BY: M. J. García-Ligero Ramírez and P

Slides:



Advertisements
Presentaciones similares
Representación Gráfica de una función
Advertisements

INVESTIGACION OPERATIVA Programación Lineal Solución gráfica
TEMA.- SILVIA MARTÍNEZ RAMÍREZ
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.
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.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 2 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 7 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 3 _________________________________ Resolución Gráfica.
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.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 9 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Clase de Matemáticas para pizarra digital Hitachi
Matemáticas CCSS II Ana Pola IES Avempace
Resolución gráfica de problemas de Optimización
Campo de direcciones de la E.D.O. de primer orden: y’=f(x,y)
Introducción a Funciones de una variable
A x + B y + C z + D = 0 Departamento de Matemáticas
Depto. Matemáticas – IES Elaios Tema: Programación Lineal
Modelos Cuantitativos
SISTEMA DE ECUACIONES LINEALES.
Representación gráfica de funciones
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.
Modelos Cuantitativos
IES ATENEA (S.S. de los Reyes)
Clase 183 y Intersección de parábola y circunferencia O x.
1 Condiciones de extremo Proceso para derivar las condiciones De problema más simple a más complejo Progresión de problemas: Problema sin restricciones.
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
SISTEMAS DE INECUACIONES
Prof. Juan José Bravo B., M.Sc. ©
EII405 Investigación de operaciones
Resolución Gráfica de PPL
Resolución de Problemas Método Gráfico
INVESTIGACION OPERATIVA 1 SOMOS LO QUE SOMOS Método Grafico La solución de un modelo lineal muestra siempre un conjunto factible delimitado por las restricciones.
@ Angel Prieto BenitoApuntes 2º Bachillerato C.T.1 OTRAS GRÁFICAS TEMA 13.7a * 2º BCT.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Guayaquil, 18 de Septiembre del 2015 Tema : Programación Lineal (Función Objetivo) Destreza: Identificar la función objetivo y escribir una expresión.
FUNCIONES.
TEMA VI LA PRODUCCIÓN Comportamiento del oferente La función de producción La función de producción a corto plazo Producto total, medio y marginal La ley.
1 Técnicas de Optimización en Modelos Organizacionales (PS-3161) Tema N° 4: Solución Gráfica:Casos Especiales Prof. Orestes G. Manzanilla Salazar Correo:
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Programación Lineal Método Grafico Investigación Operativa I Alonzo Lezameta Chacaliaza.
Sistemas de incuaciones de dos incognitas
Tema 4 Introducción a la Programación Lineal
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.
TEMA VI LA PRODUCCIÓN Comportamiento del oferente La función de producción La función de producción a corto plazo Producto total, medio y marginal La ley.
Departamento de Desarrollo Organizacional
RAZONAMIENTO CUANTITATIVO
Desigualdades lineales Introducción a la Programación Lineal
Resolución interactiva del Simplex
MATEMATICAS APLICADAS A LAS CCSS-II DEPARTAMENTO DE MATEMÁTICAS
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
REGIÓN FACTIBLE FORMA ESTÁNDAR MÉTODO SÍMPLEX.
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 SI Solución no acotada Máx Z= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 Recta r2: x2=4 Corte con el eje x2 x1=0 x2=4 r1 r2 (0,4) Región x2 ≤ 4 El punto (0,0) pertenece ya que 0 ≤ 4 (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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 r1 r2 (0,4) (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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 r1 r2 (0,4) (0,2) Región factible (-2,0)

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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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

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 Representación de una curva de nivel de la función objetivo y dirección de máxima optimización Máx Z= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 Notemos que el vector (-1,1) 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. Dirección de máxima optimización: Vector (-1,1) r1 Curvas de nivel: aquellas generadas fijando el valor de la función objetivo r2 (0,4) Perpendiculares a la dirección de máxima optimización (0,2) Región factible (-2,0) -x1+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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 Puntos extremos de la región factible a la izquierda de la curva de nivel considerada (0,0) (0,2) r1 r2 (0,4) (2,4) Intersección de r1 y r2 r1: -x1+ x2=2 (2, 4) (0,2) Región factible r2: x2=4 (0,0) (-2,0) -x1+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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 Puntos extremos de la región factible a la izquierda de la curva de nivel considerada (0,0) Z=0 (0,2) Z=2 r1 (0,4) (2,4) r2 Intersección de r1 y r2 r1: -x1+ x2=2 (2, 4) Z=2 (0,2) Región factible r2: x2=4 (0,0) (-2,0) -x1+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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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=0, X2 =2 X1=2, X2 =4 Z=2 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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=0, X2 =2 X1=2, X2 =4 Z=2 Problema infactible

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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 x1, x2 ≥ 0 Notemos que el vector (-1,1) 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. Dirección de máxima optimización: r1 Vector (-1,1) r2 (0,4) (2,4) Curvas de nivel: aquellas generadas fijando el valor de la función objetivo (0,2) Región factible Perpendiculares a la dirección de máxima optimización (0,0) (-2,0) -x1+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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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=0, X2 =2 X1=2, X2 =4 Z=2 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= -x1+x2 s. a. -x1+x2 ≤ 2 x2 ≤ 4 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=0, X2 =2 X1=2, X2 =4 Z=2 Problema infactible