BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.

Slides:



Advertisements
Presentaciones similares
Resolución aproximada de ecuaciones Ejemplos
Advertisements

TEMA.- SILVIA MARTÍNEZ RAMÍREZ
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Tema 4 Introducción a la Programación Lineal
Tema 3: Introducción a la programación lineal
PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Esta.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
BY: M. J. García-Ligero Ramírez and P
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Son problemas secuenciales: El problema se puede dividir en etapas. Definición: Método que permite determinar de manera eficiente las decisiones que optimizan.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Tema 2: Números aleatorios. Generación de números
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
Método de la esquina noroeste Método del elemento mínimo AUTORAS: M.J. García-Ligero Ramírez y P. Román Román Departamento de Estadística e I.O. Universidad.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 2 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 7 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 4 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 9 _________________________________ Resolución Gráfica.
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 8 _________________________________ Resolución Gráfica.
Jessica dayana guerrero mora Katherine monsalve duran 7.1
Dado el triángulo de vértices A(-3,1), B(-1,-1) y C(3,3) halla las ecuaciones de sus mediatrices y calcula el punto de corte de estas. A B C La mediatrices.
Sesión 14.3 Sistema Coordenado Tridimensional y Vectores en el espacio.
DERIVADAS PARCIALES Gráficas.
LA RECTA Y SUS ECUACIONES
Matemáticas CCSS II Ana Pola IES Avempace
Resolución gráfica de problemas de Optimización
A x + B y + C z + D = 0 Departamento de Matemáticas
PROGRAMACIÓN LINEAL.
Modelos Cuantitativos
INTRODUCCIÓN A MICROSOFT EXCEL 2007
Departamento de Física Aplicada
Pregunta: Solución: Pregunta: Solución: Pregunta: Solución:
3.1 Resolución gráfica de problemas Consideremos la resolución del problema: 0 2 ;      XX XX X Xas XXZMáx.
3- PROGRAMACION LINEAL PARAMETRICA
Programación lineal La programación lineal es una técnica matemática relativamente reciente, del siglo XX, que consiste en una serie de métodos y procedimientos.
Modelos Cuantitativos
IES ATENEA (S.S. de los Reyes)
PROCEDIMIENTO DE RESOLUCIÓN GRÁFICA PARA EL PROBLEMA DE PROGRAMACIÓN LINEAL EN DOS VARIABLES EJEMPLO 1 _________________________________ Resolución Gráfica.
Un comerciante acude al mercado a comprar naranjas
Juguemos a Economistas Ordenamos y mejoramos la información: Juguemos a Economistas Programación Lineal.
El plano cartesiano y las gráficas
“Instalación de TuneUp Utilities” Para empezar la instalación de TuneUp Utilities, haga doble clic en el ejecutable del programa: Se le abrirá el asistente.
PROGRAMACIÓN LINEAL.
EII405 Investigación de operaciones
Resolución Gráfica de PPL
Para trazar la siguiente figura: 1.Activar la Herramienta Desplazamiento de zona grafica, dando un click en la flechita de la zona inferior derecha de.
Resolución de Problemas Método Gráfico
INVESTIGACION OPERATIVA 1 SOMOS LO QUE SOMOS Método Grafico La solución de un modelo lineal muestra siempre un conjunto factible delimitado por las restricciones.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
CONSTRUCCION DEL DISEÑO DE UN OVA, HACIENDO USO DE HERRAMIENTAS VIRTUALES EDGAR MAURICIO ALBA V. Presentado al Ing. John Alejandro Figueredo Luna en el.
UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA UNIDAD DE ADMISION CURSO PROPEDEUTICO ASIGNATURA FISICA Prof. Juan Retamal G.
1 Técnicas de Optimización en Modelos Organizacionales (PS-3161) Tema N° 4: Solución Gráfica:Casos Especiales Prof. Orestes G. Manzanilla Salazar Correo:
Clase de revisión: sistemas de ecuaciones lineales Clase de revisión: sistemas de ecuaciones lineales Objetivos: Mediar en el aprendizaje de: resolución.
Resolución interactiva del Simplex
Interpretación geométrica del método Simplex
Obtención de soluciones básicas factibles
BY: M. J. García-Ligero Ramírez and P
BY: M. J. García-Ligero Ramírez and P
Construcción de la tabla inicial del método simplex
Transcripción de la presentación:

BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román Con el objetivo de iniciar al alumno en la utilización de la herramienta interactiva, en esta presentación se muestra (de forma animada) cómo se usaría para llevar a cabo la resolución gráfica de un PROBLEMA CON REGIÓN FACTIBLE ACOTADA Y SOLUCIÓN ÚNICA. Recordamos que la herramienta interactiva parte de un diagrama de árbol, en el que los diferentes nodos plantean al alumno una tarea que debe realizar y, a continuación, una pregunta a la que debe contestar en función de los resultados de la tarea realizada. La elección de cada una de las posibles respuestas resalta las ramas del diagrama de árbol correspondiente a la respuesta elegida y encamina al alumno hacia una nueva tarea y posterior pregunta. De esta manera, al completar todos los pasos planteados, el alumno llega finalmente a la solución del problema que quiere resolver. AVISO : Para su correcta visualización es necesario tener instalada la opción Microsoft Editor de ecuaciones de Microsoft Office. Las presentaciones avanzan con sucesivos clicks de ratón y/o pulsando los eventuales botones (no deben usarse los cursores ni la rueda del ratón).

SI NO SI NO SI Solución acotada NO Solución acotada SI NO Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Región 6x 1 +4x 2 24 El punto (0,0) pertenece ya que 6 × × 0 = 0 24 (0,6) (4,0) r1r1 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Recta r 1 : 6x 1 +4x 2 =24 Corte con el eje x 1 x 2 =0 x 1 =4 Corte con el eje x 2 x 1 =0 x 2 =6 Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Región x 1 +2x 2 6 El punto (0,0) pertenece ya que × 0 = 0 6 Recta r 2 : x 1 +2x 2 =6 Corte con el eje x 1 x 2 =0 x 1 =6 Corte con el eje x 2 x 1 =0 x 2 =3 (0,6) (0,3) (4,0)(6,0) r1r1 r2r2 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Región -x 1 +x 2 1 El punto (0,0) pertenece ya que = 0 1 Recta r 3 : -x 1 +x 2 =1 Corte con el eje x 1 x 2 =0 x 1 =-1 Corte con el eje x 2 x 1 =0 x 2 =1 (0,6) (0,3) (0,1) (4,0)(6,0)(-1,0) r1r1 r2r2 r3r3 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Región x 2 2 El punto (0,0) pertenece ya que 0 2 Recta r 4 : x 2 =2 Corte con el eje x 2 x 1 =0 x 2 =2 (0,6) (0,3) (0,1) (0,2) (4,0)(6,0)(-1,0) r1r1 r2r2 r3r3 r4r4 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Región factible (0,6) (0,3) (0,1) (0,2) (4,0)(6,0)(-1,0) r1r1 r2r2 r3r3 r4r4 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Representación de la región factible BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

SI NO SI NO SI Solución acotada NO Solución acotada SI NO Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO SI Solución acotada NO Solución acotada SI NO SI Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO SI NO Solución acotada SI Solución acotada NO Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Puntos extremos de la región factible (0,6) (0,3) (0,1) (0,2) (4,0)(6,0)(-1,0) Región factible r1r1 r2r2 r3r3 r4r4 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 Representación de puntos extremos candidatos a solución óptima (0,0) (4,0) (0,0) Intersección de r 1 y r 2 r 1 : 6x 1 +4x 2 =24 r 2 : x 1 +2x 2 =6 (3, 3/2) Intersección de r 2 y r 4 r 2 : x 1 +2x 2 =6 r 4 : x 2 =2 (2, 2) (0,1) (3,3/2) (2,2) Intersección de r 3 y r 4 r 3 : -x 1 +x 2 =1 r 4 : x 2 =2 (1, 2) BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO SI NO Solución acotada SI Solución acotada NO Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

Puntos extremos de la región factible (0,6) (0,3) (0,1) (0,2) (4,0)(6,0)(-1,0) Región factible r1r1 r2r2 r3r3 r4r4 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 (0,0) (4,0) (0,0) Intersección de r 1 y r 2 r 1 : 6x 1 +4x 2 =24 r 2 : x 1 +2x 2 =6 (3, 3/2) Intersección de r 2 y r 4 r 2 : x 1 +2x 2 =6 r 4 : x 2 =2 (2, 2) (0,1) (3,3/2) (2,2) Intersección de r 3 y r 4 r 3 : -x 1 +x 2 =1 r 4 : x 2 =2 (1, 2) Evaluación de la función objetivo en los puntos extremos Z=20 Z=0 Z=21 Z=18 Z=13 Z=4 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO SI NO Solución acotada SI Solución acotada NO Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO Solución acotada SI Solución acotada NO SI X 1 =3 X 2 =3/2 Z=21 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO Solución acotada SI Solución acotada NO SI X 1 =3 X 2 =3/2 Z=21 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

(0,6) (0,3) (0,1) (0,2) (4,0)(6,0)(-1,0) Región factible r1r1 r2r2 r3r3 r4r4 Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 (0,0) (3,3/2) (2,2) (1,2) Análisis de cómo cambia el valor de la función objetivo al desplazar sus curvas de nivel por la región factible en la dirección de máxima optimización Dirección de máxima optimización: Notemos que el vector (5,4) es el gradiente de la función objetivo, que da la dirección de crecimiento más rápido. Al ser un problema de maximización, la dirección de máxima optimización coincide con este gradiente. Vector (5,4) Curvas de nivel: aquellas generadas fijando el valor de la función objetivo Perpendiculares a la dirección de máxima optimización Representación de una curva de nivel 5x 1 +4x 2 = z BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO Solución acotada SI Solución acotada NO SI Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO Solución acotada SI Solución acotada NO SI Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 X 1 =3 X 2 =3/2 Z=21 NO BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román

NO SI NO Solución acotada SI Solución acotada NO SI Máx Z=5x 1 +4x 2 s. a. 6x 1 +4x 2 24 x 1 +2x 2 6 -x 1 + x 2 1 x 2 2 x 1, x 2 0 X 1 =3 X 2 =3/2 Z=21 NO BY: M.J. García-Ligero Ramírez and P. Román Román Departamento de Estadística e I.O. Universidad de GranadaM.J. García-Ligero Ramírez P. Román Román