Documente Academic
Documente Profesional
Documente Cultură
INVESTIGACION DE OPERACIONES
DOCENTE :
INTEGRANTES
AVELINO ROMUALDO, Jean Carlos CHAVEZ CALLUPE, Ezer ORIZANO POMA, Cindy REYNOSO MATEO, Milagros RODRIGUEZ SOLORZANO, Rub ROSALES SATURNO, Miguel SNCHEZ SERRANO, S. Estefany
: V II CERRO DE PASCO 2013
SEMESTRE
INTRODUCCION
La programacin lineal es actualmente la tcnica matemtica utilizada mas actualmente gracias a que el algoritmo simplex es muy eficiente y al desarrollo de la computacin. Lo que se busca con la aplicacin de la programacin lineal es resolver problemas comunes y a la vez muy variados de la empresa en donde en general se tienen necesidades por satisfacer con cierto nmero de recursos limitados o escasos y con el objetivo de lograrlo en forma ptima. Esto significa la bsqueda de un valor mximo cuando se trata de beneficios; o bien la bsqueda de un mnimo cuando se trata de esfuerzos a desarrollar.
La programacin lineal es una tcnica de modelado (construccin de modelos). La programacin lineal (PL) es una tcnica matemtica de optimizacin, es decir, un mtodo que trata de maximizar o minimizar
un objetivo.
Su inters principal es tomar decisiones ptimas. Se usa mucho en la industria militar y en la petrolera. S i bien esos sectores han sido quiz los principales usuarios de ella, el sector servicios y el sector pblico de la
CONCEPTOS CLAVE:
Funcin funcin
objetivo: por
La
optimizar
(maximizar o minimizar). Restricciones: Representan condiciones que es preciso satisfacer. Sistema de igualdades y desigualdades (< 1).
TIPO DE RESTRICCIONES
CONJUNTO FACTIBLE: Es el conjunto de puntos que integran la regin de resolucin SOLUCIN FACTIBLE: Cada punto que integra la regin (plana) que resuelve el problema SOLUCIN PTIMA: Constituye la solucin al problema de programacin lineal
LA IMPORTANCIA DE LA LINEALIDAD
1. Los modelos de Programacin Lineal exigen que tanto las expresiones de las restricciones como de los objetivos se hagan de modo lineal.
5. Desde luego en cada ocasin hay que comprobar que es posible resolver mediante Programacin Lineal, es decir, comprobar que el modelo se ajusta suficientemente a la realidad.
2. Para muchos problemas prcticos sta es una consideracin que impide el uso de la Programacin Lineal (aunque existen modos de reconvertir modelos de Programacin no-Lineal en modelos de Programacin Lineal).
4. Los modelos de Programacin Lineal son ms fciles de resolver puesto que en el espacio de soluciones factibles siempre ser posible encontrar una solucin en vrtice, reduciendo de este modo el espacio de posibles soluciones ptimas a un nmero finito de las mismas.
3. La principal razn por la que los modelos de Programacin Lineal son preferibles es porque son mucho ms fciles de resolver.
BLENDING (MEZCLA). Este tipo de problemas considera las decisiones relativas a la mejor generacin de uno o varios productos resultados de una mezcla.
PROBLEMA DEL TRANSPORTE. Consiste en definir, en una red de suministro, los centros que deben producir, la cantidad a producir y el destino de esta produccin, teniendo en cuenta costes de transporte y/o de almacn, adems de beneficios esperados y limitaciones en los recursos disponibles.
6. Pese a sus restricciones evidentes por las caractersticas de las variables y las funciones, tiene una amplia variedad de aplicaciones. Algunos de los problemas clsicos de Programacin Lineal son:
PRODUCT MIX (CATLOGO DE PRODUCTOS). En su versin ms bsica pretende establecer la proporcin de productos a fabricar dados unos recursos limitados y unos beneficios esperados
DECISIN DE INVERSIONES. Otro de los problemas clsicos consiste en seleccionar la mejor cartera de inversiones minimizando riesgos o maximizando beneficios dado un conjunto de limitaciones en los recursos.
Quiz uno de los aspectos ms curiosos para el modelador novel son los parmetros de los modelos. No se sabe exactamente se suele asumir que los parmetros del modelo existen, son ciertos y son conocidos.
El modelador quiere creer que valores como el coste o la duracin de un cambio de partida, el ritmo de produccin o su coste asociado, la capacidad de la mquina (medida en horas, en unidades?), el precio de los productos, o el nivel de stock en un momento dado para un determinado producto, es conocido.
Esto no es as en prcticamente ninguna empresa para casi ningn datos. Comenzando por la demanda que siempre es incierta por sus propias caractersticas, siguiendo por los costes que dependen del modo de clculo
Dado un conjunto de restricciones, diferentes funciones objetivo conducirn a diferentes soluciones. Si diferentes funciones objetivo dan lugar a la misma solucin es conveniente analizar la estructura del modelo puesto que puede aportar un mejor entendimiento del 1. DEFINICIN problema.
DE
El caso de los Objetivos Simples es el caso ms sencillo, generalmente se pretenden maximizar beneficios o minimizar costes. La principal ventaja de estos objetivos es que los diferentes factores se ven reducidos a una unidad comn
Un modo de abordar este tipo de problemas es optimizar la suma ponderada de los valores de cada objetivo. aunque esto no es siempre posible. Los pesos deben ser relativos (o valores monetarios o similares) y deben tener en cuenta el rango de accin de cada variable. Al sumar diferentes objetivos, aunque sean ponderados, se est introduciendo un cierto grado de arbitrariedad por lo que ser necesario comprobar que el resultado .
3. PROGRAMACIN MULTI-OBJETIVO
Es Programacin Matemtica, puesto que conceptualmente pertenece a ella con la caracterstica de la existencia de ms de un objetivo (lo que por otro lado es ms habitual en la realidad que el caso de un solo objetivo).
5.
Otro modo interesante de abordar estos problemas es el denominado metodo de resticciones. En ella los objetivos se ordenan po importancia y se vasa tratandio de optimizar uno detras de otro, fijando en cada casocomo restriccion que el valor de las funciones objetivos mas ha de ser igual al optimo encontrado.
A). DE CAPACIDAD. Se limita el consumo de capacidad productiva de un conjunto de recursos/productos/operaciones. B). DE MATERIA PRIMA. Se limita el consumo de un determinado conjunto de productos (y en consecuencia la produccin de un conjunto de productos) segn la cantidad de materia prima disponible en cada momento.
programacin multiperiodo, los productos que quedan al final de un periodo son las
que hay al principio del siguiente. Tambin si un producto se descompone en otras unidades la suma de las cantidades descompuestas es igual a la cantidad original (o
PROGRAMACIN NO-LINEAL
Los modelos de programacin no-lineal son mucho ms complejos de resolver que sus anlogos lineales. Adems en muchos paquetes aunque se encuentra una solucin sta no es necesariamente ptima. Sin embargo es posible convertir relaciones no-lineales en aproximaciones lineales. Para poder tomar la decisin acerca de qu mtodo de resolucin es ms apropiado es importante conocer si el problema es convexo o no-convexo.
APLICACIONES TPICAS:
Planeacin de operaciones y ventas para encontrar el programa de produccin que tenga el costo mnimo.
Programacin de vehculos (mtodo de transporte), encontrar la ruta ptima para utilizar los recursos de transporte que involucren el movimiento de
origen hacia otros puntos llamados destinos. Control de procesos, minimizar el volumen de desperdicio de material generado en los procesos de produccin, tales como cortes de acero, pieles o
cual
los
establecimientos
de
servicios
de
manufactura estn utilizando sus recursos en comparacin con la unidad que tiene mayor desempeo.
telas.
MTODO MATEMTICO: Como se pudo observar, la solucin ptima de cualquier modelo de programacin lineal se encuentra en uno de los puntos o vrtices que conforman el polgono del espacio solucin, los cuales se forman por las intersecciones de las restricciones del modelo. El enfoque matemtico aprovecha esa situacin, y emplea el lgebra para encontrar esos puntos de interseccin a travs de la solucin de cada sistema de ecuaciones (inecuaciones) que se forma con cada par de restricciones y luego evaluando esos puntos en la funcin objetivo se determina la solucin ptima, ya sea el mayor valor para los casos de maximizacin, como el menor valor para los casos de minimizacin.
Existen diversas aplicaciones y/o paquetes de software en el mercado que se pueden descargar de manera gratuita. Se les recomienda a los estudiantes para la solucin de problemas de programacin lineal buscar por alguno de estos: LINDO / LINGO MPL / CPLEX
Funcin objetivo
Z = c1X1 + c2X2 + ... + cnXn
Ejemplo
Gepetto S.L., manufactura muecos y trenes de madera. Cada mueco: Produce un beneficio neto de 3 . Requiere 2 horas de trabajo de acabado. Requiere 1 hora de trabajo de carpinteria. Cada tren: Produce un beneficio neto de 2 . Requiere 1 hora de trabajo de acabado. Requiere 1 hora trabajo de carpinteria. Cada semana Gepetto puede disponer de: Todo el material que necesite. Solamente 100 horas de acabado. Solamente 80 horas de carpinteria. Tambin: La demanda de trenes puede ser cualquiera (sin lmite). La demanda de muecos es como mucho 40.
Gepetto quiere maximizar sus beneficios. Cuntos muecos y cuntos trenes debe fabricar?
El objetivo de Gepetto es elegir valores de x e y para maximizar 3x + 2y. Usaremos la variable z para denotar el valor de la funcin objetivo. La funcin objetivo de Gepetto es:
Max z = 3x + 2y
Cuando x e y crecen, la funcin objetivo de Gepetto tambin crece. Pero no puede crecer indefinidamente porque, para Gepetto, los valores de x e y estn limitados por las siguientes tres restricciones:
Restriccin 1: no ms de 100 horas de tiempo de acabado pueden ser usadas. Restriccin 2: no ms de 80 horas de tiempo de carpinteria pueden ser usadas. Restriccin 3: limitacin de demanda, no deben fabricarse ms de 40 muecos.
Estas tres restricciones pueden expresarse matematicamente por las siguientes desigualdades:
Restriccin 1: Restriccin 2: Restriccin 3:
2 x + y 100
x + y 80 x 40
40 (demanda muecos) 0
y 0
Para el problema de Gepetto, combinando las restricciones de signo x 0 e y 0 con la funcin objetivo y las restricciones, tenemos el siguiente modelo de optimizacin: Max z = 3x + 2y Sujeto a (s.a:) 2 x + y 100
x + y 80 x x
(funcin objetivo) (restriccin de acabado) (restriccin de carpinteria) (restriccin de demanda de muecos) (restriccin de signo)
40 0
y 0
(restriccin de signo)
La regin factible de un PPL es el conjunto de todos los puntos que satisfacen todas las restricciones. Es la regin del plano delimitada por el sistema de desigualdades que forman las restricciones.
x = 40 e y = 20 est en la regin factible porque satisfacen todas las restricciones de Gepetto. Sin embargo, x = 15, y = 70 no est en la regin factible porque este punto no satisface la restriccin de carpinteria [15 + 70 > 80].
Restricciones de Gepetto 2x + y 100 (restriccin finalizado) x + y 80 (restriccin carpintera) x x 40 (restriccin demanda) 0 y 0 (restriccin signo) (restriccin signo)
Para un problema de maximizacin, una solucin ptima es un punto en la regin factible en el cual la funcin objetivo tiene un valor mximo. Para un problema de minimizacin, una solucin ptima es un punto en la regin factible en el cual la funcin objetivo tiene un valor mnimo. La mayora de PPL tienen solamente una solucin ptima. Sin embargo, algunos PPL no tienen solucin ptima, y otros PPL tienen un nmero infinito de soluciones. Ms adelante veremos que la solucin del PPL de Gepetto es x = 20 e y = 60. Esta solucin da un valor de la funcin objetivo de:
Se puede demostrar que la solucin ptima de un PPL est siempre en la frontera de la regin factible, en un vrtice (si la solucin es nica) o en un segmento entre dos vrtices contiguos (si hay infinitas soluciones)
z = 3x + 2y = 320 + 260 = 180 Cuando decimos que x = 20 e y = 60 es la solucin ptima, estamos diciendo que, en ningn punto en la regin factible, la funcin objetivo tiene un valor (beneficio) superior a 180.
Por ejemplo, para representar grficamente la primera restriccin, 2x + y 100 : Dibujamos la recta 2x + y = 100
2x + y = 100
80
60
Elegimos el semiplano que cumple la desigualdad: el punto (0, 0) la cumple (20 + 0 100), as que tomamos el semiplano que lo contiene.
40
20
20
40
60
80
Puesto que el PPL de Gepetto tiene dos variables, se puede resolver grficamente. La regin factible es el conjunto de todos los puntos que satisfacen las restricciones: 2 x + y 100 (restriccin de acabado) x + y 80 (restriccin de carpintera)
x
x
40 (restriccin de demanda)
0 y 0 (restriccin de signo) (restriccin de signo)
Y
2x + y = 100
Restricciones
100
2 x + y 100
x + y 80 x x 40 0
60 80
y 0
40
20
20
40
60
80
100
Restricciones 2 x + y 100 x + y 80 x x 40 0 y 0
80
60
x + y = 80
40
20
20
40
60
80
100
Restricciones 2 x + y 100 x + y 80 x x 40 0 y 0
80
x = 40
60
40
20
20
40
60
80
Y
2x + y = 100
100
80
x = 40
60
x + y = 80
40
20
Regin Factible
20
40
60
80
La regin factible (al estar limitada por rectas) es un polgono. En esta caso, el polgono ABCDE. Como la solucin ptima est en alguno de los vrtices (A, B, C, D o E) de la regin factible, calculamos esos vrtices.
Y
2x + y = 100
Restricciones 2 x + y 100 x + y 80 x 40 0 y 0 x x = 40
100
80
E D
60
x + y = 80
40
20
Regin Factible
C B
20
40
60
80
Los vrtices de la regin factible son intersecciones de dos rectas. El punto D es la interseccin de las rectas 2x + y = 100 x + y = 80 La solucin del sistema x = 20, y = 60 nos da el punto D. B es solucin de x = 40 y=0 C es solucin de x = 40 2x + y = 100 E es solucin de x + y = 80 x=0
100 2x + y = 100 80
E(0, 80)
x = 40
60
D (20, 60)
40
20
Regin Factible
C(40, 20)
x + y = 80
B(40, 0) A(0, 0)
20 40 60 80
Max z = 3x + 2y
Para hallar la solucin ptima, dibujamos las rectas en las cuales los puntos tienen el mismo valor de z. La figura muestra estas lineas para z = 0, z = 100, y z = 180
100
80
60
40
20
Regin Factible
(0, 0)
z=0
20
40
60
80
z = 100
z = 180
Max z = 3x + 2y
La ltima recta de z que interseca (toca) la regin factible indica la solucin ptima para el PPL. Para el problema de Gepetto, esto ocurre en el punto D (x = 20, y = 60, z = 180).
100
80
(0, 80)
(20, 60)
60
40
20
Regin Factible
(40, 20)
(40, 0)
(0, 0)
z=0
20 40 60 80
z = 100
z = 180
Max z = 3x + 2y
Tambin podemos encontrar la solucin ptima calculando el valor de z en los vrtices de la regin factible. Vrtice (0, 0) (40, 0) (40, 20) (20, 60) (0, 80) z = 3x + 2y z = 30+20 = 0 z = 340+20 = 120 z = 340+220 = 160 z = 320+260 = 180 z = 30+280 = 160
100
80
(0, 80)
(20, 60)
60
40
20
Regin Factible
(0, 0)
20
40
60
80
Hemos identificado la regin factible para el problema de Gepetto y buscado la solucin ptima, la cual era el punto en la regin factible con el mayor valor posible de z.
Recuerda que:
La regin factible en cualquier PPL est limitada por segmentos (es un polgono, acotado o no).