Beruflich Dokumente
Kultur Dokumente
SANTIAGO MARIO
EXTENSIN PORLAMAR
ESCUELA: ING.SISTEMAS
Realizado por:
Ernesto Lenin Fonseca Almerida
C.I 20.324.428
INTRODUCCIN
La optimizacin proporciona un esquema conceptual que facilita el difcil proceso
de estructuracin, anlisis y sntesis, inherente a todo problema de decisin; contribuyendo,
as, al diseo de mejores soluciones para problemas de carcter tanto tcnico, como
econmico y social."
Podemos decir que optimizar es sinnimo de buscar lo mejor, tambin de alcanzar
la ganancia mxima o tener la prdida mnima.
Se busca la optimizacin en cualquier actividad, sean stas empresariales, cientficas
o polticas, formalizando y cuantificando, mediante procedimientos matemticos, la forma
de alcanzar lo mejor en una circunstancia o problema bien definido. La optimizacin como
herramienta efectiva para estructurar, analizar y sintetizar una gran variedad de problemas
de decisin.
Alternativa de decisin.
Condiciones de linealidad o no.
Mnimas condiciones organizativas.
Formulacin
Es un problema secuencial, se empieza con una formulacin inicial basado en lo
anterior y se perfecciona en la medida en que se plantea el problema y se obtienen las
primeras soluciones. Muchas veces el anlisis del resultado incide en la formulacin. sta
tiene dos aspectos: general y concreto.
La formulacin general se utiliza en publicaciones cientficas, en ponencias y eventos.
Planteamiento Matemtico
Es una respuesta a la formulacin del problema
I) Planteamiento Matemtico General.
El planteamiento matemtico general consta de ndices, variables, parmetros,
restricciones y funcin objetiva.
Este planteamiento se utiliza en publicaciones, eventos, o cuando se tiene una idea
de cmo se podr modelar un fenmeno dado. El aspecto de las variables, restricciones y
funcin objetivo se trata bajo los mismos lineamientos del planteamiento concreto de
trabajo.
Los parmetros se definen con la misma rigurosidad que las variables (cualitativa y
cuantitativamente y tiempo). Los ndices reflejan las diferentes combinaciones que se
pueden dar con las variables.
II) Planteamiento Matemtico.
Se utiliza en el proceso de aplicacin y al igual que la formulacin es secuencial. Puede ser
corregido o perfeccionado cundo se tiene la solucin del problema.
Consta de tres momentos:
a) Definicin de la variable.- Puede hacerse una a una o de forma general (si la cantidad de
variables a definir es grande), y a su vez incluye tres aspectos:
Introduccin de resultados
La introduccin implica la estrategia o accin en el sistema que ha sido modelado
y que va a tener en cuenta los resultados obtenidos. Claro que la dinmica productiva
muchas veces en muy rpida pero para introducir los resultados en la prctica se hacen
necesario su seguimiento de manera que se pueda corregir cualquier alteracin que surja
en el proceso.
EXTREMOS NO RESTRINGIDOS Y EXTREMOS RESTRICTOS.
Extremos no Restrictos:
Consiste en buscar un extremo de una funcin no sobre cualquier punto de su
dominio sino sobre un subconjunto del dominio de la funcin que puede expresarse
como variedad diferenciable. Ms concretamente consiste en encontrar un mximo (o un
mnimo) sujeto a la condicin de que el punto donde se produce pertenezca a un cierto
conjunto:
Sea f: A R n R con A abierto de R n y sea X A. Se considera la restriccin
f X: X R x 7 f(x)
Extremos Restrictos:
Es un procedimiento para encontrar los mximos y mnimos de funciones de
mltiples variables sujetas a restricciones. Este mtodo reduce el problema restringido
con n variables a uno sin restricciones de n + k variables, donde k es igual al nmero de
restricciones, y cuyas ecuaciones pueden ser resueltas ms fcilmente. El mtodo dice que
los puntos donde la funcin tiene un extremo condicionado con k restricciones, estn entre
los puntos estacionarios de una nueva funcin sin restricciones construida como
una combinacin lineal de la funcin y las funciones implicadas en las restricciones, cuyos
coeficientes son los multiplicadores.
Sea f: D R n R un campo escalar y x0 un punto que pertenece a una bola
contenida en D. Diremos que f tiene un mximo local en x0 si f(x0) f(x) para todo x
perteneciente a una cierta bola de centro x0.
Formulacin de problemas de optimizacin.
Cuando se ha decidido o hecho indispensable aplicar la optimizacin en un proceso
industrial se han de requerir tres componentes bsicas para la formulacin del problema en
trminos matemticos:
Programacin entera
Programacin combinacional
Programacin heurstica
am1............. amn
Con ci , bj , aij R (i = 1.....n , j = 1......m)
X = { x/ Ax <= b , x >= 0}
Estructura de un problema de programacin lineal.
Primero haremos una consideracin de carcter general, vlida tanto para modelos
no lineales como lineales:
Naturaleza de los parmetros empleados en la construccin de los modelos. Los datos
que caracterizan el problema, como son en un modelo de programacin lineal los valores
asignados a los parmetros aij , bi y cj , derivan de observaciones reales y como tales estn
sujetos, en general, a un cierto grado de incertidumbre.
Linealidad del modelo. La naturalidad con que formulamos nuestro problema, en
trminos de un programa lineal, se debe en buena medida, a la presencia de los dos
ingredientes bsicos de la linealidad: proporcionalidad y superposicin.
Proporcionalidad: es apreciada en dos aspectos. Al decir que si se requieren aij horas de
maquinaria i para producir una unidad de producto j, se requerirn aijxj horas para producir
xj unidades de producto j, y al establecer que si el beneficio asociado con la produccin de una
unidad de j es cj , el beneficio de xj unidades es cj xj . Sin embargo, aunque esta afirmacin parece
ser bastante razonable, hay dos observaciones que ilustrarn sus limitaciones:
-K + ci xi si xi > 0
en que K(k>0) es el costo de la inversin. Si k=0, tenemos ci (xi) = ci xi como en el
problema de programacin lineal, pero si k>0, la proporcionalidad ya no es vlida. El
ci (xi) as definido tiene una discontinuidad en el origen.
B).- Rendimientos de escala: en algunos casos el costo (o utilidad) puede estar asociado con
el nivel de produccin de un determinado producto y por lo tanto, al no existir la
proporcionalidad, no es posible formular el modelo directamente en trminos de una
programacin lineal.
Superposicin: o aditividad, se refiere al hecho de que la suma de los recursos empleados
por cada actividad es igual al uso total del recurso. O sea, el nmero total de horas de uso
de la mquina i corresponde a la suma de las horas empleadas por cada producto en esta
misma mquina durante su proceso de fabricacin. La aditividad implica que no se gana ni
se pierde nada por la fabricacin simultnea de varios productos.
Existe un mtodo computacional que no depende de la dimensin del problema para
su funcionamiento. Este mtodo recibe el nombre de mtodo simplex.
Mtodo simplex.
Con l se puede resolver un problema de programacin lineal de cualquier
dimensin.
Es un algoritmo que salta de un vrtice, formado por la interseccin de las
ecuaciones de restriccin, a otro, de manera que siempre aumente el valor de la funcin
objetivo.
El procedimiento a seguir en la solucin de un problema de programacin lineal es:
1. Formule el problema en un formato adecuado para la programacin lineal, usando
ecuaciones de restriccin lineales y funcin objetivo lineal.
2. Introduzca las variables de holgura necesarias manteniendo siempre positivo el lado
derecho de todas las ecuaciones.
3. Escoja una base inicial posible. Si todas las ecuaciones de restriccin son desigualdades del
tipo menor que, se pueden usar las variables de holgura.
4. Manipule algebraicamente las ecuaciones de manera que la funcin objetivo quede
expresada en funcin de las variables no bsicas. Esto determina el valor de la funcin
objetivo para las variables en la base.
5. Examine la funcin objetivo y escoja la variable que tenga el mayor coeficiente positivo
para introducirla en la base (en el caso de maximizacin). Si no hay coeficientes positivos,
quiere decir que se ha alcanzado el ptimo.
6. Examine las ecuaciones de restriccin y escoja una para eliminar la variable que ser
introducida en la base. El criterio a usar es que ninguno de los trminos del lado derecho se
haga negativo. Esto es necesario para asegurar que todas las variables de la nueva base sean
positivas.
7. Realice la misma eliminacin en la funcin objetivo para sacar la nueva variable
perteneciente a la base. La funcin objetivo debe tener solamente variables que no estn en
la base. Esto determina el nuevo valor de la base.
8. Repita los pasos 5, 6 y7 hasta que todos los coeficientes en la funcin objetivo a maximizar
sean negativos.
CONCLUSIN
Los mtodos de optimizacin son una rama de las matemticas con el objetivo de
realizar un proceso de toma de decisiones por medio del uso de modelos matemticos,
estadsticos y algoritmos. Frecuentemente trata del estudio de complejos sistemas reales,
con la finalidad de mejorar (u optimizar) su funcionamiento.
Las Tcnicas de Optimizacin, conjuntamente con los sistemas informticos, se han
convertido en una poderosa herramienta para el diagnstico y solucin de mltiples
problemas complejos, presentes en las Ciencias de la Administracin, convirtindose en
elemento decisivo para la toma de decisiones.