UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN DIRECCIÓN DE POSTGRADOS MAESTRÍA EN DIRECCIÓN Y GESTIÓN DEL RECURSO HUMANO SEDE: ESCUINTLA CURSO: MODELOS PARA LA TOMA DE DECISIONES CATEDRÁTICA: INGA. M.A. CLAUDIA ESMERALDA MARISOL VILLELA CERVANTES Programación lineal: Método gráfico y por computadora. Licda. Nora Hilda Zacarías Velázquez Licda. Elva Leticia Argueta Solis Lic. Juan Francisco Alvarez Paz Ing. Genaro Emmanuel López Salomón Escuintla, 28 de marzo 2015 2728-06-13924 2728-02-14708 2728-02-11488 2728-07-16985 INDICE INTRODUCCION PROGRAMACIÓN LINEAL ..............................................................................................................1 Funcion Objetivo .................................................................................................................. 2 Programacion Lineal: metodo grafico ................................................................................. 3 Metodologia ......................................................................................................................... 4 Analisis ................................................................................................................................ 4 Pasos del Metodo Grafico.................................................................................................... 5 Trasladar la Informacion Relevante del Problema a una Tabla........................................... 5 Describir el Objetivo del Problema, Formular las Restriciones y Nombrar las Variables .. 5 Formular la Funcion Objetivo ............................................................................................. 5 Realizar el Modelo Matematico .......................................................................................... 5 Remplazar por 0 los Valores de A y B en cada una de las Ecuaciones ............................... 6 Graficar los Puntos Encontrados ................................................................................. 7 - 9 PROGRAMACION LINEAL : POR COMPUTACION ................................................................9 PROGRAMACION LINEAL EN TORA ...........................................................................................9 Solucion de un Problema de Programacion Lineal con Otra .............................................. 9 El Problema ...................................................................................................................... 10 Modelo Matematico......................................................................................................... 10 Ingresando los Datos a Otra ...................................................................................... 11 - 14 PROGRAMACION LINEAL EN SOLVER ............................................................................ 14 Algoritmos y Metodos utilizados por Solver ........................ Error! Bookmark not defined. Ingresando los Datos a Excel........................................Error! Bookmark not defined. - 22 CONCLUSION BIBLIOGRAFIA i INTRODUCCIÓN La Programación Lineal utiliza un modelo matemático para describir el problema. El objetivo lineal significa que todas la funciones del modelo matemático deben se funciones lineales. Muchas personas clasifican el desarrollo de la programación Lineal entre los avances científicos más importantes del siglo XX su impacto desde 1950 ha sido extraordinario, en la actualidad es una herramienta de uso normal que ha ahorrado miles o millones a muchas compañías, en los países industrializados del mundo, su aplicación a otros sectores de la sociedad se ha ampliado con rapidez. Las funciones con las cuales trabaja la programación lineal están relacionadas con procesos de producción a nivel de tiempos de fabricación, cantidad de mano de obra, materiales, equipos utilizados y costos de operación entre muchos otros aspectos. Todos los problemas de programación lineal incluidos de tipo grafico demandan maximización o minimización de los diferentes recursos invertidos a fin de obtener el mayor beneficio, como función de los objetivos que persigan tanto el área donde se presenta el problema o necesidad. ii I. PROGRAMACIÓN LINEAL La programación lineal es una de las más importantes herramientas de la investigación de operaciones, se utiliza cuando un problema se puede describir utilizando ecuaciones y desigualdades que son todas lineales. La Programación Lineal es una técnica matemática de optimización. Por técnica de optimización se entiende un método que trata de maximizar o minimizar un objetivo; por ejemplo, maximizar las utilidades o minimizar los costos. La programación lineal es un subconjunto de un área más extensa de procedimientos de optimización matemática llamada programación matemática. La Programación Lineal trata la planeación de las actividades para obtener un resultado óptimo, esto es, el resultado que mejor alcance la meta específica (según el modelo matemático) entre todas las alternativas de solución. La Programación Lineal no da espacio para que haya incertidumbre en ninguna de las relaciones; no incluye ninguna probabilidad o variable aleatoria. Por consiguiente, el problema de maximizar la función objetivo, sujeta a las distintas restricciones, es conceptualmente simple. Cuando hay sólo unas pocas variables, el sentido común algo de aritmética pueden dar una solución, y es que así se han resuelto esos problemas por generaciones. Sin embargo, como es frecuente, la intuición es poco válida cuando el problema es más complejo; ya que cuando el número de variables de decisión aumenta de tres a cuatro a cientos de miles, el 1 problema desafía los procedimientos empíricos. La programación lineal ha hecho posible manejar de una manera ordenada, problemas con grandes cantidades de restricciones. Esta técnica tiene excepcional poder y aplicación general. Es aplicable a una gran variedad de problemas organizacionales de los negocios modernos y puede manejarse como una rutina con la ayuda de los computadores actuales. Es una de las técnicas cuantitativas que se le ha dado a la gerencia elementos eficaces para abordar un conjunto de problemas que admitían sólo soluciones parciales hasta hace pocos años. En todo problema de programación lineal hay que tomar ciertas decisiones. Estas se representan con variables de decisión xj que se utilizan en el modelo de programación lineal. La estructura básica de un problema de este tipo es maximizar o minimizar la función objetivo, satisfaciendo al mismo tiempo un grupo de condiciones restrictivas o restricciones (que limitan el grado en que se puede perseguir algún objetivo). (Ruben Dario Estrella Sanchez, 2008) La función objetivo. La función por maximizar o minimizar se llama función objetivo. Aunque por lo regular existe un número infinito de soluciones para el sistema de restricciones (llamadas soluciones factibles o puntos factibles), la meta es encontrar una que se una solución óptima (esto es, una que dé el valor máximo o mínimo de la función objetivo). 2 A. PROGRAMACIÓN LINEAL: MÉTODO GRÁFICO: El método gráfico es la forma más sencilla que existe para resolver un problema, pero tiene la limitación de que el máximo número de variables de decisión o dimensiones de problema que se pueden manejar son dos y en algunas veces se puede extender a tres dimensiones, para más de dos dimensiones es necesario recurrir al método analítico como única forma de resolver este tipo de problemas.(programacion Lineal Investigacion de Operaciones) Método de Solución Gráfica al problema de programación Lineal: Un problema de programación lineal de dos dimensiones se puede resolver gráficamente, considerando que la solución obtenida puede estar en el espacio de actividades o bien en el espacio de recursos. Cuando la solución está en el espacio de actividades se obtiene directamente los valores de las variables de decisión y posteriormente se determina la cantidad de cada uno de los recursos que se van a consumir. En el segundo caso es que la solución está en el espacio de recursos, el valor óptimo de las variables de decisión se determinan indirectamente por cuanto la solución óptima que se obtiene representa la cantidad de recursos que han de consumirse. Solución Gráfica en el Espacio de Actividades En este método los valores de las variables de decisión se representan en un sistema de coordenadas cartesianas X, Y. En el eje de las coordenadas (eje y) se representan una de las variables, por ejemplo a X2, y en el eje de las abscisas (eje x) se representará a la otra variable, en este caso a X1. También hay que considerar que si las variables tienen que ser no negativas, entonces la solución gráfica debe, necesariamente, estar en el primer cuadrante.(Landeta). 3 Metodología Un procedimiento dividido en pasos del presente método puede ser el siguiente: Paso 1. Plantear el problema. Esto es convertir los datos e información que se tiene del problema en un sistema de ecuaciones debidamente planeadas como programación lineal. Paso 2. Representar una variable del problema en cada eje cartesiano. Paso 3. Trazar ecuaciones de la función objetivo dándole diferentes valores a Z, viendo cuáles de ellas quedan dentro de la zona factible de solución. Paso 4. Hallar la solución del problema. Aquí debemos comentar que pueden existir varias soluciones óptimas de un problema si alguna de las rectas correspondientes a las restricciones es paralela a la recta de la función objetivo; en caso contrario, existirá una solución óptima única, que será aquella que maximice o minimice la Z, según sea el caso. Este paso también puede llevarse a cabo hallando el valor de Z de cada uno de los vértices de la región factible de solución, aquella Z que sea máxima o mínima según el tipo de problema en cuestión, será la solución del mismo. Análisis Este método puede ser aplicado cuando se trata de no más de dos variables. Consiste en representarlos en un plano o espacio de dos dimensiones. En el eje de las ordenadas se ubica las cantidades de una de las variables y en el de las abscisas la segunda variable, la elección de los ejes para las variables es indistinta puesto que la solución será la misma, Luego se grafican las restricciones de los recursos una a una, y se obtiene así el polígono de solución factibles. Este determina el área de las posibles soluciones. Para el caso de maximización el área será del polígono hacia abajo y para minimización estará del polígono hacia arriba. (Programación Lineal y Evaluación de Proyecto de Inversión) 4 Pasos del método Grafico 1. Trasladar la información relevante del problema a una tabla 2. Describir el objetivo del problema, formular las restricciones y nombrar las variables Objetivo: Satisfacer los requerimientos con un costo mínimo. Restricciones: 1. Producir para el cliente 125 gal. de A 2. Producción combinada 350 gal. 3. 2 horas para producir A por cada B contando en total con 600 horas A = Cantidad de galones del producto A. B = Cantidad de galones del producto B. 3. Formular la función objetivo MIN = 2A + 3B 4. Realizar el modelo matemático MIN = 2A + 3B 5 sujeto a: 1A >= 125 Ecuación 1 1A+1B >= 350 Ecuación 2 2A+1B <= 600 Ecuación 3 A,B >= 0 5. Reemplazar por 0 los valores de A y B en cada una de las ecuaciones En ecuación 1 Si B=0 entonces: (A=125,B=0) En ecuación 2 Si A es 0 1B = 350 (A=0,B=350) Si B es 0 1A = 350 (A=350,B=0) En ecuación 3 Si A=0 entonces 1B = 600 (A=0,B=600) Si B=0 entonces 6 2A = 600 A = 600/2 A = 300 (A=300,B=0) 6. Graficar los puntos encontrados Para realizar la gráfica es necesario tomar en cuenta las siguientes recomendaciones: 1. Preparar una gráfica para cada restricción que muestre las soluciones que satisfagan la restricción. 2. Determinar la región factible identificando las soluciones que satisfacen simultáneamente todas las restricciones. 3. Trazar líneas de función objetivo que muestren los valores de las variables de decisión que producen valores especificados para la misma. 4. Mover líneas de función objetivo paralelas hacia valores más pequeños de la función objetivo hasta que un movimiento mayor a la línea por completo de la región factible. 5. Cualquier solución factible en la línea de función objetivo con el valor más pequeño es una solución óptima. 7 Del anterior gráfico podemos deducir que las líneas celestes representan cada una de las restricciones del problema, la línea roja es la función objetivo, la parte de la gráfica sombreada con puntos rojos representa el área factible y el punto blanco la solución óptima. 8 B. PROGRAMACIÓN LINEAL: POR COMPUTACIÓN En la práctica, donde los modelos típicos de programación Lineal implican cientos, o incluso miles de variables y restricciones, la única forma de resolver estos problemas es utilizando un programa apropiado de computadora. En el mercado informático existen softwares que tienen módulos de programación lineal (PL) tal como el Tora, Storm, Programas como el lindo, lingo, etc. También se puede hacer uso de Solver en Excel para resolver problemas de PL. C. Programación lineal en Tora. El software TORA de optimización es un programa basado en Windows® que tiene por objeto usarse con muchas de las técnicas presentadas en el libro Investigación de Operaciones de TAHA . TORA es una aplicación muy simple, con una interfaz gráfica de baja calidad. Una de las ventajas de TORA es que puede utilizarse en procesadores de 32 y 64 bits, hoy por hoy su principal desventaja es que deberá ajustarse la configuración de pantalla para adecuarse a sus ajustes de presentación de 800 x 600 y 1024 x 768 pixeles. Se recomienda el segundo ajuste, porque produce una distribución más proporcionada de la pantalla. 1. Solución de un problema de programación lineal con Tora. Al igual que para cualquier otro método de resolución, el primer paso para resolver un problema de programación lineal (PL) consiste en el modelamiento matemático, y es en esta fase en la que el profesional de Ingeniería Industrial debe desarrollar su mayor habilidad y 9 destreza. Los pasos para resolver un problema de PL se encuentran en el módulo de programación lineal. 2. Problema Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg. De acero y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales. ¿Cuántas bicicletas de paseo y de montaña deberá fabricar para maximizar las utilidades? 3. MODELO MATEMÁTICO Acero Aluminio Precio de Venta Bicicleta de paseo (x) 1 kg 3 kg $ 20.000 Bicicleta de montaña (y) 2 kg 2 kg $ 15.000 Disponibilidad 80 kg 120 kg Declaración de variables x = Cantidad de bicicletas de paseo a producir y = Cantidad de bicicletas de montaña a producir Restricciones de capacidad Aluminio: x + 2y <= 80 Acero: 10 3x + 2y <= 120 Función Objetivo Zmax = 20000x + 15000y Ingresando los datos a Tora Una vez iniciado TORA nos mostrará su menú principal de opciones, en él seleccionamos la opción "Linear Programming": Una vez seleccionada la opción de programación lineal, nos mostrará un menú desde el cual podemos elegir si iniciar un nuevo modelo, o abrir un archivo existente; además de seleccionar el formato de ingreso de datos, en el cual recomendamos el formato decimal: El siguiente paso consiste en completar la información solicitada en la nueva ventana, correspondiente al nombre del problema, la cantidad de variables y restricciones: Una vez consignada la información anterior, y luego de teclear ENTER, nos mostrará la siguiente interfaz, en la cual debemos consignar la información del modelo, se trata de un formato tipo matricial muy similar al utilizado por WinQSB: 11 Una vez completa la información de la matriz, procedemos a resolver el modelo, presionando el botón SOLVE. Una vez hagamos esto nos mostrará un menú en el que podemos modificar el formato numérico de la solución. Luego de esto, nos mostrará un menú emergente en el que podemos elegir el tipo de solución que queremos visualizar, se encuentra la solución gráfica y la algebraica, elegimos la algebraica en este caso y seleccionamos que se nos muestre el tabulado final: En el tabulado solución podemos observar como la función objetivo toma el mismo valor obtenido con los programas de solución de Solver y WinQSB. A partir de este tabulado podemos efectuar un análisis de sensibilidad teniendo en cuenta que: 12 Objective Value: Nos muestra el resultado de nuestra función objetivo, en este caso la solución óptima tiene una función objetivo (utilidad) de $ 850.000. Value: El valor que toman las variables de decisión. Obj Val Contrib: Es la contribución unitaria de las variables de decisión en la función objetivo. Slack-/Surplus+: Cuando la restricción en cuestión tiene el operador <=, corresponde a una holgura, es decir, se puede interpretar como el recurso no utilizado. Cuando la restricción en cuestión tiene el operador >=, corresponde a un exceso, es decir, se puede interpretar como el recurso utilizado por encima de la restricción de mínimo uso. Min and Max Obj Coeff: Para un coeficiente de la función objetivo en particular. Este es el rango en que la base actual de la solución sigue siendo la misma. 13 Dual price: Llamado en WinQSB como Shadow Price, y en Solver como Multiplicador de Lagrange, corresponde al cambio marginal de la función objetivo cuando el valor del lado derecho de la restricción aumenta en una unidad. En nuestro ejemplo sería así: por cada kg de acero adicional que tengamos disponible, la función objetivo aumentará en $1250. D. PROGRAMACIÓN LINEAL EN SOLVER Solver es una herramienta que forma parte de una serie de comandos a veces denominados de "análisis Y si". Con Solver, puede buscarse el valor óptimo para una fórmula de celda, denominada celda objetivo, en una hoja de cálculo. Solver funciona en un grupo de celdas que estén relacionadas, directa o indirectamente, con la fórmula de la celda objetivo. Solver ajusta los valores en las celdas cambiantes que se especifiquen, denominadas celdas ajustables, para generar el resultado especificado en la fórmula de la celda objetivo. Pueden aplicarse restricciones para restringir los valores que puede utilizar Solver en el modelo y las restricciones pueden hacer referencia a otras celdas a las que afecte la fórmula de la celda objetivo, lo cual lo constituyen en una herramienta adecuada para solucionar problemas de programación lineal, y programación lineal entera. 14 1. ALGORITMOS Y MÉTODOS UTILIZADOS POR SOLVER La herramienta Microsoft Excel Solver utiliza el código de optimización no lineal (GRG2) desarrollado por la Universidad Leon Lasdon de Austin (Texas) y la Universidad Allan Waren (Cleveland). 2. INGRESANDO LOS DATOS A EXCEL Tal cómo se mencionó, la importancia de una correcta organización de la información es vital, proponemos la siguiente plantilla para ingresar los datos de nuestro problema: El siguiente paso corresponde a registrar la información en la plantilla, de acuerdo a los datos que tenemos en el problema: 15 El siguiente paso consiste en formular la plantilla, para ello debemos considerar ¿qué pasaría si cambiaran las variables de decisión?... Pues, en caso tal de que las variables sufrieran cambios se alteraría la contribución total, y el inventario de recursos. Por ello, debemos formular en consecuencia: Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en utilizar Solver para resolver el modelo, para ello, vamos a la pestaña Datos (En cualquier versión de Office), y seleccionamos el complemento Solver: 16 Una vez iniciemos Solver se abrirá una ventana emergente llamada "Parámetros de Solver", en ella como primera medida seleccionaremos nuestra celda objetivo (Contribución Total) y seleccionaremos el criterio Maximizar: El siguiente paso, es indicarle a Solver que debe alcanzar el máximo valor para la celda objetivo mediante la variación de las siguientes celdas (Cambiando las celdas), es decir, le indicaremos cuales son las variables de decisión: 17 El siguiente paso consiste en asignarle las restricciones a las que el modelo está sujeto, las cuales son restricciones de disponibilidad de recursos: 18 Lo que nos muestra la imagen anterior es la forma de indicarle la restricción a Solver, para que el inventario usado sea menor o igual al inventario disponible. De igual forma debe hacerse para el recurso de Aluminio. La siguiente restricción es la de no negatividad, es decir, que las variables de decisión no puedan tomar valores menores que cero. 19 Si quisiéramos resolver el modelo tal cual como está pudiésemos hacerlo, y obtendríamos quizá una respuesta que distaría de su aplicación práctica, dado que es probable que la respuesta nos de variables continuas, y en la práctica vender 0,6 bicicletas es un poco complicado. Por tal razón, agregaremos una restricción que hace que el ejercicio se resuelva mediante programación lineal entera, indicando que las variables de decisión deban ser enteras: Hecho esto, damos clic en Aceptar y en Resolver... Podemos observar como las variables de decisión, las restricciones (inventario usado) y la contribución total (celda objetivo) han tomado valores, estos son los valores óptimos según el modelo formulado. Ahora nos aparecerá un cuadro de diálogo que nos preguntará si deseamos utilizar la solución de Solver y unos informes que debemos seleccionar para obtener una tabla resumen de la respuesta y un análisis de sensibilidad que se insertarán como hojas al archivo de Excel: 20 El informe de sensibilidad arrojado por Solver es mucho más básico que el que nos puede proporcionar WinQSB, sin embargo destacamos la información referente al "Multiplicador de Lagrange" que corresponde al "Shadow Price de WinQSB" conocido como el precio sombra, es decir, el cambio marginal de la función objetivo cuando el valor del lado derecho de la restricción aumenta en una unidad, en este caso, por cada kg de Acero adicional que dispongamos, la función objetivo aumentaría en $ 1250. 21 22 CONCLUSIÓN En conclusión se puede decir que el método gráfico es la forma más sencilla que existe para resolver un problema, pero tiene la limitación de que el máximo número de variables de decisión o dimensiones de problema que se pueden manejar son dos y en algunas veces se puede extender a tres dimensiones, para más de dos dimensiones es necesario recurrir al método analítico como única forma de resolver este tipo de problemas. Es un enfoque de solución de problemas elaborado para ayudar a tomar decisiones. Es un modelo matemático con una función objetivo lineal, un conjunto de restricciones lineales variables no negativas. En el ambiente de negocios actual, pueden encontrarse gran cantidad de aplicaciones. iii BIBLIOGRAFIA Ruben Dario Estrella Sanchez. (2008). Modelos para la Toma de Decisiones. Novena Edicicion 2008. Landeta, J. M. (s.f.). Fundamentos de investigacion de operaciones para administracion. UASLP. programacion Lineal Investigacion de Operaciones. (s.f.). Euned. Programacion Lineal y Evaluacion de Proyecto de Inversion. (s.f.). IICA Biblioteca Venezuela. iv Anexos. Link a video. https://www.youtube.com/watch?v=ZR8VlauIYoo https://www.youtube.com/watch?v=EQbXSpuNM9k v