Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
CLASE PRACTICA: Investigación Operativa Trabajo Practico Nº 1 - Programación Matemática Profesores: JTP. Ing. Néstor O. Cruz AY1. Ing. Mariela E. Rodríguez Facultad de Ingeniería Universidad Nacional de Jujuy ✓ Una solución factible al problema de programación lineal, es un vector X = x1, x2,...,xn. el cual satisface las restricciones. ✓ La región factible para un PL es el conjunto de todos los puntos que satisfacen las restricciones estructurales y las restricciones de signo del PL. ✓ Las variables de decisión son incógnitas que deben ser determinadas a partir de la solución del modelo y representan los elementos del sistema a modelar que son controlables por el decisor. ✓ Los parámetros representan los valores conocidos del sistema o que se pueden controlar. ✓ Los recursos son materiales u otros activos que son transformados para producir un beneficio y en el proceso pueden ser consumidos o no estar más disponibles. ✓ La función objetivo mide la calidad de la solución, a la cual hay que optimizar (maximizar un beneficio o minimizar un costo). Repaso El modelo de Programación Lineal toma la siguiente forma: Función Objetivo (Max/Min) Matriz de restricciones Y coeficientes tecnológicos ≤ ≥ = Recursos Condiciones de No Negatividad Z = C1X1 + C2X2 → Max/Min Sujeta a : a11 X1 + a12 X2 ≤ b1 a21 X1 + a22 X2 ≤ b2 a31 X1 + a32 X2 ≤ b3 X1, X2 ≥ 0 Xi: Cantidad de Producto Z: Función Objetivo Cj: Beneficio Neto. aij: Recurso utilizado por unidad de producto. bi: Disponibilidad de Recurso. El Funcional o función objetivo: Z = C1 X1 + … Z = (Pcio.Vta – Pcio.Costo) x Cantidad Ejemplo: Z = (120 [UM] – 100[UM]) x 10 = Z = (20 [UM] ) x 10 = 200 [UM] Z = 200 [UM] X1 = variable de decisión n°1 X2 = variable de decisión n°2 b1 = recurso n°1 b2 = recurso n°2 b3= recurso n°3 9) Función Objetivo Z = C1 . X1 + C2 . X2 → Optimizar C1 = Costo unitario de X1 (o beneficio unit. de X1) C2 = Costo unitario de X2 (o beneficio unit. de X2) Restricciones: 𝑎1 1 𝑥1 + 𝑎1 2 𝑥2 ≤ b1 ( o ≥ , = b1) 𝑎2 1 𝑥1 + 𝑎22 𝑥2 ≤ b2 ( o ≥ , = b2) 𝑎3 1 𝑥1 + 𝑎321 𝑥2 ≤ b3 ( o ≥ , = b3) Con 𝑎𝑖𝑗 recurso utilizado por unidad de 𝑥𝑛 Condición de No negatividad 𝑥1 ,𝑥2 ≥ 0 10) Construcción del Modelo Matemático: 1- Que busca determinar el modelo? Cuales son las variables del problema? 2- Que restricción deben imponerse a las variables a fin de satisfacer las limitaciones del sistema? 3- Cual es el objetivo (Meta), que necesita alcanzarse para determinar la solución optima (Mejor), de entre todos los valores factibles de las variables? 10) Variables: Como deseamos determinar las cantidades de pintura para exteriores e interiores que se producirán. X1= Toneladas de pintura para exteriores producidas diariamente. X2= Toneladas de pintura para interiores producidas diariamente. Función Objetivo: Z = $30.000 X1 + $20.000 X2 → (MAXIMIZAR) 10) Restricciones: (uso de M.P en ambas pinturas) <= (disp. máxima de M.P) 1 X1 + 2 X2 <= 6 (Materia Prima A) 2 X1 + 1 X2 <= 8 (Materia Prima B) (cant. en exced. de pinturas para int. Sobre ext.) <= 1 Tn. Por dia. (Demanda de pintura para int.) <= 2 Tn. Por dia. X2 – X1 <= 1 (Exceso de pintura para int. Sobre pintura para ext.) X2 <= 2 (Demanda máxima de pintura para interiores) X1>=0 X2>=0 10) Modelo Matemático: Max Z= $30.000 X1 + $20.000 X2 (función objetivo) 1 X1 + 2 X2 <= 6 (Materia Prima A) 2 X1 + 1 X2 <= 8 (Materia Prima B) -X1 + 1 X2 <= 1 (Exceso de pintura para int. Sobre pintura para ext.) 1 X2 <= 2 (Demanda máxima de pintura para interiores) X1>=0 X2>=0 s.a.: (Condiciones de No Negatividad) 11) X1= Cantidad producida de Producto I (PI). X2= Cantidad producida de Producto II (PII). Definición de Variables de Decisiones: Requerimientos (PI) (PII) Disponibilidad * Hs. M.O. 5hs. 3hs. 160 unidades * Hs. Maquinas 4hs. 4hs. 120 unidades * Materiales 6 u. 14u. 320 unidades * Contribución Unit. $250 $360 Modelo Matemático: Z = 250 X1 + 360 X2 → Maximizar (Función Objetivo) Sujeta a : 5 X1 + 3 X2 ≤ 160 (Hs. M.O.) 4 X1 + 4 X2 ≤ 120 (Hs. Maquina) 6 X1 + 14 X2 ≤ 320 (Materiales) X1, X2 ≥ 0 (Condición de no negatividad) 14) X1= Cantidad producida de Producto I . X2= Cantidad producida de Producto II. Definición de Variables de Decisiones: Requerimientos X1 X2 Disponibilidad * Armado 1/4hs. 1/3hs. 90 hs. personal * Control de Calidad 1/8hs. 1/3hs. 80 hs. personal Costo de producción $120 $ 90 Valor de Venta $400 $150 Modelo Matemático: Z = 280 X1 + 60 X2 → Maximizar (Función Objetivo) Sujeta a : 1/4 X1 + 1/3 X2 ≤ 90 (Hs. Personal) 1/8 X1 + 1/3 X2 ≤ 80 (Hs. Personal) X1 ≤ 200 (Unidades) X1, X2 ≥ 0 (Condición de no negatividad) RESUMEN: • Repaso componentes básicas de PL. • Identificación de conjunto de variables de decisión e identificación con nombres simbólicos. • Formulación del modelo. • Resolución de ejercicios del practico. • Respuesta a preguntas en cuestión. BIBLIOGRAFIA ⚫ Prawda Witenberg J. “Métodos y Modelos de Investigación de Operaciones – Vol. 1 Modelos Determinísticos”. Editorial Limusa. ©1999 ⚫ Taha Hamdy A. “Investigación de Operaciones”. Editorial Alfa Omega. ©1998 ⚫ Winston Wayne L.. “Investigación de Operaciones. Editorial. Grupo Editorial Iberoamericana. ©2005 ⚫ Hillier Frederick S. “Introducción a la Investigación de Operaciones. Editorial. Mc Graw Hill. ©2001 ⚫ Eppen G.D. “Investigacion de Operaciones En la Ciencia Administrativa. Editorial Prentice. ©2000 ⚫ Mathur-Solow – Investigación de Operaciones – Ed. Prentice Hall 1996. ⚫ MARIN, Isidoro. “Investigación Operativa”. UBA. Centro de Estudiantes Universidad Nacional de Buenos Aires. © 1970 PREGUNTAS Muchas Gracias
Compartir