SlideShare una empresa de Scribd logo
1 de 12
Descargar para leer sin conexión
M A N U A L D E L S O F T W A R E L I N D O
11-6-2014
D O C E N T E : I N G . B R U N O R O M E R O C A R L O S
A L B E R T O
MANUAL
DEL
SOFTWARE
LINDO
Investigación Operativa I
Información presentada por los alumnos:
Blanco Román Nickson Michael
Delgado Quinto Martin Omar
M A N U A L D E L S O F T W A R E L I N D O
2
1. Introducción
El software LINDO (Linear Interactive & Discrete Optimizer) fue diseñado para
solucionar Problemas de Programación Lineal (P.P.L.). La versión que se utilizará
será el 6.1 para windows y puede ser ubicado en http://www.lindo.com, en esta
guía se utilizará el demo de esta versión.
En adelante se presentará el LINDO a través de la solución de un problema de
programación lineal, de manera que se presentarán los comandos básicos para la
solución de PPL tratados en el curso de Investigación de Operaciones.
2. Problema a solucionar
Un fundo agrícola puede producir 5 TM/Ha de papa y 10 TM/Ha de maíz, cuenta
con 100 Ha que debe asignar a la producción de maíz y papa. Los costos de
producción de papa son de S/. 1,500 por Ha y en el caso de maíz es de S/. 2,500
por Ha. El precio de mercado de la papa se estima será de S/. 0.50 por Kg,
mientras que en el caso de maíz será de S/. 0.7 por Kg. Además los requerimientos
de agua son los siguientes: 20 horas de riego por Ha de papa y 40 horas de riego
por Ha de maíz. Considerando que se dispone 2800 horas de riego para la campaña.
Encuentre el número de Has que debe ser asignado a cada cultivo para optimizar el
fundo.
A) Definición de Variables
Las variables son los factores, de los que aún no tenemos su valor y que determinan
el valor de la función objetivo. Una forma de encontrar las variables es
preguntarnos qué necesitamos saber para poder optimizar el problema que
enfrentamos. En el ejemplo:
X1 = Número de Hectáreas de papa a sembrar.
X2 = Número de Hectáreas de maíz a sembrar.
Función Objetivo
Cuando se cuenta con información de costos e ingresos se puede plantear el
beneficio o utilidad por cada variable de decisión.
Producto Ingreso
(S/. / Ha)
Costo
(S/. / Ha)
Beneficio
(S/. / Ha)
Papa 0.5 S/./Kg x 5 TM/Ha x 1000 Kg/TM =
2500
S/. 1500 S/. 1000
Maíz 0.7 S/./Kg x 10 TM/Ha x 1000 Kg/TM =
7000
S/. 2500 S/. 4500
M A N U A L D E L S O F T W A R E L I N D O
3
De tal forma quedaría como muestra la siguiente tabla:
El beneficio total (BT) será entonces la suma de los beneficios obtenidos por cada
producto, este beneficio es el que queremos que sea máximo.
Max Z= 1000 x1 + 4500 x2
B) Restricciones
Las restricciones establecen en este problema el límite de uso de los recursos
disponibles. En nuestro ejemplo se trata de los recursos tierra y agua.
Recurso tierra: en este caso las unidades de las variables, que son las hectáreas,
coincide con el del recurso tierra. Por lo que no hace falta multiplicar las variables
por ningún factor.
x1 + x2 <= 100
[Ha] + [Ha] = [Ha]
Recurso agua: en este caso se dan las tasas de requerimiento de agua por cada
cultivo, de modo que para uniformizar las unidades hay que multiplicar las variables
por las tasas de uso de agua por hectárea de cada cultivo.
20 x1 + 40 x2 <= 2800
[horas / Ha] [Ha] + [horas / Ha] [Ha] = [horas]
No negatividad.
x1, x2 >= 0
C) El modelo de PPL
Max Z = 1000 x1 + 4500 x2
Sujeto a:
x1 + x2 <= 100
20 x1 + 40 x2 <= 2800
x1, x2 >= 0
M A N U A L D E L S O F T W A R E L I N D O
4
NOTA:
1. La función objetivo no debería contener ninguna restricción. Por
ejemplo, no se puede ingresar
Max 2X1 + 5.
2. Todas las variables deben aparecer en el lado izquierdo de las
restricciones, mientras que los
valores numéricos deben aparecer en el lado derecho de las
restricciones
3. Se presupone que todas las variables son no negativas. No ingrese
las condiciones de no
negatividad. Por defecto, LINDO ya considera la no negatividad de las
variables.
4. LINDO sólo acepta cinco operadores: + , - , <= , >= , = . Así pues, en
la formulación del
problema no podrá usarse ningún otro operador ( * , / , ^ , etc.) ni
tampoco paréntesis asociativos.
5. LINDO interpreta las desigualdades del tipo ‘<=’ y ‘>=’ como
desigualdades estrictas (del tipo ‘<’
y ‘>’)
6. Para separar los dígitos decimales de un numero se usa el punto ‘.’ ,
por ejemplo en LINDO no se
escribe 1,5 sino 1.5.
7. Siempre hemos de finalizar la formulación del problema añadiendo el
comando END.
3. Uso del Lindo para resolver problemas
Para empezar a usar el programa Lindo deberá localizar en la computadora el
siguiente icono:
Ingresar el problema
Para ingresar el problema haga click en el primer icono del lado izquierdo que
indica nuevo archivo o, abrir el menú “file” y escoger el ítem “new”.
M A N U A L D E L S O F T W A R E L I N D O
5
Una vez que tenga la ventana de escritura del problema digítelo con las siguientes
consideraciones:
 No debe colocar la variable que representa al función objetivo, pues lo
consideraría como otra variable de decisión.
 El indicador de inicio de las restricciones se escribe en forma abreviada y en
inglés: s.t. (subject to).
 No se pone la condición de no negatividad
 Se coloca la palabra “end” al final del problema para indicar que se termino
de listar el mismo.
M A N U A L D E L S O F T W A R E L I N D O
6
Grabar el problema
Para grabar el problema deben hacer clic en el cuarto icono desde el lado
izquierdo (es un disquete) o puede entrar al menú “file” y escoger el ítem “sabe
as”.
M A N U A L D E L S O F T W A R E L I N D O
7
Luego entramos en “sabe as” y guardamos el archivo en el destino que deseamos con la
extensión “ltx”
M A N U A L D E L S O F T W A R E L I N D O
8
Resolver el problema
Para resolver el problema hay que seguir los siguientes pasos:
 Primero hay que tener en la pantalla el problema a solucionar.
 Luego hay que abrir el menú “solve” y, seleccionar la primera opción “solve”
 Inmediatamente aparecerá una cuadro que preguntará si deseamos o no el
análisis de sensibilidad: DO RANGE (SENTIVITY) ANÁLISIS?.
o Si respondemos que NO, aparecerá una ventana con la solución del
problema.
o Si respondemos que SI, aparecerá una ventana con la solución del
problema y con un cuadro en el que aparece el análisis de sensibilidad.
 Luego aparece se puede ver completamente una ventana que indica el estado
del problema (en inglés status), si se llegó a la solución indicará que es optimo
(en inglés optimal), unas líneas mas abajo indica el valor de la función objetivo
(en inglés objective) y a su derecha aparece el número optimo de la función
objetivo.
La ventana que sigue muestra el cuadro donde se pregunta por el análisis de sensibilidad.
M A N U A L D E L S O F T W A R E L I N D O
9
El cuadro que sigue muestra un resumen de los resultados del problema, este
resumen aparece luego de responder a la pregunta de si se desea o no el análisis de
sensibilidad.
Una vez cerrada esta ventana se puede acceder a la ventana donde se presenta la
solución y, el análisis de sensibilidad en el caso que se lo haya pedido.
M A N U A L D E L S O F T W A R E L I N D O
1 0
Para grabar reporte con la solución
Se selecciona en el menu “file”, la opción “save”. Una vez seleccionada aparece un
cuadro en el que hay que nombrar el archivo. Este archivo con el reporte de la
solución puede ser abierta por un procesado de texto.
Interpretación de resultados
Los resultados que aparecieron en el reporte deben ser evaluados de la siguiente
manera:
Es el valor optimo de la
función objetivo
Son los valores óptimos de las variables
La primera línea nos indica que el
óptimo fue hallado en 1 iteración.
M A N U A L D E L S O F T W A R E L I N D O
1 1
Solución
Se distribuirá la producción del siguiente modo:
x1 = 0 Has a la producción de papa
x2 = 70 Has a la producción de maíz
Con esta distribución se logrará una ganancia de S/. 315,000.
Holguras (Slack or surplus)
Las holguras están asociadas a los recursos tierra y agua:
2) x1 + x2 <= 100 Recurso tierra
3) 20x1 + 40x2 <= 2800 Recurso agua
La holgura en la Ec. 2 es de 30
Esto quiere decir que si bien la restricción indicaba que no se podía utilizar mas de
100 Has de tierra, en la solución optima se llega a utilizar solo 70, de manera que en
relación a lo exigido por esta restricción queda una holgura de 30 Has.
La holgura de la Ec. 3 es 0
Esto quiere decir que se ha utilizado todo el recurso agua disponible.
Precio Dual
Los precios duales son la solución la problema dual y se interpretan relacionando la
función objetivo con los recursos.
2) x1 + x2 <= 100 Recurso tierra
3) 20x1 + 40x2 <= 2800 Recurso agua
El precio dual de la ecuación 2 ó recurso tierra es 0.
Esto quiere decir que aunque aumentemos la cantidad del recurso tierra en
esta empresa, el valor de la función objetivo no cambia. En otras palabras la
utilidad obtenida no cambiará.
Esto es consistente con la holgura encontrada antes, al haber holgura
significa que hay tierras que no se utilizan por falta de agua. Entonces,
cualquier superficie adicional de tierra no será beneficioso si no se cuenta
con agua para regarla.
El precio dual de la ecuación 3 ó recurso agua es 112.5.
Esto quiere decir que al aumentar la disponibilidad del recurso agua en una
hora, el impacto que tiene en la función objetivo es hacer que este se
incremente en 112.5 soles.
M A N U A L D E L S O F T W A R E L I N D O
1 2
Análisis de Rangos
Este análisis permite analizar el incremento y disminución que pueden tener los
valores en la función objetivo y los del lado derecho, en este caso los recursos, sin
que la base de la solución cambie.
La base de la solución son aquellas variables de decisión que tienen valor diferente
de cero al finalizar la solución. En el ejemplo la base lo conforma la variable x2, que
se refiere a la superficie destinada al cultivo de maíz.

Más contenido relacionado

La actualidad más candente

Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal EnteraRoger Rodríguez
 
Programacion lineal investigacion operaciones
Programacion lineal investigacion operacionesProgramacion lineal investigacion operaciones
Programacion lineal investigacion operacionesManuel Bedoya D
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Linealjotape74
 
programación lineal
programación linealprogramación lineal
programación linealmilaraza
 
Primer Examen Parcial Investigación de Operaciones
Primer Examen Parcial Investigación de OperacionesPrimer Examen Parcial Investigación de Operaciones
Primer Examen Parcial Investigación de OperacionesRamses CF
 
Milagros programacion lineal
Milagros programacion linealMilagros programacion lineal
Milagros programacion linealmilagros mercado
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Juan Negrete
 
Investigacion operativa-asignación
Investigacion  operativa-asignaciónInvestigacion  operativa-asignación
Investigacion operativa-asignaciónFranco Snipes
 
C) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosC) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosSilver Mendoza A.
 
21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-linealAlex Hanco
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesSergio Jarillo
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion EnteraCris Tenorio
 

La actualidad más candente (20)

Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
 
Programacion lineal investigacion operaciones
Programacion lineal investigacion operacionesProgramacion lineal investigacion operaciones
Programacion lineal investigacion operaciones
 
Ejercio resuelto
Ejercio resueltoEjercio resuelto
Ejercio resuelto
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
programación lineal
programación linealprogramación lineal
programación lineal
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Practica de teoria de colas (1)
Practica de teoria de colas (1)Practica de teoria de colas (1)
Practica de teoria de colas (1)
 
Primer Examen Parcial Investigación de Operaciones
Primer Examen Parcial Investigación de OperacionesPrimer Examen Parcial Investigación de Operaciones
Primer Examen Parcial Investigación de Operaciones
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
Milagros programacion lineal
Milagros programacion linealMilagros programacion lineal
Milagros programacion lineal
 
EJERCICIOS DE SISTEMAS DE COLA M/M/1
EJERCICIOS DE SISTEMAS DE COLA M/M/1EJERCICIOS DE SISTEMAS DE COLA M/M/1
EJERCICIOS DE SISTEMAS DE COLA M/M/1
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2
 
Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 
Inv de operaciones
Inv de operacionesInv de operaciones
Inv de operaciones
 
Investigacion operativa-asignación
Investigacion  operativa-asignaciónInvestigacion  operativa-asignación
Investigacion operativa-asignación
 
C) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosC) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltos
 
21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
Formulacion problemas pl
Formulacion problemas plFormulacion problemas pl
Formulacion problemas pl
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
 

Similar a Manual lindo (20)

Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. do
 
material_2019F1_MAT130_09_133137.pdf
material_2019F1_MAT130_09_133137.pdfmaterial_2019F1_MAT130_09_133137.pdf
material_2019F1_MAT130_09_133137.pdf
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
Muchas Graciasssssssssss
Muchas GraciasssssssssssMuchas Graciasssssssssss
Muchas Graciasssssssssss
 
Operativa 1
Operativa  1Operativa  1
Operativa 1
 
Solver en la solución de modelos lineales
Solver en la solución de modelos linealesSolver en la solución de modelos lineales
Solver en la solución de modelos lineales
 
Guia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdfGuia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdf
 
operativa
operativaoperativa
operativa
 
Investigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos GeneralesInvestigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos Generales
 
06 guia
06 guia06 guia
06 guia
 
Porogramación lineal
Porogramación linealPorogramación lineal
Porogramación lineal
 
Sesión 8
Sesión 8Sesión 8
Sesión 8
 
Computación sb
Computación sbComputación sb
Computación sb
 
Operativa 1
Operativa  1Operativa  1
Operativa 1
 
Ejercicios de diagramas de flujo en raptor
Ejercicios de diagramas de flujo en raptorEjercicios de diagramas de flujo en raptor
Ejercicios de diagramas de flujo en raptor
 
Formulación
FormulaciónFormulación
Formulación
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)
 
Operativa i-2015
Operativa i-2015Operativa i-2015
Operativa i-2015
 
Explicacion resultadoslindo
Explicacion resultadoslindoExplicacion resultadoslindo
Explicacion resultadoslindo
 

Último

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfJonathanCovena1
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 

Último (20)

Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdf
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 

Manual lindo

  • 1. M A N U A L D E L S O F T W A R E L I N D O 11-6-2014 D O C E N T E : I N G . B R U N O R O M E R O C A R L O S A L B E R T O MANUAL DEL SOFTWARE LINDO Investigación Operativa I Información presentada por los alumnos: Blanco Román Nickson Michael Delgado Quinto Martin Omar
  • 2. M A N U A L D E L S O F T W A R E L I N D O 2 1. Introducción El software LINDO (Linear Interactive & Discrete Optimizer) fue diseñado para solucionar Problemas de Programación Lineal (P.P.L.). La versión que se utilizará será el 6.1 para windows y puede ser ubicado en http://www.lindo.com, en esta guía se utilizará el demo de esta versión. En adelante se presentará el LINDO a través de la solución de un problema de programación lineal, de manera que se presentarán los comandos básicos para la solución de PPL tratados en el curso de Investigación de Operaciones. 2. Problema a solucionar Un fundo agrícola puede producir 5 TM/Ha de papa y 10 TM/Ha de maíz, cuenta con 100 Ha que debe asignar a la producción de maíz y papa. Los costos de producción de papa son de S/. 1,500 por Ha y en el caso de maíz es de S/. 2,500 por Ha. El precio de mercado de la papa se estima será de S/. 0.50 por Kg, mientras que en el caso de maíz será de S/. 0.7 por Kg. Además los requerimientos de agua son los siguientes: 20 horas de riego por Ha de papa y 40 horas de riego por Ha de maíz. Considerando que se dispone 2800 horas de riego para la campaña. Encuentre el número de Has que debe ser asignado a cada cultivo para optimizar el fundo. A) Definición de Variables Las variables son los factores, de los que aún no tenemos su valor y que determinan el valor de la función objetivo. Una forma de encontrar las variables es preguntarnos qué necesitamos saber para poder optimizar el problema que enfrentamos. En el ejemplo: X1 = Número de Hectáreas de papa a sembrar. X2 = Número de Hectáreas de maíz a sembrar. Función Objetivo Cuando se cuenta con información de costos e ingresos se puede plantear el beneficio o utilidad por cada variable de decisión. Producto Ingreso (S/. / Ha) Costo (S/. / Ha) Beneficio (S/. / Ha) Papa 0.5 S/./Kg x 5 TM/Ha x 1000 Kg/TM = 2500 S/. 1500 S/. 1000 Maíz 0.7 S/./Kg x 10 TM/Ha x 1000 Kg/TM = 7000 S/. 2500 S/. 4500
  • 3. M A N U A L D E L S O F T W A R E L I N D O 3 De tal forma quedaría como muestra la siguiente tabla: El beneficio total (BT) será entonces la suma de los beneficios obtenidos por cada producto, este beneficio es el que queremos que sea máximo. Max Z= 1000 x1 + 4500 x2 B) Restricciones Las restricciones establecen en este problema el límite de uso de los recursos disponibles. En nuestro ejemplo se trata de los recursos tierra y agua. Recurso tierra: en este caso las unidades de las variables, que son las hectáreas, coincide con el del recurso tierra. Por lo que no hace falta multiplicar las variables por ningún factor. x1 + x2 <= 100 [Ha] + [Ha] = [Ha] Recurso agua: en este caso se dan las tasas de requerimiento de agua por cada cultivo, de modo que para uniformizar las unidades hay que multiplicar las variables por las tasas de uso de agua por hectárea de cada cultivo. 20 x1 + 40 x2 <= 2800 [horas / Ha] [Ha] + [horas / Ha] [Ha] = [horas] No negatividad. x1, x2 >= 0 C) El modelo de PPL Max Z = 1000 x1 + 4500 x2 Sujeto a: x1 + x2 <= 100 20 x1 + 40 x2 <= 2800 x1, x2 >= 0
  • 4. M A N U A L D E L S O F T W A R E L I N D O 4 NOTA: 1. La función objetivo no debería contener ninguna restricción. Por ejemplo, no se puede ingresar Max 2X1 + 5. 2. Todas las variables deben aparecer en el lado izquierdo de las restricciones, mientras que los valores numéricos deben aparecer en el lado derecho de las restricciones 3. Se presupone que todas las variables son no negativas. No ingrese las condiciones de no negatividad. Por defecto, LINDO ya considera la no negatividad de las variables. 4. LINDO sólo acepta cinco operadores: + , - , <= , >= , = . Así pues, en la formulación del problema no podrá usarse ningún otro operador ( * , / , ^ , etc.) ni tampoco paréntesis asociativos. 5. LINDO interpreta las desigualdades del tipo ‘<=’ y ‘>=’ como desigualdades estrictas (del tipo ‘<’ y ‘>’) 6. Para separar los dígitos decimales de un numero se usa el punto ‘.’ , por ejemplo en LINDO no se escribe 1,5 sino 1.5. 7. Siempre hemos de finalizar la formulación del problema añadiendo el comando END. 3. Uso del Lindo para resolver problemas Para empezar a usar el programa Lindo deberá localizar en la computadora el siguiente icono: Ingresar el problema Para ingresar el problema haga click en el primer icono del lado izquierdo que indica nuevo archivo o, abrir el menú “file” y escoger el ítem “new”.
  • 5. M A N U A L D E L S O F T W A R E L I N D O 5 Una vez que tenga la ventana de escritura del problema digítelo con las siguientes consideraciones:  No debe colocar la variable que representa al función objetivo, pues lo consideraría como otra variable de decisión.  El indicador de inicio de las restricciones se escribe en forma abreviada y en inglés: s.t. (subject to).  No se pone la condición de no negatividad  Se coloca la palabra “end” al final del problema para indicar que se termino de listar el mismo.
  • 6. M A N U A L D E L S O F T W A R E L I N D O 6 Grabar el problema Para grabar el problema deben hacer clic en el cuarto icono desde el lado izquierdo (es un disquete) o puede entrar al menú “file” y escoger el ítem “sabe as”.
  • 7. M A N U A L D E L S O F T W A R E L I N D O 7 Luego entramos en “sabe as” y guardamos el archivo en el destino que deseamos con la extensión “ltx”
  • 8. M A N U A L D E L S O F T W A R E L I N D O 8 Resolver el problema Para resolver el problema hay que seguir los siguientes pasos:  Primero hay que tener en la pantalla el problema a solucionar.  Luego hay que abrir el menú “solve” y, seleccionar la primera opción “solve”  Inmediatamente aparecerá una cuadro que preguntará si deseamos o no el análisis de sensibilidad: DO RANGE (SENTIVITY) ANÁLISIS?. o Si respondemos que NO, aparecerá una ventana con la solución del problema. o Si respondemos que SI, aparecerá una ventana con la solución del problema y con un cuadro en el que aparece el análisis de sensibilidad.  Luego aparece se puede ver completamente una ventana que indica el estado del problema (en inglés status), si se llegó a la solución indicará que es optimo (en inglés optimal), unas líneas mas abajo indica el valor de la función objetivo (en inglés objective) y a su derecha aparece el número optimo de la función objetivo. La ventana que sigue muestra el cuadro donde se pregunta por el análisis de sensibilidad.
  • 9. M A N U A L D E L S O F T W A R E L I N D O 9 El cuadro que sigue muestra un resumen de los resultados del problema, este resumen aparece luego de responder a la pregunta de si se desea o no el análisis de sensibilidad. Una vez cerrada esta ventana se puede acceder a la ventana donde se presenta la solución y, el análisis de sensibilidad en el caso que se lo haya pedido.
  • 10. M A N U A L D E L S O F T W A R E L I N D O 1 0 Para grabar reporte con la solución Se selecciona en el menu “file”, la opción “save”. Una vez seleccionada aparece un cuadro en el que hay que nombrar el archivo. Este archivo con el reporte de la solución puede ser abierta por un procesado de texto. Interpretación de resultados Los resultados que aparecieron en el reporte deben ser evaluados de la siguiente manera: Es el valor optimo de la función objetivo Son los valores óptimos de las variables La primera línea nos indica que el óptimo fue hallado en 1 iteración.
  • 11. M A N U A L D E L S O F T W A R E L I N D O 1 1 Solución Se distribuirá la producción del siguiente modo: x1 = 0 Has a la producción de papa x2 = 70 Has a la producción de maíz Con esta distribución se logrará una ganancia de S/. 315,000. Holguras (Slack or surplus) Las holguras están asociadas a los recursos tierra y agua: 2) x1 + x2 <= 100 Recurso tierra 3) 20x1 + 40x2 <= 2800 Recurso agua La holgura en la Ec. 2 es de 30 Esto quiere decir que si bien la restricción indicaba que no se podía utilizar mas de 100 Has de tierra, en la solución optima se llega a utilizar solo 70, de manera que en relación a lo exigido por esta restricción queda una holgura de 30 Has. La holgura de la Ec. 3 es 0 Esto quiere decir que se ha utilizado todo el recurso agua disponible. Precio Dual Los precios duales son la solución la problema dual y se interpretan relacionando la función objetivo con los recursos. 2) x1 + x2 <= 100 Recurso tierra 3) 20x1 + 40x2 <= 2800 Recurso agua El precio dual de la ecuación 2 ó recurso tierra es 0. Esto quiere decir que aunque aumentemos la cantidad del recurso tierra en esta empresa, el valor de la función objetivo no cambia. En otras palabras la utilidad obtenida no cambiará. Esto es consistente con la holgura encontrada antes, al haber holgura significa que hay tierras que no se utilizan por falta de agua. Entonces, cualquier superficie adicional de tierra no será beneficioso si no se cuenta con agua para regarla. El precio dual de la ecuación 3 ó recurso agua es 112.5. Esto quiere decir que al aumentar la disponibilidad del recurso agua en una hora, el impacto que tiene en la función objetivo es hacer que este se incremente en 112.5 soles.
  • 12. M A N U A L D E L S O F T W A R E L I N D O 1 2 Análisis de Rangos Este análisis permite analizar el incremento y disminución que pueden tener los valores en la función objetivo y los del lado derecho, en este caso los recursos, sin que la base de la solución cambie. La base de la solución son aquellas variables de decisión que tienen valor diferente de cero al finalizar la solución. En el ejemplo la base lo conforma la variable x2, que se refiere a la superficie destinada al cultivo de maíz.