Beruflich Dokumente
Kultur Dokumente
PROGRAMACIN NO LINEAL
TABLA DE CONTENIDO
1. OBJETIVO PRINCIPAL...............................................................................................4
1.1.
OBJETIVOS SECUNDARIOS..............................................................................4
2. JUSTIFICACION..........................................................................................................5
3. DECISIN MULTICRITERIO.......................................................................................6
3.1.
4.2.
FUNCIN OBJETIVO.........................................................................................11
4.3.
4.4.
5. PROGRAMACION LINEAL.......................................................................................13
5.1. ...............FORMULACION DE UN PROBLEMA DE PROGRAMACION LINEAL
14
5.2. ..........FASES EN LA RESOLUCION DE PROBLEMAS DE PROGRAMACION
LINEAL..........................................................................................................................14
5.3 . ....TIPO DE SOLUCIONES EN UN PROBLEMA DE PROGRAMACION LINEAL
15
5.3.1. EL PROBLEMA DE PROGRAMACIN LINEAL FORMULADO
MATRICIALMENTE (ESTNDAR):...........................................................................15
5.3 .2. ........................................................................................MTODO GRAFICO
16
5.3.3.
6. PROGRAMACION NO LINEAL...................................................................................21
6.1. FORMULACION DE UN PROBLEMA DE PROGRAMACION NO LINEAL
(P.P.N.L.).......................................................................................................................22
6.2. TIPOS DE PROBLEMAS.......................................................................................23
6.2.1. OPTIMIZACIN NO RESTRINGIDA..............................................................24
6.2.2. OPTIMIZACIN LINEALMENTE RESTRINGIDA...........................................25
6.2.3. PROGRAMACIN CUADRTICA..................................................................26
6.2.4. PROGRAMACIN CONVEXA........................................................................27
6.2.4. PROGRAMACIN SEPARABLE....................................................................27
REFERENCIAS BIBLIOGRAFICAS.................................................................................29
CIBERGRAFIA.................................................................................................................29
1.
OBJETIVO PRINCIPAL
Solucionar problemas presentados en las situaciones cotidianas que se viven a
diario utilizando de manera adecuada el mtodo de la programacin por
objetivos, las diferentes categoras de solucin de programacin lineal.
1.1.
OBJETIVOS SECUNDARIOS
de manera simultnea.
Jerarquizar los resultados del mtodo asocindoles una ponderacin a
cada uno.
Establecer un objetivo numrico especfico para cada uno de los
objetivos a solucionar.
buscar una solucin
2. JUSTIFICACION
A travs de la siguiente investigacin se busca
3. DECISIN MULTICRITERIO
Una nica opcin en la toma de decisin puede tornarse insuficiente cuando se
analizan problemas complejos, sobre todo cuando las decisiones pueden afectar
a muchas personas. Por todo esto se debe optar por generar discusiones e
intercambios entre los actores, que por su conocimiento y experiencia pueden
ayudar a estructurar el problema y evaluar las posibles soluciones.
Todo proceso de toma de decisiones comprende de manera general los
siguientes pasos:
Anlisis de la situacin.
Identificacin y solucin del problema.
Identificacin de aspectos relevantes que permiten evaluar las
posibles soluciones.
Aplicacin de un modelo de decisin para obtener un resultado global.
Realizacin de un anlisis de sensibilidad.
3.1.
Criterios
6. Calcular el Score para cada una de las Alternativas
7. Ordenar las Alternativas en funcin del Score. La Alternativa con el Score
ms altorepresenta la Alternativa a recomendar.
Modelo para Calcular el Score:
Dnde:
r ij
S j = w i r ij
i
3.2.
ANALISIS
MULTICRITERIO:
MODELO
PROCESO
ANALTICO
a1 x1 + a2 x 2 Meta1
a1 x1 + a2 x 2 Meta2
4.1.
a3 x 1+ a3 x 2 Meta3
FUNCIN OBJETIVO
Depende del procedimiento, si se consideran los diferentes objetivos de
manera simultnea (Objetivos sin prioridades) o si por el contrario se adopta
un procedimiento secuencial (Objetivos con prioridades).En el primer caso se
tratar de Minimizar una funcin ponderada de las variables de desvo .En el
segundo caso se identificarn m modelos de PL a ser optimizados de
manera secuencial y de acuerdo a los m niveles de jerarqua asignados a
los objetivos. La secuencia se resuelve por nivel de jerarqua, desde el nivel
de mayor prioridad al de menor.
4.3.
4.4.
5. PROGRAMACION LINEAL
La Programacin Lineal es una de las tcnicas agrupadas como programacin
Matemtica, aplicable a problemas de asignacin de recursos limitados, con
actividades competitivas hacia un objetivo comn, que puede ser de maximizar
beneficios o minimizar prdidas. Se utiliza un modelo matemtico con
representacin vlida de la problemtica en estudio; sus relaciones deben ser
lineales, que significa utilizar, slo variables de primer grado en cada trmino.
El objetivo de la Programacin Lineal es encontrar el valor de la funcin que:
Max( Min) z=c 1 x 1+ c 2 x 2++ cn xn
++ a1 n xn=b 1
a 21 x 1+a 22 x 2
++a2 n xn=b 2
.
am1 x 1+am 2 x 2++amn xn=bm
Donde
xi0( i=1,2, , n)
variables.
La solucin de un problema de programacin lineal, en el supuesto de que
exista, debe estar en la regin determinada por las distintas desigualdades. Esta
recibe el nombre de regin factible, y puede estar o no acotada.
Para que un modelo de Programacin Lineal sea vlido, debe cumplir las
propiedades siguientes:
tener cualquier valor que sea positivo o por lo menos igual a cero.
Certidumbre: Significa que los parmetros o constantes son estimados con
certeza, o sea, no interviene una funcin de probabilidad para obtenerlos
obra, inventario).
Establecimiento de las restricciones que limitan el valor ptimo que puede tomar
la funcin objetivo. Las restricciones que pueden presentarse son del tipo: i) Si
no se debe exceder del recurso disponible
requerido
(); ii
Para no menos de lo
() .
AX =b
X
n+m
variables
x j,
definidas
que
cero
Solucin factible bsica: aquella que es solucin bsica y cumple (2.3), esto
5.3.2.
MTODO GRAFICO
Lo que se pretende con el mtodo grfico es dar una visin geomtrica del problema
que queremos resolver. Es evidente que su precisin no es la deseada, pero nos
puede dar una aproximacin a lo que queremos resolver.
El procedimiento a seguir es:
1. Dibuje la grfica de cada restriccin sobre el mismo cuadrante no negativo
2. Convierta las desigualdades en igualdades y represente la rectas que
representan estas ecuaciones
3. Escoja cualquier punto de ensayo que no pertenezca a la recta
4. Evale el primer miembro de la expresin. Sustituya el punto de ensayo en el
primer miembro de la desigualdad y obtenga el valor numrico
5. Determine si el punto de ensayo satisface la desigualdad.
6. Si el punto de ensayo satisface la desigualdad original, entonces todos los
puntos que estn del mismo lado que el punto de ensayo satisfacen la
desigualdad, en caso contrario ser un punto no factible
7. Localice la regin de soluciones factibles (Regin Factible)
8. Dibuje una recta arbitraria de la funcin objetivo, por ejemplo pasando por el
origen, para obtener la pendiente de la funcin objetivo
9. Determine la direccin ascendente o descendente de esta recta.
Sujeto a
c 1 x 1+c 2 x 2+...+cnxn
a 11 x 1+ a 12 x 2+...+a 1 n xn=b 1
a 21 x 1+ a 22 x 2+...+a 2 nxn=b 2
...
am1 x 1+am 2 x 2+...+amnxn=bm
x 1,. .., xn 0
El modelo debe cumplir las siguientes condiciones
Objetivo de maximizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor
negativo.
Condicin de entrada a la base: el menor valor negativo en la fila Z (o el
de mayor valor absoluto entre los negativos) indica la variable Pj que
entra a la base.
Condicin de salida de la base: una vez obtenida la variable entrante, la
variable que sale se determina mediante el menor cociente
P 0/ Pj
de
la
siguiente
forma:
y
en
caso
Pj=aij .
M f (x 1 ; ; x 2 ; :::; xn)
M ax
s : a :g 1(x 1; x 2; :::; xn)( ;=; )b 1
gm( x 1; x 2; :::; xn)( ;=; )bmComo en Programacion lineal la funcion f (x 1; ; x 2; :::; xn) es
consiste
en
utilizar
formulaciones
especiales
de
problemas
de
lacondicin necesa ria para que una solucin especficaxsea ptima cuando f (x) es una funcindifere
de
funciones no
lineales
f (x),
estas
ecuaciones
suelen
ser no
lineales tambin, en cuyo caso es poco probable que se pueda obtener una
solucin analtica simultnea. Qu se puede hacer en ese caso? Las
secciones 13.4 y 13.5 describen procedimientos algortmicos de bsqueda para
encontrar x* primero para n = 1 y luego para n > 1. Estos procedimientos
tambin tienen un papel importante en la solucin de varios tipos de problemas
con restricciones, que se describirn en seguida. La razn es que muchos algoritmos para problemas restringidos estn construidos de forma que se adaptan
a versiones no restringidas del problema en una parte de cada iteracin.
Para cada j de este tipo. Esta condicin se ilustra en la figura 13.11, donde la
solucin ptima de un problema con una sola variable es x = 0 aun cuando la
derivada ah es negativa y no cero. Como este ejemplo tiene una funcin
cncava para maximizar sujeta a una restriccin de no negatividad, el que su
derivada sea menor o igual a 0 en # = 0, es una condicin necesaria y suficiente
para que x= 0 sea ptima.
Son cada tina funciones de una sola variable x1 y x2, respectivamente. Usando
el mismo razonamiento, se puede verificar que la funcin considerada en la
figura 13.7 tambin es una funcin separable.
Son cada tina funciones de una sola variable x1 y x2, respectivamente. Usando
el mismo razonamiento, Es importante distinguir estos problemas de otros de
programacin convexa, pues cualquier problema de programacin separable se
puede aproximar muy de cerca mediante uno de programacin lineal y, entonces,
se puede aplicar el eficiente mtodo smplex.
REFERENCIAS BIBLIOGRAFICAS
CIBERGRAFIA
bc/sistema_pl.htm
Consulta realizada el 05 de Abril/2014
http://ocw.usal.es/eduCommons/ensenanzas-tecnicas/investigacion-operativa-
i/contenidos/TemasIO-I_PDF/Cap02(PL)_IO-I.pdf
Consulta realizada el 10 de Abril/2014
http://148.204.211.134/polilibros/portal/Polilibros/P_terminados.../InvOperac-1Virginia/InvOperac/UMD/Unidad
%202/Contenido/modelostipicosdeprogramacio.htm#arriba
Consulta realizada el 11 de abril/2014
http://www.phpsimplex.com/teoria_metodo_simplex.htm
Consulta realizada el 13 de Mayo/2014
http://www.ugr.es/~proman/IO1Grado/PDF/Tema_8.pdf
Consulta realizada el 15 de Mayo/2014
http://programacionnolinealsm.wordpress.com/2012/06/24/optimizacion-norestringida/
Consulta realizada el 17 de Mayo/2014
http://www.uv.es/~sala/clase03.pdf