Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Diego Bautista, Fernández Gambarini • Maestría en Economía: Mención en Formulación y Evaluación de Proyectos de Inversión. • Ingeniero Comercial: Universidad de Tarapacá - Chile • Administrador de Empresas: Universidad de Tarapacá – Chile • Economista: Universidad Católica Santa María – Arequipa – Perú • Diplomado en ESAN: Formulación y Evaluación de Planes de Agronegocios. • 10 años de experiencia en la docencia universitaria • 20 años de experiencia laboral en empresas e independiente. INVESTIGACIÓN OPERATIVA Prof: Diego Fernández Gambarini La competencia que el estudiante debe lograr al final de la asignatura es: “Analiza la realidad, capta y describe un problema, representándolo en un modelo matemático como de redes, de transporte, de asignación de recursos, para realizar predicciones, demostrando coherencia y actitud crítica en sus planteamientos, valorando la importancia de las herramientas de optimización matemática y de la investigación de operaciones” La Asignatura de Investigación de Operaciones es de naturaleza practico – teórico, introduce en el análisis y planteamiento de los problemas complejos de ingeniería donde la optimización es un factor fundamental. Se formulan modelos matemáticos y se brindan las principales técnicas de caracterización y resolución de estos modelos. Se aprenderá a interpretar los resultados obtenidos con criterios económicos, a través del uso del análisis de sensibilidad, como paso previo a la aplicación real de la toma decisiones en las organizaciones. Se complementará con el uso de software especializado para la solución de los modelos matemáticos. Considerando el manejo holístico de la investigación de operaciones junto con las demás asignaturas de este ciclo, entonces se buscara generar sinergia para dar solución al problema según nuestra realidad social. TEMA: PROGRAMACIÓN LINEAL Semana04.sesión 1 La competencia que el estudiante debe lograr al final de la sesión es: “Al finalizar la sesión el alumno conoce y aplica el algoritmo. Cuyo objetivo es el de optimizar (maximizar o minimizar), Funciones lineales. Programación lineal en SOLVER Solver es una herramienta que forma parte de una serie de comandos, a veces denominados de «análisis Y si». Con Solver, puede buscarse el valor óptimo para una fórmula de celda, denominada celda objetivo, en una hoja de cálculo. Solver funciona en un grupo de celdas que estén relacionadas, directa o indirectamente, con la fórmula de la celda objetivo. Solver ajusta los valores en las celdas cambiantes que se especifiquen, denominadas celdas ajustables, para generar el resultado especificado en la fórmula de la celda objetivo. Pueden aplicarse restricciones para restringir los valores que puede utilizar Solver en el modelo y las restricciones pueden hacer referencia a otras celdas a las que afecte la fórmula de la celda objetivo, lo cual lo constituyen en una herramienta adecuada para solucionar problemas de programación lineal, y programación lineal entera. ¿Cómo habilitar el complemento Solver de Excel? El primer paso consiste en dirigirse a la pestaña Archivo, dirigirse a la opción Ayuda y seleccionar la opción Opciones: ¿Cómo habilitar el complemento Solver de Excel? Luego, se abrirá una ventana emergente de Opciones de Excel, en ella vamos a la opción Complementos (ubicada en la barra lateral izquierda). Ya en complementos, nos dirigimos a la opción Administrar: Complementos de Excel y damos clic en botón Ir: ¿Cómo habilitar el complemento Solver de Excel? Luego se abrirá una pequeña ventana emergente, en ella se podrán observar varios complementos junto con una casilla de verificación cada uno. Activamos la casilla de verificación de Solver y damos clic en Aceptar: Una vez se ha habilitado el complemento, Solver se ubicará en la pestaña de Datos. Solución de un problema de programación lineal mediante Solver Al igual que para cualquier otro método de resolución, el primer paso para resolver un problema de programación lineal (PL) consiste en el modelamiento matemático, y es en esta fase en la que el profesional de Ingeniería Industrial debe desarrollar su mayor habilidad y destreza. Los pasos para resolver un problema de PL se encuentran en el módulo de programación lineal. Sin embargo, dada la interfaz de Excel, el modelamiento se hace más simple, siempre y cuando nos caractericemos por organizar muy bien la información. El Problema Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg. De acero y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales. ¿Cuántas bicicletas de paseo y de montaña deberá fabricar para maximizar las utilidades? Ingresando los datos a Excel Tal cómo se mencionó, la importancia de una correcta organización de la información es vital, proponemos la siguiente plantilla para ingresar los datos de nuestro problema: Ingresando los datos a Excel El siguiente paso corresponde a registrar la información en la plantilla, de acuerdo a los datos que tenemos en el problema: Ingresando los datos a Excel El siguiente paso consiste en formular la plantilla, para ello debemos considerar ¿qué pasaría si cambiaran las variables de decisión? Pues, en caso tal de que las variables sufrieran cambios se alteraría la contribución total, y el inventario de recursos. Por ello, debemos formular en consecuencia: Ingresando los datos a Excel Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en utilizar Solver para resolver el modelo, para ello, vamos a la pestaña Datos (En cualquier versión de Office), y seleccionamos el complemento Solver: Ingresando los datos a Excel Una vez iniciemos Solver se abrirá una ventana emergente llamada Parámetros de Solver, en ella como primera medida seleccionaremos nuestra celda objetivo (Contribución Total) y seleccionaremos el criterio Maximizar: Ingresando los datos a Excel El siguiente paso, es indicarle a Solver que debe alcanzar el máximo valor para la celda objetivo mediante la variación de las siguientes celdas (Cambiando las celdas), es decir, le indicaremos cuales son las variables de decisión: Ingresando los datos a Excel Ingresando los datos a Excel El siguiente paso consiste en asignarle las restricciones a las que el modelo está sujeto, las cuales son restricciones de disponibilidad de recursos: Ingresando los datos a Excel Lo que nos muestra la imagen anterior es la forma de indicarle la restricción a Solver, para que el inventario usado sea menor o igual al inventario disponible. De igual forma debe hacerse para el recurso de Aluminio. Ingresando los datos a Excel La siguiente restricción es la de no negatividad, es decir, que las variables de decisión no puedan tomar valores menores que cero. Ingresando los datos a Excel Si quisiéramos resolver el modelo tal cual como está pudiésemos hacerlo, y obtendríamos quizá una respuesta que distaría de su aplicación práctica, dado que es probable que la respuesta nos de variables continuas, y en la práctica vender 0,6 bicicletas es un poco complicado. Por tal razón, agregaremos una restricción que hace que el ejercicio se resuelva mediante programación lineal entera, indicando que las variables de decisión deban ser enteras: Ingresando los datos a Excel Hecho esto, damos clic en Aceptar y en Resolver… Podemos observar como las variables de decisión, las restricciones (inventario usado) y la contribución total (celda objetivo) han tomado valores, estos son los valores óptimos según el modelo formulado. Ahora nos aparecerá un cuadro de diálogo que nos preguntará si deseamos utilizar la solución de Solver y unos informes que debemos seleccionar para obtener una tabla resumen de la respuesta y un análisis de sensibilidad que se insertarán como hojas al archivo de Excel: Ingresando los datos a Excel El informede sensibilidad arrojado por Solver es mucho más básico que el que nos puede proporcionar WinQSB, sin embargo destacamos la información referente al «Multiplicador de Lagrange» que corresponde al «Shadow Price de WinQSB» conocido como el precio sombra, es decir, el cambio marginal de la función objetivo cuando el valor del lado derecho de la restricción aumenta en una unidad, en este caso, por cada kg de Acero adicional que dispongamos, la función objetivo aumentaría en $ 1250. Este mismo ejercicio fue resuelto con WinQSB y TORA arrojando iguales resultados, el archivo de Excel utilizado para esta demostración se adjuntará a continuación para su descarga: https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/problema-del-transporte-en-winqsb/ https://www.ingenieriaindustrialonline.com/investigacion-de-operaciones/programacion-lineal-en-tora/ INVESTIGACIÓN OPERATIVA Gracias S04.s1_Programación Lineal
Compartir