 r2 Región x1+2x2 ≤ 6 El punto (0,0) pertenece ya que 0+20 = 0 ≤ 6 (0,3) (0,2) (-2,0) (6,0)

Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Representación de la región factible Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Recta r3: 2x1+x2=6 Corte con el eje x1 x2=0 x1=3 Corte con el eje x2 x1=0 x2=6 (0,6) r1 r3 r2 Región 2x1+x2 ≤ 6 El punto (0,0) pertenece ya que 20 + 0 = 0 ≤ 6 (0,3) (0,2) (-2,0) (3,0) (6,0)

Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Representación de la región factible Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 (0,6) r1 r3 r2 (0,3) (0,2) Región factible (-2,0) (3,0) (6,0)

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Representación de puntos extremos candidatos a solución óptima Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Puntos extremos de la región factible (0,0) (0,2) Intersección de r1 y r2 r1: -x1+x2=2 (0,6) r1 r3 (2/3, 8/3) r2: x1+2x2=6 r2 Intersección de r2 y r3 r2: x1+2x2=6 (0,3) (2/3,8/3) (2, 2) (2,2) r3: 2x1+x2=6 (0,2) Región factible (3,0) (0,0) (-2,0) (3,0) (6,0)

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

Evaluación de la función objetivo en los puntos extremos BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Evaluación de la función objetivo en los puntos extremos Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Puntos extremos de la región factible (0,0) Z=0 (0,2) Z=2 Intersección de r1 y r2 r1: -x1+x2=2 (0,6) r1 r3 (2/3, 8/3) Z=4 r2: x1+2x2=6 r2 Intersección de r2 y r3 r2: x1+2x2=6 (0,3) (2/3,8/3) (2, 2) Z=6 (2,2) r3: 2x1+x2=6 (0,2) Región factible (3,0) Z=6 (0,0) (-2,0) (3,0) (6,0)

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO x1 =2, x2=2 Z=6 Problema infactible x1 =3, x2=0 Z=6

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO x1 =2, x2=2 Z=6 Problema infactible x1 =3, x2=0 Z=6

Perpendiculares a la dirección de máxima optimización BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL Análisis de cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representación de una curva de nivel Notemos que el vector (2,1) es el gradiente de la función objetivo, que da la dirección de crecimiento más rápido. Al ser un problema de maximización, la dirección de máxima optimización coincide con este gradiente. (0,6) r1 r3 Dirección de máxima optimización: r2 Vector (2,1) Curvas de nivel: aquellas generadas fijando el valor de la función objetivo (0,3) (2/3,8/3) (2,2) (0,2) Perpendiculares a la dirección de máxima optimización Región factible (0,0) (-2,0) (3,0) (6,0) 2x1+x2 = z

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO Problema infactible

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO x1 =2, x2=2 Z=6 Problema infactible x1 =3, x2=0 Z=6

BY: M. J. García-Ligero Ramírez and P BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de Granada Una herramienta interactiva como guía en la resolución gráfica de un PPL SI Solución no acotada Máx Z=2x1+x2 s. a. -x1+x2 ≤ 2 x1+2x2 ≤ 6 2x1+ x2 ≤ 6 x1, x2 ≥ 0 Representa una curva de nivel asociada con la función objetivo y determina la dirección de máxima optimización ¿La función objetivo se optimiza sin límite? NO NO Solución acotada Determina los puntos extremos candidatos a solución óptima ¿Está acotada? NO SI REPRESENTA LA REGIÓN FACTIBLE ¿Es vacía? Solución única SI Evalúa la función objetivo en los puntos extremos Solución acotada ¿Existe un único punto con valor óptimo? Determina todos los puntos extremos Dos opciones SI Analiza cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Óptimos alternativos NO x1 =2, x2=2 Z=6 Problema infactible x1 =3, x2=0 Z=6