Resolución de Problemas Método Gráfico

Slides:



Advertisements
Presentaciones similares
PROGRAMACIÓN LINEAL.
Advertisements

Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV Microeconomía I Prof. Angel García Banchs Clase/Semana.
La Maximizaciòn del Beneficio
Tema 4 Introducción a la Programación Lineal
Programación 10-Marzo-11.
Tema 3: Introducción a la programación lineal
INSTITUTO TECNOLOGICO DE MINATITLAN ISC IV SEMESTRE
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
Método grafico punto esquina
Matemáticas CCSS II Ana Pola IES Avempace
INVESTIGACION DE OPERACIONES
Gerenciamiento Técnico de Proyectos
Guías Modulares de Estudio MATEMATICAS III Parte A
Investigación Operativa I
Optimización LinealUTEQ Arturo Corona PeguerosJul-2010 M.D.M. Arturo Corona Pegueros División Económica-Administrativa Carrera de Administración UTEQ.
Resolución de Problemas Método Simplex
Resolución gráfica de problemas de Optimización
Universidad de los Andes-CODENSA
Resolución de Problemas Método Simplex
Matemática Básica para Economistas MA99
Introducción a Funciones de una variable
PROGRAMACIÓN LINEAL.
ANÁLISIS DE MERCADO: DEMANDA, OFERTA Y ELASTICIDADES
DEFINICIONES Sea (P) el siguiente problema de programación lineal:
Depto. Matemáticas – IES Elaios Tema: Programación Lineal
Modelos Cuantitativos
Tema 4 PROGRAMACIÓN LINEAL.
Tema 8 APLICACIONES DE LAS DERIVADAS.
3.3.-LA ELECCIÓN DE LA PRODUCCIÓN EFICIENTE
6.3 Análisis de Sensibilidad Consideremos el siguiente ejemplo:
APLICACIONES DE LAS DERIVADAS (Tema 12)
Programación Lineal ANÁLISIS DE SENSIBILIDAD en Programación Lineal.
Optimización con Restricción Multiplicadores de Lagrange
Toma de Decisiones Toda toma de decisión empieza con la detección de un problema. Para tomar la decisión correcta, se debe: Definir el problema en forma.
PROGRAMACIÓN LINEAL.
Programación lineal La programación lineal es una técnica matemática relativamente reciente, del siglo XX, que consiste en una serie de métodos y procedimientos.
Programación Lineal Método Grafico
Modelos Cuantitativos
IES ATENEA (S.S. de los Reyes)
PROBLEMA TEXTIL AMERICA, una destacada empresa fabricante de camisas debe decidir su plan de producción para el próximo mes, para lo cual debe determinar.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
Capitulo II.III.
Dualidad Multiplicadores Dualidad Aplicación práctica:
1 Condiciones de extremo Proceso para derivar las condiciones De problema más simple a más complejo Progresión de problemas: Problema sin restricciones.
UNIDAD 4 Clase 6.3 Tema: Sistema de Ecuaciones Lineales
Clase 1 ecuación de la recta y ecuación de segundo grado
Un comerciante acude al mercado a comprar naranjas
Ejemplo: Se van a construir casas de dos tipos :A y B.la empresa constructora dispone para ello un máximo de s/ ,siendo el costo de cada tipo.
Multiplicadores de Lagrange
Repaso Programación Lineal Modelo Giepetto Variables de Decisión x 1 = número de soldados producidos cada semana x 2 = número de trenes producidos cada.
ALUMNOS : MUÑANTE REVILLA, EDGAR MORI BAZAN, NORKA.
Unidad II: Teorias del comportamiento del consumidor y de la empresa
Modelos de Minimización
Prof. Juan José Bravo B., M.Sc. ©
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
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.
DE LA CONDUCTA DEL CONSUMIDOR ENFOQUE ORDINAL
BIENVENIDOS A ESTE VIDEO TUTORIAL DE LA MATERIA DE INVESTIGACION DE OPERACIONES… … ACONTINUACION EL TEMA QUE TRATAREMOS EN ESTE VIDEO TUTORIAL ES EL DE.
FUNCIONES.
Método Simplex Es un procedimiento sistemático y eficiente para encontrar y probar soluciones situadas en los puntos extremos de la región de soluciones.
Mclobely System Solver Ing. Marko Castillo Peña. INTRODUCCIÓN  Actualmente la administración está funcionando en un ambiente de negocios que está sometido.
CONSTRUCCION DEL DISEÑO DE UN OVA, HACIENDO USO DE HERRAMIENTAS VIRTUALES EDGAR MAURICIO ALBA V. Presentado al Ing. John Alejandro Figueredo Luna en el.
SISTEMA DE ECUACIONES LINEALES
Programación Lineal Método Simplex.
1 Técnicas de Optimización en Modelos Organizacionales (PS-3161) Tema N° 4: Solución Gráfica:Casos Especiales Prof. Orestes G. Manzanilla Salazar Correo:
METODO DEL PUNTO ALTO Y DEL PUNTO BAJO
Transcripción de la presentación:

Resolución de Problemas Método Gráfico Primer Semestre 2007 EII 405 – Clase 4

Método Gráfico Cuando el problema se transforma en un modelo matemático con 2 (ó 3) variables de decisión, entonces es posible resolver gráficamente el problema. Si la región de soluciones factibles del problema es un conjunto convexo, existe a lo menos un óptimo global y se encuentra en una esquina. Un conjunto es convexo si el segmento rectilíneo que une cualquier par de puntos del conjunto se encuentra completamente dentro de él. Conjunto convexo Conjunto no convexo

Método Gráfico Ejemplo Una empresa produce dos tipos de juguetes de plásticos: Space y Zapper. La empresa dispones de 40 horas semanales de producción y de 1200 kilos de plásticos para la construcción de ambos juguetes. El Depto de Marketing ha determinado que la demanda conjunta no excederá de las 800 docenas y que el número de docenas de Space no puede exceder al número de docenas de Zapper por más de 450. El Depto de Producción determinó que los Space requieren de 2 kilos de plástico y 3 minutos de producción por docena, mientras que los Zappers requieren de 1 kilo de plástico y 4 minutos de producción por docena.

Método Gráfico La utilidad que se obtendrá por los Space es de $8 por docena y $5 por docena de Zapper. Determine la política óptima de producción para maximizar las ganancias Definición de variables: X: Docenas a producir de Space Y: Docenas a producir de Zapper F.O: Max Z = 8X + 5Y S. a 2X + Y  1200 Plástico disponible 3X + 4Y  2400 Tiempo disponible X + Y  800 Demanda máxima X - Y  450 Producción en exceso X, Y  0

Método Gráfico Y Región infactible Región factible X 2X + Y  1200 600 Región factible 3X + 4Y  2400 X X - Y  450 600 800

Método Gráfico Hay 2 procedimientos para encontrar la solución factible óptima: Evaluar la F.O. en cada una de las esquinas del área de soluciones factibles. El problema es cuando hay un área con muchas esquinas lo que implica la solución de muchos sistemas de ecuaciones lineales. Usar la F.O. para determinar la esquina del área de soluciones factibles que la optimiza. El problema se produce cuando la F.O. es aproximadamente paralela a uno de los lados del área de soluciones factibles, originando una duda visual sobre la gráfica.

Política de Producción Método Gráfico Procedimiento 1 Política de Producción Space = 480 Zapper = 240 Utilidad = $5040 Y P(0;600) Z= 3000 Óptimo P(480;240) Z= 5040 P(550;100) Z= 4900 P(0,0) P(450,0) Z= 3600 X

Política de Producción Método Gráfico Procedimiento 2 Política de Producción Space = 480 Zapper = 240 Utilidad = $5040 Utilidad = 5040 Utilidad = 800 2000 3600

Método Gráfico Ejemplo 2 Max Z = 2,5X1 + X2 S.a 3X1 + 5X2  15 Xi  0 con i = 1 y 2 X2 X1 3 5 2 5X1 + 2X2  10 3X1 + 5X2  15

Problema de múltiples soluciones Método Gráfico X2 3 P(20/19;45/19) Z= 5 Z = 3 Problema de múltiples soluciones P(2;0) Z= 5 X1 2

Método Gráfico Múltiples soluciones óptimas Cuando existen múltiples soluciones óptimas implica que la función objetivo es una recta paralela a uno de los lados de la región factible. En el ejemplo todos los puntos que pertenecen a la recta 5X1 + 2X2 = 10 entre los puntos (2;0) y (20/19;45/19) maximizan la F.O, es decir, existen múltiples soluciones con Z = 5

Región factible infinita Método Gráfico Ejemplo 3 Min Z = -X1 + X2 S.a X1  X2 -0,5X1 + X2  1 Xi  0 con i = 1 y 2 X2 X1 X1 – X2  0 -0,5X1 + X2  1 Región factible infinita Problema de soluciones indeterminadas

Método Gráfico Caso 4 Min Z = -X + Y S.a X  Y X + Y  6 -X + 2Y  6 Y Problema sin Solución

Método Gráfico Ejercicio: Máx. Z = 2X + Y S.a 2X – Y  8 X - Y  3 P(6,4) Z = 16

Análisis de Sensibilidad ¿En qué intervalo puedo variar los coeficientes de la F.O. (Cj) sin que cambie la actual solución óptima? ¿Cuánto varía el óptimo si se cambia el parámetro “del lado derecho” (bi) de una restricción ? ¿Qué recurso tiene mayor impacto en la F.O. y en el valor óptimo?

Análisis de Sensibilidad Supongamos el siguiente ejemplo: Max Z = 15X + 20Y S.a X + 2Y  6 2X + 2Y  8 X, Y  0 4 6 3 X Y P(2;2) Z = 70

Variación de los Cj Se analizan las pendientes de las restricciones activas y la de la F.O. Entonces, el actual vértice (2,2) seguirá siendo la solución óptima mientras: 4 6 3 X Y La pendiente de la FO se encuentra entre las pendientes de las restricciones activas P(2;2) Z = 70

Variación de los Cj Max Z = C1X + C2Y Pendiente: -C1/C2 S.a X + 2Y  6 Pendiente: -1/2 2X + 2Y  8 Pendiente: -1 X, Y  0 La pendiente de la FO se encuentra entre las pendientes de las restricciones activas Matemáticamente: -C1/C2  [-1,-1/2] Es decir: -1  -C1/C2  -1/2 C2  C1 2C1  C2

Variación de los Cj También se puede estudiar el intervalo de variación de un solo coeficiente, dejando el resto de los parámetros fijos: Variación de C1 con C2 constante: -1  - C1 /20  -1/2 C1  20 y C1  10 10  C1  20 Variación de C2 con C1 constante: -1  - 15/C2  -1/2 C2  15 y C2  30 15  C2  30

Variación de los bj En este caso interesa hallar la mínima y máxima variación del bi que conserve la actual geometría del problema, es decir, que conserve las actuales restricciones activas. De esta manera, la solución óptima cambia, pero se obtiene a partir de las mismas restricciones activas. X + 2Y = 8 En el ejemplo, para la 1ª restricción: X + 2Y = b1, la mayor variación se obtiene en b1= 8, en tanto que la menor se obtiene en b1= 4. X + 2Y = 4

Variación de los bj Ahora es posible calcular la tasa de cambio de la F.O. al variar b1: Lo anterior significa que que si dispongo de 1 unidad más del recurso, entonces la utilidad va a aumentar en 5 unidades. Lo anterior es válido dentro del rango, porque fuera de él las restricciones activas cambian.

Variación de los bj La tasa de cambio es una para cada restricción. También se le llama “Precio sombra” pues representa el valor máximo que estoy dispuesto a pagar por una unidad de ese recurso. Con los precios sombra se puede ver cuál recurso es el que más afecta a la F.O. Toda restricción que no esté activa tiene precio sombra cero.

Variación de los bj Para la 2ª restricción: 2X + 2Y = b2 2X + 2Y = 6

Variación de los bj En este ejemplo ambos recursos presentan igual tasa de cambio, o precio sombra, por lo que ambos aportan el mismo beneficio a la F.O. Entonces la elección depende de los precios de compra de cada recurso. Se elige el más barato. En general, si se dispone de dinero, se elige el recurso que entregue mayor tasa de cambio, descontado el precio de compra del recurso.