Optimización No Lineal

Slides:



Advertisements
Presentaciones similares
PRACTICA PROGRAMACIÓN LÍNEAL CONTÍNUA (PLC)
Advertisements

Universidad de los Andes-CODENSA
TEMAS 9 y 10: Planificación de la producción
Dualidad Multiplicadores Dualidad Aplicación práctica:
Investigación de Operaciones Ejercicio Programación Lineal
Resolución de Problemas Método Gráfico
Lic. Amador Gonzales Baldeón Matemática 5to de Secundaria
1 Ejemplos de Formulación. 2 Programación Lineal: Formulación 1. Orsini. ¿Qué cantidad de cada estilo fabricar durante el mes con el objeto de maximizar.
.  PROGRAMACIÓN LINEAL   La Programación Lineal (PL) es un procedimiento matemático para determinar la asignación óptima de recursos. La PL encuentra.
INGENIERÍA INVERSA Carlos Andrés Caro Castillo – Francisco Alejandro González – Leiby Jineth Lancheros Currea – Johann Marcel.
Johann Reyes Laura Rubio R. Yulied Villanueva Marlon David Amaya EJERCICIO DE APLICACIÓN.
LAS CONDICIONES DE KUHN TUCKER Y LAGRANGE Realizado por: Edircely Briceño C.I.:
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
PROGRAMACIÓN LINEAL La Programación Lineal (PL) es un procedimiento matemático para determinar la asignación óptima de recursos. Introducción a la Programación.
PROGRAMACION LINEAL. 1.- Una empresa fabricante de látex, produce pinturas tanto para interiores como para exteriores, a partir de dos materias primas,
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
AGENDA:  Presentación  Semana 4: Los Protagonistas (Aspectos Generales)  Conclusiones, Dudas/Comentarios/Avisos.
Matrices Ana Pola I.E.S. Avempace.
Decisión de tamaño y ampliación
Investigación de operaciones
MATEMÁTICA II INGENIERO AGRÓNOMO.
Unidad 2 Capítulo VII Ecuaciones lineales
Universidad de Managua U de M
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
Grado en Ingeniería Mecánica
INVESTIGACIÓN DE OPERACIONES
Carlos Lizarazo Sergio Martin Carlos Romero Andrés Hernández
INVESTIGACIÓN DE OPERACIONES
MAESTRÍA EN CONTROL DE OPERACIONES Y GESTIÓN LOGÍSTICA
MÉTODO GRAN “M” MARLON DAVID AMAYA ROLDAN
APROVISIONAMIENTO PROCESOS LOGISTICOS EN APROVISIONAMIENTO PRESENTADO POR: JULIO CESAR CHIVATA PINEDA PRESENTADO A: INGENIERA DIANA MAYA TECNOLOGIA EN.
INSTITUTO TECNOLOGICO DE MINATITLAN ISC IV SEMESTRE
MARTHA ROSA GOMEZ C. SANDRA PAOLA FORERO M. ANDREA ESPERANZA MELO R.
COSTEO DE PLATOS Y BEBIDAS
Ejercicio # 18 integrantes CaRLOS ANDRES LIZARAZO ANDRES HERNANDEZ CARLOS ROMERO SERGIO MARTIN.
PROBLEMA PROGRAMACIÓN SOLUCIÓN POR SOLVER EJERCICIO 15
MARTHA ROSA GOMEZ C. SANDRA PAOLA FORERO M. ANDREA ESPERANZA MELO R.
METODO DE TRANSPORTE APROXIMACION DE VOGEL
EJEMPLO DE PRODUCCIÓN Daniela Ramírez Vanessa Valoyes Juan Posada
Tema 4 Introducción a la Programación Lineal
PROGRAMACION LINEAL – MEZCLA
TEMAS 9 y 10: Planificación de la producción
BALANCEO DE LÍNEA. BALANCEO DE LINEA El balanceo de línea es la asignación del trabajo a estaciones integradas a una línea para alcanzar la tasa de producción.
1. El tamaño del stock. Representación gráfica
Tema 4 Introducción a la Programación Lineal
Juan José Bravo B., M.Sc. Solución de Modelos de Programación Lineal El Metodo Simplex Juan José Bravo B, M.Sc. ©
Se entiende por proyecto de integración de saberes “al eje de producción de aprendizajes, que expresa los avances y logros educativos de los estudiantes.
Matrices I.E.S. Seritium.
LA TEORÍA DE LA EMPRESA
Planteamiento del problema
Teoría del productor.
Optimización, GAMS y NEOS
Optimización de Procesos.
MÉTODO DE MÍNIMO COSTO DANIELA NARANJO LAURA RUBIO RENGIFO
Desigualdades lineales Introducción a la Programación Lineal
SISTEMAS de PLANIFICACION y CONTROL
Objetivos:  Explicar el concepto de la Investigación de Operaciones mediante análisis del tema.  Describir los pasos del método científico en Investigación.
PROGRAMACIÓN PLANEAMIENTO DE DESMONTAJE Y MONTAJE DE UN COMPRESOR.
ECUACION DIFERENCIAL APLICADA A LA ECONOMIA Docente: Virgilio Quispe Delgado Estudiante: Katerin Stefany Medrano Quispecahuana Codigo:
Investigación de Operaciones 1 Método Gráfico Unidad Académica profesional Acolman.
PROBLEMAS DE APLICACIÓN DE MÁXIMOS Y MÍNIMOS. Pre saberes: Objetivo:
ALIMENTACIÓN DE UN ALTO HORNO
Investigación de operaciones  cárdenas medrano Luis.
Tema 4 Introducción a la Programación Lineal. Cada muñeco: Produce un beneficio neto de 3 €. Requiere 2 horas de trabajo de acabado. Requiere 1 hora de.
PLANIFICACIÓN DE LA PRODUCCIÓN
Docente: Mg.Henry Infante Takey Unidad 1 Investigación Operativa 1.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA DE MINAS HUANCAYO I MODELO DE REDES Ing. Eli Teobaldo Caro Meza CURSO: INVESTIGACION.
PROGRAMACIÓN POR METAS. ¿De qué se trata la Programación por Metas? La mayoría de las situaciones son de decisión real, sean personales o profesionales.
INVESTIGACION DE OPERACIONES I UNIDAD I. HISTORIA La primera actividad de Investigación de Operaciones se dio durante la Segunda Guerra Mundial en Gran.
Transcripción de la presentación:

Optimización No Lineal Problemas de Aplicación García Acuña Christian

Objetivo El objetivo de esta presentación es tratar de resolver problemas que se presentan en diferentes circunstancias de la vida mediante una gran variedad de métodos con los que podemos interactuar de diferentes formas, ya sea manual o de manera computacional con la implementación de diferentes softwares que nos ayudan a resolver estos problemas.

Problema 1.- Un joven ingeniero de una compañía a sintetizado un nuevo fertilizante hecho a partir de dos materias primas. Al combinar cantidades de las dos materias primas “X” y “Y”, la cantidad de fertilizante que se obtiene viene dada por Z = 4X + 2y – 0.5X2 – 0.25Y2. Se requiere $480 por unidad de materia prima X y $300 por unidad de materia prima Y que se emplee en la creación del fertilizante, si la compañía dispone de $24000 para la producción de las materias primas, se desea saber la cantidad de cada materia prima para maximizar la cantidad de fertilizante.

Solución Las variables de decisión del problema X = Cantidad de materia prima X Y = Cantidad de materia prima Y El objetivo es Maximizar la cantidad de fertilizante Z( X, Y ) Max Z = 4x + 2y – 0.5x2 – 0-25y2

Solución Restricciones del problema Ya que el costo no puede exceder el presupuesto que tiene la empresa para el fertilizante. 480x + 300y ≤ 24000 Restricciones de no negatividad X ≥ 0 , Y ≥ 0 Modelo Max Z = 4x + 2y – 0.5x2 – 0-25y2 S.A.

Solver

Lingo

Lingo

Conclusión Solver Ya resuelto el problema en dos softwares podemos ver la variación que existe entre los resultados de los mismos. De tal modo que la solución encontrada con Solver. X = 7.9999 ≈ 8 Y = 15.9999 ≈ 16 De tal modo que se necesitan alrededor de 8 unidades de materia prima X y 16 unidades de materia prima Y para poder tener la máxima producción de fertilizante que esta dada por 32 unidades.

Solución Lingo La solución encontrada con Lingo, como ya lo habíamos comentado es diferente a Solver esta dada por. X = 4 Y = 4 De tal modo que se necesitan alrededor de 4 unidades de materia prima X y otras 4 unidades de materia prima Y para poder tener máxima producción de fertilizante que esta dado por 12 unidades.

Problema 2.- Una empresa produce refrigeradores y ha firmado un contrato para suministrar al menos 150 unidades en tres meses, 50 unidades al final del primer mes, 50 al final del segundo y 50 al final del tercero. El costo de producir una cantidad de refrigeradores en cualquier mes es su cuadrado. La empresa puede producir si lo desea mas refrigeradores de los que necesita en cualquier mes y guardarlos para el siguiente, siendo el costo de almacenaje de $12 por unidad al mes. Suponiendo que no hay inventario inicial, formular el programa adecuado para determinar el numero de refrigeradores que deben producirse cada mes, para minimizar el costo total.

Solución Las variables de decisión del problema X = Número de refrigeradores a producir en el primer mes. Y = Número de refrigeradores a producir en el segundo mes. Z = Número de refrigeradores a producir en el tercer mes. El objetivo es minimizar el costo Costo Total = Costo de producción + Costo de almacenaje del segundo mes + Costo de almacenaje del tercer mes

Solución Costo de producción = X2+ Y2+ Z2 Costo de almacenaje del segundo mes = 12(X − 50) Costo de almacenaje del tercer mes = 12(X + Y − 50) Por lo tanto Q(X,Y,Z) = X2+ Y2+ Z2 + 12(X − 50) + 12(X + Y − 50)

Solución Restricciones del problema Atender la demanda al final del primer mes, X ≥ 50 Atender la demanda al final del segundo mes, X − 50 + Y ≥ 50 Atender la demanda al final del tercer mes, X + Y − 100 + Z ≥ 50 No negatividad de las cantidades: Y ≥ 0; Z ≥ 0 Por tanto Modelo Min Q = X2+ Y2+ Z2 + 12(X − 50) + 12(X + Y − 50) s.a X ≥ 50 X − 50 + Y ≥ 50 X + Y − 100 + Z ≥ 50 Y ≥ 0; Z ≥ 0

Solver

Lingo

Lingo

Conclusión Como podemos observar hay diferencias entre los resultados de los dos softwares ya que en solver dice: X = 50 Y = 47 Z = 53 De este modo podemos observar que se se necesitan alrededor de 50 refrigeradores al termino del primer mes, 47 refrigeradores al termino del segundo mes y 53 refrigeradores al termino del tercer mes , con esto se minimiza el costo de producción para poder sacar bien el trabajo y que además esta dado por $10,482

$10,482 (Solver) < $12, 732 (Lingo) Conclusión Analizando el problema con Lingo la solución esta dada por X = 72 Y = 78 Z = 0 De tal modo que se necesitan 72 refrigeradores al termino del primer mes, 78 refrigeradores al termino del segundo mes y 0 refrigeradores al termino del tercer mes, así que el ultimo mes ya no se trabaja y además se minimiza el costo de producción que esta dado por $12, 732. Como se púede observar la solución obtenida con Solver y la solución obtenida con Lingo, la solución de Solver viene dada mejor ya que el costo obtenido es más chico que el costo obtenido con Lingo $10,482 (Solver) < $12, 732 (Lingo)