Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPERACIONES
INGENIERÍA EN SISTEMAS COMPUTACIONALES
UNIDAD 1: PROGRAMACIÓN LINEAL
COMPETENCIA
Un modelo es una herramienta que nos sirve para lograr una visión
bien estructurada de la realidad. Su propósito es proporcionar un
medio para analizar el comportamiento de los componentes de un
sistema con el fin de optimizar su desempeño.
Un modelo matemático es producto de la abstracción de un sistema
real eliminando las complejidades haciendo suposiciones
supertinentes, se aplica una térmica matemática y se obtiene una
representación simbólica del mismo
Elemento de un modelo matemático
1. Variables de decisión: Son las incógnitas que deben determinarse a partir
de la solución del modelo y se representa por
2. Parámetros: Son los valores conocidos del sistema o bien que se pueden
controlar
3. Restricciones: Son relaciones entre las variables de decisión y magnitudes
que dan sentido a la solución del problema y las acotan a valores factibles;
y las restricciones del modelo limitan, el valor de los variables de decisión y
son los recursos disponibles limitados, que incluye la restricción de no
negatividad () de las variables d decisión
4. Función objetivo: Es una relación matemática entre las variables de
decisión, parámetros y una magnitud que representa el objetivo o producto
del sistema, (Z), el cual es la medición de la efectividad en función de las
variables. Determínalo que se va a optimizar (Maximizar o minimizar)
Podemos considerar la situación como un problema de
toma de decisiones, cuya solución requiere responder
tres preguntas:
Minimizar
Sujeto a:
EJEMPLO 2:
Maíz Frijol
Materia prima M1 6 4 24
Materia prima M2 1 2
6
Utilidad por 5 4
tonelada (1000
dólares)
Continuación…
Función objetivo:
S. a.
La mayor parte de los PL de la vida cotidiano tiene varias variables, por lo que es
necesario un método para resolver PL con más de 2 variables.
El algoritmo simplex se usa para resolver PL que tienen miles de restricciones y
variables y se aplican en la industria.
Antes de poder utilizar el algoritmo simplex para resolver un PL, este se debe
convertir en un problema equivalente en el cual todas las restricciones son
ecuaciones y todas las variables son no negatividad.
Se dice que un PL en esta forma está en la forma estándar cada restricción de
desigualdad se debe reemplazar por una restricción de igualdad:
Reglas:
Se define para cada restricción una variable de holgura respetando las siguientes
formas:
S.A. S.A
Pasos para resolver problemas con el método simplex
P.L Maximiza
S. a.
Paso 1: Convertir en forma estándar
Maximiza
S. a.
Paso 2: Tabular el modelo en la forma simplex
z x1 x2 s1 s2 s3 s4 Solución Razón
optima
Z 1 -5 -4 0 0 0 0 0
S1 0 6 4 1 0 0 0 24
S2 0 1 2 0 1 0 0 6
S3 0 0 1 0 0 1 0 2
S4 0 -1 1 0 0 0 1 1
Paso 3: Identificar Variable de entrada
Variable de entrada
z x1 x2 s1 s2 s3 s4 Solución Razón
optima
Z 1 -5 -4 0 0 0 0 0
S1 0 6 4 1 0 0 0 24
S2 0 1 2 0 1 0 0 6
S3 0 0 1 0 0 1 0 2
S4 0 -1 1 0 0 0 1 1
Paso 4: Razón
z x1 x2 s1 s2 s3 s4 Solución Razón
optima
Z 1 -5 -4 0 0 0 0 0 0/-5=0
S1 0 6 4 1 0 0 0 24 24/6=4
S2 0 1 2 0 1 0 0 6 6/1 =6
S3 0 0 1 0 0 1 0 2 2/0=∞
S4 0 -1 1 0 0 0 1 1 -1/1 =-1
Paso 5: Encontrar el renglón pivote
Renglón
pivote
Paso 6: Encontrar el elemento pivote
Elemento pivote
Paso 7: Calcular la solución básica optima
Nuevo renglón
pivote =Renglón
z x1 x2 s1 s2 s3 s4 Solución Razón
pivote
optima actual/Elemento
pivote
Z 1 -5 -4 0 0 0 0 0
x1 0 1 2/3 1/6 0 0 0 4
S2 0 1 2 0 1 0 0 6
S3 0 0 1 0 0 1 0 2
S4 0 -1 1 0 0 0 1 1
z x1 x2 s1 s2 s3 s4 Solución Razón
optima
Z 1 0 -2/3 5/6 0 0 0 20
X1 0 1 2/3 1/6 0 0 0 4 6
S3 0 0 1 0 0 1 0 2 2
S4 0 0 5/3 1/6 0 0 1 5 3
Continuación…
z x1 x2 s1 s2 s3 s4 Solución Razón
optima
Z 1 0 0 ¾ ½ 0 0 21
X1 0 1 0 1/4 -1/2 0 0 3
X2 0 0 1 -1/8 ¾ 0 0 3/2
S3 0 0 0 1/8 -3/4 1 0 ½