Beruflich Dokumente
Kultur Dokumente
Materia:
Investigacin de Operaciones
Carrera:
Ingeniera Qumica
Alumnos:
PROFESORA
Erandi Gonzlez La.
NDICE
1. Manual de resolucin de algoritmo simplex por medio del software LINDO...3
1.1. Introduccin............................................................................3
1.2. Pasos a seguir.........................................................................3
1.2.1. Abrir el entorno.....................................................................3
1.2.2. Funcin objetivo....................................................................4
1.2.3. Restricciones........................................................................4
1.2.4. Guardado del archivo..............................................................4
1.2.5. Ejecucin de la solucin..........................................................5
1.2.6. Anlisis de resultados.............................................................7
2. Manual para la solucin de un modelo con DUAL SIMPLEX en Excel..........7
2.1. Pasos a Seguir...........................................................................7
3. Manual de anlisis de sensibilidad en Excel.......................................14
3.1. Pasos a seguir.......................................................................14
4. Aadir una nueva restriccin en un anlisis de sensibilidad.....................24
4.1. Pasos a Seguir..........................................................................24
4.2. Proceso...............................................................................24
Bibliografa........................................................................... 29
2
1. Manual de resolucin de algoritmo simplex por medio del software LINDO.
1.1. Introduccin.
LINDO (Linear Interactive and Discrete Optimizer), es un software de fcil manejo,
creado por Linus Schrage en 1986, el cual es utilizado para resolver problemas de
programacin lineal, por enteros o cuadrtica. A continuacin, se explicar paso a
paso como resolver nicamente problemas del caso simplex, as como tambin, el
anlisis de los resultados arrojados por el software.
3
acostumbra, de un espacio seguido de las variables y su numeracin de cada una
de ellas tal como se muestra en la figura 1.2.
Con esto usted le dice al software que maximice o minimice la funcin objetivo.
1.2.3. Restricciones.
El software entiende la diferencia entre la funcin objetivo y las restricciones
utilizando las palabras en ingls subject to (sujeto a) lo que normalmente se
escribe como S.A, adems de esto cabe mencionar que los signos, mayor o igual
y menor o igual son escritos y comprendidos por el software de la siguiente forma
<= y >=.
El software supone que todas las variables son no negativas, por lo que las
restricciones de no negatividad no se tienen que introducir en el mismo.
De un enter y prosiga a escribir las restricciones como normalmente las escribira
tal y como se muestra en la figura 1.3.
4
Figura 1.4. Ventana de guardado en el software LINDO.
5
Figura 1.6. Ventana de decisin para realizar anlisis de sensibilidad.
6
1.2.6. Anlisis de resultados.
Los resultados del software en la figura 1.8 nos indica:
LP OPTIMUM FOUN AT STEP 0
Lo que seala que le software encontr la solucin ptima despus de 0
iteraciones o tambin conocido como pivoteos.
VALUE
SLACK OR SURPLUS
DUAL PRICES.
Este mtodo se aplica cuando al menos se tiene una restriccin del tipo
Aplicable generalmente en modelos de minimizacin, el cual parte de una solucin
ptima, pero no factible que a diferencia del mtodo simplex para su solucin se
aplican criterios contrarios al mtodo simplex en la determinacin de variables
entrantes y salientes
Se tiene el problema:
Max z= -2x1-x3
S.A.
X1+X2-X35
X1-2x2+4x3 8
X1, X2, X3 0
7
Como primer paso se pasa el problema Max a Min, se debe igualar la funcin
objetivo a 0 de modo que tengamos restricciones del tipo y tambin anexamos
variables de holgura al modelo para su forma aumentada quedando de la
siguiente manera:
Min z+2x1+x3=0
S.A.
-X1-X2+X3 +S1 =-5
-X1+2X2-4X3 +S2=-8
8
Figura 2. 2. Colocacin de coeficientes para primera iteracin del mtodo dual
simplex
Criterio de Factibilidad
En este mtodo se utiliza dicho criterio, para determinar la variable bsica que sale
eligiendo aquella que corresponda al valor ms negativo en la columna de
solucin de la tabla auxiliar
Criterio de Optimalizad
9
Figura 2. 3. Seleccin de variable de salida y valores para obtencin de pivote
10
diferencia de este debern ser 0 llevando a cabo las operaciones
correspondientes
Se ubica uno en la tabla 2, rengln 15, columna E y se divide el valor en la celda
entre -4, luego se arrastra la formula hasta las columnas E, F, G, H, I, J y K del
mismo rengln 15, para as todas queden divididas entre -4 segn se percibe en la
figura 2.5 y 2.6:
Los datos obtenidos son los descritos en la figura 2.7 y cmo podemos observar el
-4 ahora tiene el valor de 1 y queda aplicar ms operaciones entre el rengln x3 y
11
los renglones x4 y z como en la figura 2.8. Hasta que los valores del rengln x4 y z
en la columna H sean 0 segn la figura 2.9
12
Figura 2.9. Obtencin de resultados primera iteracin
13
Figura 2.11. Solucin Dual Simplex al modelo de programacin lineal
14
Figura 3.2. Frmulas de anlisis de sensibilidad.
15
Figura 3.4. Distribucin de datos en la matriz de la funcin problema
16
Figura 3.6. Seleccin del pivote.
3.1.6.4. Dividir todo el rengln en que se hizo pivote entre la celda que
se eligi en el paso antepasado. Para ello seleccione la celda
correspondiente y se divide entre el valor pivote Figura 3.8.
17
3.1.6.5. Hacer 0 la columna del nmero que se hizo pivote. Se
introduce la formula en el programa, en la celda correspondiente
de la columna tres Figura 3.9.
R 1=R 1+ 4 R 3
R 2=R 25 R 3
18
Figura 3.11. Con rengln 2.
19
Figura 3.13. Eleccin del nmero pivote.
3.1.6.9. Dividir todo el rengln en que se hizo pivote entre la celda que
se eligi en el paso pasado Figura 3.15.
20
Figura 3.15. Divisin del pivote.
3.1.6.10. Hacer 0 la columna del nmero que se hizo pivote Figura 3.16.
21
Para el rengln 3: En cada celda del rengln 3, ingrese la frmula correspondiente,
utilizando los valores de la matriz anterior Figura 3.18.
[ ]
b= 25 =[ 25 20 ]
20 b=
20[ ]
40 [
= 40 20 ]
3.1.7. Observar en la tabla de frmulas ingresadas en Excel cuales son las
variables que cambian al modificarse b Figura 3.20.
22
3.1.8. Ingresar en Excel, segn la ltima matriz los datos de las formulas
necesarios Figura 3.21.
23
Figura 3.23. Resultados de z.
4.2. Proceso
i. Se ingresa al sofware lindo y se coloca el problema con la
respectiva funcion objetivo y las restricciones a las que esta
sujeta segn la figura 4.1:
24
Figura 4.1. Visualizacin de la ventana principal de sofware LINDO.
25
iii. Para nuestro modelo la solucin es segn lo mostrado en la
figura 4.3:
Iteraciones
realizadas para
Solucin ptima
26
Figura 4.4. Visualizacin de dos ventanas en la misma consola.
27
Figura 4.6. Esquema de apartados arrojados por el software LINDO para la
solucin de modelos de programacin lineal.
28
Figura 4.7. Visualizacin de la consola solucin al Problema con restriccin
aadida y sin ella.
29
Figura 4.8. Visualizacin de problema con nueva restriccin que no satisface la
solucin actual.
x. Para poder ver la tabla de iteracin en un problema de
programacin lineal basta dirigirse al men en la opcin
reports y eligiendo la opcin de TABLEAUT y dando clic esta
se desglosara y ser visible en la ventana segn la figura 4.9.
Bibliografa
GEO Tutoriales. (15 de 05 de 2013). Gestin de Operaciones .
Recuperado el 27 de 04 de 2017, de Incorporar Nueva Restriccin
(Anlisis Postoptimal Programacin Lineal) :
http://www.gestiondeoperaciones.net/programacion_lineal/incorpor
ar-nueva-restriccion-en-un-modelo-analisis-de-sensibilidad-en-
programacion-lineal/
Hillier, F. S. (2010). Introduccin a la Investigacin de Operaciones. En
Introduccin a la Investigacin de Operaciones. (pgs. 244-245).
McGraw-Hill.
Winston, W. L. (2004). Investigacin de operacines aplicaciones y
algoritmos . En W. L. Winston, Investigacin de operacines
30
aplicaciones y algoritmos (4 edicin ed., pg. 151). Indiana,
Estados Unidos: Thomson.
31