BIENVENIDOS A ESTE VIDEO TUTORIAL DE LA MATERIA DE INVESTIGACION DE OPERACIONES… … ACONTINUACION EL TEMA QUE TRATAREMOS EN ESTE VIDEO TUTORIAL ES EL DE.

Presentación del tema: "BIENVENIDOS A ESTE VIDEO TUTORIAL DE LA MATERIA DE INVESTIGACION DE OPERACIONES… … ACONTINUACION EL TEMA QUE TRATAREMOS EN ESTE VIDEO TUTORIAL ES EL DE."— Transcripción de la presentación:

1

2 BIENVENIDOS A ESTE VIDEO TUTORIAL DE LA MATERIA DE INVESTIGACION DE OPERACIONES… … ACONTINUACION EL TEMA QUE TRATAREMOS EN ESTE VIDEO TUTORIAL ES EL DE PROGRAMACION NO LINEAL, ANTERIORMENTE HAN DE HABER ENTRADO EN EL MUNDO DE LA PROGRAMACION LINEAL Y EN LA FORMA DE RESOLUCION DE DIVERSOS PROBLEMAS ATRAVES DE CIERTOS METODOS… NO SIENDO ESTO MAS QUE UNA GUIA PARA QUE EMPIEZEN A TENER UN CONOCIMIENTO DE LA PROGRAMACION NO LINEAL, PERO RECUERDEN QUE PARA LA RESOLUCION DE MAS DUDAS ES MEJOR CONSULTAR LIBROS, AQUÍ NOS BASAMOS EN EL DE INVESTIGACION DE OPERACIONES DE HILLER. ESPERO QUE SEA DE AYUDA AHORA SIN MAS PREAMBULOS COMENZAREMOS NO SIN ANTES UNA PEQUEÑA INTRODUCCION DE LO QUE ES EL TEMA A TRATAR.

3 INTRODUCCION PARA EMPEZAR CABE RESALTAR QUE EN LA PROGRAMACION LINEAL UNA SUPOSICION IMPORTANTE ES QUE TODAS SUS FUNCIONES SON LINEALES. AUNQUE EN ESENCIA, ESTA SUPOSICION SE CUMPLE PARA MUCHOS PROBLEMAS PRACTICOS, CON FRECUENCIA NO ES ASI. MUCHOS ECONOMISTAS HAN ENCONTRADO QUE CIERTO GRADO DE NO LINEALIDAD ES LA REGLA, Y NO LA EXCEPCION, EN LOS PROBLEMAS DE PLANEACION ECONOMICA, POR LO CUAL, MUCHAS VECES ES NECESARIO MANEJAR PROBLEMAS DE PROGRAMACION NO LINEAL.

4 -------- - CONCEPTOS BÁSICOS DE PROGRAMACION NO LINEAL - - - DE UNA MANERA GENERAL, EL PROBLEMA DE PROGRAMACION NO LINEAL C ONSISTE EN ENCONTRAR: PARA MAXIMIZAR f(x), SUJETA A Y DONDE f(x) Y LAS SON FUNCIONES DADAS DE n VARIABLES DE DECISIÓN.

5 EN SI NO SE DISPONE DE UN ALGORITMO QUE RESUELVA TODOS LOS PROBLEMAS ESPECIFICADOS QUE SE AJUSTAN A ESTE FORMATO. A CONTINUACION MOSTRAREMOS ALGUNAS DE LAS APLICACIONES DE ALGUNOS PROBLEMAS A LOS QUE SE LE HA APLICADO LA PROGRAMACION NO LINEAL…

6 -P-PROBLEMA DE MEZCLA DE PRODUCTOS CON ELASTICIDAD EN LOS PRECIOS EN ESTA CLASE DE PROBLEMAS LA META ES DETERMINAR LA MEZCLA OPTIMA DE LOS NIVELES DE PRODUCCION PARA LOS PRODUCTOS DE UNA EMPRESA, DADAS LAS LIMITACIONES SOBRE LOS RECURSOS NECESARIOS PARA PRODUCIRLOS, CON EL OBJETO DE MAXIMIZAR LA GANANCIA TOTAL DE LA EMPRESA. EN ALGUNOS CASOS EXISTE UNA GANANCIA UNITARIA FIJA ASOCIADA A CADA PRODUCTO, CON LO QUE LA FUNCION OBJETIVO QUE SE OBTIENE ES LINEAL. SIN EMBARGO EN MUCHOS PROBLEMAS, CIERTOS FACTORES INTRODUCEN NO LINEALIDADES EN LA FUNCION OBJETIVO

7 POR EJEMPLO: UN FABRICANTE GRANDE PUEDE ENCONTRAR ELASTICIDAD EN LOS PRECIOS M EDIANTE LOS CUALES LA CANTIDAD QUE SE PUEDE VENDER DE UN PRODUCTO TIENE UNA RELACION INVERSA CON EL PRECIO COBRADO. LA GANANCIA DE LA EMPRESA POR PRODUCIR Y VENDER x UNIDADES ESTA DADA POR UNA FUNCION NO LINEAL

8 EN LA SIGUIENTE IMAGEN SE MUESTRA LA FUNCION DE LA GANANCIA LA FUNCION OBJETIVO GLOBAL ES UNA SUMA DE FUNCIONES NO LINEALES

9 -P-PROBLEMA DE TRANSPORTE CON DOCUMENTOS POR VOLUMEN EN LOS PRECIOS DE EMBARQUE UNA APLICACIÓN COMUN DEL PROBLEMA DE TRANSPORTE ES DETERMINAR UN PLAN OPTIMO PARA MANDAR BIENES DESDE VARIOS ORIGENES HASTA VARIOS DESTINOS, DADAS LAS RESTRICCIONES DE RECURSOS Y DEMANDA, CON EL FIN DE MINIMIZAR EL COSTO TOTAL DE TRANSPORTE. EL COSTO POR UNIDAD ENVIADOS DE UN DESTINO A OTRO NO SIEMPRE ES FIJO, AVECES DEPENDE DE LA CANTIDAD MANDADA. COSTO MARGINAL DE TRANSPORTE

10 FUNCION DEL COSTO DEL TRANSPORTE

11 EN CONSECUENCIA, SI CADA COMBINACION DE ORIGEN Y DESTINO TIENE UNA FUNCION DE COSTOS SIMILAR, ES DECIR, SI EL COSTO DE ENVIAR UNIDADES DEL ORIGEN AL DESTINO ESTA DADO POR UNA FUNCION NO LINEAL, ENTONCES LA FUNCION OBJETIVO GLOBAL QUE SE VA A MINIMIZAR ES AUN CON ESTA FUNCION OBJETIVO NO LINEAL, ES NORMAL QUE LAS RESTRICCIONES SEAN DEL TIPO DE RESTRICCIONES LINEALES ESPECIALES QUE SE AJUSTAN AL MODELO DEL PROBLEMA DE TRANSPORTE.

12 -------- - ILUSTRACION GRAFICA DE PROBLEMAS DE PROGRAMACION NO LINEAL- - - CUANDO UN PROBLEMA DE PROGRAMACION NO LINEAL TIENE SOLO UNA O DOS VARIABLES, SE PUEDE REPRESENTAR GRAFICAMENTE. UNA REPRESENTACION GRAFICA DE ESTE TIPO PROPORCIONA UNA VISION GLOBAL DE LAS PROPIEDADES DE LAS SOLUCIONES OPTIMAS DE PROGRAMACION LINEAL Y NO LINEAL.

13 EJEMPLO: LA SIGUIENTE FIGURA MUESTRA UN PPROBLEMA EN EL QUE LA SEGUNDA Y TERCERA RESTRICCIONES FUNCIONALES SE SUSTITUYEN POR LA RESTRICCION NO LINEAL. LA SOLUCION ES SE OBSERVA QUE SE ENCUENTRA SOBRE LA REGION FACTIBLE, PERO NO E S UNA SOLUCION FACTIBLE EN VERTICE (FEV). LA SOLUCION OPTIMA PUDO HABER SIDO UNA SOLUCION FEV CON UNA FUNCION OBJETIVO DIFERENTE, PERO QUE NO NECESITE SERLO SIGNIFICA QUE YA NHO SE PUEDE APROVECHAR LA GRAN SIMPLICIDAD UTILIZADA EN PROGRAMACION LINEAL QUE PERMITE LIMITAR LA BUSQUEDA DE UNA SOLUCION OPTIMA PARA LAS SOLUCIONES FEV.

14

15 AHORA SUPONGA QUE LAS RESTRICCIONES LINEALES SE CONSERVAN SIN CAMBIO PERO LA FUNCION OBJETIVO SE HACE NO LINEAL.

16 ENTONCES LA GRAFICA DE LA FIGURA ANTERIOR INDICA QUE LA SOLUCION ÓPTIMA ES,, QUE DE NUEVO SE ENCUENTRA EN FRONTERA DE LA REGION FACTIBLE. (EL VALOR OPTIMO DE Z E S Z =857 ; ASI EN LA FIGURA MUESTRA EL HECHO DE QUE EL LUGAR GEOMETRICO DE TODOS LOS PUNTOS PARA LOS QUE Z =857 TIENE EN COMUN CON LA REGION FACTIBLE SOLO ESTE PUNTO, MIENTRAS QUE EL LUGAR GEOMETRICO DE LOS PUNTOS CON Z M AS GRANDE NO TOCA LA REGION FACTIBLE EN NINGUN PUNTO.) POR OTRO LADO SI,

17 ENTONCES EN LA SIGUIENTE FIGURA SE ILUSTRA QUE LA SOLUCION OPTIMA ES, QUE SE ENCUENTRA DENTRO D E LA FRONTERA DE LA REGION FACTIBLE. (SE PUEDE COMPROBAR QUE ESTA SOLUCION ES OPTIMA SI SE USA CALCULO PARA DERIVARLA COMO UN MAXIMO GLOBAL NO RESTRINGIDO; COMO TAMBIEN SATISFACE LAS RESTRICCIONES, DEBE SER OPTIMA PARA EL PROBLEMA RESTRINGIDO.) POR LO TANTO ES NECESARIO QUE UN ALGORITMO GENERAL PARA RESOLVER PROBLEMAS DE ESTE TIPO TOME EN CUENTA TODAS LAS SOLUCIONES EN LA REGION FACTIBLE, Y NO SOLO AQUELLAS QUE ESTAN SOBRE LA FRONTERA. OTRA COMPLICACION QUE SURGE EN PROGRAMACION NO LINEAL ES QUE UN MAXIMO GLOBAL ( LA SOLUCION OPTIMA GLOBAL).

18

19 POR EJEMPLO: CONSIDEREMOS LA FUNCION DE UNA SOLA VARIABLE GRAFICADA COMO SE MUESTRA EN LA SIGUIENTE FIGURA. EN EL INTERVALO ESTA FUNCION TIENE TRES MAXIMOS LOCALES –x =0, x=2, x=4 –PERO SOLO UNO DE ESTOS – x=4 – ES UN MAXIMO GLOBAL. DE IGUAL MANERA, EXISTEN MINIMOS LOCALES EN x=1,3 y 5, PERO SOLO x=5 ES UN MINIMO GLOBAL.

20 EN GENERAL, LOS ALGORITMOS DE PROGRAMACION NO LINEALNO PUEDEN DISTINGUIR ENTRE UN MAXIMO LOCAL Y MAXIMO GLOBAL (EXCEPTO SI ENCUENTRAN OTRO MAXIMO LOCAL MEJOR), POR LO QUE ES DETERMINANTE CONOCER LAS CONDICIONES BAJO LAS QUE SE GARANTIZA QUE UN MAXIMO LOCAL ES UN MAXIMO GLOBAL EN LA REGION FACTIBLE. RECUERDE QUE EN CALCULO, CUANDO SE MAXIMIZA UNA FUNCION ORDINARIA (DOBLEMENTE DIFERENCIABLE) DE UNA SOLA VARIABLE f(x) SIN RESTRICCIONES, ESTA GARANTIA ESTA DADA CUANDO UNA FUNCION DE ESTE TIPO CUYA CURVATURA SIEMPRE ES “HACIA ABAJO” O QUE NO TIENE CURVATURA SE LLAMA CONCAVA. CUANDO TIENE CURVATURA “HACIA ARRIBA” SE LLAMA FUNCION CONVEXA.

21 --------- TIPOS DE PROGRAMACION NO LINEAL--- LOS PROBLEMAS DE PROGRAMACION NO LINEAL SE PRESENTAN DE MUCHAS FORMAS DISTINTAS. AL CONTRARIO DEL METODO SIMPLEX PARA PROGRAMACION LINEAL, NO SE DISPONE DE UN ALGORITMO QUE RESUELVA TODOS ESTOS TIPOS ESPECIALES DE PROBLEMAS. EN SU LUGAR, SE HAN DESARROLLADO ALGORITMOS PARA ALGUNAAS CLASES (TIPOS ESPECIALES) DE PROBLEMAS DE PROGRAMACION NO LINEAL.

22 OPTIMIZACION NO REGISTRADA LOS PROBLEMAS DE OPTIMIZACION NO RESTRINGIDA NO T IENE RESTRICCIONES, POR LO QUE LA FUNCION OBJETIVO ES SENCILLAMENTE MAXIMIZAR f(x) SOBRE TODOS LOS VALORES. LA CONDICION NECESARIA PARA QUE UNA SOLUCION ESPECIFICA X=X* SEA OPTIMA CUANDO f(x) E S UNA FUNCION DIFERENCIABLE ES

23 CUANDO f(x) ES CONCAVA, ESTA CONDICION TAMBIEN ES SUFICIENTE, CON LO QUE LA OBTENCION DE X* SE REDUCE A RESOLVER EL SISTEMA DE LAS n D ERIVADAS PARCIALES IGUALES A CERO. PERO CUANDO SE TRATA DE FUNCIUONES NO LIENEALES f(x), ESTAS ECUACIONES SUELEN SER NO LINEALES TAMBIEN, EN CUYO CASO ES POCO PROBABLE QUE SE PUEDA OBTENER UNA SOLUCION ANALITICA SIMULTANEA. OPIMIZACION LINEAL RESTRINGIDA LOS PROBLEMAS DE OPTIMIZACION LINEALMENTE RESTRINGIDA SE CARACTERIZAN POR RESTRICCIONES QUE SE AJUSTAN POR COMPLETO A LA PROGRAMACION LINEAL, DE MANERA QUE TODAS LAS FUNCIONES DE RESTRICCION SON LINEALES, PERO LA FUNCION OBJETIVO ES NO LINEAL. EL PROBLEMA SE SIMPLIFICA MUCHO SI SOLO SE TIENE QUE TOMAR EN CUENTA UNA FUNCION NO LINEAL JUNTO CON UNA REGION FACTIBLE DE PROGRAMACION LINEAL.