Documente Academic
Documente Profesional
Documente Cultură
MAESTRIA PYGE
MAESTRIA PYGE
I.
Introduccin
I.1. Introduccin
MAESTRIA PYGE
Antecedentes:
Durante la Segunda Guerra Mundial, el mando britnico
consult a cientficos y tcnicos sobre distintas cuestiones
militares:
Despliegue de radares.
Direccin de operaciones antisubmarinas, de minas,
bombardeos y traslado de tropas.
MAESTRIA PYGE
I.
Introduccin
MAESTRIA PYGE
I.
Introduccin
MAESTRIA PYGE
I.
Introduccin
Dcada de 1970
poca de desilusin y estancamiento. NPcompleto.
Expectativas ms realistas.
Dcada de 1980
Gran expansin del uso de computadores
personales.
Acceso cada vez ms fcil a datos. Se extiende la
disposicin de los directivos al empleo de modelos.
Dcada de 1990
Uso creciente de sistemas de I.O.
Nuevos avances de la tecnologa de I.O; p.ej:
ampliaciones de optimizacin y simulacin a hojas
de clculo, lenguajes de modelacin, optimizacin a
gran escala. Mayor interconexin entre la I.A. y la I.O
6
MAESTRIA PYGE
I.
Introduccin
I.
Introduccin
MAESTRIA PYGE
Definicin
Aplicacin del mtodo cientfico por un grupo multidisciplinario
personas a la resolucin de un problema.
Objetivo
El principal objetivo de esta rea de conocimientos consiste en
formular y resolver diversos problemas orientados a la toma de
decisiones, mediante mtodos cientficos, que optimizan el
funcionamiento del proceso analizado, generalmente bajo
condiciones que implican la utilizacin de recursos escasos.
I.
Introduccin
Naturaleza
MAESTRIA PYGE
hbridos:
probabilsticos.
Conjugan
mtodos
determinsticos
Introduccin
MAESTRIA PYGE
I.
Uso
de metodologas para
matemtica de estos problemas.
la
formulacin
10
I.
Introduccin
MAESTRIA PYGE
2.
Observar el Sistema
3.
7.
6.
5.
Reunir Datos
Estimar Valores de Parametros
4.
Definir el Problema
Especificacin de Objetivos
11
I.
Introduccin
Observar el Sistema
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Formular el Problema
Implantar y Evaluar
Recomendaciones
12
I.
Introduccin
MAESTRIA PYGE
13
MAESTRIA PYGE
I.
Introduccin
14
I.
Introduccin
MAESTRIA PYGE
Qu puedes decidir?
Ej: cuanto producir; cuanto invertir, y en qu, son variables de
decisin
15
MAESTRIA PYGE
I.
Introduccin
16
I.
Introduccin
MAESTRIA PYGE
En resumen:
Max
sa:
15x + 20y
2x + 2y 8
x + 2y 6
x,y 0
17
I.
Introduccin
MAESTRIA PYGE
18
MAESTRIA PYGE
MAESTRIA PYGE
Temario:
II.1. Introduccin
II.2. Definiciones
II.3. Suposiciones de la PL
II.4. Ejemplos de modelamiento.
II.5. Resolucin grfica de problemas.
II.6. Anlisis de Sensibilidad.
II.7. El Mtodo Simplex.
II.8. Dualidad en Programacin Lineal.
II.9. Anlisis de Sensibilidad o Post-Optimal
20
MAESTRIA PYGE
Planificacin
Gestin de recursos humanos y materiales
Transporte
Planificacin financiera
Organizacin de la produccin.
Una extensa gama de problemas que aparecen en las reas
de tipo industrial, econmico, administrativo, militar, etc.
21
MAESTRIA PYGE
Funcin Lineal.- una funcin f(x1, x2, x3,. xn) es una funcin
decisin.
Los valores de las variables de decisin satisfacen un conjunto de
restricciones. Cada restriccin es una ecuacin o una desigualdad
lineal.
22
MAESTRIA PYGE
23
MAESTRIA PYGE
que ser una funcin lineal de las variables de decisin, tiene dos
implicaciones:
La contribucin de cada variable de decisin a la funcin objetivo es
MAESTRIA PYGE
25
MAESTRIA PYGE
MAESTRIA PYGE
21
25
15
Planta 2
28
13
19
27
C.D.1
X11
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Diagrama:
Planta 1
X12
X21
X22
C.D.2
Planta 2
X13
X23
C.D.3
Orgenes
Destinos
28
MAESTRIA PYGE
Variables de decisin:
Funcin Objetivo:
Minimizar el costo total de transporte dado por la funcin:
21x11+25x12+15x13+28x21+13x22+19x23
Restricciones del problema:
1) No Negatividad:
xij 0
2) Demanda:
CD1 : x11
+x21
CD2 :
x12
+x22
CD3 :
x13
+ x23
= 200
= 200
= 250
29
MAESTRIA PYGE
3) Oferta :
P1 : x11 + x12 + x13
250
P2 :
x21 + x22 + x23 450
Las variables de decisin deben aceptar soluciones como
nmeros reales para tener un modelo de P.L.
30
MAESTRIA PYGE
3,2
4,9
0,8
13
Tianina
1,12
1,3
0,19
15
Vitamina C
32
93
45
Costo
0,2
0,25
31
MAESTRIA PYGE
Funcin Objetivo:
Minimizar el costo total de la dieta, dado por:
2 x1 + 0.2 x2 + 0.25 x3
Restricciones del problema:
93 x3 45
x1 0 ; x2 0 ; x3 0
32
MAESTRIA PYGE
33
MAESTRIA PYGE
130
80
125
2.5
195
Supuestos adicionales:
1) Existe un inventario inicial de 15 unidades.
2) No se acepta demanda pendiente o faltante (es decir, se
debe satisfacer toda la demanda del periodo).
34
MAESTRIA PYGE
Variables de decisin:
35
MAESTRIA PYGE
t Perodo
3) Restricciones de demanda
x1 + I0 I1 = 130
Periodo 1
x2 + I1 I2 = 80
Periodo 2
x3 + I2 I3 = 125
Periodo 3
x4 + I3 I4 = 195
Periodo 4
I0=15
36
MAESTRIA PYGE
:12%
:16%
:16%
Crdito personal
:10%
37
MAESTRIA PYGE
38
MAESTRIA PYGE
x2 0.30 ( x1 + x2 +x3 + x4 )
(0.12x1+0.16x2+0.16x3+0.10x4 ) 0.14 ( x1+ x2 +x3 +x4 )
Adicionalmente:
x1 + x2 +x3 + x4 250
39
MAESTRIA PYGE
RVP
Barriles diarios
gas 1
107
3814
gas 2
93
2666
gas 3
87
4016
gas 4
108
21
1300
40
MAESTRIA PYGE
NP
RV
26,45
Avgas B
25,91
Al menos 91
A lo ms 6
41
MAESTRIA PYGE
xj : cant. de barriles del gas j que son vendidos sin mezclar, con j =
1, 2, 3, 4.
xA : cant. de barriles de avgas A.
xjA: cant. de gas j usado en avgas A. xjB: cantidad de gas j usado en avgas B.
Funcin objetivo:
Max 24,83 (x1 + x2 + x3 + x4) + 26,45xA + 25,91xB
Restricciones: x1 + x1A + x1B = 3814
42
MAESTRIA PYGE
NP, avgas A:
NP, avgas B:
RVP, avgas A:
5x1A 8x 2 A 4x 3 A 21x 4 A
7
xA
RVP, avgas B:
5 x 1B 8 x 2 B 4 x 3 B 21x 4 B
6
xB
43
MAESTRIA PYGE
MAESTRIA PYGE
45
p t x t gt yt
T
Min
MAESTRIA PYGE
t 1
c t z t w t dt
t
z t xk
t 20
k 1
zt
k t 19
t 20
w t yk
t 15
k 1
wt
k t 14
t 15
wt
0,30
ct zt w t
t 1...T
x t , yt , z t , w t 0
46
MAESTRIA PYGE
No. EMP.
NECESARIO
Lunes
17
Jueves
19
Domingo 11
DIA
No. EMP.
NECESARIO
Martes
13
Viernes
14
DIA
No. EMP.
NECESARIO
Mircoles 15
Sbado
16
Las reglas sindicales sealan que cada empleado debe trabajar por
5 das consecutivos y despus descansar 2 das. La oficina de
correos quiere cumplir con sus requerimientos diarios y utilizar
solamente empleados de tiempo completo. Formule un PL para
minimizar los empleados de tiempo completo
47
Funcin Objetivo:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Restricciones:
Min z= x1 + x2 + x3 + x4 + x5 + x6 + x7
x1
+ x4 + x5 + x6 + x7
17
+ x5 + x6 + x7
13
+ x6 + x7
15
x1 + x2
x1 + x2 + x3
x1 + x2 + x3 + x4
+ x7
x1 + x2 + x3 + x4 + x5
x2 + x3 + x4 + x5 + x6
x3 + x4 + x5 + x6 + x7
19
14
16
11
xi 0 (i=1,2,3,7)
48
MAESTRIA PYGE
PROBLEMAS PROPUESTOS:
1.- Supngase que la oficina de correos puede obligar a trabajar un
da extra a la semana. Por ejemplo un empleado que ha trabajado de
lunes a viernes, tendra que trabajar el sbado. Se paga al empleado
50 dlares diarios por los 5 primeros das y 62 dlares por el da
extra (en caso de haber trabajado). Formule un PL cuya solucin
permita a la oficina de correos minimizar el costo para cumplir con
sus necesidades laborales semanales.
2.-Supngase que la oficina de correos tiene una planta de 25
empleados a tiempo completo y no se le permite ni contratar ni
despedir empleados. Formular un PL para programar el horario de
los empleados a fin de maximizar el nmero de fines de semana
libres recibidos por los empleados.
49
MAESTRIA PYGE
PROBLEMAS PROPUESTOS:
3.- Los empleados del Departamento de Polica trabajan dos turnos
de 6 horas diarias, escogidos entre los siguientes 4 turnos posibles:
1) de 0h a 6 h, 2) de 6h a 12h, 3) de 12 a 18h, 4) de 18 a 24h. Se
necesita el siguiente nmero de policas por cada turno: 1) 15, 2) 5,
3) 12 y 4) 6. A los policas que tienen turno consecutivos se les paga
12 dlares la hora y a los policas que no tienen turnos consecutivos
se le para 18 dlares la hora. Formule un PL para minimizar los
costos y cubrir la demanda diaria de fuerza laboral del Departamento
de Polica
50
MAESTRIA PYGE
z = 3x1 + 5x2
x1
2x2
3x1 + 2x2
x1 , x2 0
4
12
18
51
MAESTRIA PYGE
x2
Funcin Objetivo
6
4
x1
52
MAESTRIA PYGE
x2
Funcin Objetivo
6
4
x1
53
MAESTRIA PYGE
x2
Funcin Objetivo
9
x*
Solucin Optima
6
4
6
54
MAESTRIA PYGE
x2
Funcin Objetivo
9
x*
Solucin Optima
6
4
6
55
MAESTRIA PYGE
x2
Funcin Objetivo
9
x*
Solucin Optima
6
4
6
56
MAESTRIA PYGE
x2
Funcin Objetivo
9
x*
6
Solucin Optima
x*
6
57
MAESTRIA PYGE
x2 * = 6
z* = 3 x1* + 5 x2* = 36
58
MAESTRIA PYGE
NUEVA DEFINICION
Ciencia para la representacin de problemas reales mediante
modelos matemticos que junto con mtodos cuantitativos nos
permiten obtener una solucin numrica a los mismos.
59
MAESTRIA PYGE
60
MAESTRIA PYGE
61
MAESTRIA PYGE
x 2y 6
x, y 0
4
3
6
62
MAESTRIA PYGE
z = z(2,2) = 70
63
MAESTRIA PYGE
x 2y 6
x, y 0
3
2
6
64
MAESTRIA PYGE
x 2y 6
x, y 0
6
65
MAESTRIA PYGE
x 2y 6
x, y 0
6
66
MAESTRIA PYGE
x 2y 6
x, y 0
6
67
MAESTRIA PYGE
x 2y 6
x, y 0
6
68
MAESTRIA PYGE
x 2y 6
x, y 0
6
69
MAESTRIA PYGE
x 2y 6
x, y 0
6
70
MAESTRIA PYGE
x 2y 6
x, y 0
6
71
MAESTRIA PYGE
Sea
z = c1x1+c2x2
c1
1
1
c2
2
72
MAESTRIA PYGE
Para C1:
c1
1
1
20
2
10 c1 20
Para C2:
15
1
1
c2
2
15 c 2 30
73
MAESTRIA PYGE
74
MAESTRIA PYGE
x 2y 6
x, y 0
4
3
2
8
75
MAESTRIA PYGE
x 2y 6
x, y 0
4
3
2
8
76
MAESTRIA PYGE
Primera restriccin.
La mayor variacin del coeficiente del lado derecho se alcanza en
x=0 y y=4, de donde se obtiene:
z(0,4) = 15 0 + 20 4 = 80 y b1* = 0 + 2 4 = 8
La menor variacin del coeficiente del lado derecho se alcanza en:
x=4 ; y=0, de donde se obtiene:
z(4,0) = 15 4 + 20 0 = 60 y b1 = 4 + 2 0 = 4
De aqu, se calcula el precio sombra P1, que indica la razn o tasa
de cambio de la funcin objetivo con respecto al cambio en una
unidad del lado derecho:
P1
z(0,4) z(4,0) 80 60
5
b1* b1
84
77
MAESTRIA PYGE
x 2y 6
x, y 0
6
78
MAESTRIA PYGE
x 2y 6
x, y 0
6
79
MAESTRIA PYGE
5
*
b2 b2
12 6
80
MAESTRIA PYGE
Ejemplo 2
Una fbrica produce 2 tipos de juguetes de madera: soldados y
trenes se vende un soldado en 27 dlares y se usan 10 dlares de
materia prima y 14 dlares en mano de obra. Se vende un tren en
21 dlares y se usan 9 de materia prima y 10 dlares en mano de
obra. La produccin de soldados y trenes necesita de 2 tipos de
trabajo especializado: carpintera y acabado. Un soldado requiere
de 1 hora de carpintera y 2 de acabado. Un tren requiere de 1
hora de carpintera y una de acabado. La empresa dispone de 80
horas de carpintera y 100 de acabado y puede conseguir toda la
materia prima necesaria. La demanda de trenes no tiene lmite
pero no se pueden vender mas de 40 soldados a la semana.
Formule un PL para maximizar la ganancia semanal.
81
MAESTRIA PYGE
x nmero de trenes
y nmero de soldados
max z = 3x + 2y
s.a.
2x+y 100
x +y 80
x
40
x,y0
ganancia
restriccin de acabado
restriccin de carpintera
restriccin de demanda de soldados
82
MAESTRIA PYGE
max z= 3x + 2y
s.a. 2x+y 100
x+y 80
x 40
x, y 0
83
MAESTRIA PYGE
solucin
x=20
y=60
84
MAESTRIA PYGE
z = z(20,60) = 180
85
MAESTRIA PYGE
86
MAESTRIA PYGE
Sea
z = c1x1+c2x2
87
MAESTRIA PYGE
Para C1:
c1
2
1
2
2 c1 4
3
2
1
c2
3
c2 3
2
Para C2:
88
MAESTRIA PYGE
89
MAESTRIA PYGE
max z= 3x + 2y
s.a.
80
40
0
2x+y 100
x+y
x
x, y
90
MAESTRIA PYGE
Primera restriccin.
z(40,0) = 3 40 + 2 0 = 120 y b1 = 2 40 + 1 0 = 80
Obsrvese que, aunque para 80b1120 la base actual es ptima
los valores de las variables de decisin y de la funcin objetivo
cambian. Por ejemplo si 80b1100 la solucin ptima cambiar del
punto B a algn otro punto en el segmento AB. Similarmente si
100b1120 la solucin ptima cambiar del punto B a algn otro
punto en el segmento AD.
91
MAESTRIA PYGE
x + y =80
92
MAESTRIA PYGE
1.5
*
b1 b1
120 80
93
MAESTRIA PYGE
max z= 3x + 2y
s.a. 2x+y 100
x+y 80
x 40
x, y 0
94
MAESTRIA PYGE
95
MAESTRIA PYGE
x + y =80 +
96
MAESTRIA PYGE
2
*
b2 b2
100 60
97
MAESTRIA PYGE
x + y =80
98
MAESTRIA PYGE
MAESTRIA PYGE
100
MAESTRIA PYGE
Si definimos:
X1 = Nmero de cinturones de lujo producidos
X2 = Nmero de cinturones regulares producidos
El modelo sera:
Max Z= 4X1+3X2
s.a.
X1+ X2 40
(Restriccin del cuero)
2X1+ X2 60
(Restriccin de mano de obra)
X1, X2 0
(Restriccin de no negatividad)
101
MAESTRIA PYGE
102
MAESTRIA PYGE
Max Z= 20X1+15X2
s.a.
X1
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
En la Forma Estadar:
Max Z= 20X1+15X2
s.a.
X1
+S1
= 100
X2
+S2
= 100
50X1 + 35X2
+S3
= 4000
20X1 + 15X2
E4 = 2000
X1, X2 ,S1 ,S2 ,S3 ,E4 0
104
MAESTRIA PYGE
problema
mn
105
de
MAESTRIA PYGE
x factible
106
MAESTRIA PYGE
107
MAESTRIA PYGE
108
Programacin Lineal
MAESTRIA PYGE
max
s.a.
Z= 4x1 + 3 x2
x1 + x2 +s1
2x1 + x2
+s2
x1, x2, s1, s2 0
= 40
= 60
Variables
Variables
Solucin Bsica
Punto
Bsicas
No Bsicas
Factible
x1,x2
s1,s2
s1=s2= 0
x1= 20
x2= 20
x1,s1
x2,s2
x2=s2= 0
x1= 30
s1= 10
x1,s2
x2,s1
x2=s1= 0
x1= 40
s2= -20
x2,s1
x1,s2
X1=s2=0
s1= -20
x2= 60
x2,s2
x1,s1
x1=s1= 0
x2= 40
s2= 20
s1,s2
x1,x2
x1=x2= 0
s1= 40
s2= 30
109
MAESTRIA PYGE
Programacin Lineal
110
Programacin Lineal
MAESTRIA PYGE
Punto
Bsicas
x1,x3
x1=4
x3=10
x2=s1=s2=0 D
24
s1,s2
s1=8
s2=10
x1=x2=x3=0 F
s1,x3
s1=8
x3=10
x1=x2=s2=0 E
20
x2,x3
x2=8
x3=10
x1=s1=s2=0 C
36
x2,s2
x2=8
s2=10
x1=x3=s2=0 B
16
x1,s2
x1=4
s2=10
x2=x3=s1=0 A
4
111
MAESTRIA PYGE
112
MAESTRIA PYGE
113
n
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
A=
x1 xB
x
x 2
xn xD
nm
c B
c
c D
nm
xB :variables bsicas.
xD :variables no bsicas.
m
n-m
cB :costos bsicos.
cD :costos no bsicos.
114
Max z= 60 x1 + 30 x2 +
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
s.a:
20 x3 + 0 s1 + 0 s2 + 0s3
8 x1 + 6 x2 +
x3 +
4 x1 + 2 x2 + 1.5 x3
2 x1 + 1.5 x2 + 0. 5 x3
s1
=48
+ s2
= 20
+ s3 = 20
MAESTRIA PYGE
Es decir:
max z= 0
20
60
X3
x2
+
30
s2
X1
s.a. 1
S1
0 1.5
X3
0 0.5
X1
S1
X3
X1
s3
x2
s2
1.5
s3
x2
s2
s3
0
0
116
MAESTRIA PYGE
Donde:
1
B-1= 0
0
2
2
-0.5
-8
-4
1.5
117
s1
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
x3
x1
-8
x2
-4
s2
-0.5
1.5
1.5
s3
-8
48
-4
20
-1
1.5
O bien:
s1
x3
x1
-2
-8
x2
-2
-4
s2
1.25
-0.5
1.5
s3
24
=
8
2
118
MAESTRIA PYGE
119
Criterio de Optimalidad:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
c T x cBT x B cDT x D
c B b B D x B cDT x D
T
B
vector de costos
reducidos.
120
MAESTRIA PYGE
121
MAESTRIA PYGE
x
y
m0
mp
y se debe calcular:
yi0
yk 0
Min / yip 0 xk deja la base
ykp
yip
122
MAESTRIA PYGE
Min
sa:
2x1 + x2 + s1
x1 + x2
x1 + 3x2
= 70
+ s2
= 40
+ s3 = 90
123
MAESTRIA PYGE
Tabla inicial:
x1
x2
s1
s2
s3
70
40
90
-40
-60
124
MAESTRIA PYGE
x1
x2
s1
s2
s3
70
40
90
-40
-60
Se calcula Min { 70/1, 40/1, 90/3 } = 30, por lo tanto sale s3.
125
MAESTRIA PYGE
x2
s1
s2
s3
5/3
-1/3
40
2/3
-1/3
10
1/3
1/3
30
-20
20
1800
MAESTRIA PYGE
x1
x2
s1
s2
s3
-5/2
15
-1/3
15
1/3
25
20
10
2100
Como todos los costos reducidos son mayores o iguales que cero nos
encontramos en la solucin ptima.
127
MAESTRIA PYGE
x 1 15
x B x 2 25
s1 15
s2 0
xD
s3 0
z* = - 40 x 15 - 60 x 25 = - 2100
En la formulacin inicial, tenemos como solucin ptima
x*=15, y *=25, con valor ptimo 2.100.
128
MAESTRIA PYGE
129
MAESTRIA PYGE
Mtodo 1
-Z
X1
X2 S1 S2 ld
Variable
Razn
Bsica
-3
0 -Z=0
4 S1=4
(4/1)=4
-1
6 S2=6
Ninguna
-Z
X1
X2 S1 S2 ld
Variable
Bsica
12 -Z=12
4 X2=4
10 S2=10
130
MAESTRIA PYGE
Mtodo 2
X1
X2 S1 S2 ld
Variable
Razn
Bsica
-2
0 Z=0
4 S1=4
(4/1)=4
-1
6 S2=6
Ninguna
-Z
X1
X2 S1 S2 ld
Variable
Bsica
-5
-3
12 Z=-12
4 X2=4
10 S2=10
131
MAESTRIA PYGE
132
MAESTRIA PYGE
Programacin Lineal
Mtodo de la M grande.
Mtodo Simplex de dos fases.
133
MAESTRIA PYGE
INTRODUCCIN
Hasta el momento slo se han estudiado problemas
en la forma estndar.
Maximizar Z.
Restricciones de la forma menor igual.
Todas las variables no negativas
FORMA ESTANDAR
Maximizar
Z=
Sujeto a:
3X1
X1
3X1
+
X1, X2
5X2
2X2
2X2
4
12
18
0
134
MAESTRIA PYGE
135
MAESTRIA PYGE
Mtodo de la M grande.
Paso 1: Modifique las restricciones de tal manera que el lado
derecho de cada restriccin sea no negativa.
Paso 2: Transforme cada restriccin de desigualdad a la forma
estandar
Paso 3: Si la restriccin i es una igualdad o un restriccin de aadir
una variable artificial ai
Paso 4: Sea M un nmero positivo muy grande. Si el PL es de
minimizacin aadir (para cada variable artificial) Mai a la funcin
objetivo. Si el PL es de maximizacin aadir (para cada variable
artificial) -Mai a la funcin objetivo.
Paso 5: Ya que cada variable artificial estar en la funcin objetivo
(rengln cero) eliminar todas las variables artificiales de la funcin
objetivo (rengln cero)
Paso 5: Resolver el problema con el mtodo simplex.
136
MAESTRIA PYGE
137
MAESTRIA PYGE
FORMA ESTANDAR
Maximizar
Z=
Sujeto a:
3X1
X1
3X1
+
X1, X2
5X2
2X2
2X2
4
12
18
0
138
MAESTRIA PYGE
139
MAESTRIA PYGE
140
MAESTRIA PYGE
141
MAESTRIA PYGE
142
MAESTRIA PYGE
143
MAESTRIA PYGE
144
PROBLEMA REAL
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Max z=
x1
PROBLEMA ARTIFICIAL
5
x2
Max z=
s.a.
x1
x2
x5
s.a.
x1
x1
x1
x2
12
x2
18
x2
x1
As:
x1
x1
x1
x2
12
x2
18
x2
18
x2
x5
145
MAESTRIA PYGE
146
MAESTRIA PYGE
147
MAESTRIA PYGE
148
MAESTRIA PYGE
149
MAESTRIA PYGE
150
MAESTRIA PYGE
151
MAESTRIA PYGE
152
MAESTRIA PYGE
153
MAESTRIA PYGE
154
MAESTRIA PYGE
155
MAESTRIA PYGE
156
MAESTRIA PYGE
157
MAESTRIA PYGE
158
MAESTRIA PYGE
159
MAESTRIA PYGE
160
MAESTRIA PYGE
Ejemplo:
Max
sa:
2x1 + x2
10x1 + 10x2 9
10x1 + 5x2 1
x1,x2 0
161
MAESTRIA PYGE
MAESTRIA PYGE
Fase 1:
Min
sa:
a5
10x1 + 10x2 +s3
=9
10x1 + 5x2
- e4 + a5 = 1
x1,x2, x3, x4, x5 0
x1
x2
s3
e4
a5
valor
Bsicas
w
s3
10
10
a5
10
-1
1
163
MAESTRIA PYGE
s3
xB=
x1
xD=
a5
x2
e4
x1
x2
s3
e4
a5
valor
Bsicas
w
-10
-5
-1
s3
10
10
a5
10
-1
164
MAESTRIA PYGE
Variables
x1
x2
s3
e4
a5
valor
Bsicas
-10
-5
-1
s3
10
10
a5
10
-1
x2
s3
e4
a5
valor
Bsicas
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Variables
s3
-1
x1
1/2
s3
xB=
x1
-1/10
1/10
x2
xD=
1/10
1/10
e4
a5
x1
x2
s3
e4
valor
MAESTRIA PYGE
Bsicas
z
-2
-1
s3
x1
1/2
-1/10
1/10
x1
x2
s3
e4
valor
Bsicas
z
-1/5
1/5
s3
x1
1/2
-1/10
1/10
167
Variables
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Quedando:
x1
x2
s3
e4
valor
Bsicas
z
1/5
9/5
e4
x1
1/10
9/10
8
xD
=
=
x1
x2
9/10
0
=
s3
168
MAESTRIA PYGE
min z=
2 x1
3 x2
1/2 x1
1/4 x2
1 x1
3 x2
20
x1
x2
10
x1
x2
2 x1
3 x2
1/2 x1
1/4 x2
1 x1
3 x2
x1
x2
s1
-
e2
a2
+
a3
20
10
169
MAESTRIA PYGE
min w=
a2
1/2
x1
1/4
x2
x1
x2
x1
s1
-
e2
a2
x2
variable
a3
x1
x2
s1
e2
a2
a3
a3
20
10
valor
-1
-1
s1
1/2
1/4
a2
-1
20
a3
10
170
MAESTRIA PYGE
w x1
x2
s1
e2
a2
a3
valor
prueba
-1
30
s1
1/2
16
a2
-1
20
a3
10
10
171
MAESTRIA PYGE
Haciendo 1 al pivote
VB
w x1
x2
s1
s1
e2
a2
a3
valor
-1
30
0.5
a2
1/3
-1/3
1/3
20/3
a3
10
Realizando operaciones
VB
w x1
x2 s1 e2
a2
a3 valor
prueba
2/3
1/3
-4/3
10/3
s1
5/12
1/12
-1/12
7/3
28/5
x2
1/3
-1/3
1/3
20/3
20
a3
2/3
1/3
-1/3
10/3
1/5
172
MAESTRIA PYGE
VB
w x1
x2
2/3
1/3
-4/3
10/3
s1
5/12
1/12
-1/12
7/3
x2
1/3
-1/3
1/3
20/3
x1
1/2
-1/2
3/2
x2
s1
s1
e2
a2
e2
a3
a2
valor
VB
w x1
a3
valor
-1
-1
s1
-1/8
1/8
-5/8
1/4
x2
-1/2
1/2
-1/2
x1
1/2
-1/2
3/2
173
MAESTRIA PYGE
Fase 2
Volvemos a introducir la funcin objetivo original
VB
z x1
x2
s1
e2
valor
-2
-3
s1
-1/8
1/4
x2
-1/2
x1
1/2
z x1
x2
s1
e2
valor
-1/2
25
s1
-1/8
1/4
x2
-1/2
x1
1/2
s.a.
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
min z=
2 x1
3 x2
1/2 x1
1/4 x2
1 x1
3 x2
36
x1
x2
10
x1
x2
2 x1
3 x2
1/2 x1
1/4 x2
1 x1
3 x2
x1
x2
+ s1
=
- e2
+ a2
= 36
+ a3
= 10
175
MAESTRIA PYGE
min w=
a2
1/2 x1 +
1/4 x2
1 x1 +
3 x2
x1 +
x2
+ a3
+ s1
-
e2
+ a2
+ a3
x2
s1
e2
a2
a3
36
10
variable
w x1
valor
-1
-1
s1
1/2
1/4
a2
-1
36
a3
10
176
MAESTRIA PYGE
VB
w x1
x2
s1
e2
a2
a3
valor
prueba
-1
46
s1
1/2
1/4
16
a2
-1
36
12
a3
10
10
177
MAESTRIA PYGE
w x1
x2
s1
e2
a2
a3
valor
-2
-1
-4 6
s1
1/2
1/4
-1/4 3/2
a2
-2
-1
-3 6
x2
1 10
178
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
Min
sa:
Max
c jx j
MAESTRIA PYGE
j1
n
sa :
aijx j bi
i 1,2,..., n
j1
xj 0
su dual resulta el problema:
D)
Min
j 1,2,..., m
bi i
i 1
m
sa :
aiji c j
j 1,2,..., n
i 1
i 0
i 1,2,..., m
183
MAESTRIA PYGE
bT
AT c
0
Si el problema primal corresponde a:
P)
Max
-cTx
sa:
Ax b
x0
Su dual resulta ser:
D)
Min
-bT
sa:
AT c
0
Es decir, el dual del dual es el problema primal
D)
Min
sa:
184
MAESTRIA PYGE
j 1
i 1
c x c jx j bi i bT
T
j1
i 1
v(P) c x * c j x j * bi i * b T v(D)
T
185
MAESTRIA PYGE
Adems:
i)Si P) es no-acotado entonces D) es infactible.
ii)Si D) es no-acotado entonces P) es infactible.
Ejemplo:
P)
Min
sa:
D)
Max
sa:
5 1 + 6 2
1 + 22 3
21 + 22 4
31 + 2 5
1, 2 0
186
MAESTRIA PYGE
3 4
-5
-6
3 3
xB 4 4
5 5
1 0
xD
2 0
187
MAESTRIA PYGE
1 2 3 4 5
3/2
-1
5/2
-1/2
7/2
2 3 / 2
xB 4 1
5 7 / 2
1 0
xD
3 0
-2
0
3
0
0
9
Luego la variable entrante a la base es 1 (pues r2<0). Y
calculando Min { (3/2)/(1/2), 1/1, (7/2)/(5/2)} = 1, se tiene que
sale 4
188
MAESTRIA PYGE
1 2 3 4 5
0
-1/2
-1
-5/2
11
1 1
x B 2 1
5 1
3 0
xD
4 0
1* = 1; 2* = 1;
v(D) = 11
v(P) = 11
189
MAESTRIA PYGE
190
MAESTRIA PYGE
x1
x2
x3
x4
x5
-1
-2
-3
-5
-2
-2
-1
-6
x(-1)
x(-1)
191
MAESTRIA PYGE
192
MAESTRIA PYGE
x1
x2
x3
x4
x5
-1
-5/2
-1/2
-2
1/2
-1/2
7/2
3/2
-9
193
MAESTRIA PYGE
x1
x2
x3 x4 x5
5/2 -1
-2
-1
-11
v(P) 11
194
MAESTRIA PYGE
rk ck cBTB1Ak
195
MAESTRIA PYGE
P)
Min c x
sa : Ax b
x0
196
MAESTRIA PYGE
rD cD cBT B 1D 0
T
B
rj c j c B 1 Aj 0
o equivalentemente
j
197
MAESTRIA PYGE
rj
T 1
c j cBB A j
198
MAESTRIA PYGE
Consideremos :
c j c j j
Por lo tanto se conserva la misma solucin ssi:
j rj
c j c j rj
199
MAESTRIA PYGE
ci ci i
T 1
c j cBB A j
0
cB cB i 1 cB ie i
0
200
MAESTRIA PYGE
rj
rj
yij
Ejemplo:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
2,33
1,67
0,00
0,27
-0,07
1333,33
0,00 -0,03
0,03
1,00
-0,01
0,03
66,67
0,00
3,33
0,00
2,93
0,27
18666,67
6,67
MAESTRIA PYGE
y se cumple
xB 0
MAESTRIA PYGE
4 10
B
1
40
1/ 15
4 / 15
B
1
/
150
2
/
75
Intervalo recurso 1:
1 / 15 6000 b1
4 / 15
1 / 150 2 / 75 x 4000 0
20000 4 b1
0
15
15
b1 5000
10000 b1
0
150
150
b1 10000
204
MAESTRIA PYGE
5000 b1 10000
1000 b1 16000
Intervalo recurso 2:
1 / 15 6000
4 / 15
1 / 150 2 / 75 x 4000 b 0
2500 b2 20000
1500 b2 24000
205
Variable x1:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
0 D1 2
10 C1* 12
Variable x4:
Variable x2:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
C2* = C2 + 2
2 - r2
C2 = -20
C2* - 20 - ( 20/3)
C2* - 80/3
Variable x3:
C3* = C3 + 3
3 - r3
C3 = -18
C3* - 18 - ( 10/3)
C3* - 64/3
207
MAESTRIA PYGE
MAESTRIA PYGE
209
MAESTRIA PYGE
MAESTRIA PYGE
Temario:
III.1. Introduccin y ejemplos de modelamiento.
III.2. Resolucin de problemas de P. E.
III.3. Mtodo de Branch and Bound.
211
MAESTRIA PYGE
Ejemplo de Restricciones O
Seat considera la fabricacin de 3 tipos de automviles: compacto, mediano
y largo. En la tabla se presentan los recursos requeridos y las ganancias
proporcionadas por cada tipo de automvil. En la actualidad se cuenta con
6000 ton de acero y 60000 horas de trabajo. Para que la produccin de un
tipo de automvil sea econmicamente factible hay que fabricar al menos
1000 unidades de este tipo. Formular un modelo matemtico para optimizar
las ganancias.
COMPACTO MEDIANO
LARGO
Ton. de acero
1.5
hors de trabajo
30
25
40
2000
3000
4000
ganancia (dolares)
212
MAESTRIA PYGE
x1 0
x2 0
x3 0
1.5 x1
30 x1
x11000
x21000
x31000
+ 3 x2 + 5 x3 6000
+25 x2 + 40 x3 60000
213
MAESTRIA PYGE
Restricciones O
Se dan dos restricciones de la forma:
f(x1, x2, xn) 0
g(x1, x2, xn) 0
Se desea asegurar que se cumpla por lo menos una de las dos
restricciones. Deber agregarse las siguientes dos restricciones:
f(x1, x2, xn) My
g(x1, x2, xn)M(1-y)
Donde: y es una variable 0-1 y M es un nmero muy grande que
asegure que se satisfagan:
f(x1, x2, xn)M
g(x1, x2, xn)M
Para todos los valores de x1, x2, xn que satisfagan las otras
restricciones.
214
MAESTRIA PYGE
215
MAESTRIA PYGE
2
6
8
8
6
2
5
5
8
5
2
5
8
5
5
2
216
MAESTRIA PYGE
Restricciones SI ENTONCES
Se desea asegurar que se cumpla g(x1,x2,xn)0 si se satisface
f(x1,x2,xn)>0, mientras que si no se satisface f(x1,x2,xn)>0
entonces g(x1,x2,xn)0 no debe satisfacerse. Deber agregarse
las siguientes dos restricciones:
-g(x1, x2, xn)My
f(x1, x2, xn) M(1-y)
Donde: y es una variable 0-1 y M es un nmero muy grande que
asegure que se satisfagan:
f(x1, x2, xn)M
g(x1, x2, xn)M
Para todos los valores de x1, x2, xn que satisfagan las otras
restricciones.
217
MAESTRIA PYGE
218
MAESTRIA PYGE
219
MAESTRIA PYGE
220
MAESTRIA PYGE
a) Problema de la mochila.
Una empresa est pensando invertir en cuatro proyectos diferentes,
cada proyecto se finaliza a lo ms en 3 aos. Los flujos de caja
requeridos en cada ao junto con el Valor Presente Neto de cada
proyecto, concluIdos los aos de ejecucin, y las disponibilidades de
recursos financieros se resumen en la siguiente tabla:
Proy 1 Proy 2 Proy 3 Proy 4
Disp. Recursos
Ao 1
10
12
30
Ao 2
15
15
Ao 3
18
16
12
V.P.N.
35
18
24
16
221
MAESTRIA PYGE
Variables de decisin:
1, si se invierte en el proyecto i
xi
0, sin o
con i 1,2,3,4
Funcin objetivo:
222
MAESTRIA PYGE
+ s2 = 15 + s1
+ 16x3
xi {0,1}
= 30
12 + s2
i = 1,2,3,4
15 + 16x4
Ao3: 18x1
12 + 18x2
xi {0,1}
+ 16x3
i = 1,2,3,4
223
MAESTRIA PYGE
xi {0,1}
= 30
+ s2 = 15 + s1 + 16x4
+ 16x3
12 + s2 + 18x2
i = 1,2,3,4
224
MAESTRIA PYGE
225
MAESTRIA PYGE
x1 + x2 + x3 1
- El proyecto 2 no puede ser tomado a menos que el proyecto 3 si
sea tomado:
x2 x3
- Se puede tomar el proyecto 3 o 4 pero no ambos:
x3 + x4 1
226
MAESTRIA PYGE
1, si la restriccin j se satisface
yj
0, casocontrario
227
MAESTRIA PYGE
228
MAESTRIA PYGE
229
Variables de decisin
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
x t:
It :
1, 2, ..., T
230
MAESTRIA PYGE
Funcin objetivo
Min
st
t 1
y t p t x t h t It
Restricciones
xt + It-1 - It = dt
t = 1, 2, ..., T
I0 = inventario inicial
xt Mt yt
t = 1, 2, ..., T
Mt = cte. grande
231
MAESTRIA PYGE
d) Problema de cobertura:
Dado un nmero de regiones o zonas, en las cuales se ha
subdividido una comuna, cuidad, pas, etc., digamos que un total de
m, se desea instalar un cierto nmero de servidores (escuelas,
centros de atencin primaria de salud, compaas de bomberos,
etc.) de entre un conjunto de n potenciales servidores ubicados en
alguna de las zonas dadas.
j 1,2,..., n
232
Variables de decisin:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
1, si se instala el servidor j
xj
0, sin o
Funcin objetivo:
Min
cj xj
j 1
aij x j 1
j1
xj k
j 1
233
MAESTRIA PYGE
234
MAESTRIA PYGE
Variables de decisin:
1, si se abre la planta j
yj
0, sin o
xij = el nmero de unidades elaboradas en la planta j para
satisfacer el cliente i, con j = 1,...,n y i = 1,....,m.
235
MAESTRIA PYGE
Funcin objetivo:
m
Min c j y j v j xij
i 1
j 1
j 1
n
tijxij
j 1 i 1
Costo de
Costo de
Costo de
Instalacin
Produccin
Transporte
236
1) Demanda cliente i:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Restricciones:
m
x ij di
i 1
xij Mj y j
j 1
237
MAESTRIA PYGE
Max
cTx
s.a.
Ax=b
x0
PLE)
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Por ejemplo:
Max
cTx
s.a.
Ax=b
x 0,
xj entero
MAESTRIA PYGE
240
MAESTRIA PYGE
241
MAESTRIA PYGE
242
MAESTRIA PYGE
Ejemplo
PLE) Max
s.a.
x2
- 2x1 + 2x2 1
2x1 + x2 7
x1 0, x2 0
enteros
243
MAESTRIA PYGE
x2
2x1 + x2 7
- 2x1 + 2x2 1
.
.
. .
.
. .
. .
3.5
x1
244
MAESTRIA PYGE
x2 * = 1
x1 * = 2
x2 * = 1
MAESTRIA PYGE
Max
s.a.
x1 + 10x2 10
x1 1
x1 0, x2 0
enteros
246
x2 = 9/10
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
x1 = 1
x1 = 1
infactible
x2 = 1
x1 = 1
f(1,0)=1
x2 = 0
x2 = 1;
v(PLE) = 5
247
MAESTRIA PYGE
PLE)
Max
s.a.
21x1 + 11x2
7x2 + 4x2 13
x1 0
x2 0
x1, x2 enteros
248
x2
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
x2 = 3
3/2
2
x2 = 2
21x1+11x2=39
1
x2 = 1
13/7 sol. relajada
x1 = 1
21x1+11x2
x1
x1 = 2
7x1+4x2=13
249
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
P0
x1 = 1
x2 = 3/2
z = 37.5
x11
P1
P11
x1 = 0
x2 = 13/4
z = 35.75
x23
x1 = 0
x2 = 3 P1211
z = 33
P2
infactible
x22
x21
x1 = 1
x2 = 1
z = 32
x1 = 13/7
x2 = 0
z = 39
x12
P12
x1 = 5/7
x2 = 2
z = 37
x11
P121
P122
x24
infactible
P1212
infactible
Solucin ptima
x1* = 0; x2* = 3; z = 33 252
MAESTRIA PYGE
253
MAESTRIA PYGE
254
MAESTRIA PYGE
Temario:
IV.1. Introduccin y ejemplos.
IV.2. Propiedades bsicas de los problemas de
programacin no-lineal.
IV.3. Problemas de optimizacin no restringida.
IV.4. Problemas con restricciones de igualdad.
IV.5. Problemas con restricciones de igualdad y
desigualdad.
IV.6. Mtodos de optimizacin restringida.
255
MAESTRIA PYGE
256
MAESTRIA PYGE
PRODUCTO
RETORNO (M$)
Producto 1
10.000 x1 0.50
Producto 2
7.500 x2 0.75
Producto 3
9.000 x3 0.60
Producto 4
15.000 x4 0.30
257
MAESTRIA PYGE
En este ejemplo:
xi es la cantidad de recursos asignados al producto i, con i = 1,2,3,4.
El siguiente modelo provee una asignacin de estos recursos, de
modo de maximizar las utilidades, considerando una inversin anual
no superior a los M$ 75.000.
Max
258
MAESTRIA PYGE
ym
y2
y1
x1
x2
xm
259
MAESTRIA PYGE
260
MAESTRIA PYGE
Min
F(a) =
i e(x i
i 1
, a)2=
(
y
h
(
x
))
i i
i
i 1
261
MAESTRIA PYGE
x2
xm
262
MAESTRIA PYGE
yi
a0
i1 m
m
yi x i
a 1 i1m
2
xi
i 1
263
MAESTRIA PYGE
40
Puerto C
30
Puerto A
30
80
264
MAESTRIA PYGE
Min f(x,y) =
( x 0 )2 ( y 0 )2
( x 30 )2 ( y 40 )2
( x 80 )2 ( y 30 )2
265
MAESTRIA PYGE
Puerto C
Refinera
Puerto A
266
MAESTRIA PYGE
267
MAESTRIA PYGE
Max
n n
i 1
i1 j1
rixi K sijxix j
n
sa :
xi 1
i 1
xi 0
1 1,2,...,n
MAESTRIA PYGE
Name
Avg Return
(monthly, pet)
Std
Desviation
Pet of optimal
Portfolio
Coca Cola Co
2,885
6,574
48,6
Exxon Corp
1,647
4,939
13,7
Texaco Inc
1,869
6,381
16,6
Bond
0,407
21
269
MAESTRIA PYGE
2,03
Std Desviation
4,02
27,2
21.0%
Coca Cola
48.6%
Exxon Corp
Texaco Inc
16.7%
13.7%
Bond
270
MAESTRIA PYGE
Min
s.a:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
f(x)
x*
1
x
5
x+
272
MAESTRIA PYGE
f(x,y) = -4x3 + 3x - 6y
273
MAESTRIA PYGE
f(x,y) = x2 - 4x - 2y
274
MAESTRIA PYGE
275
MAESTRIA PYGE
f(y)
f(x)
x
y
276
MAESTRIA PYGE
cualesquiera x e y.
iii) La matriz hessiana de las segundas derivadas
277
MAESTRIA PYGE
Es convexo
y
x
No es convexo
278
MAESTRIA PYGE
Min
f(x)
s.a
hr(x) dr
r=1,2,...,l
MAESTRIA PYGE
s.a.
x1 + x 2 5
x1 - x2 5/2
x1 0, x2 0
280
MAESTRIA PYGE
281
MAESTRIA PYGE
s.a
x1 + x2 5
x1 - x2 5/2
x1 0, x2 0
282
MAESTRIA PYGE
283
MAESTRIA PYGE
284
MAESTRIA PYGE
con x IRn
285
MAESTRIA PYGE
MAESTRIA PYGE
6x1
f ( x ) 2
3
x
3
x
2
2
0
6
D f (x)
0
6
x
2
2
287
MAESTRIA PYGE
0
6
D f (x)
0
6
x
2
2
288
MAESTRIA PYGE
289
MAESTRIA PYGE
x+
-f(x)
Z=10
Z=20
x1
290
MAESTRIA PYGE
g() = f(x+ + d)
291
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
294
MAESTRIA PYGE
Iteracin k
xk
f(xk)
f(xk)
0.062
(2.70,1.51)
0.34
(0.73, 1.28)
0.24
(2.52,1.20)
0.09
(0.80,-0.48)
0.11
(2.43,1.25)
0.04
(0.18, 0.28)
0.31
(2.37,1.16)
0.02
(0.30,-0.20)
0.12
(2.33,1.18)
0.01
(0.08, 0.12)
0.36
(2.30,1.14) 0.009
(0.15,-0.08)
0.13
(2.28,1.15) 0.007
(0.05, 0.08)
295
Mtodo de Newton
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
296
MAESTRIA PYGE
Iteracin k
f(xk)
f(xk)
(0.00,3.00)
52.00 (-44.00,24.00)
(0.67,0.33)
3.13
(-9.39,-0.04)
(1.11,0.56)
0.63
(-2.84,-0.04)
(1.41,0.70)
0.12
(-0.80,-0.04)
(1.61,0.80)
0.02
(-0.22,-0.04)
(-0.07, 0.00)
(1.74,0.87)
0.05
(1.83,0.91) 0.0009
(-0.0003,-0.04)
297
MAESTRIA PYGE
Min
s.a.
f(x)
g1(x) = b1
g2(x) = b2
g m(x) = bn
mn
i = 1, 2, ..., m
MAESTRIA PYGE
L(x, ) f (x ) i (gi (x ) bi )
i1
299
MAESTRIA PYGE
x L(x , ) f (x ) ^i gi (x ^ ) 0
^
i 1
300
MAESTRIA PYGE
xL(x , ) f (x ) ^igi (x ^ ) 0
^
y que
i 1
D f (x ) ^i D2 gi (x ^ )
2
i 1
Ejemplo:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Min
x12 x 22
sa :
x1 x 2 4
x1
2
IR
x
2
Buscamos la solucin ptima
condiciones de optimalidad:
usando
las
302
MAESTRIA PYGE
f ( x ) x12 x 22
;m 1
h1(x ) x1 x 2 4
f (x ) (2x1, 2x 2 )T
0 0
h1(x )
0
0
2 0
D f (x )
0
2
0 0
D h(x )
0
0
303
MAESTRIA PYGE
MAESTRIA PYGE
2 0
0 0 2 0
0 2 1 0 0 0 2
es positiva definida.
Notar que en x* se tiene:
f (x ) *i hi (x * )
*
i1
4 41 1
T
305
MAESTRIA PYGE
306
MAESTRIA PYGE
gi(x^) = bi
; i = 1, 2, ..., m
hr(x^) dr
; r = 1, 2, ..., l
307
MAESTRIA PYGE
f (x ) i gi (x )
^
i 1
m r (hr (x ^ ) dr ) 0
^
m
h
(
x
r r )0
r 1
; r 1, 2, ..., l
308
MAESTRIA PYGE
MAESTRIA PYGE
310
MAESTRIA PYGE
s.a. x1 + 2x2 2
x1, x2 0
311
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
x1 = 0, x2 =
con
x1 = 2, x2 = 0.
314
MAESTRIA PYGE
315
MAESTRIA PYGE
MAESTRIA PYGE
s.a. Ax = b
x0
o
equivalentemente,
eliminando
los
trminos constantes, se puede considerar
el problema:
PLk) Min f(xk)x
s.a. Ax = b
x0
317
MAESTRIA PYGE
318
MAESTRIA PYGE
319
MAESTRIA PYGE
320
MAESTRIA PYGE
321
MAESTRIA PYGE
xLPk
xk
(0, 2)
2/3
(0, 0)
(-5, -8)
(0, 3)
(0, 2)
(-5, 0)
322
MAESTRIA PYGE
PROGRAMACION SEPARABLE
MAESTRIA PYGE
max o min Z f j ( x j )
i 1
s.a.
m
g
j 1
ij
( x j ) bi
Ejemplo
max Z 30 x1 2 x 35 x 2 2 x
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
2
1
s.a.
x 2 x 250
2
1
2
2
x1 x 2 20
x1 , x1 0
2
2
max Z f 1 ( x1 ) f 2 ( x 2 )
f1 ( x1 ) 30 x1 2 x12
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
donde
f 2 ( x 2 ) 35x 2 2 x
2
2
s.a.
g11 ( x1 ) g12 ( x 2 ) 250
g 21 ( x1 ) g 22 ( x 2 ) 20
donde
g11 ( x1 ) x12
g12 ( x 2 ) 2 x 22
g 21 ( x1 ) x1
g 22 ( x 2 ) x 2
MAESTRIA PYGE
s i xi i
Para el ejemplo :
R1
0 x1 15.81
0 x 2 11.18
R2
0 x1 20
0 x1 20
0 x1 16
0 x2 12
MAESTRIA PYGE
sup ongamos
pi , j xi pi , j 1
entonces para 0 1
xi pi , j (1 ) pi , j 1
y aproximamos
f i ( xi ) f i ( pi , j ) (1 ) f i ( pi , j 1 )
g ir ( xi ) g ir ( pi , j ) (1 ) g ir ( pi , j 1 )
generali z a ndo
MAESTRIA PYGE
j1 j 2 j 3 j 4 ...... jn 1
x j j1 p j1 j 2 p j 2 j 3 p j 3 j 4 p j 4 ...... jn p jn
f j ( x j ) j1 f j ( p j1 ) j 2 f j ( p j 2 ) j 3 f j ( p j 3 ) j 4 f j ( p j 4 ) ...... jn f j ( p jn )
gij ( x j ) j1 gij ( p j1 ) j 2 gij ( p j 2 ) j 3 gij ( p j 3 ) j 4 gij ( p j 4 ) ...... jn gij ( p jn )
donde exiten solamente 2 con sec utivos que son diferentes de cero
para el ejemplo
MAESTRIA PYGE
11 12 13 14 15 1
x1 11 p11 12 p12 13 p13 14 p14 15 p15
x1 11 0 12 4 13 8 1412 1516
21 22 23 24 25 1
x2 21 p21 22 p22 23 p23 24 p24 25 p25
x2 21 0 22 4 23 8 2412 2516
MAESTRIA PYGE
11 y1
12 y1 y2
13 y2 y3
14 y3 y4
15 y4
21 z1
22 z1 z2
23 z2 z3
24 z3 z4
25 z4
y1 y2 y3 y4 y5 1
z1 z2 z3 z4 z5 1
0 ij 1
y {0,1}
z {0,1}
331
MAESTRIA PYGE
DIRECCIONES ELECTRNICAS EN
LINEAL
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
333
Contenidos
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
III. Programacin
Dinmica
334
MAESTRIA PYGE
como no lineales.
La programacin dinmica es til para resolver un problema
donde se deben tomar una serie de decisiones interrelacionadas.
A diferencia de la P.L., la programacin dinmica no tiene
formulacin matemtica estndar. Se trata de un enfoque de tipo
general para la solucin de problemas, y las ecuaciones se
derivan de las condiciones individuales de los mismos.
335
MAESTRIA PYGE
El problema de la diligencia
Un cazafortunas desea ir de Missouri a California en una
diligencia, y quiere viajar de la forma ms segura posible. Tiene
los puntos de salida y destino conocidos, pero tiene mltiples
opciones para viajar a travs del territorio.
Se entera de la posibilidad de adquirir seguro de vida como
pasajero de la diligencia.
El costo de la pliza estndar (Cij) se muestra en la tabla de la
siguiente pgina.
Cul es la ruta que minimiza el costo de la pliza de seguro?
336
MAESTRIA PYGE
337
1.
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
2.
3.
MAESTRIA PYGE
339
MAESTRIA PYGE
fn(S, Xn)
=
=
Costo
Mnimo costo
Inmediato + futuro (etapa
(etapa n)
n+1 en adelante)
cs , xn
Costo por ir
de la ciudad i
al destino j
fn+1* (Xn)
Costo ptimo
acumulado
340
MAESTRIA PYGE
341
MAESTRIA PYGE
Etapa n=3
342
Etapa n=2
MAESTRIA PYGE
343
Etapa n=1
MAESTRIA PYGE
344
MAESTRIA PYGE
345
MAESTRIA PYGE
Caractersticas de la P.D.
1. El problema se puede dividir por etapas, que requieren una poltica
de decisin en cada una de ellas.
2. Cada etapa tiene un cierto nmero de estados asociados a su
inicio. (Estados son las diferentes condiciones posibles en las que se
puede encontrar el sistema en cada etapa del
problema).
3. El efecto de la poltica de decisin en cada etapa, es transformar el
estado actual en un estado asociado con el INICIO de la siguiente
etapa.
4. El procedimiento pretende hallar la poltica ptima para el
problema completo. Esto quiere decir, la poltica a emplear desde
cualquier posible estado del problema.
5. Dado el estado actual, la poltica ptima desde este estado es
independiente de las polticas adoptadas en las etapas anteriores.
(la solucin depende nicamente del estado actual y no de cmo se
lleg all) PRINCIPIO DE OPTIMALIDAD EN LA P.D., (Richard
Bellman, 1957)
346
MAESTRIA PYGE
Caractersticas de la P.D.
Donde:
N: Nmero de etapas
n: etiqueta para la etapa actual (n=1,2,3,N)
Sn: Estado actual para la etapa n
Xn: Variable de decisin para la etapa n
347
MAESTRIA PYGE
Caractersticas de la P.D
348
MAESTRIA PYGE
349
MAESTRIA PYGE
Introduccin a las
tcnicas Heursticas
INTRODUCCIN
Esta es una nueva herramienta que nos ayuda en la
MAESTRIA PYGE
beneficios.
Estando dados de la siguiente forma:
hi ( x) bi
h ( x) b
i
i
i 1.....l
i 1.....m
i 1.....n
INTRODUCCIN
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MAESTRIA PYGE
INTRODUCCIN
Existen los llamados Problemas de Optimizacin
Combinatorios que contienen variables de
decisin enteras y el espacio de soluciones est
formado por ordenaciones o subconjuntos de
nmeros naturales.
Los ms conocidos son:
Problema de la mochila
Problema del viajante
MAESTRIA PYGE
Knapsack problem-De la
mochila
Consiste en:
Seleccionar de entre un conjunto de n productos, cada
uno con un valor ci y un volumen vi.
Determinando aquellos que quepan en un recipiente
con volumen V y que tengan el mayor valor posible. As
se determina un subconjunto para el cual:
| * 1..n
max
i 1..n
con la restricci n
MAESTRIA PYGE
Knapsack problem-De la
mochila
xi toma el valor de 1 cuando el item se introduce
en la mochila
xi toma el valor de 0 en caso contrario.
As:
max ci xi
i 1
v x
i 1
xi 0,1
i 1..n
MAESTRIA PYGE
15
20
16
3
12
20
16
5
9
21
10
MAESTRIA PYGE
Complejidad Computacional
Problemas de tipo
combinatorio
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Problema de la mochila
Para el problema de la mochila el nmero de
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Problemas P
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Problemas NP
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
polinomial de resolucin.
No son algortmicamente resolubles eficientemente.
P es un subconjunto de NP:
P NP
Problemas NP-completos
NP-completos.
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MAESTRIA PYGE
Heursticas
HEURSTICAS
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
HEURSTICAS
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Definicin:
Procedimientos simples, a menudo basados en el
sentido comn, que se supone ofrecern una buena
solucin (aunque no necesariamente la ptima) a
problemas difciles, de un modo fcil y rpido
Zanakis, Evans 1981
HEURSTICAS
MAESTRIA PYGE
MAESTRIA PYGE
HEURSTICAS
Ventajas:
Permiten mayor flexibilidad para el manejo de las
caractersticas del problema.
Ofrecen ms de una solucin.
HEURSTICAS
Inconvenientes:
MAESTRIA PYGE
heurstica.
MAESTRIA PYGE
TIPOS DE HEURSTICAS
TIPOS DE HEURSTICAS
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MTODOS CONSTRUCTIVOS
MTODOS DE DESCOMPOSICIN
MTODOS DE REDUCCIN
MANIPULACIN DEL MODELO
MTODOS DE BSQUEDA POR ENTORNOS
MAESTRIA PYGE
MTODOS CONSTRUCTIVOS
Aaden
paulatinamente
componentes
individuales a la solucin, hasta que se obtiene
una solucin factible.
ALGORITMOS
(GREEDY)
GOLOSOS O DEVORA-DORES
MAESTRIA PYGE
MTODOS DE DESCOMPOSICIN
(Divide y vencers) Dividen el problema en
subproblemas ms pequeos, siendo el
Identifican
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MTODOS DE REDUCCIN
alguna caracterstica que
presumiblemente deba poseer la solucin
ptima.
MAESTRIA PYGE
MAESTRIA PYGE
(NEIGHBORHOOD)
MAESTRIA PYGE
MAESTRIA PYGE
EJEMPLO DE FUNCIN
CON UN PTIMO LOCAL
Solucin inicial
ptimo local
Xi-2 Xi-1
Xi
Xi+1
MAESTRIA PYGE
Metaheursticas
Recocer:
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Recocido Simulado
MAESTRIA PYGE
Recocido Simulado
ser simulado mediante el algoritmo de la Metrpolis,
basado en las tcnicas Monte Carlo.
Realiza en paso de un estado a otro segn:
Si el estado generado posee una energa menor que
el estado que actualmente se tiene, se acepta el
estado generado como actual.
Caso contrario el estado se aceptar con una
determinada probabilidad, la cual est en funcin
de:
La temperatura
La diferencia entre los dos niveles de energa.
MAESTRIA PYGE
Algoritmos genticos
la seleccin natural y gentica [Goldberg, 1989]
Los algoritmos genticos son flexibles y pueden
ser aplicados
problemas.
en un amplio nmero de
MAESTRIA PYGE
Algoritmos genticos
En los algoritmos biolgicos, la informacin
hereditaria es pasada a travs de los
cromosomas o genes, los cuales a su vez estn
formados de un determinado nmero de
valores (alelos).
Los organismos pueden agruparse formando
poblaciones, los que mejor se adaptan tienen
mayor probabilidad de sobrevivir y
reproducirse.
MAESTRIA PYGE
Algoritmos genticos
Los alelos pueden representar valores de las
variables de decisin, que se correspondern
con los genes.
Los cromosomas representan las soluciones.
Los algoritmos genticos, trabajan sobre una
poblacin de soluciones generando una nueva
en cada iteracin.
Bsqueda Tab
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Bsqueda Tab
MAESTRIA PYGE
GRASP
Una entre las metaheursticas ms exitosas que
MAESTRIA PYGE
Redes Neuronales
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
Redes Neuronales
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
CONCEPTOS DE INVENTARIO
El inventario es volumen de materiales que
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
2.
3.
MAESTRIA PYGE
TIPOS DE INVENTARIO
Los tipos de inventario no pueden identificarse
por sus rasgos fsicos, sin embargo en
trminos conceptuales cada uno tiene una
gestacin diferente. Los tipos son:
Inventario de Ciclo
Inventario de Seguridad
Inventario de Previsin
Inventario en Trnsito
TIPOS DE INVENTARIO
MAESTRIA PYGE
MAESTRIA PYGE
TIPOS DE INVENTARIO
Al inicio del ciclo el inventario es el mximo es
decir Q
Al final se encuentra en su mnimo valor, es decir 0
(cero)
Por lo tanto, el inventario promedio de ciclo ser:
Inventario Promedio de Ciclo = (Q+0)/2 = Q/2
Esta frmula es exacta, cuando la tasa de
demanda es constante y uniforme. Sin embargo
cuando la demanda por ciclo no es contante,
proporciona
una
estimacin
razonable
y
satisfactoria.
MAESTRIA PYGE
TIPOS DE INVENTARIO
TIPOS DE INVENTARIO
MAESTRIA PYGE
TIPOS DE INVENTARIO
MAESTRIA PYGE
Inv. en Trnsito = dL
TIPOS DE INVENTARIO
MAESTRIA PYGE
EN TRNSITO:
Una planta enva mensualmente llantas a un mayorista,
en partidas cuya lote promedio es de 2800 llantas. La
demanda promedio del mayorista es de 700 llantas por
semana y el tiempo de entrega desde la planta es de 3
semanas. Cuanto inventario del ciclo e inventario en
trnsito maneja el mayorista?
Inv. Del Ciclo = Q/2=2800/2= 1400 llantas
Inv. En trnsito= DL= dL=(700 llantas/sem.)*3 sem.
= 2100 llantas
404
1.
Ing. Rodrigo Semprtegui lvarez
MAESTRIA PYGE
MAESTRIA PYGE
2.
MAESTRIA PYGE
COLOCACIN DE INVENTARIOS DE
MANUFACTURA
Los gerentes toman decisiones
sobre la
colocacin de inventarios segn la clasificacin
que se le da a un artculo:
Artculo Especial: Aquel artculo que se fabrica a
pedido, de acuerdo con ciertas especificaciones
particulares, y en cantidades solicitadas.
Artculo Estndar: Aquel que se fabrica para
tenerlo en inventario y que normalmente est
disponible cuando se lo requiere.
CLASE C
100
Porcentaje del valor monetario
MAESTRIA PYGE
CLASE B
90
80
CLASE A
70
60
50
40
30
20
10
10 20 30 40 50 60 70 80 90 100
Porcentaje de los artculos
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
CLCULO DE LA EOQ
Inventario disponible
(unidades)
MAESTRIA PYGE
Recepcin
del pedido
Inventario del
ciclo promedio
Q/2
1 ciclo
MAESTRIA PYGE
CLCULO DE LA EOQ
Un ciclo comienza con Q unidades en inventario
(pedido), durante el ciclo es utilizado a una tasa
constante.
Se pide un nuevo lote calculando que el nuevo
pedido se reciba precisamente cuando el
inventario llegue a 0 (porque la demanda es
constante).
Ya que el inventario vara entre Q y 0, el inventario
del ciclo promedio ser igual a la mitad del tamao
del lote.
CLCULO DE LA EOQ
Costo de pedidos
Costo de
manejo
MAESTRIA PYGE
CM
CP
CLCULO DE LA EOQ
Costo
actual
3000
MAESTRIA PYGE
2000
Costo de manejo = Q/2*(H)
1000
Costo de pedidos = D/Q*(S)
Costo
mas bajo
50
100
El mejor Q
(EOQ)
150
200
250
300
350
400
Actual
Q
MAESTRIA PYGE
CLCULO DE LA EOQ
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
SISTEMAS DE CONTROL DE
INVENTARIOS
Un sistema de control de inventarios responde a
cunto y cundo debemos pedir.
Al seleccionar un sistema, es fundamental
considerar si el artculo corresponde a una
demanda dependiente (son los que se requieren
como componentes o insumos para un producto o
servicio) o independiente (est afectada por las
condiciones del mercado y no se relaciona con las
decisiones de inventario de otro artculo).
MAESTRIA PYGE
SISTEMAS DE CONTROL DE
INVENTARIOS
El inventario de demanda independiente incluye:
1. Mercanca al mayoreo y al menudeo.
2. El inventario respectivo de la industria de
servicios (ej. sellos y etiquetas en oficinas
postales, artculos de oficina, artculos de
supermercado, etc).
3. Inventarios para la distribucin de artculos
finales y partes de sustitucin.
4. Suministros para mantenimiento, reparacin y
operacin, es decir elementos que no forman
parte del producto o servicio (uniformes para
empleados, combustible).
La demanda dependiente muestra un patrn muy
distinto del que corresponde a la demanda
independiente y deben administrarse con
tcnicas diferentes
MAESTRIA PYGE
SISTEMAS DE CONTROL DE
INVENTARIOS
Los sistemas de control de inventarios
especficamente son:
- Sistema de revisin continua (Q)
- Sistema de revisin peridica (P)
- Sistemas hbridos:
-
MAESTRIA PYGE
MAESTRIA PYGE
Pedido
recibido
Inventario disponible
MAESTRIA PYGE
OH
Pedido
recibido
OH
Pedido
prestado
Pedido
recibido
OH
Pedido
prestado
TBO
IP
IP
Pedido
prestado
TBO
TBO
IP
Pedido
recibido
Pedido
recibido
Inventario disponible
MAESTRIA PYGE
IP
Pedido
recibido
Pedido
recibido
R
Pedido
prestado
Pedido
prestado
Pedido
prestado
O
L1
TBO 1
L2
TBO 2
L
TBO 3
Tiempo
Cuando la demanda es
incierta:
Punto
de
reorden
=
demanda promedio durante
el perodo de entrega +
inventario de seguridad.
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
Demanda
promedio
durante el
tiempo de
entrega
Probabilidad de faltantes
(1.0 - 0.85 = 0.15)
zs
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
inventario y pedidos.
- Que
las decisiones de un artculo sean
independientes de las decisiones del resto.
- Que no exista incertidumbre en los tiempos de
entrega ni en el suministro.
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE
MAESTRIA PYGE