SlideShare una empresa de Scribd logo
1 de 22
1
TEMA : MÉTODO SIMPLEX CON SOLVER
CURSO : ANALISIS DE SISTEMAS MINEROS
DOCENTE : Ing. : EDMUNDO CAMPOS ARZAPALO
INTEGRANTES : CLAUDIO GONZALES, Yuri
RAMOS CARCASI, Andherson G.
ZEGARRA FERNANDEZ, Edson
AYACUCHO – PERÚ
25 / 06 / 2017
2
DEDICATORIA
A nuestros Padres por ser el
pilar de nuestra formación
personal y académica
3
INDICE
Pag.
INTRODUCCIÓN…………………………………………………………………………………………….. 4
1. ALGORITMO SIMPLEX………………………………………………………………………………….. 5
1.1 PUNTOS IMPORTANTES:…………………………………………………………………………….. 5
1.2 OBJETIVO:………………………………………………………………………………………………………… 6
2. METODO SIMPLEX CON SOLVER………………………………………………………………. 7
2.1 CONCEPTOS BASICOS:……………………………………………………………………………………. 7
2.2 OBJETIVOS………………………………………………………………………………………………………… 7
2.3. CONSTRUCCIÓN DE UN MODELO DE OPTIMIZACIÓN……………………………. 7
2.3.1 Organizar los datos del modelo en la hoja de trabajo:………………………… 8
2.3.2 Reservar una celda para cada variable de decisión:……………………………… 8
2.3.3 Crear una celda para la función objetivo próximo a las que recogen las variables:
2.3.4 Para cada restricción, crear una celda que recoja la fórmula de su parte izquierda,
y a la derecha de dicha celda colocar el término independiente:……………………… 8
2.4. PASOS PARA EJECUTAR SOLVER………………………………………………………………………… 9
2.5. EJEMPLO DE APLICACIÓN……………………………………………………………………………………… 11
2.6. EJERCICIO 2: CON 6 VARIABLES:………………………………………………………………………… 14
a- Dibujamos una plantilla en Exel con los datos del problema…………………………. 14
b- Seleccionamos la celda objetivo……………………………………………………………………………. 15
c- Especificamos Min. Para el problema……………………………………………………………………. 15
d- Celdas que puedes ajustarse para satisfacer las restricciones…………………….. 16
e- Seleccionamos las restricciones del problema…………………………………………………….. 16
f- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver.17
g- obtenemos los resultamos resultados………………………………………………………………… 17
EJERCICIO 3: con 27 varialbes……………………………………………………………………………………… 18
4
INTRODUCCIÓN
Solver es un paquete agregado a Excel, que sirve para optimizar modelos matemáticos,
sujeto a restricciones, con él se resuelve problemas lineales y no lineales enteros.
Lo importante será entender bien la cuestión que debe resolverse y plantearla
correctamente en un modelo. Excel se encargará de hallar la respuesta. Ya sabemos
que algunas preguntas admiten varias respuestas por lo que será necesario comprobar
la que Solver ha calculado antes de dar como resuelta la cuestión.
5
1. ALGORITMO SIMPLEX
En optimización matemática, el término algoritmo Símplex habitualmente se refiere a un
conjunto de métodos muy usados para resolver problemas de programación lineal, en los
cuales se busca el máximo de una función lineal sobre un conjunto de variables que
satisfaga un conjunto de inecuaciones lineales. El algoritmo Símplex primal fue desarrollado
por el matemático norteamericano George Dantzig en 1947, y procede examinando vértices
adyacentes del poliedro de soluciones. Un algoritmo Símplex es un algoritmo de pivote.
Un método llamado de manera similar, pero no relacionado al anterior, es el método Nelder-
Mead (1965) o método de descenso (o ascenso) símplex; un método numérico que busca un
mínimo (o máximo) local de una función cualquiera examinando en cada paso los vértices de
un simplex.
El algoritmo del método Símplex fue elegido como uno de los 10 algoritmos más importantes
del siglo XX.
1.1 PUNTOS IMPORTANTES:
- La función objetivo puede ser “maximización o minimización”.
- Se agregan variables de holgura.
6
1.2. OBJETIVO:
- Es igualar las restricciones del modelo planteado y aumentar las variables de
holgura, o bien, restar las variables de exceso.
Para el caso de la forma de maximización:
- La función objetivo debe ser de maximización.
- Las restricciones son del tipo <=.
- Las variables de decisión son mayores o iguales a cero.
Para el caso de minimización:
- La función objetivo debe ser de minimizarse.
- Las restricciones son del tipo >=.
- Las variables de decisión son menores o iguales a cero.
7
2. METODO SIMPLEX CON SOLVER
2.1 CONCEPTOS BASICOS:
Solver es un paquete agregado para Excel que ayuda a resolver y optimizar numéricamente
los modelos sujetos a restricciones, como los modelos de programación lineal.
Técnica con la cual se encuentra las decisiones óptimas para un modelo determinado en una
hoja de cálculo.
Los algoritmos son sencillamente rutinas escritas en código de computadora que aplican en
forma iterativa.
Con solver es posible resolver problemas que tengan hasta 200 variables de decisión, 100
restricciones explicitas y 400 simples
TERMINOLOGIA PL TERMINOLOGIA SOLVER
Función objetivo Celda objetivo
Variables de decisión Cambiando celdas
Restricciones restricciones
Función de restricción (LI) Referencia de celda de restricción
LD restricción
Modelo de programación lineal Asumir modelo lineal
Para que solver pueda optimizar un modelo, debe usted preparar este en una hoja de cálculo
de manera adecuada; debe apegarse a ciertas restricciones técnicas que este paquete
impone a los modelos.
Solver puede optimizar tanto los modelos lineales como los no lineales.
2.1 OBJETIVOS
- Como objetivo principal tenemos la resolución de los problemas de programación
lineal que se presentan en los distintos ámbitos laborales, para así lograr la
optimización que se desea a fin de llegar a una buena toma de decisiones.
- Aprender a manejar el complemento SOLVER de de EXEL desde la activación hasta
la evaluación de sus parámetros.
2.3 CONSTRUCCIÓN DE UN MODELO DE OPTIMIZACIÓN.
La introducción de un modelo de optimización, un programa lineal en nuestro ejemplo, se
puede sintetizar en cuatro fases:
8
2.3.1 Organizar los datos del modelo en la hoja de trabajo:
Si bien son múltiples las posibles formas de diseñar el formato y colocación de los datos
de entrada, es recomendable seguir los mismos principios que en toda aplicación con hoja
de cálculo: pensar en la hoja como un informe que explique el problema, identificar los
datos introducidos, colocar comentarios, introducir todos los datos iniciales del problema y
construir a partir de los mismos el modelo de optimización con el objeto de facilitar el
análisis de sensibilidad, utilizar técnicas de diseño para presentar el modelo, etc.
2.3.2 Reservar una celda para cada variable de decisión:
Siguiendo el esquema de un programa matemático, es recomendable que inicien la hoja de
trabajo. Deberán estar vacías o con datos numéricos, nunca fórmulas, y de ser posible con
notas o comentarios.
2.3.3 Crear una celda para la función objetivo próximo a las que recogen las
variables:
La fórmula que incorpora deberá crearse a partir de las celdas descritas en el punto
anterior.
2.3.4 Para cada restricción, crear una celda que recoja la fórmula de su parte
izquierda, y a la derecha de dicha celda colocar el término independiente:
9
2.4 PASOS PARA EJECUTAR SOLVER
2.4.1 Solver está incluido dentro de Excel pero se encuentra desactivado de manera
predeterminada. Para poder habilitarlo debes ir a la ficha Archivo y elegir Opciones y se
mostrará el cuadro de diálogo Opciones de Excel donde deberás seleccionar Complementos.
2.4.2 En el panel derecho encontrarás el complemento llamado Solver. Para activarlo debes
hacer clic en el botón Ir de la sección Administrar.
10
2.4.3 Se mostrará el cuadro de diálogo Complementos y deberás marcar la casilla de
verificación de Solver y aceptar los cambios.
2.4.4 Para utilizar el complemento Solver debes ir a la ficha Datos y Excel habrá creado
un nuevo grupo llamado Análisis el cual contendrá el comando Solver.
2.4.5 Al hacer clic sobre ese comando se mostrará el cuadro de diálogo Parámetros de
Solver el cual nos permitirá configurar y trabajar con el complemento recién instalado.
11
2.5 EJEMPLO DE APLICACION
Para ejemplificar respecto al uso de Solver utilizaremos el siguiente modelo de
Programación Lineal:
Paso 1: Abrir una planilla de cálculo de Excel y definir las variables de decisión y la función
objetivo. En este ejemplo se han marcado con amarillo y verde las variables de decisión y
función objetivo respectivamente sólo para facilitar la comprensión. Es importante notar
que la función objetivo (celda F4) será siempre una fórmula que depende de los parámetros
de la función objetivo (celdas B5, C5, D5) y las variables de decisión (B4, C4, D4)
Paso 2: Se definen las restricciones del modelo. La columna en amarillo bajo el titulo "Laso
Izq" es una fórmula de los parámetros y las variables de decisión en las respectivas
restricciones. Por ejemplo, la fórmula incorporada en E9 es simplemente: 15X + 7,5Y + 5Z.
La celda F9 es el lado derecho de dicha restricción y corresponde a una constante (315).
12
Paso 3: Ingresamos a la Opción Solver (Ver Instalacion Solver de Excel). Luego definimos
la celda objetivo (función objetivo), el valor que buscamos (máximización o minimización),
las celdas que deseamos cambiar (variables de decisión) y las restricciones. Para nuestro
ejemplo está será la pantalla que se debe obtener:
Paso 4: Accedemos a "Opciones..." y seleccionamos "Adoptar modelo lineal"y "Adoptar no
negativos". Finalmente seleccionamos "Aceptar" y luego "Resolver".
Paso 5: Si el proceso se ha desarrollado en forma correcta la planilla de cálculo se
actualizará y se obtendrán los siguientes resultados. Solución Óptima: X=4, Y=10,
Z=36. Valor Óptimo: V(P)=6.620. Se recomienda requerir el informe de sensibilidad tal
como se muestra en la imagen de abajo.
13
Paso 6: La imagen a continuación ha sido levemente editada y corresponde al informe de
sensibilidad. Por ejemplo, el parametro que actualmente acompaña a X en la función
objetivo es 200, sin embargo, si este valor varía entre [120,240] se conservará la actual
solución óptima. En cuanto a las restricciones podemos decir, por ejemplo, que si el lado
derecho de la segunda restricción (actualmente este lado derecho es igual a 110) aumenta a
120, es nuevo valor óptimo será V(P)=6.620 + 10*10 =6.720, es decir, el valor óptimo
aumentará en forma proporcional al precio sombra de dicha restricción. Se recomienda
revisar la sección de Análisis de Sensibilidad para reforzar estos conceptos.
14
EJERCICIO 2: CON 6 VARIABLES:
h- Dibujamos una plantilla en Exel con los datos del problema
15
i- Seleccionamos la celda objetivo
j- Especificamos Min. Para el problema
16
k- Celdas que puedes ajustarse para satisfacer las restricciones
l- Seleccionamos las restricciones del problema
17
m- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver
n- OBTENEMOS LOS RESULTAMOS RESULTADOS
18
EJERCICIO 3: con 27 varialbes
La mina Lagunas Norte se ubica en el distrito de Quiruvilca, provincia de Santiago de Chuco,
departamentode LaLibertad, a 130 Km.al Este de la ciudad de Trujillo y 42 Km. al Oeste de la
ciudad de Huamachuco.
La geología de Lagunas Norte está dominada por secuencias de rocas sedimentarias de la
Formación Chimú y secuencias volcánicas dacíticas y andesíticas del Grupo Calipuy. La
mineralización es del tipo epitermal de alta sulfuración.
El métodode minadosuperficial emplea el sistema Pala – Camión en bancos de 10 metros. El
mineral pasapor circuitode chancado primarioysecundarioantesde serdepositadoenel pad
de lixiviación.
Los equipos principales son:
 2 palas hidráulicas KOMATSU PC‐4000
 2 cargadores frontales KOMATSUWA‐1200
 12 camiones KOMATSU 730‐E
 4 perforadoras primarias Reedrill SKS‐12
OBJETIVO:
Lagunas Norte, como vemos, tiene diferentes tipos de mineral, lo cual implica trabajar con
stocks y hacer remanejos posteriores para su tratamiento.
En ese sentido, surge la necesidad de utilizar la PL como herramienta que nos ayude a
optimizar la mezcla de mineral y de esta manera maximizar las onzas puestas en el Pad de
Lixiviación.
19
a- Dibujamos una plantilla en Exel con los datos del problema
*Datos tecnicos del problema
*restricciones
20
b- Seleccionamos la celda objetivo
c- Especificamos Max. Para el problema
21
d- Celdas que puedes ajustarse para satisfacer las restricciones
e- Seleccionamos las restricciones del problema
22
f- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver
g- OBTENEMOS LOS RESULTAMOS RESULTADOS

Más contenido relacionado

La actualidad más candente

Métodos numéricos
Métodos numéricosMétodos numéricos
Métodos numéricosadrianaroab
 
Analisis maria virg
Analisis maria virgAnalisis maria virg
Analisis maria virgtareasuft
 
Metodos Numerico
Metodos NumericoMetodos Numerico
Metodos Numericocarjolu
 
Investigación de operaciones volumen 2
Investigación de operaciones  volumen 2Investigación de operaciones  volumen 2
Investigación de operaciones volumen 2Carlosjmolestina
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion LinealMaryJaneth
 
Fundamentos de programacion
Fundamentos de programacionFundamentos de programacion
Fundamentos de programacionAndrsTutillo1
 
Solver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaSolver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaJhoanna Andrade
 
Realización de un algoritmo
Realización de un algoritmoRealización de un algoritmo
Realización de un algoritmoBolivar Cuadra
 
Analisis numerico axcel quintero
Analisis numerico axcel quinteroAnalisis numerico axcel quintero
Analisis numerico axcel quinterotareasuft
 
Introducción a los Métodos Numéricos
Introducción a los Métodos NuméricosIntroducción a los Métodos Numéricos
Introducción a los Métodos NuméricosBrianith Navarro
 
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...ROSA IMELDA GARCIA CHI
 
Simulación de sistemas
Simulación de sistemasSimulación de sistemas
Simulación de sistemasjack_corvil
 

La actualidad más candente (20)

Algoritmos+y+solucion+de+problemas
Algoritmos+y+solucion+de+problemasAlgoritmos+y+solucion+de+problemas
Algoritmos+y+solucion+de+problemas
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Solver
SolverSolver
Solver
 
Métodos numéricos
Métodos numéricosMétodos numéricos
Métodos numéricos
 
Analisis maria virg
Analisis maria virgAnalisis maria virg
Analisis maria virg
 
Metodos Numerico
Metodos NumericoMetodos Numerico
Metodos Numerico
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Metodos Numericos
Metodos NumericosMetodos Numericos
Metodos Numericos
 
Investigación de operaciones volumen 2
Investigación de operaciones  volumen 2Investigación de operaciones  volumen 2
Investigación de operaciones volumen 2
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Fundamentos de programacion
Fundamentos de programacionFundamentos de programacion
Fundamentos de programacion
 
Solver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaSolver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andrea
 
Realización de un algoritmo
Realización de un algoritmoRealización de un algoritmo
Realización de un algoritmo
 
Analisis numerico axcel quintero
Analisis numerico axcel quinteroAnalisis numerico axcel quintero
Analisis numerico axcel quintero
 
Introducción a los Métodos Numéricos
Introducción a los Métodos NuméricosIntroducción a los Métodos Numéricos
Introducción a los Métodos Numéricos
 
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
 
Simulación de sistemas
Simulación de sistemasSimulación de sistemas
Simulación de sistemas
 

Similar a Algoritmo simplex-para-imprimir

Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excelguestb9bf58
 
Trabajo programacion lineal
Trabajo  programacion  linealTrabajo  programacion  lineal
Trabajo programacion linealluis fernandez
 
Teoria de optimizacion by. manuel rivas
Teoria de optimizacion by. manuel rivasTeoria de optimizacion by. manuel rivas
Teoria de optimizacion by. manuel rivasmanuelrivasv95
 
Presentación optimizacion de sistema
Presentación optimizacion de sistemaPresentación optimizacion de sistema
Presentación optimizacion de sistemaDiRossalez
 
Aplicacion de excel solvert
Aplicacion de excel solvertAplicacion de excel solvert
Aplicacion de excel solvertManrique Cordero
 
Tema 5 construccion algoritmos EDA 1.pdf
Tema 5 construccion algoritmos EDA 1.pdfTema 5 construccion algoritmos EDA 1.pdf
Tema 5 construccion algoritmos EDA 1.pdfMartyfotos3fotos3
 
Javierperez teoría de la optimización
Javierperez teoría de la optimizaciónJavierperez teoría de la optimización
Javierperez teoría de la optimizaciónRobin Duben
 
Diagramas de-flujo.
Diagramas de-flujo.Diagramas de-flujo.
Diagramas de-flujo.Uriel Lopez
 
Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. doJohn Leyton
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesYsmar Trujillo
 

Similar a Algoritmo simplex-para-imprimir (20)

Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Optimizacion
OptimizacionOptimizacion
Optimizacion
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
 
Trabajo programacion lineal
Trabajo  programacion  linealTrabajo  programacion  lineal
Trabajo programacion lineal
 
Teoria de optimizacion by. manuel rivas
Teoria de optimizacion by. manuel rivasTeoria de optimizacion by. manuel rivas
Teoria de optimizacion by. manuel rivas
 
Presentación optimizacion de sistema
Presentación optimizacion de sistemaPresentación optimizacion de sistema
Presentación optimizacion de sistema
 
Aplicacion de excel solvert
Aplicacion de excel solvertAplicacion de excel solvert
Aplicacion de excel solvert
 
Tema 5 construccion algoritmos EDA 1.pdf
Tema 5 construccion algoritmos EDA 1.pdfTema 5 construccion algoritmos EDA 1.pdf
Tema 5 construccion algoritmos EDA 1.pdf
 
Tecnologias de información ebc
Tecnologias de información ebcTecnologias de información ebc
Tecnologias de información ebc
 
Javierperez teoría de la optimización
Javierperez teoría de la optimizaciónJavierperez teoría de la optimización
Javierperez teoría de la optimización
 
Guia 7 solver
Guia 7 solverGuia 7 solver
Guia 7 solver
 
Diagramas de-flujo.
Diagramas de-flujo.Diagramas de-flujo.
Diagramas de-flujo.
 
Teoria optimizacion
Teoria optimizacionTeoria optimizacion
Teoria optimizacion
 
Plantilla ensayo
Plantilla ensayoPlantilla ensayo
Plantilla ensayo
 
Plantilla ensayo
Plantilla ensayoPlantilla ensayo
Plantilla ensayo
 
Plantilla ensayo
Plantilla ensayoPlantilla ensayo
Plantilla ensayo
 
Plantilla ensayo
Plantilla ensayoPlantilla ensayo
Plantilla ensayo
 
Informe - Investigacion de Operaciones
Informe - Investigacion de OperacionesInforme - Investigacion de Operaciones
Informe - Investigacion de Operaciones
 
Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. do
 
Optimizacion de Sistemas y Funciones
Optimizacion de Sistemas y FuncionesOptimizacion de Sistemas y Funciones
Optimizacion de Sistemas y Funciones
 

Último

tema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdftema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdfvictoralejandroayala2
 
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxCARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxvalenciaespinozadavi1
 
Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Dr. Edwin Hernandez
 
osciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfosciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfIvanRetambay
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptxBRAYANJOSEPTSANJINEZ
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesCarlosMeraz16
 
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOCAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOLUISDAVIDVIZARRETARA
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesElianaCceresTorrico
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfbcondort
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)ssuser563c56
 
Ejemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosEjemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosMARGARITAMARIAFERNAN1
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaXimenaFallaLecca1
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfedsonzav8
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfXimenaFallaLecca1
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOFritz Rebaza Latoche
 
Obras paralizadas en el sector construcción
Obras paralizadas en el sector construcciónObras paralizadas en el sector construcción
Obras paralizadas en el sector construcciónXimenaFallaLecca1
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajasjuanprv
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdffredyflores58
 
Sesión N°2_Curso_Ingeniería_Sanitaria.pdf
Sesión N°2_Curso_Ingeniería_Sanitaria.pdfSesión N°2_Curso_Ingeniería_Sanitaria.pdf
Sesión N°2_Curso_Ingeniería_Sanitaria.pdfannavarrom
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxClaudiaPerez86192
 

Último (20)

tema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdftema05 estabilidad en barras mecanicas.pdf
tema05 estabilidad en barras mecanicas.pdf
 
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxCARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
 
Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...
 
osciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfosciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdf
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestaciones
 
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOCAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
 
Ejemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosEjemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - Ejercicios
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdf
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
 
Obras paralizadas en el sector construcción
Obras paralizadas en el sector construcciónObras paralizadas en el sector construcción
Obras paralizadas en el sector construcción
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
 
Sesión N°2_Curso_Ingeniería_Sanitaria.pdf
Sesión N°2_Curso_Ingeniería_Sanitaria.pdfSesión N°2_Curso_Ingeniería_Sanitaria.pdf
Sesión N°2_Curso_Ingeniería_Sanitaria.pdf
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptx
 

Algoritmo simplex-para-imprimir

  • 1. 1 TEMA : MÉTODO SIMPLEX CON SOLVER CURSO : ANALISIS DE SISTEMAS MINEROS DOCENTE : Ing. : EDMUNDO CAMPOS ARZAPALO INTEGRANTES : CLAUDIO GONZALES, Yuri RAMOS CARCASI, Andherson G. ZEGARRA FERNANDEZ, Edson AYACUCHO – PERÚ 25 / 06 / 2017
  • 2. 2 DEDICATORIA A nuestros Padres por ser el pilar de nuestra formación personal y académica
  • 3. 3 INDICE Pag. INTRODUCCIÓN…………………………………………………………………………………………….. 4 1. ALGORITMO SIMPLEX………………………………………………………………………………….. 5 1.1 PUNTOS IMPORTANTES:…………………………………………………………………………….. 5 1.2 OBJETIVO:………………………………………………………………………………………………………… 6 2. METODO SIMPLEX CON SOLVER………………………………………………………………. 7 2.1 CONCEPTOS BASICOS:……………………………………………………………………………………. 7 2.2 OBJETIVOS………………………………………………………………………………………………………… 7 2.3. CONSTRUCCIÓN DE UN MODELO DE OPTIMIZACIÓN……………………………. 7 2.3.1 Organizar los datos del modelo en la hoja de trabajo:………………………… 8 2.3.2 Reservar una celda para cada variable de decisión:……………………………… 8 2.3.3 Crear una celda para la función objetivo próximo a las que recogen las variables: 2.3.4 Para cada restricción, crear una celda que recoja la fórmula de su parte izquierda, y a la derecha de dicha celda colocar el término independiente:……………………… 8 2.4. PASOS PARA EJECUTAR SOLVER………………………………………………………………………… 9 2.5. EJEMPLO DE APLICACIÓN……………………………………………………………………………………… 11 2.6. EJERCICIO 2: CON 6 VARIABLES:………………………………………………………………………… 14 a- Dibujamos una plantilla en Exel con los datos del problema…………………………. 14 b- Seleccionamos la celda objetivo……………………………………………………………………………. 15 c- Especificamos Min. Para el problema……………………………………………………………………. 15 d- Celdas que puedes ajustarse para satisfacer las restricciones…………………….. 16 e- Seleccionamos las restricciones del problema…………………………………………………….. 16 f- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver.17 g- obtenemos los resultamos resultados………………………………………………………………… 17 EJERCICIO 3: con 27 varialbes……………………………………………………………………………………… 18
  • 4. 4 INTRODUCCIÓN Solver es un paquete agregado a Excel, que sirve para optimizar modelos matemáticos, sujeto a restricciones, con él se resuelve problemas lineales y no lineales enteros. Lo importante será entender bien la cuestión que debe resolverse y plantearla correctamente en un modelo. Excel se encargará de hallar la respuesta. Ya sabemos que algunas preguntas admiten varias respuestas por lo que será necesario comprobar la que Solver ha calculado antes de dar como resuelta la cuestión.
  • 5. 5 1. ALGORITMO SIMPLEX En optimización matemática, el término algoritmo Símplex habitualmente se refiere a un conjunto de métodos muy usados para resolver problemas de programación lineal, en los cuales se busca el máximo de una función lineal sobre un conjunto de variables que satisfaga un conjunto de inecuaciones lineales. El algoritmo Símplex primal fue desarrollado por el matemático norteamericano George Dantzig en 1947, y procede examinando vértices adyacentes del poliedro de soluciones. Un algoritmo Símplex es un algoritmo de pivote. Un método llamado de manera similar, pero no relacionado al anterior, es el método Nelder- Mead (1965) o método de descenso (o ascenso) símplex; un método numérico que busca un mínimo (o máximo) local de una función cualquiera examinando en cada paso los vértices de un simplex. El algoritmo del método Símplex fue elegido como uno de los 10 algoritmos más importantes del siglo XX. 1.1 PUNTOS IMPORTANTES: - La función objetivo puede ser “maximización o minimización”. - Se agregan variables de holgura.
  • 6. 6 1.2. OBJETIVO: - Es igualar las restricciones del modelo planteado y aumentar las variables de holgura, o bien, restar las variables de exceso. Para el caso de la forma de maximización: - La función objetivo debe ser de maximización. - Las restricciones son del tipo <=. - Las variables de decisión son mayores o iguales a cero. Para el caso de minimización: - La función objetivo debe ser de minimizarse. - Las restricciones son del tipo >=. - Las variables de decisión son menores o iguales a cero.
  • 7. 7 2. METODO SIMPLEX CON SOLVER 2.1 CONCEPTOS BASICOS: Solver es un paquete agregado para Excel que ayuda a resolver y optimizar numéricamente los modelos sujetos a restricciones, como los modelos de programación lineal. Técnica con la cual se encuentra las decisiones óptimas para un modelo determinado en una hoja de cálculo. Los algoritmos son sencillamente rutinas escritas en código de computadora que aplican en forma iterativa. Con solver es posible resolver problemas que tengan hasta 200 variables de decisión, 100 restricciones explicitas y 400 simples TERMINOLOGIA PL TERMINOLOGIA SOLVER Función objetivo Celda objetivo Variables de decisión Cambiando celdas Restricciones restricciones Función de restricción (LI) Referencia de celda de restricción LD restricción Modelo de programación lineal Asumir modelo lineal Para que solver pueda optimizar un modelo, debe usted preparar este en una hoja de cálculo de manera adecuada; debe apegarse a ciertas restricciones técnicas que este paquete impone a los modelos. Solver puede optimizar tanto los modelos lineales como los no lineales. 2.1 OBJETIVOS - Como objetivo principal tenemos la resolución de los problemas de programación lineal que se presentan en los distintos ámbitos laborales, para así lograr la optimización que se desea a fin de llegar a una buena toma de decisiones. - Aprender a manejar el complemento SOLVER de de EXEL desde la activación hasta la evaluación de sus parámetros. 2.3 CONSTRUCCIÓN DE UN MODELO DE OPTIMIZACIÓN. La introducción de un modelo de optimización, un programa lineal en nuestro ejemplo, se puede sintetizar en cuatro fases:
  • 8. 8 2.3.1 Organizar los datos del modelo en la hoja de trabajo: Si bien son múltiples las posibles formas de diseñar el formato y colocación de los datos de entrada, es recomendable seguir los mismos principios que en toda aplicación con hoja de cálculo: pensar en la hoja como un informe que explique el problema, identificar los datos introducidos, colocar comentarios, introducir todos los datos iniciales del problema y construir a partir de los mismos el modelo de optimización con el objeto de facilitar el análisis de sensibilidad, utilizar técnicas de diseño para presentar el modelo, etc. 2.3.2 Reservar una celda para cada variable de decisión: Siguiendo el esquema de un programa matemático, es recomendable que inicien la hoja de trabajo. Deberán estar vacías o con datos numéricos, nunca fórmulas, y de ser posible con notas o comentarios. 2.3.3 Crear una celda para la función objetivo próximo a las que recogen las variables: La fórmula que incorpora deberá crearse a partir de las celdas descritas en el punto anterior. 2.3.4 Para cada restricción, crear una celda que recoja la fórmula de su parte izquierda, y a la derecha de dicha celda colocar el término independiente:
  • 9. 9 2.4 PASOS PARA EJECUTAR SOLVER 2.4.1 Solver está incluido dentro de Excel pero se encuentra desactivado de manera predeterminada. Para poder habilitarlo debes ir a la ficha Archivo y elegir Opciones y se mostrará el cuadro de diálogo Opciones de Excel donde deberás seleccionar Complementos. 2.4.2 En el panel derecho encontrarás el complemento llamado Solver. Para activarlo debes hacer clic en el botón Ir de la sección Administrar.
  • 10. 10 2.4.3 Se mostrará el cuadro de diálogo Complementos y deberás marcar la casilla de verificación de Solver y aceptar los cambios. 2.4.4 Para utilizar el complemento Solver debes ir a la ficha Datos y Excel habrá creado un nuevo grupo llamado Análisis el cual contendrá el comando Solver. 2.4.5 Al hacer clic sobre ese comando se mostrará el cuadro de diálogo Parámetros de Solver el cual nos permitirá configurar y trabajar con el complemento recién instalado.
  • 11. 11 2.5 EJEMPLO DE APLICACION Para ejemplificar respecto al uso de Solver utilizaremos el siguiente modelo de Programación Lineal: Paso 1: Abrir una planilla de cálculo de Excel y definir las variables de decisión y la función objetivo. En este ejemplo se han marcado con amarillo y verde las variables de decisión y función objetivo respectivamente sólo para facilitar la comprensión. Es importante notar que la función objetivo (celda F4) será siempre una fórmula que depende de los parámetros de la función objetivo (celdas B5, C5, D5) y las variables de decisión (B4, C4, D4) Paso 2: Se definen las restricciones del modelo. La columna en amarillo bajo el titulo "Laso Izq" es una fórmula de los parámetros y las variables de decisión en las respectivas restricciones. Por ejemplo, la fórmula incorporada en E9 es simplemente: 15X + 7,5Y + 5Z. La celda F9 es el lado derecho de dicha restricción y corresponde a una constante (315).
  • 12. 12 Paso 3: Ingresamos a la Opción Solver (Ver Instalacion Solver de Excel). Luego definimos la celda objetivo (función objetivo), el valor que buscamos (máximización o minimización), las celdas que deseamos cambiar (variables de decisión) y las restricciones. Para nuestro ejemplo está será la pantalla que se debe obtener: Paso 4: Accedemos a "Opciones..." y seleccionamos "Adoptar modelo lineal"y "Adoptar no negativos". Finalmente seleccionamos "Aceptar" y luego "Resolver". Paso 5: Si el proceso se ha desarrollado en forma correcta la planilla de cálculo se actualizará y se obtendrán los siguientes resultados. Solución Óptima: X=4, Y=10, Z=36. Valor Óptimo: V(P)=6.620. Se recomienda requerir el informe de sensibilidad tal como se muestra en la imagen de abajo.
  • 13. 13 Paso 6: La imagen a continuación ha sido levemente editada y corresponde al informe de sensibilidad. Por ejemplo, el parametro que actualmente acompaña a X en la función objetivo es 200, sin embargo, si este valor varía entre [120,240] se conservará la actual solución óptima. En cuanto a las restricciones podemos decir, por ejemplo, que si el lado derecho de la segunda restricción (actualmente este lado derecho es igual a 110) aumenta a 120, es nuevo valor óptimo será V(P)=6.620 + 10*10 =6.720, es decir, el valor óptimo aumentará en forma proporcional al precio sombra de dicha restricción. Se recomienda revisar la sección de Análisis de Sensibilidad para reforzar estos conceptos.
  • 14. 14 EJERCICIO 2: CON 6 VARIABLES: h- Dibujamos una plantilla en Exel con los datos del problema
  • 15. 15 i- Seleccionamos la celda objetivo j- Especificamos Min. Para el problema
  • 16. 16 k- Celdas que puedes ajustarse para satisfacer las restricciones l- Seleccionamos las restricciones del problema
  • 17. 17 m- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver n- OBTENEMOS LOS RESULTAMOS RESULTADOS
  • 18. 18 EJERCICIO 3: con 27 varialbes La mina Lagunas Norte se ubica en el distrito de Quiruvilca, provincia de Santiago de Chuco, departamentode LaLibertad, a 130 Km.al Este de la ciudad de Trujillo y 42 Km. al Oeste de la ciudad de Huamachuco. La geología de Lagunas Norte está dominada por secuencias de rocas sedimentarias de la Formación Chimú y secuencias volcánicas dacíticas y andesíticas del Grupo Calipuy. La mineralización es del tipo epitermal de alta sulfuración. El métodode minadosuperficial emplea el sistema Pala – Camión en bancos de 10 metros. El mineral pasapor circuitode chancado primarioysecundarioantesde serdepositadoenel pad de lixiviación. Los equipos principales son:  2 palas hidráulicas KOMATSU PC‐4000  2 cargadores frontales KOMATSUWA‐1200  12 camiones KOMATSU 730‐E  4 perforadoras primarias Reedrill SKS‐12 OBJETIVO: Lagunas Norte, como vemos, tiene diferentes tipos de mineral, lo cual implica trabajar con stocks y hacer remanejos posteriores para su tratamiento. En ese sentido, surge la necesidad de utilizar la PL como herramienta que nos ayude a optimizar la mezcla de mineral y de esta manera maximizar las onzas puestas en el Pad de Lixiviación.
  • 19. 19 a- Dibujamos una plantilla en Exel con los datos del problema *Datos tecnicos del problema *restricciones
  • 20. 20 b- Seleccionamos la celda objetivo c- Especificamos Max. Para el problema
  • 21. 21 d- Celdas que puedes ajustarse para satisfacer las restricciones e- Seleccionamos las restricciones del problema
  • 22. 22 f- Seleccionamos el método de resolución (simplex LP) y le damos en Resolver g- OBTENEMOS LOS RESULTAMOS RESULTADOS