PL 2013
-
Upload
miriam-untiveros -
Category
Documents
-
view
18 -
download
0
Transcript of PL 2013
Programación Lineal
Es una técnica matemática que sirve para optimizar la
asignacción de recursos limitados (escasos) entre demandas en
competencia
Recursos escasos:
PersonalMaquinaria y equipoEl efectivo y los fondos de capitalMateriales y suministrosServicios públicosEspacios de plantaTiempoInsumos
3
Características de los problemas de Programación Lineal
1.-Debe existir un objetivo explícito
2.-Los recursos deben ser limitados
3.-Las relaciones deben ser lineales
4.-Debe haber homogeneidad
Formulación de un problema de programación lineal
1.-Definir el objetivo2.-Definir las variables de decisión3.-Escribir la función objetivo4.-Escribir cada una de las restricciones
(variables de decisión y sus respectivos coeficientes)
5.- Poner el símbolo >=,<= o =, para cada restricción
6.- Escriba el lado derecha de cada restriccción
Solución de problemas de Programación lineal
1.-Método Gráfico, cuando sólo hay dos variables de decisión.
2.-Método Simplex.-Fue desarrollado en 1947 por George Dantzig y marcó el inicio del campo actual de la programación matemática.
3.-Complemento Solver de Excel
4
Método Gráfico
1. Formule el problema en términos
matemáticos
2. Plotee las ecuaciones de restricción
3. Determine el área de factibilidad
4. Plotee la función objetivo
5. Encuentre el punto óptimo
Planteamiento
Max 5000E + 4000F Función objetivo
10E + 15F <= 150 Capacidad Dpto. A20E + 10F<= 160 Capacidad Dpto. BE – 3F <= 0 Balance posición mercado30E + 10F >= 135 Horas empleadas para
pruebasE +F >= 0 Requerimiento Mínimo
producción
E>=0 , F>=0
Solución Gráfica (PROTAC)
0 9 18 27 36 45 54 63 72 81 90 99 108 117 126 135 144 153 162 171 180
0
9
18
27
36
45
54
63
72
81
90
99
108
117
126
135
144
153
162
171
180F
E
: 10 E + 15 F = 150
: 20 E + 10 F = 160
: 30 E + 10 F = 135
: 1 E - 3 F = 0
: 1 E + 1 F = 5
Payoff: 5000 E + 4000 F = 50500
Optimal Decisions(E ,F): ( 5, 7)
: 10E + 15F <= 150
: 20E + 10F <= 160
: 30E + 10F >= 135
: 1E - 3F <= 0
: 1E + 1F >= 5
Forma Estandar
Max 5000E + 4000F
10E + 15F + S1 = 150 20E + 10F + S2 = 160E – 3F +S3 = 030E + 10F -S4 = 135E +F -S5 = 0
E>=0 , F>=0
S = Variable de holgura (Slack variable)
Variables de Holgura
Desde el punto de vista práctico, una variable de holgura es un recurso ocioso
Desde el punto de vista computacional es lo que le falta o le sobra a una inecualidad para convertirse en igualdad
Restricciones obligatorias o activas
Son las que ayudan a formar el vértice óptimo.
Si la restricción obligatoria se vuelve menos restrictiva, se puede encontrar una solución mejor
Esto se consigue variando el parámetro del lado derecho
Estrechamiento y relajamiento de una restricción
Estrechar una restricción de desigualdad es hacerla más difícil de satisfacer. Para una restricción > esto significa aumentar el lado derecho. Para una restricción < significa disminuir el L.D.
Relajar una restricción es hacerla más fácil de satisfacer. Para una restricción > esto significa disminuir el lado derecho. Para una restricción < significa aumentar el L.D.
Situaciones especiales
Restricción redundante.- Su eliminación no ocasiona cambios en la región factible
Restricciones no acotadas (unbounded).- Area de solución ilimitada. No hay solución
Modelos no factibles (infeasibility).- Area de solución sin puntos comunes. No tienen solución
Degeneración.-Es cuando una variable en la solución tiene el valor de cero
Utilización del SOLVER
Vamos a utilizar el mismo ejemplo de PROTRAC para mostrar el uso de este programa
Análisis de sensibilidad
Rara vez se conocen con certeza los parámetros de la función objetivo y las restricciones
Se trabaja con estimaciones iniciales para resolver el problema
Luego se analiza lo qué pasaría si alguno de los parámetros varía
Análisis de sensibilidad
El análisis de sensibilidad es el proceso que sirve para analizar un modelo de optimización usando diferentes valores de los parámetros
Parámetros.- Son los coeficientes de la función objetivo y los valores del lado derecho
Cambio en los coeficientes de la función objetivo
La pendiente de la función objetivo puede variar (sin alterar la solución óptima) en un rango determinado por las pendientes de las restricciones que se encuentran más cercanas al punto óptimo
Solución caso Protac
0 9 18 27 36 45 54 63 72 81 90 99 108 117 126 135 144 153 162 171 180
0
9
18
27
36
45
54
63
72
81
90
99
108
117
126
135
144
153
162
171
180F
E
: 10 E + 15 F = 150
: 20 E + 10 F = 160
: 30 E + 10 F = 135
: 1 E - 3 F = 0
: 1 E + 1 F = 5
Payoff: 5000 E + 4000 F = 50500
Optimal Decisions(E ,F): ( 5, 7)
: 10E + 15F <= 150
: 20E + 10F <= 160
: 30E + 10F >= 135
: 1E - 3F <= 0
: 1E + 1F >= 5
Cambio en los coeficientes de la función objetivo
La función objetivo tiene la forma:C1X1 + C2X2 = Z
X2 = _ C1X1 + Z C2 C2
La pendiente de esta ecuación es –C1/C2Si C1 aumenta mientras C2 permanece
constante la pendiente se vuelve más negativa
Ejemplo
Max Z = 34x1 + 40x24x1 + 6x2 <= 48 (oblibatoria)
restricción 1
2x1 + 2x2 <= 18 (obligatoria) restricción 2
2x1 + x2 <=16 restricción 3
x1 , x2 >=0Solución: X1 = 3X2 = 6Z = 342
Análisis de sensibilidad del ejemplo:
Las restricciones obligatorias son:4x1 + 6x2 <= 48 (pendiente: -2/3) Restricción 1
2x1 + 2x2 <= 18 (pendiente: -1) Restricción 2
(Las pendientes se calculan usando la fórmula presentada anteriormente)
La pendiente de la función objetivo estará entre estos dos valores, luego:
-1 >= -c1/c2 <= -2/3
Rango de optimización
Para encontrar el rango en que puede variar c1, mantenemos constante c2=40, luego:
-1<=- c1/40 <=-2/326.67 <= c1 <= 40El coeficiente de la función objetivo para x1
fluctúa entre un límite inferior de 26.67 y un límite superior de 40, rango dentro del cual los valores óptimos de las variables de los valores óptimos de las variables de decisión permanecen sin cambiardecisión permanecen sin cambiar
Por supuesto que el valor de Z cambia si se modifica c1
Cambios simultáneos
Regla del 100%Si se hacen cambios simultáneos en los
coeficientes de la función objetivo, calcule para cada uno el porcentaje del cambio con respecto al porcentaje permitido.
Si la suma de los cambios porcentuales no excede el 100 %, la solución óptima original seguirá siendo la misma (si es más del 100% no podemos estar seguros de ello y habrá que plantear y resolver el problema de nuevo)
Parámetros del lado derecho
Un cambio en el parámetro del lado derecho de una restricción puede afectar el área factible y tal vez provocar un cambio en la solución óptima
Para ver si este cambio es conveniente se usa el concepto del Precio Sombra o valor dual
Precio sombra
Es el cambio que se origina en Z por cada unidad que varía el lado derecho de una restricción
En otras palabras, es la ganancia (o pérdida) marginal a causa de la variación de una restricción en una unidad
Si se incrementa en una unidad la capacidad disponible de un recurso, el valor óptimo se incrementara en un valor igual a su precio sombra
Precio sombra
En el ejemplo anterior tenemos que el valor optimo de Z era:
Z= 34 (3) + 40 (6) = 342 si aumentamos en una unidad el valor del lado derecho
de la restricción (2) tenemos:4x1 + 6x2 = 48 2x1 + 2x2 = 19 Después de resolver el problema , los valores óptimos
serán: x1 = 4.5, x2 = 5 luegoZ = 34 (4.5) + 40 (5) = 353Variación de Z: 353-342= 11 el valor de Z aumentará en 11, éste es el precio
sombra
Precio sombra
Esto significa que por cada unidad extra que se emplee de la restricción (2) se tendrá 11 dólares de ganancia adicional
Si lo que cuesta aumentar esa unidad extra es menor que 11 dólares es conveniente hacerlo
Se debe hacer este cálculo para todas las restricciones a fin de determinar en cual de ellas se hace la inversión extra primero.
El complemento Solver calcula todos los precios sombras automaticamente
Rangos de factibilidad
Es el intervalo en el cual el parámetro del lado derecho puede variar mientras su precio sombra sigue siendo válido, (en este caso entre 18 y (en este caso entre 18 y 20)20)
Cuando la variable de holgura de una restricción es mayor que cero, su precio sombra es cero
Precios sombra, rangos y sensibilidad en el SOLVER
En el cuadro análisis de sensibilidad de SOLVER se encuentra información valiosa sobre los recursos utilizados, el rango en que la decisión óptima no cambia y el rango en que los coeficientes de la función objetivo no cambian la solución óptima.
Específicamente permite responder preguntas como: le gustaría comprar/vender más de un recurso, qué precio pagaría, cuántas unidades debe comprar/vender a ese precio, etc.
Cambios simultáneos
Regla del 100%Si se hacen cambios simultáneos en los lados
derechos de las restricciones, el precio sombra sigue siendo válido si la suma de los porcentaje del cambio con respecto al porcentaje permitido no pasan del 100%.
Si es más del 100% no podemos estar seguros de ello y habrá que plantear y resolver el problema de nuevo