Professional Documents
Culture Documents
TEMA8:Programacinlinealymtodosde
optimizacin
Introduccinalaoptimizacin
Problemasdeoptimizacin
Elvectorgradiente.Anlisisgeomtrico.
Programacinlineal
Caractersticas
Resolucingeomtrica
Resolucinmediantesoftwareespecializado:LINGO
Estematerialestbasadoenmaterialelaborado
porngelCoboOrtega,UniversidaddeCantabria
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Objetivosdeltema
Reconocerlaimportanciadelaoptimizacinenlos
distintoscamposdelaingeniera.
Identificar las componentes principales de un
problemadeoptimizacin.
Analizar el caso particular de la programacin
lineal.
Saber utilizar software de apoyo a la toma de
decisiones.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Optimizacinenlaingeniera
Ingeniera:
Necesidades:
OPTIMIZACIN:Bsquedadelamejorsolucin
aunproblemadado.
Minimizacinymaximizacin
Ejemplos:Problemasdelocalizacin,asignacin,confeccin
decalendarios,rutasdevehculos,
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Metodologa
Desarrollodeun
modelomatemtico
Definicindel
problema
Validacinde
lasolucin
Resolucindel
modelomatemtico
Implementacin:
Tomadedecisiones
Algoritmosexactos:producenlasolucinexactadelproblema
Algoritmos aproximados: producen la solucin aproximadad del
problemamediantealgnprocesoiterativo.
Heursticas:obtienenbuenassolucionesentiemposrazonables.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Problemasdeoptimizacin
Programas
matemticos
Minimizarcostes,tiempo
deproduccin,riesgodela
inversin,plazode
entrega,...
Maximizarlosbeneficios,nivel
deventas,satisfaccindel
cliente,resistenciadelos
materiales,...
Ambosproblemassonenelfondoequivalentes:Maxf(x)=Min(f(x))
v a lo r
m x im o
f(x )
p u n to
m x im o
p u n to
m n im o
D
v a lo r
m n im o
-f(x )
Elpuntoenelque
unafuncinalcanza
sumximoesel
mismoenelquesu
funcinopuesta
alcanzaelmnimo,
siendolosvalores
ptimosrespectivos
opuestos.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Elementosdetodoproblemaoptimizacin
La programacin matemtica consiste por tanto en el clculo de
mximos y mnimos de funciones de varias variables sometidas a un
conjuntoderestricciones.
Variablesdedecisinx=(x1,x2,...,xn)
Variablesreales,enteras,binariasobooleanas
Funcinobjetivof(x)=f(x1,x2,...,xn)
Regin factible o espacio de soluciones factibles
delimitadoporlasrestricciones:DconjuntoenR n
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Restricciones
Lasrestriccionesdelimitanlareginfactible.
Escasezderecursos,limitacionestecnolgicas,restriccionesde
diseo
Tiposderestricciones
Problemasnorestringidos
Restriccionesdeigualdad
h(x)=0
Lagrange
Optimizacin
clsica
Restriccionesdedesigualdad
g(x)0
aixibi
KarushKuhnTucker
Programacin
matemtica
Programacinlineal
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Restricciones
Ejemplo
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Restricciones
Ejemplo
pi:nmerodebarriles
producidosenelprocesoi
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Tcnicasclsicasdeoptimizacin
Anlisisdecondicionesdeoptimalidad:
Noaplicablesamuchostiposdeproblemas
Dificultad de obtencin de soluciones exactas en
muchoscasosMtodosnumricos
Problemticadelosptimoslocales
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Elproblemadelosptimoslocales
valor
mnimo
local
f(x0)
valor
mnimo
global
x0
mnimo global
estricto
x0
mnimo local
estricto
x0
mnimo local no
estricto
Espreferibleunptimoglobalaunolocal,perodesgraciadamente,
lamayoradelastcnicasdeoptimizacinlocalizanptimoslocales
ytienendificultadesparareconocerlaglobalidad.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Cond.deoptimalidadconf.diferenciables
Condicionesnecesarias:
Problemassinrestricciones:
Todoptimotieneasociadounvectorgradientenulo
Problemasrestringidos:
Condicionessuficientes:
Clasificacindematrizhessianas
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejemplo
Candidato
aptimo
Lamatrizhessianaesdef.pos.,
porloqueelpuntoesun
mnimo.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejemplo
Matlabtip
f=inline('2*x.^2+y.^2+2*x.*y+xy+2')
dens=50;
x=y=linspace(5,5,dens);
[xx,yy]=meshgrid(x,y);
zz=f(xx,yy);
surf(xx,yy,zz,'EdgeColor','none');
xlabel('x');ylabel('y')
holdon
contour3(xx,yy,zz,'w')
scatter3(1,3/2,f(1,3/2),'w')
Candidato
aptimo
Lamatrizhessianaesdef.pos.,
porloqueelpuntoesun
mnimo.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejemplo
Siaadimos
una
restriccin
Candidato
aptimo
Lamatrizhessianaesdefinidapositivaparatodo(x,y)y,porlo
queelpuntoesunmnimo.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Anlisisgeomtrico
En casos muy sencillos y de pocas dimensiones
(1 2), se puede resolver el problema de
optimizacindeformagrfica.
Representandolareginfactible
Representando las curvas de nivel y el vector
gradiente.
Localizandoelptimodentro(oenlosbordes)dela
reginfactible.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Elpapeldelvectorgradiente
0.5
-0.5
-1
-1
-0.5
MaraDoloresFras,JessFernndezyCarmenMaraSordo
0.5
Elpapeldelvectorgradiente
Ejemplo
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejercicio
Contenidos
Introduccinalaoptimizacin
Problemasdeoptimizacin
Elvectorgradiente.Anlisisgeomtrico.
Programacinlineal
Caractersticas
Resolucingeomtrica
Resolucinmediantesoftwareespecializado:LINGO
MaraDoloresFras,JessFernndezyCarmenMaraSordo
ProgramacinLineal
La programacin lineal es instrumento habitual en
empresas.
UnadelasramasdelaOptimizacinmsdesarrollada
yconmayornmerodeaplicacionesprcticas
Orgenesdelaprogramacinlineal:
Programaslineales
Funcin objetivo
Restricciones
lineales
Caractersticas:
Todoptimoesglobal.
Lascondicionesnecesariasdeprimerordensonsuficientes.
Programaslineales
Funcin objetivo
Restricciones
lineales
Ventajas:
Fcilesdedefiniryformular.
Se trabaja de forma eficiente con un nmero elevado de variables
dedecisin.
Se adaptan mejor al tratamiento algortmico con computadores
(rpidezdeclculo).
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Anlisisgeomtrico
100
80
60
40
El espacio D de soluciones
factibles es un poltopo con
un nmero finito de
vrtices.
Es recomendable que sea
acotado para garantizar la
existencia de un ptimo.
20
D
20
40
60
80
100
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Casoa=20,b=60
100
80
60
40
Elgradientemarcaladireccin
de crecimiento, y por tanto de 20
bsquedadelmximo
D
20
40
60
80
100
ElmximosealcanzaenelvrticeA=(0,80)
Valormximodelafuncinf(0,80)=4800
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Casoa=30,b=60
100
80
60
40
20
D
20
40
60
80
100
Casoa=50,b=60
100
80
60
40
20
D
20
40
60
80
100
ElmximosealcanzaenelvrticeB=(40,60)
Valormximodelafuncinf(40,60)=5600
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Anlisisgeomtrico
Deduccin de propiedades:
Resolucin:
Ejercicio
MtodoSimplex
Formulacinestndardeprogramaslineales:
Vrtice
Separtedeunvrticeinicial.
inicial
Sinoesptimo,encontrarunvrtice
adyacentequedisminuyaelvalordelafuncin
objetivooque,porlomenos,noaumente.
Repetirelprocesohastaencontrarunvrtice
quenopuedasermejorado.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Vrtice
ptimo
Elproblemadeltransporte
Unaempresadisponedemfbricasparaproducirunnicoproducto
quehadedistribuirseanmercadosdiferentes,siendoCijelcoste,por
unidaddeproducto,desdelafbricaFialmercadoMj
Fbricas
F1
Mercados
C11
M1
F2
M2
Fm
Mn
Cmn
Objetivosdelaempresa:
1.Disearpolticadesuministrosqueminimicecostesdetransporte(c ij).
2.Nosobrepasarloslmitesdeproduccindecadaunadesusfbricas(pi).
3.Atenderlademandadecadaunodelosmercados(d j).
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Elproblemadeltransporte
Unaempresadisponedemfbricasparaproducirunnicoproducto
quehadedistribuirseanmercadosdiferentes,siendoCijelcoste,por
unidaddeproducto,desdelafbricaFialmercadoMj.
Fbricas
F1
Mercados
C11
M1
F2
M2
Fm
Mn
Cmn
Variablesdedecisin:unidadestransportadasdesdecadafbricaacadamercado(xij)
Funcinobjetivo:minimizarelcostetotaldeltransporte
Restricciones:Atenderlademandadecadamercado(dj)
Nosobrepasarlascapacidadesdeproduccindecadafbrica(pi)
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Elproblemadeltransporte
Ejemplo
Una empresa multinacional dedicada a la fabricacin de electrodomsticos
recibeunpedidode8.000hornosy12.000cocinas.
Para hacer frente al pedido en un plazo de un mes debe producir los
electrodomsticosencuatrofbricasdiferentes.
El objetivo que se plantea la empresa es la planificacin ptima de la
produccindelpedido.
Fbrica 1
Fbrica 2
Fbrica 3
Fbrica 4
Capacidad de produccin
mensual de hornos
5000
7000
3000
Capacidad de produccin
mensual de cocinas
4000
6000
8000
25
30
20
20
20
25
10
13
12
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejemplo
VARIABLESDEDECISIN(xij):
Planteamientodel
problema
X2H=hornosproducidosenlaFbrica2
X2C=cocinasproducidasenlaFbrica2
X3H=hornosproducidosenlaFbrica3
X4H=hornosproducidosenlaFbrica4
X4C=cocinasproducidasenlaFbrica4
FUNCINOBJETIVO(COSTESTOTALES):
Prod=20X1C+25X2H+20X2C+30X3H+20X4H+25X4C
Trans=10X1C+13(X2H+X2C)+12X3H+9(X4H+X4C)
COSTETOTAL=30X1C+38X2H+33X2C+42X3H+29X4H+34X4C
LIMITACIONESORESTRICCIONES:
Capacidadesdeproduccinencadafbrica:
X1C<=4000; X2H<=5000; X2C<=6000
X3H<=7000; X4H<=3000; X4C<=8000
Necesidaddesatisfacerelpedido:
X2H+X3H+X4H>=8000;
X1C+X2C+X4C>=12000
Nonegatividaddelasvariables:
X2H,X3H,X4H,X1C,X2C,X4C>=0
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Resolucindeprogramas
linealesconsoftwarede
investigacinoperativa
UsodelprogramaLingo
http://www.lindo.com
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Ejemplo
Resolucindelproblemaanteriorconunsoftwarede
Investigacinoperativa:Lingo
(http://www.lindo.com)
Ejemplo
Solucin:
Optimal solution found at step:
Objective value:
Variable
X1C
X2H
X2C
Valores
de las
X3H
variables
X4H
de
X4C
Value
4000.000
5000.000
6000.000
0.00000E+00
3000.000
2000.000
Row
1
R1
R2
R3
R4
R5
R6
PEDIDO_HORNOS
PEDIDO_COCINAS
Slack or Surplus
663000.0
0.0000000E+00
0.0000000E+00
0.0000000E+00
7000.000
0.0000000E+00
6000.000
0.0000000E+00
0.0000000E+00
decisin
2
663000.0
Reduced Cost
0.0000000E+00
0.0000000E+00
0.0000000E+00
4.000000
0.0000000E+00
0.0000000E+00
Dual Price
1.000000
4.000000
0.0000000E+00
1.000000
0.0000000E+00
9.000000
0.0000000E+00
-38.00000
-34.00000
Valor ptimo
Costes reducidos:
indican la
modificacin a
aplicar a los
coeficientes de la
funcin objetivo
para que la variable
pase a ser no nula
Precios duales:
miden la
sensibilidad del
valor ptimo ante
cambios en los
trminos de la
derecha de las
restricciones
Holguras en las
restricciones
MaraDoloresFras,JessFernndezyCarmenMaraSordo