tarea seminario linea de aplicacion
TRANSCRIPT
PROGRAMACION LINEAL
1. Una compañía posee 2 minas; La mina A produce 1 tonelada de mineral de hierro de alta
calidad, 3 toneladas de mineral de calidad media y 5 toneladas de mineral de baja calidad
todos los días, la mina B produce 2 toneladas de las 3 calidades de mineral cada día. La
compañía necesita 80 toneladas de mineral de alta calidad, 160 toneladas de calidad
media y 200 toneladas de mineral de calidad baja: ¿Cuántos días debe trabajarse cada
mina si el costo diario de operación es de $200 en cada mina?
SOLUCION
El resumen del problema, es el siguiente
CALIDAD MINA A MINA B REQUISITOS
CALIDAD ALTA 1 tonelada 2 toneladas 80 toneladas
CALIDAD MEDIA 3 toneladas 2 toneladas 160 toneladas
CALIDAD BAJA 5 toneladas 2 toneladas 200 toneladas
DEFINICION DE LAS VARIABLES
Número de días de trabajo en la mina A
Número de días de trabajo en la mina B
FUNCION OBJETIVO
RESTRICCIONES
LA REPRESENTACION GRAFICA ES LA SIGUIENTE
Por tanto la región factible es el polígono cuyos vértices son:
( ) ( )
( )
( )
Como debemos hallar el vértice que maximiza el problema entonces
Para
( ) tenemos que
20.000
( )tenemos que
( )
( )
Por lo tanto el mínimo se encuentra en ( ) y por lo tanto la compañía debe
trabajar la mina A durante 40 días y la mina B durante 20 días con un costo total de
$12.000
RESOLVEMOS USANDO EL METODO SIMPLEX EMPLEANDO EL PROGRAMA QSB
Ingresamos los datos
ITERACION NUMERO 1
ITERACION NUMERO 2
ITERACION NUMERO 3
ITERACION NUMERO 4
Esta es la tabla simplex final.
2. Hallamos el problema DUAL empleando QSB
RESOLVEMOS POR METODO SIMPLEX ESTE PROBLEMA
ITERACION 1
ITERACION 2
ITERACION 3
Esta es la tabla simplex final
3. WINQSB, COMANDOS, MODULOS Y SU UTILIDAD EN LA INVESTIGACION DE OPERACIONES
QSB (Quantitative System Business) Es un programa muy utilizado para resolver problemas de toma de decisiones, WinQSB es una herramienta poderosa para el manejo de métodos cuantitativos, el cual está conformado por 19 módulos, que permite resolver problemas de tipo administrativos, de producción, de recurso humano, dirección de proyectos, etc. El WinQSB ofrece las siguientes aplicaciones
Cuya utilidad es :
Análisis de muestreo de aceptación (Acceptance Sampling Analysis) Acceptance sampling analysis (ASA): Este programa desarrolla y analiza los planes de muestreos de tolerancias para atributos y características de calidad variable. Planeación agregada (Aggregate Planning) Aggregate planning (AP): Soluciona los problemas de planeamiento agregado a las demandas de satisfacción del consumidor con mínimos o aceptables costos relacionados. Análisis de decisiones (Decision Analysis) Decision analisys (DA): El programa resuelve 4 típicos problemas de decisión: Análisis Beyesiano, análisis de tablas de rentabilidad, análisis de árbol de decisión y la teoría del juego de cero suma.
Programación dinámica (Dynamic Programming) Dynamic Programming (DP): Resuelve 3 tipos populares de problemas dinámicos: Diligencia, mochila y problemas de planeación de producción e inventarios. Diseño y localización de plantas (Facility Location and Layout) Facility location and layout (FLL): Este módulo resuelve los problemas de facilidades de localización, disposición funcional y balanceo de línea de producción. Pronósticos (Forecasting) Forecasting (FC): Este módulo resuelve proyecciones de series de tiempo usando 11 diferentes métodos y además utilizando regresiones lineales de múltiples variables. Programación por objetivos (Goal Programming) Linear Goal Programming (GP) e Integer Linear Goal Programming (IGP): Este programa resuelve los problemas de GP usando el método simplex modificado o el método gráfico y los problemas de IGP usando el procedimiento branch-and-bound. Teoría y sistemas de inventarios (Inventory Theory and System) Inventory theory and systems (ITS) : Resuelve problemas de control de inventarios: problemas de cantidades económicas a pedir (EOQ), problemas de descuento de cantidad de la orden, problemas de periodos probabilísticos simples y problemas de tamaño dinámico de lotes; y evalúa y simula 4 sistemas de control de inventarios: (s, Q), (s, S), (R, S) y (R, s, S).
Programación de jornadas de trabajo (Job Scheduling) Job scheduling (JOB): Este programa resuelve los problemas de taller de tareas y programación del flujo de trabajo usando generación heurística y aleatoria. Programación lineal y entera (Linear and integer programming) Linear Programming (LP) e Integer Linear Programming (ILP): Este programa resuelve los problemas de LP usando el metodo simplex o el método gráfico y los problemas de ILP usando el procedimiento branch-andbound. Procesos de Markov Markov process (MKP): Este programa resuelve y analiza el proceso de Markov. Planeación de Requerimiento de Materiales Material requirements planning (MRP): El programa efectúa la planeación de requerimiento de materiales y determina que, cuanto y cuánto cuestan los materiales y componentes que son requeridos para satisfacer un plan de producción de productos finales para un horizonte de planeación. Modelación de redes (Network Modeling) Network Modeling (NET): Este módulo resuelve los problemas de red incluyendo flujo de red (transbordo), transporte, asignación, caminos cortos, máximo flujo, cruces mínimos y problemas de viajes de vendedores. Programación no lineal (Nonlinear Programming) Nonlinear Programming (NLP): Este programa resuelve los problemas no lineales no forzados usando el método de búsqueda y los problemas no lineales forzados usando el método de la función de castigo.
4. Resolución de un juego por medio del método simplex
SOLUCION DE UN JUEGO MATRICIAL
Sea el juego dispuesto de la siguiente manera
[
]
Donde cada elemento de la matriz representa el pago que recibe cada
jugador si considera la estrategia , por conveniencia para que todos los
valores de la matriz de pagos sean positivos agregamos 2 a cada elemento
resultando la matriz
[
]
RESOLVEMOS EL JUEGO POR METODO SIMPLEX
1. Este juego se puede ver como el problema de programación lineal
siguiente
Sujeto a
1. Ingresamos los datos del problema al paquete Linear and integer
programming de WIN QSB
2. Resolvemos por método simplex
Iteración 1
Iteración 2
Iteración 3
Iteración 4
Esta es la tabla simplex final
La tabla simplex final del problema dual es
Denotamos a P como la solución del problema maximal primal, y Q como la
solución del problema minimal dual, entonces
( )
( )
Y el valor del juego es
Por tanto, para el juego de la matriz original hallamos las estrategias
óptimas
( ) ( )
( ) ( )
Y el valor del juego es
E ple os el p quete “ Dec s o lys s” de W QSB
1. Insertamos los valores de las estrategias
2. La simulación del juego se puede ver como
5. Método Simplex Revisado
Solución
Maximizar
Sujeto a
y
En donde C es un vector renglón y son vectores
columna tales que
X =
nX
X
X
2
1
b =
mb
b
b
2
1
0 =
0
0
0
y A es la Matriz
A =
mnmm
n
n
aaa
aaa
aaa
21
22221
11211
Para obtener la forma de igualdades del problema se introduce al vector
columna de las variables de holgura
XS =
mn
n
n
X
X
X
2
1
De manera que las restricciones se convierten en
[A , I] SX
X = b y
SX
X 0
en donde I es la matriz idéntica m x n y b el vector 0 ahora tiene (n + m) elementos.
OBTENCIÓN DE UNA SOLUCIÓN BÁSICA FACTIBLE.
Recuérdese que el objetivo general del método símplex es obtener una
sucesión de soluciones básicas factibles mejoradas hasta alcanzar la solución optima.
La solución básica que resulta es la solución de m ecuaciones
[A , I] SX
X = b,
en las que n variables no básicas del conjunto de (n + m) elementos de SX
X
se igualan a cero. Cuando se eliminan esta variables igualadas a cero queda un
conjunto de m ecuaciones con m incógnitas (las variables básicas). Este sistema de
ecuaciones se puede denotar por , donde el vector de variables básicas
XB =
Bm
B
B
X
X
X
2
1
Se obtiene al eliminar las variables no básicas de SX
X y la matriz básica
MNMM
N
N
BBB
BBB
BBB
21
22221
11211
se obtiene al eliminar las columnas correspondientes a los coeficientes de las
variables no básicas de
Para resolver , ambos lados se multiplicaran por B-1:
Como , la solución deseada para las variables básicas es XB = B-1 b. Sea CB el
vector obtenido al eliminar los coeficientes de las variables no básicas de y al
reordenar los elementos para que coincidan con los de XB , entonces el valor de la
función objetivo para esta solución básica es.
Z = CB XB = CB B-1 b
METODO SIMPLEX
PROGRAMACION LINEAL
PRESENTADO A
MILTON LESMES
PRESENTADO POR
ANA LIZBETH GOMEZ GOMEZ
Seminario Línea de Aplicación
Proyecto Curricular de MATEMATICAS
UNIVERSIDAD DISTRITAL
FRANCISCO JOSE DE CALDAS
BOGOTA D.C., Mayo de 2011