Documente Academic
Documente Profesional
Documente Cultură
INVESTIGACION DE OPERACIONES
Profesor:
Morales Castillo Vicente
UNIDAD 1
Programacin Lineal
Alumno:
Martnez Nez marco Antonio
Grupo: ISU
INTRODUCCION
Cada vez es ms difcil asignar los recursos o actividades de la forma ms eficaz,
pues los recursos cada vez son ms escasos y crecen las complejidades de los
sistemas generando problemas para decisiones ptimas.
Investigacin de Operaciones se le atribuye ms a los servicios militares prestados
a principios de la II Guerra Mundial. Debido a los esfuerzos blicos, exista una
necesidad urgente de asignar recursos escasos a las distintas operaciones
militares y a las actividades dentro de cada operacin, en la forma ms efectiva.
Por esto, las administraciones militares americana y Britnicas hicieron un llamado
a un gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a
otros problemas estratgicos y tcticos. Estos equipos de cientficos fueron los
primeros equipos de IO. Con el desarrollo de mtodos efectivos que contribuyeron
a numerosos triunfos.
OBJETIVOS
La Investigacin de Operaciones se ocupa de la resolucin de problemas
relacionados con la conduccin y coordinacin de las operaciones o actividades
dentro de una organizacin. Su mbito de aplicacin es muy amplio, aplicndose a
problemas de fabricacin, transporte, construccin, telecomunicaciones,
planificacin y gestin financiera, ciencias de la salud, servicios pblicos, etc. En
general, puede aplicarse en todos los problemas relacionados con la gestin, la
planificacin y el diseo.
La Investigacin de Operaciones incluye un conjunto muy amplio de tcnicas
orientadas a proporcionar una ayuda cuantitativa a la toma de decisiones. El
mtodo empleado es el mtodo cientfico, y las tcnicas que se utilizan son, en
buena medida, tcnicas matemticas.
El objetivo de esta asignatura es que el estudiante asimile los principios que guan
la resolucin de problemas mediante la aplicacin de las tcnicas de Investigacin
de Operaciones. En concreto:
La construccin de modelos de decisin basados en descripciones matemticas,
con el objetivo de tomar decisiones en situaciones de complejidad o incertidumbre.
La resolucin, mediante anlisis matemtico o simulacin, de los modelos de
decisin, obteniendo los valores ptimos de las variables de decisin que
intervienen en el modelo.
ndice
1.1 Definicin desarrollo y tipos de modelos de investigacin de operaciones
1.2 Formulacin de modelos.
1.3 Mtodo grfico. .
1.4 Fundamentos del mtodo simplex.
1.5 Aplicaciones diversas de programacin lineal
Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que
el modelo mismo ofrezca una representacin adecuada de la situacin de decisin
verdadera.
Una vez que nos aseguramos que la definicin del problema ha sido construida de
manera especfica y correcta, continuamos con la formulacin del modelo. El
modelo, usualmente matemtico, debe ser formulado de tal manera que exprese
la esencia del problema:
El modelo matemtico est basado en ecuaciones y desigualdades establecidas
en trminos de variables, las cuales expresan la esencia del problema a resolver;
las cuales son definidas en funcin del modelo del problema.
Despus de localizar las variables en funcin del problema, se procede a
determinar matemticamente las dos partes que constituyen el modelo:
La valides de un modelo requiere que exista una alta correlacin entre las
predicciones del modelo y la realidad; para lograr esto es importante hacer un
nmero considerable de pruebas al modelo y caso de ser necesario, las
pertinentes modificaciones. Aun cuando la validacin del modelo se incluyera al
final de este documento, la mayor parte de la validacin del modelo se hace
durante la etapa de la construccin del modelo.
Solucin Optima
Mtodo grfico.
El mtodo grfico se utiliza para la solucin de problemas de PL, representando
geomtricamente a las restricciones, condiciones tcnicas y el objetivo.
El modelo se puede resolver en forma grfica si slo tiene dos variables. Para
modelos con tres o ms variables, el mtodo grfico es imprctico o imposible.
Cuando los ejes son relacionados con las variables del problema, el mtodo es
llamado mtodo grfico en actividad. Cuando se relacionan las restricciones
tecnolgicas se denomina mtodo grfico en recursos.
Los
pasos
necesarios
para
realizar
el
mtodo
son
nueve:
1. graficar las soluciones factibles, o el espacio de soluciones (factible), que
satisfagan
todas
las
restricciones
en
forma
simultnea.
2. Las restricciones de no negatividad Xi>= 0 confan todos los valores posibles.
3. El espacio encerrado por las restricciones restantes se determinan sustituyendo
en primer trmino <= por (=) para cada restriccin, con lo cual se produce la
ecuacin
de
una
lnea
recta.
4. trazar cada lnea recta en el plano y la regin en cual se encuentra cada
restriccin cuando se considera la desigualdad lo indica la direccin de la flecha
situada
sobre
la
lnea
recta
asociada.
5. Cada punto contenido o situado en la frontera del espacio de soluciones
satisfacen todas las restricciones y por consiguiente, representa un punto factible.
6. Aunque hay un nmero infinito de puntos factibles en el espacio de soluciones,
la solucin ptima puede determinarse al observar la direccin en la cual aumenta
la
funcin
objetivo.
7. Las lneas paralelas que representan la funcin objetivo se trazan mediante la
asignacin de valores arbitrarios a fin de determinar la pendiente y la direccin en
la cual crece o decrece el valor de la funcin objetivo.
Ejemplo.
Maximizar Z = 3X1 + 2X2
restricciones: X1 + 2X2 <=6 (1)
2X1 + X2 <=8 (2)
-X1 + X2 <=1 (3)
X2 <= 2 (4)
X1 >= 0 (5)
X2 >= 0 (6)
Convirtiendo las restricciones a igualdad y representndolas grficamente se
tiene:
X1 + 2X2 = 6 (1)
2X1 + X2 = 8 (2)
-X1 + X2 = 1 (3)
X2 = 2 (4)
X1 = 0 (5)
X2 = 0 (6)
variable que entra. En este punto la variable que sale debe ser una de las
variables artificiales.
Los pasos del algoritmo simplex son (10):
1. Determinar una solucin bsica factible inicial.
2. Prueba de optimidad: determinar si la solucin bsica factible inicial es ptima y
slo si todos los coeficientes de la ecuacin son no negativos ( >= 0 ). Si es as, el
proceso termina; de otra manera se lleva a cabo otra interaccin para obtener la
nueva solucin bsica factible inicial.
3. Condicin de factibilidad.- Para todos los problemas de maximizacin y
minimizacin, variable que sale es la variable bsica que tiene la razn ms
pequea (positiva). Una coincidencia se anula arbitrariamente.
4. Seleccionar las variables de holgura como las variables bsicas de inicio.
5. Selecciona una variable que entra de entre las variables no bsicas actuales
que, cuando se incrementan arriba de cero, pueden mejorar el valor de la funcin
objetivo. Si no existe la solucin bsica es la ptima, si existe pasar al paso
siguiente.
6. Realizar el paso iterativo.
a) Se determina la variable bsica entrante mediante la eleccin de la variable con
el coeficiente negativo que tiene el valor mayor valor absoluto en la ecuacin. Se
enmarca la columna correspondiente a este coeficiente y se le da el nombre de
columna pivote.
b) Se determina la variable bsica que sale; para esta, se toma cada coeficiente
positivo (>0) de la columna enmarcada, se divide el lado derecho de cada rengln
entre estos coeficientes, se identifica la ecuacin con el menor cociente y se
selecciona la variable bsica para esta ecuacin.
c) Se determina la nueva solucin bsica factible construyendo una nueva tabla en
la forma apropiada de eliminacin de Gauss, abajo de la que se tiene. Para
cambiar el coeficiente de la nueva variable bsica en el rengln pivote a 1, se
divide todo el rengln entre el nmero pivote, entonces
Rengln pivote nuevo = rengln pivote antiguo
nmero pivote
Para completar la primera iteracin es necesario seguir usando la eliminacin de
Gauss para obtener coeficientes de 0 para la nueva variable bsica Xj en los otros
renglones, para realizar este cambio se utiliza la siguiente frmula:
Rengln nuevo = rengln antiguo - ( coeficiente de la columna pivote X rengln
pivote nuevo)
Cuando el coeficiente es negativo se utiliza la frmula:
Rengln nuevo = rengln antiguo + (coeficiente de la columna pivote X rengln
pivote nuevo)
TABLA SIMPLEX
como se capturara la solucin bsica factible inicial en el siguiente ejemplo:
Sea:
Maximizar Z = 2X1+4X2
sujeto a:
2X1+ X2<= 230
X1+ 2X2<= 250
X2<= 120
todas las X1,X2>=0
BASE
Z X1 X2 S1 S2 S3
SOLUCIN
Z
0 -2
-4
0
0
0
0
S1
0 2
1
1
0
0
230
S2
0 1
2
0
1
0
250
S3
0 0
1
0
0
1
120
Seleccione la variable que entra y la variable que sale de la base:
RAZN
0
230/1
250/2
120/1
S2
2
-2
1
0
S3
0
3
-2
1
SOLUCIN
500
90
10
120
RAZN