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
Representación Gráfica de una función
Advertisements

Resolución aproximada de ecuaciones Ejemplos
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
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.
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.
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.
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 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.
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.
Optimización de sistemas de trading
DERIVADAS PARCIALES Gráficas.
LA RECTA Y SUS ECUACIONES
Universidad de los Andes-CODENSA
Resolución de Problemas Método Simplex
Resolución gráfica de problemas de Optimización
A x + B y + C z + D = 0 Departamento de Matemáticas
PROGRAMACIÓN LINEAL.
Modelos Cuantitativos
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
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Resolución Gráfica de PPL
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.
A continuación podrás conocer y llevar a cabo las operaciones propias de Representaciones Gráficas: Diagramas en CALC. Haz click en el botón destacado.
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 ÓPTIMOS ALTERNATIVOS. 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).

Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO SI NO SI Solución acotada NO Solución acotada SI 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

Región -x 1 +x 2 2 El punto (0,0) pertenece ya que = 0 2 Recta r 1 : -x 1 +x 2 =2 Corte con el eje x 1 x 2 =0 x 1 =-2 Corte con el eje x 2 x 1 =0 x 2 =2 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 Representación de la región factible (-2,0) r1r1 (0,2) 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

Región x 1 +2x 2 6 El punto (0,0) pertenece ya que = 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 (6,0) (0,3) (0,2) (-2,0) r2r2 r1r1 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 2x 1 +x 2 6 El punto (0,0) pertenece ya que = 0 6 Recta r 3 : 2x 1 +x 2 =6 Corte con el eje x 1 x 2 =0 x 1 =3 Corte con el eje x 2 x 1 =0 x 2 =6 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 (0,6) (6,0) (0,3) (0,2) (-2,0) (3,0) r3r3 r2r2 r1r1 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

(0,6) r1r1 (6,0) (0,3) (0,2) (-2,0) (3,0) Región factible r3r3 r2r2 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 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=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 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=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada 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

Representación de puntos extremos candidatos a solución óptima Puntos extremos de la región factible Intersección de r 1 y r 2 r 1 : -x 1 +x 2 =2 r 2 : x 1 +2x 2 =6 (2/3, 8/3) (0,0) (0,2) (0,6) r1r1 (6,0) (0,3) (0,2) (-2,0) (3,0) Región factible r3r3 r2r2 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 Intersección de r 2 y r 3 r 2 : x 1 +2x 2 =6 r 3 : 2x 1 +x 2 =6 (2, 2) (3,0) (0,0) (2,2) (2/3,8/3) 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada 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

Puntos extremos de la región factible Intersección de r 1 y r 2 r 1 : -x 1 +x 2 =2 r 2 : x 1 +2x 2 =6 (2/3, 8/3) (0,0) (0,2) (0,6) r1r1 (6,0) (0,3) (0,2) (-2,0) (3,0) Región factible r3r3 r2r2 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 Intersección de r 2 y r 3 r 2 : x 1 +2x 2 =6 r 3 : 2x 1 +x 2 =6 (2, 2) (3,0) (0,0) (2,2) Z=2 Z=6 Z=4 Evaluación de la función objetivo en los puntos extremos Z=0 Z=6 (2/3,8/3) 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada NO SI x 1 =2, x 2 =2 Z=6 x 1 =3, 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada NO SI x 1 =2, x 2 =2 Z=6 x 1 =3, 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) r1r1 (6,0) (0,3) (0,2) (-2,0) (3,0) Región factible r3r3 r2r2 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 (0,0) (2,2) (2/3,8/3) 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 (2,1) 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 (2,1) 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 2x 1 +x 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada NO SI 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada NO SI x 1 =2, x 2 =2 Z=6 x 1 =3, 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 Máx Z=2x 1 +x 2 s. a. -x 1 +x 2 2 x 1 +2x 2 6 2x 1 + x 2 6 x 1, x 2 0 SI NO Solución acotada SI Solución acotada NO SI x 1 =2, x 2 =2 Z=6 x 1 =3, 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