Invo Lindo Ejemplos

El Aprendizaje con la Asistencia del Computador: Conceptos y Técnicas

SOFTWARE DE APLICACIÓN LINDO (LINEAR, INTERACTIVE, DISCRETE OPTIMIZER)



LINDO Systems es una compañía líder en la confección de software de modelos de optimización. LINDO lanzo al mercado productos como: What'sBest! .Actualmente la versión 8.0, un add-in de Excel que permite construir modelos de optimización importantes en una forma de planilla de cálculo y el LINGO 10.0 una herramienta para construir y solucionar modelos de optimización lineal y no lineal integrando un paquete de programación. También se cuenta con el LINDO API 4.1

que permite realizar optimizaciones con interfaces con otros programas de software como el conocido MathLAB.

INTRODUCCION

El computador siempre soluciona los programas lineales del mundo real usando en su mayoría el Método Simplex. Los coeficientes de la función objetivo se conocen como coeficientes de costo (porque históricamente durante la Guerra Mundial II, el primer problema de PL era un problema de minimización de costo), coeficientes tecnológicos ( coef. De las restricciones), y los valores de RHS o valores del lado derecho. Esta es una manera perfecta de aprender los conceptos de análisis de sensibilidad. Como usuario tenemos la posibilidad de ver los resultados numéricos y de compararlos con lo que esperamos ver.

Uno de los software mas usado para problemas de PL es el paquete

de Lindo. Una versión para Windows gratis se puede descargar directamente de la Página de inicio del sitio de LINDO en http://www.lindo.com.

Lindo es un software muy básico que permite realizar optimización de problemas de programación lineal (PPL) y cuadrática, definidos sobre variables reales y/o binarias. Debido a su simplicidad se utiliza con fines educativos, ya que es de fácil acceso Esta guía ha sido diseñada con el objeto de poder realizar el trabajo del curso, de modo que mostrará sólo los comandos indispensables para tales efectos.

Al igual que todos los paquetes de PL, tal como WinQSB, Lindo emplea el método simplex. Junto con la solución del problema, el programa también proporciona un análisis

-117-

de sensibilidad de los Coeficientes de la Función Objetivo (denominados Coeficientes de Costos) y el RHS o valores del lado derecho de las restricciones. A continuación, presentamos una explicación de los resultados del paquete LINDO.

Suponga que usted desea ejecutar el problema del Carpintero que vimos en este texto. Cargue el LINDO. Digite lo siguiente en la ventana actual:

MAX 5X1 + 3X2

S.T. 2X1 + X2 < 40

X1 + 2X2 < 50

End

Esto es {MAX 5X1 + 3X2, Sujeta a 2X1 + X2 ? 40 X1 + 2X2 ? 50, Fin}

NOTAS:

1. La función objetivo no debe contener ninguna constante. 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 (es por eso que a estos números se los denomina valores RHS o valores del lado derecho).

3. Se presupone que todas las variables son no negativas. Por lo tanto, no ingrese las condiciones de no negatividad.

Si desea obtener todas las Tablas Simplex, entonces

Haga clic en "Reports" (Informes) y luego elija "Tableau" (Tabla), luego haga clic en "Solve" (Resolver) y elija "Pivot" haga clic en "OK" (Aceptar), "Close" (Cerrar), "Cancel" (Cancelar), continúe de esta manera hasta que aparezca el mensaje "Do? Range (Sensitivity) Analysis" (Desea realizar un análisis de rango [de sensibilidad]?). Seleccione "Yes" (Sí), si lo desea.

Después de minimizar la ventana actual, verá el resultado que se puede imprimir para su análisis .

De lo contrario, haga clic en "Solve" (Resolver), y luego elija "Solve" (Resolver).

Es conveniente copiar el problema de PL de la primera ventana y luego pegarlo en la

parte superior de la página de resultados.

En la parte superior de la página aparece la tabla inicial y en la parte superior de la tabla figuran las variables. La primera fila de la tabla es la función objetivo. La segunda fila es la primera restricción. La tercera fila es la segunda restricción y así sucesivamente hasta enumerar todas las restricciones en la tabla.

-118-

Después de la tabla inicial aparece un enunciado que indica la variable de entrada y la variable de salida. La variable de salida está expresada como la fila donde se colocará la variable de entrada. Luego se imprime la primera tabla de iteraciones. Se sigue ingresando sentencias y continúan las iteraciones de la tabla hasta llegar a la solución óptima.

La siguiente sentencia, `LP OPTIMUM FOUND AT STEP 2' (OPTIMO DE PL ENCONTRADO EN EL PASO 2) indica que se encontró la solución óptima en la iteración 2 de la tabla inicial. Inmediatamente debajo aparece el óptimo del valor de la función objetivo. Este es el dato más importante que le interesa a todo gerente.

Muchas veces, aparecerá un mensaje que lo sorprenderá: "LP OPTIMUM FOUND AT STEP 0" (OPTIMO DE PL ENCONTRADO EN EL PASO 0). ¿Cómo puede ser paso 0? ¿No es necesario primero desplazarse para encontrar un resultado...? Este mensaje es muy confuso. Lindo lleva un registro en su memoria de todas las actividades previamente realizadas antes de resolver cualquier problema que se ingrese. Por lo tanto, no muestra exactamente cuántas iteraciones fueron necesarias para resolver el problema en cuestión.

A continuación presentamos una explicación detallada y una solución para saber con exactitud la cantidad de iteraciones: Supóngase que usted corre el problema más de una vez o resuelve un problema similar. Para saber cuántas iteraciones lleva realmente resolver un problema en particular, debe salir de Lindo y luego reingresar, volver a escribir y a presentar el problema. De esta manera aparecerá

...