Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Módulo 1
Modelo es una representación de la realidad en forma abstracta, que es percibida de modo diferente por distintos
actores en función de sus necesidades
La realidad es multiforme y difícil de capturar, pero para poder tomar decisiones racionales, es necesario conocer las
posibilidades que se nos abren y los efectos
Cada problema que se presenta es diferente, no solo por las variables que intervienen, sino también por los detalles en
la construcción de cada componente del problema
Y esa diferenciación se ve reflejada en la solución del modelo resultante y así tener soluciones más acertadas en los
problemas planteados
- Lineales: todas las variables dependientes son proporcionales a las independientes y de grado uno
- No lineales: utilizan una o varias relaciones funcionales curvilíneas o no proporcionales
- Estáticos: se definen en un punto fijo del tiempo y las condiciones del modelo no cambian para ese periodo
- Dinámicos: el mejor curso de acción se determina al examinar periodos múltiples
El tipo y complejidad del modelo matemático determina la naturaleza del método de solución
6. Algoritmos: “conjunto de procedimientos, que cuando se siguen de forma ordenada, proporcionan una solución
óptima a un problema” proporciona reglas fijas de calculo que se aplican de forma repetitiva al problema y cada
repetición acerca la solución a lo óptimo.
7. Simulación: simula la conducta del problema para un conjunto definido de condiciones de entrada, se usa
cuando no se puede resolver en forma analítica (matemática)
8. Heurística: procedimientos de búsqueda que intentan pasar de un punto de solución a otro para mejorar el
objetivo del modelo, cuando los problemas son muy complejos se deja de buscar la solución óptima y se busca
una buena solución aplicando la heurística, metaheurística o reglas empíricas
Un problema de programación lineal debe tener una función objetivo, restricciones lineales y condiciones esenciales
Fases de un estudio de IO
Programación lineal conjunto de técnicas matemáticas que intentan optimizar cualquier problema de tipo económico,
social, industrial, etc.
Los conjuntos de valores x n que satisfacen simultáneamente todas las restricciones se llama región factible
Solución óptima es el punto de la región factible que hace máxima o mínima la función objetivo
Elementos
- Variables de decisión
- Función objetivo
- Restricciones
1. Un solo objetivo
2. Restricciones; la disponibilidad de recursos escasos limita la producción a niveles que puedan alcanzarse con los
recursos disponibles. Costos de investigación, tecnología inmutable a corto plazo, leyes de la naturaleza,
cuellos de botella
3. Proporcionalidad o linealidad; relación entre la función objetivo y las variables de decisión debe ser
proporcional
4. Divisibilidad; no deben ser solo números enteros
5. Aditividad; se puede sumar variables que aporte a la meta
6. No negatividad de los productos, las variables de decisión
7. Certidumbre; las utilidades, los recursos se conocen con certeza y no varían en el tiempo establecido
EL MÉTODO GRÁFICO
NO todos los problemas de programación lineal tienen una sola solución óptima, se denominan casos especiales
- Problema no acotado: cuando el conjunto factible no está acotado y la función objetivo se puede incrementar o
decrementar ilimitadamente
HERRAMIENTAS MATEMÁTICAS: INVESTIGACIÓN OPERATIVA
- Problema no factible: no existe ninguna solución posible, existe más de una región factible, conjunto factible
vacío
- Degeneración: por un vértice de la región factible pasan más de dos restricciones
- Óptimos múltiples: cuando la función objetivo es paralela a una restricción no acotada, por lo que tendrá el
mismo valor optimo en más de un punto, por lo que puede seleccionar varias alternativas
Módulo 2
Inspecciona todos los vértices de la región factible hasta dar con la solución óptima. Se emplea para cualquier cantidad
de variables de decisión mientras que el método grafico no puede superar las tres variables decisión
Condiciones iniciales
- Todas las restricciones deben ser ecuaciones con lado derecho no negativo
- Todas las variables de decisión son no negativas
Planteo matricial estándar se deben transformar las inecuaciones en ecuaciones agregando una variable, debe ser
mayor o igual a 0. Se designa con la letra “s” y se llamará variable de holgura
x + y +s 1=≤ 0 x + y +s 2=≤ 0
Z=cx +cy +0 s1 +0 s2
Estas variables son excedentes de insumos, para transformar las inecuaciones en ecuaciones, debemos agregar estas
variables siempre del lado izquierdo si la restricción es menor o igual a 0
En el algoritmo simplex se transforman las desigualdades en igualdades para formar un conjunto de ecuaciones, que
permitirá identificar los vértices que se conforman con las intersecciones entre las restricciones
Una solución factible básica (SFB) son las esquinas o vértices de la región factible. Hacer cero las variables que están en
las dos ecuaciones x=0 e y=0 y dándole el máximo valor a las variables de holgura
Z 1 -2000 -3000 0 0 0
S1 0 1 2 1 0 8
S2 0 3 1 0 1 9
En la primera columna se indica la función objetivo (Z) y las variables básicas (distintas a 0) que son s1 y s2 ya que
debemos transformar x, y en 0 (solución factible básica inicial)
En la fila correspondiente con la función objetivo (FILA DE LOS INDICADORES); si existen valores negativos, la función
objetivo no estará optimizada. Cuando la fila solo contenga ceros o números positivos el método termina, se denomina
condición de optimalidad
Paso 1
Elegir en la fila de coeficientes de la función objetivo, el coeficiente negativo de mayor valor absoluto. Esta será la
columna del pívot. Nos indicara que variable va a pasar de no básica a básica
Paso 2
Se dividen los coeficientes de las variables básicas (columna solución) y los elementos de su fila que estén en la columna
del pívot 8/2 =4; 9/1 =9
El menor valor positivo es el que va a salir, que se realiza por la condición de factibilidad.
Paso 3
BASICA Z x y S1 S2 Solución
Z 1 -2000 -3000 0 0 0
S1 0 1/2 1 1/2 0 4
S2 0 3 1 0 1 9
b. Sumar a la primera fila la segunda previamente multiplicada por 3000, restar a la tercera fila la segunda.
F1 + 3000x F2, F3 – F2
BASICA Z x y S1 S2 Solución
Cuando la inecuación contiene el signo de ≥ debe recurrirse a una variable de excedente. Esta se resta al primer
miembro de la inecuación
x +2 y ≤ 8 3 x+ y ≥ 9 x ≥ 0 ; y ≥0
1. La primera desigualdad se transforma en igualdad añadiendo una variable de holgura s1 x + 2y + s1 = 8
2. La segunda desigualdad se convierte en ecuación restando una variable de excedente s2 3x + y – s2 = 9
Variables artificiales son necesarias cuando un problema contiene restricciones de mayor que o igual a.
La variable artificial A1 se resta en casos de maximización y se suma en casos de minimización y su coeficiente es 100
veces más grande que el mayor coeficiente que se encuentra en la función objetivo