SlideShare una empresa de Scribd logo
1 de 16
Descargar para leer sin conexión
TALLER MANEJO DE HERRAMIENTAS DE
OPTIMIZACIÓN LINEAL



             LINDO 6.1
             WinQSB 2.0



                       Ing. Zamantha González
                      Asesora Área de Sistemas
                               UNA Cl Cojedes
LINDO 6.1

Es un paquete de optimización muy fácil de manejar, es muy flexible
y tiene la ventaja de permitir introducir la función objetivo y las
restricciones en forma natural sin necesidad de insertar las entradas
con coeficientes iguales a cero. Acepta hasta 150 restricciones y
hasta 300 variables.

Para mayor información consulte la siguiente dirección:
                     http:// www.lindo.com
EJEMPLOS
1. Abrimos LINDO



Vamos a ingresar el modelo de PL:

            Max Z = 2x + 3y
Sujeto a:
         4 x + 3 y ≤ 10
         3x + 5y ≤ 12
        x,y > 0
EJEMPLOS
El modelo debe comenzar por la función objetivo precedida de MAX o MIN según
se la quiera maximizar o minimizar respectivamente. Puede constar de una o más
líneas y se separa del resto del modelo mediante la expresión SUBJECT TO (puede
abreviarse como ST) que indica que la función objetivo esta “sujeta a” las
restricciones que se indicarán a continuación.

MAX 2X + 3Y
ST


Seguidamente se ingresan las restricciones (aunque pueden estar separadas por
espacios, se suelen ingresar en líneas separadas para mejorar la legibilidad). El
modelo finaliza con la expresión END.

!Restricciones
MP) 4X + 3Y < 10
MO) 3X + 5Y < 12
END
EJEMPLOS
Las reglas a considerar para formular un modelo PL usando LINDO son:

•    Cada término, en cualquier restricción (o en la función objetivo), contiene:
    [+|–] [coef.] [nombre_variable], siempre en ese orden (no necesariamente
    separados por blancos). El signo más (+) también es opcional, así como el
    coeficiente, si fuera 1.

• El nombre de la variable debe comenzar con una letra y puede contener hasta
  8 caracteres alfanuméricos.

• Todos los términos variables deben ir a la izquierda de la inecuación y cada
  término independiente a la derecha. Si el modelo no estuviera formulado de
  esta manera, se deberá operar y pasar de términos hasta llegar a la misma.
EJEMPLOS
• Como no se pueden utilizar desigualdades estrictas LINDO admite el uso de
  estos signos en vez de los que incluyen igualdad (“<” equivale a “≤” y “>”
  equivale a “≥”.

• Las ecuaciones se pueden rotular con un nombre que debe seguir las reglas
  usadas para denominar las variables. Luego del mismo se incluye un
  paréntesis de cierre. Esto simplifica notablemente la comprensión de los
  reportes.

• Pueden incluirse comentarios para mejorar la legibilidad del modelo
  anteponiendo un signo de admiración (cierre) a los mismos para que LINDO
  lo ignore al compilar el modelo.
EJEMPLOS
EL RESULTADO DE LA CORRIDA

Una vez completado el modelo se compila mediante la opción Compile Model
del menú Solve y se ejecuta con la opción Solve del mismo menú. Puede
omitirse el paso de la compilación (Solve compila automáticamente en caso de
ser necesario) aunque el mismo evita la mayoría de los “cuelgues” en los últimos
sistemas Windows.
EJEMPLOS
Los posibles estados (status) son:
• Infeasible: el modelo es incompatible (no tiene solución válida). Previamente
  se presenta un cuadro que explica la situación (NO FEASIBLE SOLUTION…).

• Unbounded: el modelo es un poliedro abierto (el funcional no está
  restringido). Previamente se presenta un cuadro que explica la situación
  (UNBOUNDED SOLUTION …).

• Optimal: se llegó a una solución óptima. Se presenta la posibilidad de realizar
  un análisis de sensibilidad del rango de variación de los coeficientes de la
  función objetivo y los términos independientes de las restricciones.
EJEMPLOS
     LP OPTIMUM FOUND AT STEP      0

        OBJECTIVE FUNCTION VALUE

        1)   7.454545

     VARIABLE     VALUE        REDUCED COST
        X     1.272727        0.000000
        Y     1.636364        0.000000

        ROW SLACK OR SURPLUS DUAL PRICES
        MP)   0.000000     0.090909
        MO)   0.000000     0.545455

     NO. ITERATIONS=      0

     RANGES IN WHICH THE BASIS IS UNCHANGED:

                   OBJ COEFFICIENT RANGES
     VARIABLE      CURRENT      ALLOWABLE    ALLOWABLE
              COEF      INCREASE     DECREASE
        X     2.000000     2.000000    0.200000
        Y     3.000000     0.333333    1.500000

                  RIGHTHAND SIDE RANGES
       ROW      CURRENT     ALLOWABLE      ALLOWABLE
              RHS      INCREASE     DECREASE
        MP    10.000000     6.000000    2.800000
        MO    12.000000     4.666667     4.500000
EJEMPLOS
• El mismo contiene en primer lugar una indicación de la cantidad de pasos
  efectuados hasta llegar al óptimo y el valor de la función objetivo en el mismo
  (OBJECTIVE FUNCTION VALUE).

• Seguidamente se detallan los valores (VALUE) de las variables reales del
  problema y sus correspondientes costos de oportunidad (REDUCED COST).

• Luego se presentan los valores de las variables “slack” (SLACK OR SURPLUS),
  así como el valor marginal (DUAL PRICES) correspondiente a cada uno de los
  recursos (o restricciones) a los que corresponden.

• A continuación se muestra, en caso de haber seleccionado la opción de
  análisis de sensibilidad, el valor actual de los coeficientes del funcional para
  cada variable del problema y sus rangos de variación positiva y negativa
  (OBJ COEFFICIENT RANGES).

• Por último se tiene un análisis similar para cada una de las restricciones del
  problema, con el valor actual del término independiente de la restricción y
  sus rangos de variación positiva y negativa (RIGHTHAND SIDE RANGES).|
USO DE LINDO VS. EXCEL
LINDO presenta 2 ventajas fundamentales frente a Excel:

1. El planteamiento del PL en LINDO –en cuanto a su transcripción en el
   programa informático-, es exactamente igual como se escribe en una
   hoja de papel.
2. El usuario posee un control muy sencillo de las variables del PL que
   se quieran hacer (análisis de sensibilidad, dualidad, restricciones de
   integridad).
WINQSB 2.0

WINQSB es un módulo de optimización, útil para problemas de gran
escala y presenta una amplia flexibilidad para el manejo de la data y
solución del problema; permite introducir la data en forma natural.

Para descargarlo consulte la siguiente dirección:
                    http://winqsb.softonic.com/
WINQSB 2.0
Desde aquí puedes comenzar a trabajar abriendo un problema
guardado anteriormente; lo puedes hacer desde el menú “File”
 “Load Problem”, o directamente desde el botón que se
encuentra en el extremo superior izquierdo con el dibujo de
una carpeta.

Para comenzar a trabajar con un problema nuevo también lo
podemos hacer de dos formas:

1. Desde “File”  “New Problem”,
2. Desde el botón situado en el extremo superior izquierdo

En esta ventana encontramos los menús “File” y “Help” que
nos ofrece la posibilidad de consultar información sobre el
programa y su utilización.
Si lo que deseamos es salir del programa o lo hacemos
pulsando el botón      o desde el menú “File”  “Exit”
WINQSB 2.0
Al comenzar un nuevo programa nos aparece, donde debemos escribir:
1. Título del problema
2. Número de variables
3. Número de restricciones
4. Tipo de Variable “Default Variable Type”. Para
   PL usar Nonnegative continuous variables no
   negativas continuas; esto es con valores reales
   y que cumplen las condiciones de no
   negatividad.
5. Formato de datos de entrada “Data Entry
   Format”: normalmente es preferible utilizar el
   formato “Spreadsheet Matrix Form” (Matriz)
   para ingresar los datos. En el formato matriz
   sólo hay que introducir los coeficientes, costes
   y recursos.
6. En “Objetive Criterion” elegiremos, “maximize”
   o “minimize” según lo que nos pida el
   problema, maximizar o minimizar.
7. Una vez introducidos todos los datos del problema
   pulsamos “OK”.
WINQSB 2.0
Por ejemplo, para un problema a maximizar con 2 variables y 3 restricciones,
aparecerá la siguiente ventana:




• En la primera fila de la matriz se introducen los coeficientes (costes) de la
  función a minimizar o maximizar.
• En las filas posteriores introduciremos los datos de las restricciones del
  problema.
• Para cambiar el sentido de la restricción doble clic en la celda que contiene
  el signo ≤ y van apareciendo las diferentes opciones.
• Una vez introducidos en la tabla los datos del problema, éste se resuelve
  desde menú  solve and analyze
MUCHAS GRACIAS POR SU
ATENCIÓN
             Ing. Zamantha González
            Asesora Área de Sistemas
                     UNA Cl Cojedes

Más contenido relacionado

La actualidad más candente

Solver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSolver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSalvador Tejada
 
Presentacion solver angie sofia
Presentacion solver angie sofiaPresentacion solver angie sofia
Presentacion solver angie sofiaSophie Toffy
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimizaciónHugo Pereira
 
Solución de PL con Excel Solver
Solución de PL con Excel SolverSolución de PL con Excel Solver
Solución de PL con Excel Solverdiana olaya
 
Solver Basico
Solver BasicoSolver Basico
Solver Basicojmnvit
 
Solver y programacion lineal maximizacion de una funcion
Solver y programacion lineal maximizacion de una funcionSolver y programacion lineal maximizacion de una funcion
Solver y programacion lineal maximizacion de una funcionSalvador Tejada
 
Análisis de sensibilidad – solver escenarios2
Análisis de sensibilidad – solver   escenarios2Análisis de sensibilidad – solver   escenarios2
Análisis de sensibilidad – solver escenarios2Alicia Edith Camilletti
 
1. programación lineal
1.  programación lineal1.  programación lineal
1. programación linealCami Monsalve
 
Analisis grafico de sensibilidad
Analisis grafico de sensibilidadAnalisis grafico de sensibilidad
Analisis grafico de sensibilidadTito Ibarra
 
Analisis sensibilidad
Analisis sensibilidadAnalisis sensibilidad
Analisis sensibilidadevo_perro
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo SimplexIsabel
 
Metodo dual simplex
Metodo dual simplexMetodo dual simplex
Metodo dual simplexluis20132014
 
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm   fisi - método dual simplex - io1 cl10-dual_simplexUnmsm   fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm fisi - método dual simplex - io1 cl10-dual_simplexJulio Pari
 
trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)Jenny Aimacaña
 
Interpretación económica del análisis de sensibilidad
Interpretación económica del análisis de sensibilidadInterpretación económica del análisis de sensibilidad
Interpretación económica del análisis de sensibilidadjoanjun
 
investigacion de operaciones
investigacion de operacionesinvestigacion de operaciones
investigacion de operacionesManuel Yara
 

La actualidad más candente (20)

Solver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSolver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencillo
 
Presentacion solver angie sofia
Presentacion solver angie sofiaPresentacion solver angie sofia
Presentacion solver angie sofia
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
Solución de PL con Excel Solver
Solución de PL con Excel SolverSolución de PL con Excel Solver
Solución de PL con Excel Solver
 
Solver Basico
Solver BasicoSolver Basico
Solver Basico
 
Solver y programacion lineal maximizacion de una funcion
Solver y programacion lineal maximizacion de una funcionSolver y programacion lineal maximizacion de una funcion
Solver y programacion lineal maximizacion de una funcion
 
Análisis de sensibilidad – solver escenarios2
Análisis de sensibilidad – solver   escenarios2Análisis de sensibilidad – solver   escenarios2
Análisis de sensibilidad – solver escenarios2
 
1. programación lineal
1.  programación lineal1.  programación lineal
1. programación lineal
 
Herramienta solver
Herramienta solverHerramienta solver
Herramienta solver
 
Función Solver
Función SolverFunción Solver
Función Solver
 
Analisis grafico de sensibilidad
Analisis grafico de sensibilidadAnalisis grafico de sensibilidad
Analisis grafico de sensibilidad
 
Analisis sensibilidad
Analisis sensibilidadAnalisis sensibilidad
Analisis sensibilidad
 
Solver
SolverSolver
Solver
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
Metodo dual simplex
Metodo dual simplexMetodo dual simplex
Metodo dual simplex
 
Método simplex
Método simplexMétodo simplex
Método simplex
 
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm   fisi - método dual simplex - io1 cl10-dual_simplexUnmsm   fisi - método dual simplex - io1 cl10-dual_simplex
Unmsm fisi - método dual simplex - io1 cl10-dual_simplex
 
trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)
 
Interpretación económica del análisis de sensibilidad
Interpretación económica del análisis de sensibilidadInterpretación económica del análisis de sensibilidad
Interpretación económica del análisis de sensibilidad
 
investigacion de operaciones
investigacion de operacionesinvestigacion de operaciones
investigacion de operaciones
 

Similar a C:\Fakepath\Manejo Herramientas Optimizacion Lineal

Solver, jazmin, freddy
Solver, jazmin, freddySolver, jazmin, freddy
Solver, jazmin, freddyJazmin Cabezas
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excelguestb9bf58
 
Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. doJohn Leyton
 
Análisis de sensibilidad.
Análisis de sensibilidad.Análisis de sensibilidad.
Análisis de sensibilidad.Hebzi01
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)JorgeAHuarachiCh
 
Investigacion de ope. 1
Investigacion de ope. 1Investigacion de ope. 1
Investigacion de ope. 1EmilyNathalie
 
Programación no linealeeee fernando yepez
Programación no linealeeee fernando yepezProgramación no linealeeee fernando yepez
Programación no linealeeee fernando yepezDra Yarelis Vargas
 
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 MarketingAD
 
V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4Carlosjmolestina
 
Explicacion resultadoslindo
Explicacion resultadoslindoExplicacion resultadoslindo
Explicacion resultadoslindoRosana Delgado A
 

Similar a C:\Fakepath\Manejo Herramientas Optimizacion Lineal (20)

Win qsb2.0
Win qsb2.0Win qsb2.0
Win qsb2.0
 
Solver, jazmin, freddy
Solver, jazmin, freddySolver, jazmin, freddy
Solver, jazmin, freddy
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
 
Algoritmo simplex-para-imprimir
Algoritmo simplex-para-imprimirAlgoritmo simplex-para-imprimir
Algoritmo simplex-para-imprimir
 
Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. do
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Análisis de sensibilidad.
Análisis de sensibilidad.Análisis de sensibilidad.
Análisis de sensibilidad.
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)
 
Investigacion de ope. 1
Investigacion de ope. 1Investigacion de ope. 1
Investigacion de ope. 1
 
Win qsb2.0
Win qsb2.0Win qsb2.0
Win qsb2.0
 
Programación no linealeeee fernando yepez
Programación no linealeeee fernando yepezProgramación no linealeeee fernando yepez
Programación no linealeeee fernando yepez
 
Manual lindo (1)
Manual lindo (1)Manual lindo (1)
Manual lindo (1)
 
Programación no lineal
Programación no linealProgramación no lineal
Programación no lineal
 
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
 
Optimización con lingo
Optimización con lingoOptimización con lingo
Optimización con lingo
 
V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Manual lindo
Manual lindoManual lindo
Manual lindo
 
Guia rapida win_qsb
Guia rapida win_qsbGuia rapida win_qsb
Guia rapida win_qsb
 
Explicacion resultadoslindo
Explicacion resultadoslindoExplicacion resultadoslindo
Explicacion resultadoslindo
 

Más de Zamantha Gonzalez Universidad Nacional Abierta

Más de Zamantha Gonzalez Universidad Nacional Abierta (20)

Elementos del diseño visual
Elementos del diseño visualElementos del diseño visual
Elementos del diseño visual
 
Instructivo Autocorreccion Pruebas Objetivas UNA
Instructivo Autocorreccion Pruebas Objetivas UNAInstructivo Autocorreccion Pruebas Objetivas UNA
Instructivo Autocorreccion Pruebas Objetivas UNA
 
Estrategias
EstrategiasEstrategias
Estrategias
 
Aspectos básicos de google classroom
Aspectos básicos de google classroomAspectos básicos de google classroom
Aspectos básicos de google classroom
 
Lineamientos curso de iniciación 2017 1
Lineamientos curso de iniciación 2017 1Lineamientos curso de iniciación 2017 1
Lineamientos curso de iniciación 2017 1
 
Presentacion telemática educativa
Presentacion telemática educativaPresentacion telemática educativa
Presentacion telemática educativa
 
Uso y creacion de unidades
Uso y creacion de unidadesUso y creacion de unidades
Uso y creacion de unidades
 
Estrategias objetivo 8
Estrategias objetivo 8Estrategias objetivo 8
Estrategias objetivo 8
 
Estrategias objetivo 7
Estrategias objetivo 7Estrategias objetivo 7
Estrategias objetivo 7
 
Estrategias objetivo 6
Estrategias objetivo 6Estrategias objetivo 6
Estrategias objetivo 6
 
Estrategias objetivo 5
Estrategias objetivo 5Estrategias objetivo 5
Estrategias objetivo 5
 
Geolocalización móvil
Geolocalización móvilGeolocalización móvil
Geolocalización móvil
 
Realidad aumentada
Realidad aumentadaRealidad aumentada
Realidad aumentada
 
Traductores de lenguaje
Traductores de lenguajeTraductores de lenguaje
Traductores de lenguaje
 
Tipos de datos en pascal
Tipos de datos en pascalTipos de datos en pascal
Tipos de datos en pascal
 
EVERNOTE
EVERNOTEEVERNOTE
EVERNOTE
 
Encuentro inicial
Encuentro inicialEncuentro inicial
Encuentro inicial
 
Encuentro inicial estudiantes primer semestre
Encuentro inicial estudiantes primer semestreEncuentro inicial estudiantes primer semestre
Encuentro inicial estudiantes primer semestre
 
Tipos de datos
Tipos de datosTipos de datos
Tipos de datos
 
Traductores de lenguaje
Traductores de lenguajeTraductores de lenguaje
Traductores de lenguaje
 

C:\Fakepath\Manejo Herramientas Optimizacion Lineal

  • 1. TALLER MANEJO DE HERRAMIENTAS DE OPTIMIZACIÓN LINEAL LINDO 6.1 WinQSB 2.0 Ing. Zamantha González Asesora Área de Sistemas UNA Cl Cojedes
  • 2. LINDO 6.1 Es un paquete de optimización muy fácil de manejar, es muy flexible y tiene la ventaja de permitir introducir la función objetivo y las restricciones en forma natural sin necesidad de insertar las entradas con coeficientes iguales a cero. Acepta hasta 150 restricciones y hasta 300 variables. Para mayor información consulte la siguiente dirección: http:// www.lindo.com
  • 3. EJEMPLOS 1. Abrimos LINDO Vamos a ingresar el modelo de PL: Max Z = 2x + 3y Sujeto a: 4 x + 3 y ≤ 10 3x + 5y ≤ 12 x,y > 0
  • 4. EJEMPLOS El modelo debe comenzar por la función objetivo precedida de MAX o MIN según se la quiera maximizar o minimizar respectivamente. Puede constar de una o más líneas y se separa del resto del modelo mediante la expresión SUBJECT TO (puede abreviarse como ST) que indica que la función objetivo esta “sujeta a” las restricciones que se indicarán a continuación. MAX 2X + 3Y ST Seguidamente se ingresan las restricciones (aunque pueden estar separadas por espacios, se suelen ingresar en líneas separadas para mejorar la legibilidad). El modelo finaliza con la expresión END. !Restricciones MP) 4X + 3Y < 10 MO) 3X + 5Y < 12 END
  • 5. EJEMPLOS Las reglas a considerar para formular un modelo PL usando LINDO son: • Cada término, en cualquier restricción (o en la función objetivo), contiene: [+|–] [coef.] [nombre_variable], siempre en ese orden (no necesariamente separados por blancos). El signo más (+) también es opcional, así como el coeficiente, si fuera 1. • El nombre de la variable debe comenzar con una letra y puede contener hasta 8 caracteres alfanuméricos. • Todos los términos variables deben ir a la izquierda de la inecuación y cada término independiente a la derecha. Si el modelo no estuviera formulado de esta manera, se deberá operar y pasar de términos hasta llegar a la misma.
  • 6. EJEMPLOS • Como no se pueden utilizar desigualdades estrictas LINDO admite el uso de estos signos en vez de los que incluyen igualdad (“<” equivale a “≤” y “>” equivale a “≥”. • Las ecuaciones se pueden rotular con un nombre que debe seguir las reglas usadas para denominar las variables. Luego del mismo se incluye un paréntesis de cierre. Esto simplifica notablemente la comprensión de los reportes. • Pueden incluirse comentarios para mejorar la legibilidad del modelo anteponiendo un signo de admiración (cierre) a los mismos para que LINDO lo ignore al compilar el modelo.
  • 7. EJEMPLOS EL RESULTADO DE LA CORRIDA Una vez completado el modelo se compila mediante la opción Compile Model del menú Solve y se ejecuta con la opción Solve del mismo menú. Puede omitirse el paso de la compilación (Solve compila automáticamente en caso de ser necesario) aunque el mismo evita la mayoría de los “cuelgues” en los últimos sistemas Windows.
  • 8. EJEMPLOS Los posibles estados (status) son: • Infeasible: el modelo es incompatible (no tiene solución válida). Previamente se presenta un cuadro que explica la situación (NO FEASIBLE SOLUTION…). • Unbounded: el modelo es un poliedro abierto (el funcional no está restringido). Previamente se presenta un cuadro que explica la situación (UNBOUNDED SOLUTION …). • Optimal: se llegó a una solución óptima. Se presenta la posibilidad de realizar un análisis de sensibilidad del rango de variación de los coeficientes de la función objetivo y los términos independientes de las restricciones.
  • 9. EJEMPLOS LP OPTIMUM FOUND AT STEP 0 OBJECTIVE FUNCTION VALUE 1) 7.454545 VARIABLE VALUE REDUCED COST X 1.272727 0.000000 Y 1.636364 0.000000 ROW SLACK OR SURPLUS DUAL PRICES MP) 0.000000 0.090909 MO) 0.000000 0.545455 NO. ITERATIONS= 0 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X 2.000000 2.000000 0.200000 Y 3.000000 0.333333 1.500000 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE MP 10.000000 6.000000 2.800000 MO 12.000000 4.666667 4.500000
  • 10. EJEMPLOS • El mismo contiene en primer lugar una indicación de la cantidad de pasos efectuados hasta llegar al óptimo y el valor de la función objetivo en el mismo (OBJECTIVE FUNCTION VALUE). • Seguidamente se detallan los valores (VALUE) de las variables reales del problema y sus correspondientes costos de oportunidad (REDUCED COST). • Luego se presentan los valores de las variables “slack” (SLACK OR SURPLUS), así como el valor marginal (DUAL PRICES) correspondiente a cada uno de los recursos (o restricciones) a los que corresponden. • A continuación se muestra, en caso de haber seleccionado la opción de análisis de sensibilidad, el valor actual de los coeficientes del funcional para cada variable del problema y sus rangos de variación positiva y negativa (OBJ COEFFICIENT RANGES). • Por último se tiene un análisis similar para cada una de las restricciones del problema, con el valor actual del término independiente de la restricción y sus rangos de variación positiva y negativa (RIGHTHAND SIDE RANGES).|
  • 11. USO DE LINDO VS. EXCEL LINDO presenta 2 ventajas fundamentales frente a Excel: 1. El planteamiento del PL en LINDO –en cuanto a su transcripción en el programa informático-, es exactamente igual como se escribe en una hoja de papel. 2. El usuario posee un control muy sencillo de las variables del PL que se quieran hacer (análisis de sensibilidad, dualidad, restricciones de integridad).
  • 12. WINQSB 2.0 WINQSB es un módulo de optimización, útil para problemas de gran escala y presenta una amplia flexibilidad para el manejo de la data y solución del problema; permite introducir la data en forma natural. Para descargarlo consulte la siguiente dirección: http://winqsb.softonic.com/
  • 13. WINQSB 2.0 Desde aquí puedes comenzar a trabajar abriendo un problema guardado anteriormente; lo puedes hacer desde el menú “File”  “Load Problem”, o directamente desde el botón que se encuentra en el extremo superior izquierdo con el dibujo de una carpeta. Para comenzar a trabajar con un problema nuevo también lo podemos hacer de dos formas: 1. Desde “File”  “New Problem”, 2. Desde el botón situado en el extremo superior izquierdo En esta ventana encontramos los menús “File” y “Help” que nos ofrece la posibilidad de consultar información sobre el programa y su utilización. Si lo que deseamos es salir del programa o lo hacemos pulsando el botón o desde el menú “File”  “Exit”
  • 14. WINQSB 2.0 Al comenzar un nuevo programa nos aparece, donde debemos escribir: 1. Título del problema 2. Número de variables 3. Número de restricciones 4. Tipo de Variable “Default Variable Type”. Para PL usar Nonnegative continuous variables no negativas continuas; esto es con valores reales y que cumplen las condiciones de no negatividad. 5. Formato de datos de entrada “Data Entry Format”: normalmente es preferible utilizar el formato “Spreadsheet Matrix Form” (Matriz) para ingresar los datos. En el formato matriz sólo hay que introducir los coeficientes, costes y recursos. 6. En “Objetive Criterion” elegiremos, “maximize” o “minimize” según lo que nos pida el problema, maximizar o minimizar. 7. Una vez introducidos todos los datos del problema pulsamos “OK”.
  • 15. WINQSB 2.0 Por ejemplo, para un problema a maximizar con 2 variables y 3 restricciones, aparecerá la siguiente ventana: • En la primera fila de la matriz se introducen los coeficientes (costes) de la función a minimizar o maximizar. • En las filas posteriores introduciremos los datos de las restricciones del problema. • Para cambiar el sentido de la restricción doble clic en la celda que contiene el signo ≤ y van apareciendo las diferentes opciones. • Una vez introducidos en la tabla los datos del problema, éste se resuelve desde menú  solve and analyze
  • 16. MUCHAS GRACIAS POR SU ATENCIÓN Ing. Zamantha González Asesora Área de Sistemas UNA Cl Cojedes