Académique Documents
Professionnel Documents
Culture Documents
Presentado por:
Estudiante Carnet GT
Gonzalez Murcia, Juan José GM13021 02
Ortega Rodríguez, Kevin Santiago OR17008 02
Serpas Martínez, Oscar Leonardo SM08031 02
Grupo: 25
1
OBJETIVOS
General
Específicos
2
MARCO TEORICO
La Programación Lineal (PL) es una técnica de modelado matemático, diseñada
para optimizar (maximizar o minimizar) los recursos limitados. Su empleo es
frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.
Además, es una herramienta de uso normal que ha ahorrado miles o millones de
dólares a muchas compañías o negocios, incluso empresas medianas, en los
distintos países industrializados del mundo.
Expresado en forma breve, el tipo más común de aplicación abarca el problema
general de asignar de la mejor manera posible, es decir, de forma óptima recursos
limitados a actividades que compiten entre sí por ellos.
Consiste en optimizar (minimizar o maximizar) una función lineal, denominada
función objetivo, de tal forma que las variables de dicha función estén sujetas a una
serie de restricciones que son expresadas mediante un sistema de inecuaciones
lineales.
La programación lineal se plantea como un modelo matemático desarrollado
durante la Segunda Guerra Mundial para planificar los gastos y los retornos, a fin
de reducir los costos al ejército y aumentar las pérdidas del enemigo. Se mantuvo
en secreto hasta 1947. En la post guerra, muchas industrias lo usaron en su
planificación diaria.
Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo
simplex, en 1947, John von Neumann, que desarrolló la teoría de la dualidad en el
mismo año, y Leonid Kantoróvich, un matemático ruso, que utiliza técnicas similares
en la economía antes de Dantzig y ganó el premio Nobel en economía en 1975.
Para el caso de estudio en particular se aplicará la minimización de la función
objetivo que busca reducir los costos de producción en los tiempos establecidos de
la empresa water ski.
3
MODELO MATEMÁTICO APLICADO EN LA SOLUCIÓN Y LÓGICA DEL
SOFTWARE IMPLEMENTADO
Restricciones: Las restricciones son relaciones entre las variables de decisión y los
recursos disponibles. Las restricciones del modelo limitan el valor de las variables
de decisión. Se generan cuando los recursos disponibles son limitados, dichas
restricciones son expresadas por inecuaciones lineales, pueden ser del tipo >, <,
>=, <= o =. Adicionales a ellas se encuentra la
Restricción de No Negatividad: de las Variables de decisión, o sea: Xi >= 0
Software
Excel SOLVER
Es una herramienta de microsoft que entre otras funcionalidas, es capaz de resolver
problemas de programacion lineal utilizando el metodo simplex.
Con Solver, se puede buscar el valor optimo para una celda, denominada celda
objetiva en donde se escribe la formula de la funcion objetivo f(x1+x2+x3….Xn)
Solver cambia los valores de los grupos de celdas, denominada celdas cambiantes,
y que esten relacionadas, directa o indirectamente con la formula de la celda
objetivo; En esta celda se encuentran los valores de las variables controladas.
4
Desarrollo del Caso:
La compañía Wetski Water Ski es la más grande productora de skis para agua,
como usted sospecha, existe una estimación de alta demanda, como un máximo en
los meses de verano y como un mínimo en los meses de invierno. Conociendo los
costos y el pronóstico por trimestre; Formule un programa de programación lineal
que minimice los costos y satisfaga la demanda. ¿Cuáles son los costos de este
plan?
1. Formulación
2. Función Objetivo
3. Restricciones
4. Condición de no negatividad
1. Formulación.
5
Xj = Pares de skis a fabricar con la fuerza de trabajo regular en el trimestre j-ésimo.
Hj = Pares de skis a fabricar en horas extras en el trimestre j-ésimo
Mj = Pares de skis a fabricar con subcontratos en el trimestre j-ésimo
Ij = Unidades en inventario al final del trimestre j-ésimo
JK = 1, 2, 3, 4
2. Función Objetivo:
3. Restricciones:
X1 + H1 + M1 = 50,000 + I1
I1 + X2 + H2 + M2 = 150,000 + I2
I2 + X3 + H3 + M3 = 200,000 + I3
I3 + X4 + H4 + M4 = 52,000
XJ ≤ 50,000; J = 1, 2, 3, 4
HJ ≤ 50,000; J = 1, 2, 3, 4
MJ ≤ 40,000; J = 1, 2, 3, 4
4. Condición de no Negatividad:
XJ ≤ 0; J = 1, 2, 3, 4
HJ ≤ 0; J = 1, 2, 3, 4
MJ ≤ 0; J = 1, 2, 3, 4
IJ ≤ 0; J = 1, 2, 3, 4
6
El Modelo Matemático planteado quedaría de la siguiente manera:
S.A. X1 + H1 + M1 = 50,000 + I1
I1 + X2 + H2 + M2 = 150,000 + I2
I2 + X3 + H3 + M3 = 200,000 + I3
I3 + X4 + H4 + M4 = 52,000
XJ ≤ 50,000; J = 1, 2, 3, 4
HJ ≤ 50,000; J = 1, 2, 3, 4
MJ ≤ 40,000; J = 1, 2, 3, 4
XJ ≤ 0; J = 1, 2, 3, 4
HJ ≤ 0; J = 1, 2, 3, 4
MJ ≤ 0; J = 1, 2, 3, 4
IJ ≤ 0; J = 1, 2, 3, 4
7
1. Para resolver el problema, primero instalamos el complemento “Solver”. Para
instalarlo nos dirigimos a Archivo > Opciones. Nos aparecerá el siguiente
cuadro.
8
3. Escribimos la función objetivo, usando como variables la casilla que
contendrá el valor de dicha variable (las casillas de la columna H marcadas
en celeste).
9
4. Luego, en el cuadro de RESTRICCIONES escribimos el lado izquierdo de
cada una de las restricciones al igual que como se hizo con la Función
Objetivo, es decir, las variables serán las casillas de la columna H.
10
5. El siguiente paso es la utilización del complemento Solver para resolver el
problema descrito. Para ello nos vamos a Datos > Analisis > Solver.
11
6. Establecemos la función Objetivo marcando la casilla donde ésta se
encuentra. Esta casilla es H27. En nuestro caso la función objetivo trata de
minimizar, debido a esto seleccionamos la opción “Min”.
12
7. Seleccionamos el rango de las celdas de variables. Estas son las celdas
que pueden ajustarse hasta que se satisfagan las restricciones del problema,
dicho de otra manera, estas celdas contendrán la ubicación de las variables
de decisión del problema, son las unidades que necesitamos que Solver
cambie.
Las variables de decisión se encuentran en la columna H, la hemos
destacado con un color diferente para hacer fácil su visibilidad. El rango de
variables en nuestro problema es de H9 a H23.
13
8. En el campo “Sujetas a las restricciones siguientes” se deben especificar
las restricciones a manera de conjunto o lista. Para hacer este hacemos en
Agregar y nos aparecerá el siguiente cuadro.
14
Nos aseguramos de tener marcada la casilla de Convertir variables sin restricciones
en no negativas y de haber seleccionado el método Simplex LP en Método de
resolución.
15
En este cuadro se puede elegir entre conservar la solución de Solver o Restaurar
los valores originales. Además, como se puede observar en el cuadro de la derecha
el usuario puede obtener informes si quiere obtener más detalles de la solución,
para esto solo se seleccionan los informes que el usuario desea obtener. En nuestro
caso solamente conservaremos la solución dada por Solver.
16
Como podemos observar Solver ha encontrado el valor óptimo para cada variable
respetando las restricciones.
17
CONCLUSIONES
18
RECOMENDACIONES
19
BIBLIOGRAFIA
Ejechttps://en.calameo.com/read/00114496451c6f9fe7a29?fbclid=IwAR3QeGNuO
U3JVjZSv_vKLgGG3ruKFDJK4IbffQuJGuwHj9H4_LYlgy3PSJc
SOLVER de Excel
https://es.slideshare.net/jmnvit/clase-solver
20