Programación Lineal Antonio H. Escobar Z. 2012 Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD CENTRAL “MARTA ABREU” DE LAS VILLAS
Advertisements

Introducción a la Investigación de Operaciones
Estudio de Casos Productividad Capitulo I: Introducción y Conceptos
Microeconomía I Doctorado en Economía, y
La mayor Comunidad de difusión del conocimiento
Recta de Presupuesto y otras restricciones en el óptimo del consumidor
Capítulo 6. La demanda de trabajo
La maximización del beneficio de la empresa
Ejemplo implementado en el Módulo 10 : Linear and Integer Programming
UTP Tema : Programaciòn Lineal Profesor: Ing. Rodolfo Gallo
PROGRAMACIÓN LINEAL.

APLICACIÓN DE LA DERIVADA
INVESTIGACIÓN DE OPERACIONES I Solución Gráfica de un problema de PL
CAP. 6 PROGRAMACIÓN LINEAL.
Funciones. Interpolación lineal y cuadrática
METODO SIMPLEX FORMA TABULAR.
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
ASIGNATURA: PRODUCCION – PROF. ARMANDO COELLO
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
LA TEORÍA DE LA EMPRESA
COSTOS EN TOMA DE DECISIONES
Tema 4 Introducción a la Programación Lineal
PROBLEMA RESUELTO Y PROPUESTOS DE PROGRAMACIÓN LINEAL
UNIDAD III PROGRAMACIÓN MATEMÁTICA
Planteo de Problemas de Programación Lineal
Programación 10-Marzo-11.
Comenzar TOTAL Correcto.
PROGRAMACION LINEAL.
Complementos en Investigación de Operaciones
EJEMPLO: TA=(0, 0, 0, 0, 0, 0)  cT=(3, 2, 1, 2, 2, 0)
ALGORITMO DEL SIMPLEX Paso inicial Paso iterativo Prueba de optimalidad Fin SINO.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 4 _________________________________ Resolución Gráfica.
La Vicerrectoría Académica y la División de Servicios de Información ponen a su disposición los siguientes enlaces para que cada profesor verifique la.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 9 _________________________________ Resolución Gráfica.
Formulación de Modelos de Programación Líneal
Programación lineal Todos los modelos de investigación de operaciones, incluido el de PL, consta de tres componentes básicos: Las variables de decisión.
1 SIMD. 2 3 PE 4 SIMD Suma de S(k) de las primeras k componentes de un vector A para k = 0,1,....,n-1. Sea A = (A0, A1,...., An-1) S(0) = A(0) S(k)
Fundamentos Matematicos IV
LA TEORÍA DE LA EMPRESA
Lic. Gregorio Bautista Oblitas
Módulo #1: Máximo Común Divisor
PROCESO DE PRODUCCIÓN Preguntas:
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
INVESTIGACION DE OPERACIONES
Investigación Operativa I
Antonio H. Escobar Zuluaga Universidad Tecnológica de Pereira - Colombia 2014 Introducción a la Optimización matemática Antonio H. Escobar Zuluaga Universidad.
Resolución de Problemas Método Simplex
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
SEGUROS DE VIDA UNIDAD 1 FILOSOFÍA Protección de Ingresos y Patrimonio.
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Maestría en Ingeniería Eléctrica.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Modelos Cuantitativos
PROBLEMA TEXTIL AMERICA, una destacada empresa fabricante de camisas debe decidir su plan de producción para el próximo mes, para lo cual debe determinar.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación No Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Industrial Maestría en Investigación.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Repaso Programación Lineal Modelo Giepetto Variables de Decisión x 1 = número de soldados producidos cada semana x 2 = número de trenes producidos cada.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
PROBLEMA ECONÓMICO SEGÚN LA VISIÓN neoclásica de la economía
Unidad II: Teorias del comportamiento del consumidor y de la empresa
Programación No Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia.
Mclobely System Solver Ing. Marko Castillo Peña. INTRODUCCIÓN  Actualmente la administración está funcionando en un ambiente de negocios que está sometido.
Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
En esta unidad, veremos los siguientes apartados:
Problema Dual INVESTIGACIÓN DE OPERACIONES. Problema Dual.
Transcripción de la presentación:

Programación Lineal Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado

* Una fábrica produce mesas construidas con tubos metálicos y con superficie de vidrio. * La cantidad de mesas fabricadas semanalmente está limitada por la cantidad máxima disponible de tubos metálicos y de metros cuadrados de láminas de vidrio que puede adquirir en el mercado: 50 tubos/semana 75 m 2 vidrio/semana * Se asume que la fábrica vende todas las mesas producidas. Optimalidad en PL e interpretación económica de las variables duales: Ejemplo:

Con el propósito de maximizar las ganancias, la fábrica diversifica sus productos. Para esto se diseñan cuatro tipos de mesas y se evalúa la ganancia neta que cada una produce y sus requerimientos de tubos y vidrio. Ejemplo:

Lucro : hierro: (tubos) vidrio : (m 2 ) cantidad disponible

Que modelos debe fabricar y en que cantidad para obtener el máximo lucro?

Ejemplo: Lucro : hierro: vidrio : cantidad máxima disponible variables de decisión: x2x2 x1x1 x3x3 x4x4

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x Modelamiento: : hierro : vidrio

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 Modelamiento: : hierro : vidrio + + x5x5 x6x6 Variables de holgura

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 Caso de estudio: la empresa fabrica únicamente mesas tipo 1 y evalúa la posibilidad de fabricar otro tipo de mesa. : hierro : vidrio + + x5x5 x6x6

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 : hierro : vidrio + + x5x5 x6x Solución básica: Lucro = 7500 ; x1x1 = 50 ;x6x6 = 25 ; La cantidad de mesas tipo 1 construidas son limitadas por el recurso que primero se agota: cantidad de tubos de hierro disponibles (recurso1). Con 50 tubos puedo hacer 50 mesas tipo 1 (se requiere 1 tubo por mesa). Del recurso 2 (m 2 de vidrio) se usan 50 m 2 y quedan 25 m 2 sobrantes. La restricción 1 se activa y la restricción 2 queda com holgura: x 6 = 25 m 2 0 Solución básica:

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 w1 = 150 w2 = x5x5 x6x Variable dual w: beneficio adicional obtenido cuando se aumenta un recurso en una unidad Al incrementar el recurso 1 de 50 a 51 tubos puedo hacer 51 mesas tipo 1 obteniendo un lucro adicional de 150 (1 mesa más). Al incrementar el recurso 2 de 75 a 76 m 2 de vidrio no obtengo un lucro adicional porque este recurso tiene holgura

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 w1 = 150 w2 = x5x5 x6x Una mesa tipo 2 fabricada (que requiere 4 tubos de hierro) desplaza 4 mesas tipo 1 (que requiere 1 tubo de hierro cada una). Esto porque esta restricción está en su límite. Respecto al recurso: m 2 de vidrio, no hay afectación de mesas tipo 1 porque esta restricción tiene holgura. En consecuencia, el beneficio neto de fabricar una mesa tipo 2 en lugar de una mesa tipo 1 es: 500 – 4(150) = (no es conveniente). 0 Es conveniente fabricar mesas tipo 2 en lugar de mesas tipo 1 ?

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 w1 = 150 w2 = x5x5 x6x Una mesa tipo 3 fabricada (que requiere 3 tubos de hierro) desplaza 3 mesas tipo 1 (que requiere 1 tubo de hierro cada una). Esto porque esta restricción está en su límite. Respecto al recurso: m 2 de vidrio, no hay afectación de mesas tipo 1 porque esta restricción tiene holgura. En consecuencia, el beneficio neto de fabricar una mesa tipo 3 en lugar de una mesa tipo 1 es: 400 – 3(150) = (no es conveniente). 0 Es conveniente fabricar mesas tipo 3 en lugar de mesas tipo 1 ?

x1x1 x2x2 x4x x1x1 x2x2 x4x x1x1 x2x2 x4x max x3x x3x3 + 3 x3x3 + 1 = 50 = 75 w1 = 150 w2 = x5x5 x6x Una mesa tipo 4 fabricada (que requiere 1 tubo de hierro) desplaza 1 mesa tipo 1 (que requiere 1 tubo de hierro cada una). Esto porque esta restricción está en su límite. Respecto al recurso: m 2 de vidrio, no hay afectación de mesas tipo 1 porque esta restricción tiene holgura. En consecuencia, el beneficio neto de fabricar una mesa tipo 4 en lugar de una mesa tipo 1 es: 200 – 1*(150) = (si es conveniente). 0 Es conveniente fabricar mesas tipo 4 en lugar de mesas tipo 1 ?