10/03/2010

Pontificia Universidad Catlica de Chile Facultad de Ingeniera Departamento de Ingeniera Industrial y de Sistemas

Clase 1: Bienvenida/Introduccin
ICS 1113 OPTIMIZACIN seccin 3 Profesor : Mathias Alberto Klapp

El primer curso de Ingeniera Industrial.

Bienvenidos a la ciencia de cmo tomar decisiones

George Bernard Dantzig (1914 2005) "padre de la programacin lineal"

10/03/2010

Clases Basadas en: Apuntes de clase de Jorge Vera. Apuntes de clase de Juan Carlos Muoz.

Aspectos Administrativos
Profesor: Mathias Klapp, maklapp@uc.cl Seccin : 3 Primer Semestre 2010 :
Clases M J: 1, Sala B21 Ayudanta L: 6, Sala E13 Atencin Alumnos: M J despus de clase (A convenir)

Pgina Web : SidIng

10/03/2010

Tendrn
Ayudantas:
Habr un calendario especfico de estas.

Talleres computacionales
Aprendern a usar software para optimizacin. Sern en horario de las ayudantas.

Notas de clases:
Tendrn disponibles en web las notas de clases para que sigan la clase sin tener que copiar mucho...

Reglas del Juego

Curso coordinado entre las cuatro secciones. Para aprobar el curso:
Nota Presentacin (NP), debe ser mayor o igual a 4,0: I1 : 17 de Abril, 20% I2 : 8 de Mayo, 25% I3 : 27 de Mayo, 25% Examen: 26 de Junio, 30% Nota Examen debe ser mayor a 3,0 Nota Trabajo (NT) , debe ser mayor o igual a 4,0 Actividades en clase (NA) Nota Final 70%NP+20%NT+10%NA, debe ser mayor o igual a 4,0 Si no cumple requisitos el alumno reprueba con min{3,9;NP;NT}

10/03/2010

Reglas del Juego

HONESTIDAD!!!! Los temas a evaluar son hasta el Martes anterior a la prueba. Se prohben las calculadores programables en Interrogaciones, Examen y Actividades. Tambin los celulares. Reclamos: En secretara docente de Ing. Industrial Hasta una semana despus de la fecha de entrega. Por escrito en hoja aparte. Se entrega toda la prueba y se revisar completa.

Reglas del Juego

Faltar a Interrogaciones: Si falta a una interrogacin:
No se requiere justificacin alguna. Obtendr la nota del examen final si el promedio del examen es inferior al promedio de la interrogacin. Si no, la nota ser relativa a la media.
Por ejemplo: Si en el examen estuvo 4 dcimas sobre o bajo el promedio, en la interrogacin estar 4 dcimas sobre o bajo el promedio.

Si falta a una segunda interrogacin o a ms:

Obtendr nota 1,0. No se aceptar ningn tipo de justificacin.

10/03/2010

Referencias
Hay una lista en el programa del curso, pero hay dos textos fundamentales:
Apuntes de Optimizacin, de los profesores J.C. Muoz y J.C. Ferrer (estn disponible en la pgina web) El libro: Optimizacin y Modelos para la Gestin, de C. Ortiz, S. Varas y J. Vera (disponible en Biblioteca Central)
9

Motivacin
Qu es la Optimizacin?
Es parte de la Investigacin Operativa (Operations Research)
Rama de la Ingeniera Industrial consistente en el uso de modelos, estadstica y algoritmos con el objetivo de realizar un proceso de toma de decisiones.

Historia:
Segunda guerra mundial: Investigacin de Operaciones militares.

Actualmente
Uso de modelos matemticos para apoyar a tomadores de decisiones en los ms diversas reas.

10/03/2010

Investigacin Operativa
Es sinnimo de Management Sciences:
El ncleo cuantitativo de la Ingeniera Industrial.

Ramas de la Investigacin de Operaciones:

Optimizacin ( Programacin Matemtica) Simulacin Modelos Estocsticos Mtodos Estadsticos Y ms.

Optimizacin
Qu es la Optimizacin?
Rama de la Investigacin Operacional que intenta dar respuesta a un tipo general de problemas, conocido como Modelo de Optimizacin. Se desea elegir el mejor entre un conjunto de elementos disponibles. El proceso de optimizacin se puede resumir en tres grandes etapas: Modelacin, Resolucin y Anlisis de Resultados.

10/03/2010

Qu es un Modelo?
Estructura que se ha construido y que exhibe caractersticas de un sistema
una simplificacin de alguna realidad concreta orientada a nuestros propsitos (B. Philippi, 1981)

Caricatura de la realidad, que captura los factores dominantes que determinan el comportamiento del sistema en estudio.
caractersticas ms relevantes de la realidad caractersticas a considerar dependern del uso Trade-off entre la complejidad y simplicidad

Ejemplos de Modelo
Realidad Modelo

10/03/2010

Ejemplos de Modelo
Realidad Modelo

Ejemplos de Modelo
Realidad Modelo

F = ma

10/03/2010

Tipos de Modelo
Tomador de decisiones es parte del proceso de modelacin Tomador de decisiones es externo al proceso de modelacin

Mundo real

Ejercicio operacional

Juego

Simulacin

Modelo analtico

Aumento del grado de abstraccin y velocidad de modelacin Aumento del grado de realismo y costos de modelacin

Modelo de Optimizacin
En Optimizacin:
Se usan modelos analticos. La modelacin consiste en llevar un problema real a un conjunto de expresiones matemticas, que representan las caractersticas principales del problema, las cuales son de inters para el modelador y el objetivo de este.

10/03/2010

El Modelo de optimizacin:
Min(Max) f (x) s.a. gi (x) bi i = 1,..., m x C
En la expresin encontramos: Variables de decisin. x
Cules son las decisiones?

Funcin objetivo. f: Rn >R

Qu queremos lograr?

Dominio:
Cmo estn relacionadas y restringidas las decisiones? Restricciones entre variables. gi : Rn >R Restricciones de conjunto. C es un conjunto en Rn.

Modelo de Optimizacin
Problemas de la vida real se pueden resolver de esta forma. Pero primero: hay que saber colocar un problema de la vida real en ese formato.

Y eso es.... MODELAR.

La primera parte del curso la dedicaremos a modelar

10

10/03/2010

Un primer problema:
Una PYME hace Triciclos y Bicicletas Se desea estudiar la poltica de produccin para el prximo periodo.
Cada producto requiere de dos materias primas: Caucho y Acero Tanto el Caucho como el Acero son recursos limitados. El mercado es perfecto y se compra todo lo producido. El objetivo declarado es: Ganar la mayor cantidad de dinero.

Datos:
Requerimientos:
Bicicletas Requerimiento de caucho Requerimiento de acero 250 gr 20 Kg Triciclos 500 gr 10 Kg

Recursos: La PYME tiene a sus disposicin 2500 Kg de acero y 50 Kg de caucho. Precios: Una bicicleta se vende a $80 mil y un triciclo a $50mil

11

10/03/2010

Qu decisin se infiere del problema?

Cuntas bicicletas y triciclos producir. sta es nuestra variable de decisin! Sea:

X B : Nmero de bicicletas a producir X T : Nmero de triciclos a producir

Nuestro Primer Modelo

Max : 80000 X B + 50000 X T s.a. 0, 25 X B + 0,5 X T 50

20 X B + 10 X T 2500 X B , XT 0
Este es un modelo lineal con 2 variables y 4 restricciones.

12

10/03/2010

Tipos de Modelo de Optimizacin

Modelo Lineal Modelo No lineal Modelo Binario, Entero y Combinatorial Modelo Estocstico Modelo No Diferenciable

Poder computacional al servicio de la optimizacin.

Lo que estudiaremos:
Modelamiento
Cmo poner un problema real en el lenguaje de la Optimizacin Representa el modelo adecuadamente la realidad?

Teora:
Tendr solucin el problema? Y si tiene solucin. es nica? Propiedades de diversos tipos de modelos.

Mtodos (algoritmos) para encontrar esas soluciones.

Algoritmos computacionales.

Anlisis de los resultados de un problema de optimizacin.

qu pasa si cambia algo..? Variacin de un costo o recurso. Nuevas restricciones.
26

13

10/03/2010

Objetivos del Curso

Al final del curso el alumno debe ser capaz: Modelar matemticamente problemas diversos de toma de decisiones. Explicar claramente y con sus propias palabras el funcionamiento del algoritmo Simplex y de otros algoritmos para problemas no lineales. Explicar adecuadamente el algoritmo Branch & Bound (y sus variantes) para problemas con variables discretas. Identificar los paradigmas de flujo en redes y de programacin dinmica como esquemas alternativos de moldeamiento de ciertos problemas de toma de decisiones y las ventajas y desventajas de estos paradigmas respecto al enfoque ms estndar de modelamiento. Utilizar software para resolver modelos de optimizacin.

BIENVENIDOS A LA OPTIMIZACIN !!!

14

10/03/2010

Pontificia Universidad Catlica de Chile Facultad de Ingeniera Departamento de Ingeniera Industrial y de Sistemas

Clase 1: Bienvenida/Introduccin
ICS 1113 OPTIMIZACIN seccin 3 Profesor : Mathias Alberto Klapp

15