Vous êtes sur la page 1sur 54

Materia: Investigacin de Operaciones. Unidad: N 1 Introduccin a la Investigacin de Operaciones. Contenido: 1. Origen de la investigacin de operaciones. 2. Modelos de investigacin de operaciones. 3.

Tipos de modelos. 4. Estructura de un modelo de programacin lineal. 5. Anlisis cuantitativo y toma de decisiones. 6. Ventajas y desventajas de los modelos. 7. Formulacin de modelos de programacin lineal. Objetivos 1. Identificar la estructura del modelo de programacin lineal. 2. Interpretar la estructura del modelo de programacin lineal. 3. Formular modelos de programacin lineal.

1.

Origen de la investigacin de operaciones

El origen de la investigacin de operaciones como disciplina se ubica histricamente hacia principios de la Segunda Guerra Mundial, en la dcada de los aos treinta. Entre las motivaciones principales que indujeron su aparicin est la necesidad de administrar recursos escasos, aplicados en operaciones militares que desarrollaban en aquella poca en Inglaterra.En tal sentido, se organiz en es ese pas un equipo de expertos a los que se le encomend la tarea de aplicar el mtodo cientfico en problemas estratgicos y tcticos en las actividades militares que realizaba este pas, conjuntamente con los Estados Unidos. De este modo, los ejercicios y estudios desarrollados terminaron por llamarse investigacin de operaciones. Luego de cierto tiempo, al terminar la guerra, las tcnicas cuantitativas empleadas, despertaron un gran inters fuera del campo militar. Entonces, los problemas administrativos comenzaron a ser tratados bajo la perspectiva de la investigacin de operaciones. En este orden de ideas, cuando se analiza el proceso de desarrollo de esta disciplina, asoman dos factores que influyeron en forma determinante en su efectivo avance: en primer lugar, el progreso obtenido en el mejoramiento de las tcnicas cuantitativas y en segundo lugar, el crecimiento en la revolucin computacional. Por lo dems, las ventajas aportadas por esta tecnologa ampli en forma significativa la capacidad de procesamiento de un nmero importante de problemas, cuya resolucin en forma manual conllevara la utilizacin de un tiempo excesivo, aparte de incrementar la posibilidad de incurrir en errores. En las ltimas dos dcadas, la eficiencia de importantes empresas ha estado asociada a la aplicacin de la investigacin de operaciones en el proceso productivo de toma de decisiones, participando diferentes individuos con formacin en el rea de matemticas, estadstica, economa, computacin, etc., apoyndose en los procedimientos desarrollados en esta especialidad. La aplicacin de las tcnicas cuantitativas presentes en esta materia se apoyan desde luego en el conocimiento de la estructura de modelos, especialmente aquellos donde se utiliza la

programacin lineal con todos sus supuestos y limitaciones, que permita efectuar una representacin lo ms cercana posible a la realidad o problema de estudio. 2. Modelos de investigacin de operaciones Entre las funciones realizadas por un administrador o gerente diariamente se incluye la resolucin de problemas. La percepcin de una suerte de situacin que se desea corregir o mejorar, se aprecia mediante la observacin y el uso de informacin. En este sentido, la persona que planifica para tomar decisiones trata de simplificar la realidad o problema, sin dejar de ser riguroso en el anlisis. De esta manera, la representacin de modelos es una prctica muy frecuente que conforma el ordenamiento y relacin de las ideas. Se procede a elaborar as un modelo mental que permita organizar y relacionar un conjunto de elementos u objetos, de forma tal que se obtengan resultados favorables al propsito que se desea lograr. Con el modelo mental se simplifica la realidad. Por otra parte, situando el enfoque en el campo administrativo se percibe la necesidad de representar la informacin de un proceso complejo, mediante la utilizacin de modelos

matemticos donde se permite la evaluacin de diferentes alternativas, mediante el planteamiento de objetivos y relaciones entre variables que generan resultados para la toma de decisiones. As, se realiza la representacin numrica con apoyo de la simbologa y las relaciones lgicas funcionales correspondientes, de los componentes del problema. Los modelos que se elaboran tendrn simplicidad, si la realidad que se pretende representar tiene esas caractersticas o en todo caso el modelo ser complejo, cuando la situacin se identifica como tal.

delos Descriptivos Segn Davis y Mckeown (1986), un modelo descriptivo representa una relacin que no seala ningn curso de accin para lograr la solucin ptima de de un problema. Seala que estos

modelos son tiles para pronosticar la conducta de sistemas, pero no pueden identificar la mejor opcin que debe seguirse. Algunos modelos estadsticos tienen las caractersticas de este tipo.

delo Normativo La condicin bsica de este modelo es el debe ser, dado que sealan o indican un curso de accin factible para obtener el ptimo de la funcin. La mayor parte de estos los elementos bsicos: variables de decisin, parmetros, restricciones y una o ms funciones objetivas. 3. Tipos de modelos En el modelaje de situaciones administrativas se han reunido un conjunto de caractersticas y relaciones que permiten presentar una serie de modelos para representar variadas actividades y problemas. De este modo, Winston (2004) presenta la siguiente tipologa: 3.1. Modelos estticos y dinmicos Modelo esttico: Es aqul en el cual las variables de decisin no requieren sucesiones de decisiones para periodos mltiples. Modelo dinmico: Las variables de decisin requieren de cambios a travs de sucesivos periodos. 3.2. Modelos lineales y no lineales Modelo lineal: Las variables de decisin que aparecen en la funcin objetivo, estn multiplicadas por constantes, acomodadas en forma de suma (las funciones del modelo son de primer grado). Modelo no lineal: Las variables del modelo representan funciones curvilneas o no proporcionales.

3.3. Modelos enteros y no enteros Modelo entero: Son aquellos donde los valores que asumen una o ms variables representan nmeros enteros. Modelo no entero: Son modelos donde todas las variables de decisin son libres de asumir valores fraccionarios (no discretos). 3.4. Modelos determinsticos y estocsticos Modelo determinstico: Cuando para cualquier valor de las variables de decisin se conoce con certeza la funcin objetivo. Modelo estocstico: Cuando existe probabilidad de calcular el valor de la funcin objetivo debido a la presencia de incertidumbre en el conocimiento de los parmetros del modelo. 4. Estructura de un modelo de programacin lineal El modelo de programacin lineal es una estructura matemtica con caractersticas especiales que se adapta a una variedad de problemas administrativos, opera mediante la figura de funciones que se identifican como actividades, las cuales se programan de manera que permitan obtener el mejor resultado de acuerdo al objetivo establecido. La estructura del modelo de programacin lineal identifica los siguientes elementos: Variable de decisin: Son incgnitas, es decir, valores desconocidos que al ser calculados se obtiene la solucin del modelo. Se representan utilizando las ltimas letras del alfabeto (x,y,w,z). Parmetros: Son factores que permiten vincular las variables de decisin (independientes) con la variable objetivo (independiente). Los parmetros se expresan como constantes en un problema particular y varan de un problema a otro.

Restricciones: Son limitaciones fsicas en el modelo asociadas a la tecnologa particular de cada problema. se representan como funciones matemticas o submodelos. En su expresin se utilizan los conectivos lgicos: = . Funcin objetivo: Expresa la efectividad del modelo en trminos de las variables de decisin; representan en el modelo la condicin de optimizacin de resultados bajo la forma de maximizacin (max) o minimizacin (min). Las caractersticas que estn presentes en un modelo de programacin lineal son: - Proporcionalidad: plantea que la funcin objetivo y las restricciones son proporcionales a nivel de la fabricacin de cada producto, es decir, que un aumento de la produccin requiere un incremento proporcional en el nivel de recursos aplicables. - Divisibilidad: significa que es posible las asignaciones fraccionarias de productos. Esto es muy significativo a considerar sobre todo en aquellos casos donde se programan elaboraciones discretas de productos. - Aditividad: Seala que las contribuciones individuales de los productos son aditivas, es decir, que el todo es la suma de las partes y no se consideran interacciones que origina una situacin diferente a la que se deriva de las sumatorias individuales. Determinismo: Esto significa que los parmetros, relaciones funcionales y coeficientes son datos conocidos. De este modo, este principio es restrictivo para el uso del modelo si se producen variaciones significativas en sus elementos estructurales. - Una sola funcin objetivo: Es una consideracin de utilidad prctica en la planificacin de costo plazo, pero limitada en algunas situaciones donde se persigue ms de un objetivo; como aquellos que plantean el alcance de diferentes metas. 5. Anlisis cuantitativo y toma de decisiones La investigacin de operaciones es una herramienta que se utiliza para la toma de

decisiones en las organizaciones productivas. Estas ltimas funcionan como un sistema que

administra y combina recursos. El problema de asignacin de recursos para lograr objetivos constituye una de las funciones principales de esta disciplina. En lneas anteriores, se mencion el papel de la investigacin de operaciones para representar problemas de la vida real y luego encontrarle solucin. En este sentido, los modelos matemticos de decisin permiten calcular los valores aproximados o exactos de los componentes controlables del sistema que se aplica a travs de esta metodologa. De este modo, las variables controlables son valores aplicados para tomar decisiones, pero adems en los modelos se incluyen variables exgenas no menos importantes en el problema, cuyo control aparece fuera del dominio de la empresa u organizacin, verbigracia: condiciones econmicas, comportamiento de los competidores, precios de las materias primas y otros factores. Adems, son importantes en el funcionamiento del modelo el marco poltico y las restricciones, que actan definiendo espacios y fronteras en la evolucin y crecimiento de las empresas. Igualmente, en el proceso de formalizacin del modelo de decisin se consideran los criterios de rendimiento como expresin cualitativa de los objetivos. Finalmente, para completar los factores a considerar, se deben mencionar las variables intermedias que figuran como elementos de otras variables ms generales que previamente han sido consideradas en la elaboracin del modelo. Los factores mencionados anteriormente, se pueden presentar mediante un grfico de entradas y salidas que explican la formalizacin de un modelo de decisiones.
Variables Exgenas

Variables de Decisin

Modelo (conjunto de relaciones)

Variables de Rendimiento

Polticas y Restricciones

Fuente: Bierman y otros (1996, p. 17)

6.

Ventajas y desventajas de los modelos

El uso de modelos de programacin lineal tiene sus ventajas y desventajas y su utilizacin depende de los resultados favorables que aporte en la actividad que desarrolla la organizacin. La decisin de implementar un sistema representado mediante modelos de programacin lineal, est asociado al manejo de dos variables importantes, como son: el tiempo y el costo. Ambos elementos se analizan en trminos de disponibilidad de informacin interna de la empresa y de su entorno. En todo caso, se pueden mencionar en forma general que su aplicacin tiene las siguientes: Ventajas Desventajas * 7. Formulacin de modelos de programacin lineal. Los modelos de programacin lineal son modelos matemticos, estructurados con funciones lineales o de primer grado. Es una tcnica que se aplica para representar problemas concretos de administracin y uso de recursos. Este proceso se satisface mediante el cumplimiento de una serie de eventos previos como: definicin del problema, recoleccin de informacin y seleccionar disciplinas de apoyo. Con la ejecucin de estas acciones es posible formalizar una adecuada representacin. Definir el problema. Consiste en definir el objetivo en trminos de optimizacin considerando las variables que permiten medir el problema, las relaciones funcionales permisibles en sintona con la teora, los Tiene validez en la realidad y condiciones bajo las cuales se formul Operan fundamentalmente en el corto plazo Requieren de una permanente revisin para evaluar y efectuar ajustes Permite procesar un gran volumen de informacin. Ayuda a simplificar una realidad de la empresa para efectos de anlisis Aporta resultados consistentes de acuerdo con la informacin utilizada Es un factor de apoyo valioso en la toma de decisiones de la empresa, y

parmetros correspondientes y las restricciones que establece la realidad concreta en la cual se formula el modelo. Variable

Restriccin Limitacin

Problema

Objetivo

Recolectar informacin Es un proceso que se cumple dentro y fuera de la empresa. Contempla la demanda de recursos financieros y no financieros, que se expresan en costos. Se apoya en la experticia de profesionales cuyo conocimiento permite definir criterios en la combinacin de recursos utilizados y en la distribucin de los productos manufacturados. Escoger disciplinas de apoyo. Se refiere al uso de tcnicas que conducirn a un adecuado procesamiento y solucin del problema. Las ms indicadas son: la estadstica, la simulacin y la computacin. La formulacin del modelo de programacin lineal se puede expresar en dos aspectos fundamentales: el planteamiento verbal sintetizado del problema y la elaboracin matemtica del mismo. Este procedimiento constituye la traduccin de enunciados verbales que reflejan una situacin concreta en un conjunto de relaciones lgicas utilizando la simbologa matemtica. Planteamiento verbal Representa, un conjunto de acciones (expresadas con verbos en infinitivo) para constituir las variables de decisin, la funcin objetivo y el conjunto de restricciones. Se apoyan en la redaccin de un conjunto de preguntas. En tal sentido, se pueden identificar caractersticas claves para cada elemento del modelo.

Identificar I Variables de decisin Preguntas

Qu elementos afectan las ganancias o costos?. Qu decisin se debe tomar? Qu elementos se controlan?

Identificar II Funcin Objetivo Preguntas

Cul es el objetivo del problema?

Identificar III Restricciones Qu factores limitan la decisin a tomar?

Elaboracin matemtica Consiste en convertir el planteamiento verbal en una representacin matemtica, utilizando la simbologa y relaciones pertinentes, que permitan posteriormente el clculo y procesamiento para dar solucin al modelo elaborado. Para cumplir con este proceso ser necesario adecuar el problema a una serie de principios para darle funcionalidad y racionalidad al planteamiento general. De esta manera, se deben respetar los principios bsicos relacionados con la estructura del modelo, los cuales grficamente se pueden presentar de la siguiente manera: Modelo Matemtico

Principios para Variables de decisin Funcin Objetivo

Restricciones

En relacin a las variables de decisin debern estar claramente expresados los siguientes elementos: definicin conceptual de la variable y definicin dimensional de la misma: Definicin Conceptual

Unicidad de origen

Unicidad de Destino

Unicidad Tcnica

Unicidad Econmica

La definicin conceptual se refiere a la accin concreta que se va a ejecutar con resultados concretos en productos tangibles en el tiempo. XT = nmero de tornillos a fabricar Nc = nmero de cestas a elaborar mensualmente. Principio de unicidad de origen Este principio expresa que un producto se considera nico si posee un solo origen y estar representado en una sola variable de decisin. Cuando existe ms de una mquina que elabora el mismo producto, se hace necesario declarar las variables de decisin, considerando cada origen. Xa1 = Cantidad de producto A elaborado en la mquina 1. Xa2 = Cantidad del producto A elaborado en la mquina 2. Xan = Cantidad del producto A elaborado en la mquina n. Unicidad de destino. Este principio plantea la necesidad de declarar cada producto si existen diferentes destinos cuando el origen sea el mismo. Ejemplo:
Xa1 = Cantidad de producto A que se enva al mercado 1.

Xa2 = Cantidad del producto A que se enva al mercado 2. Xan = Cantidad del producto A que se enva al mercado n. Principio de unicidad de coeficientes tecnolgicos.

Permite la posibilidad de asignar diferentes coeficientes tecnolgicos a cada producto, considerando que puede existir ms de una forma de fabricar un producto (manualmente o mecnicamente) y adems la combinacin de factores (capital y trabajo) se presente en combinaciones distintas para el mismo producto. Unicidad de coeficientes econmicos. Este principio se establece para tomar en cuenta que el fabricante puede producir para mercados distintos sean nacionales o extranjeros, e introducir una diferenciacin de precios que permite de esta manera la pertinencia de tratar a los dos productos como si fueran diferentes a efectos de la programacin lineal. Definicin dimensional de la variable. La variable de decisin queda totalmente explicitada cuando se establece de forma adecuada la unidad fsica de medida del producto (UFMP) y la unidad de tiempo del proceso o plan de produccin (UTP). Unidad fsica de medida del producto. Unidad de Con esto se pretende especificar a travs de las caractersticas del producto, la unidad de Medida medida de la variable de decisin. Tipo de Slido producto (Pesado) Ejemplo: Kilogramos Gramos Toneladas Quintales Onzas Unidad de Libras Medida Unidad de Litros medida Galones CC Docena Barriles etc Unidad de medida Centmetro Metro

Tipo de Tipo de producto producto

Lquido Slido (Volumen) (Conteo)

Tipo de producto

Slido (Extensin)

XM = Quintales de maz a producir semanalmente XP = Docena de peines a elaborar mensualmente XM = Metros de manguera a fabricar mensualmente Unidad de tiempo. Es otro componente de la definicin dimensional que permite especificar la amplitud temporal del plan de produccin. La unidad de tiempo queda expresada cuando se asocia la dimensin del producto y el tiempo empleado en elaborarlo. Ejemplo: XT = 200 unidades de tornillo/hora

XM = 200 docenas de medias / da El plan de produccin aparece determinado por el tiempo (horas y das). Identificacin de las restricciones. En la elaboracin del conjunto de restricciones es necesario revisar una serie de aspectos:

1. Tipo de restriccin. Tipo de restriccin

Requerimiento

Limitacin

Equilibrio

2. Determinar de forma precisa el valor de la disponibilidad del recurso para plantear el uso del mismo. 3. Utilizar coeficientes de conversin adecuados para presentar el mismo tipo de unidad de medida en ambos lados de la restriccin. 4. Respetar las condiciones lgicas individuales. Ejemplo: Xp = cantidad de kilogramos de pan / da Xp 0 (No debe ser negativo). 4. Apoyarse en palabras claves para elaborar las restricciones.

5. Ejemplo:
Restricciones de requerimiento Restricciones de limitacin Restricciones de equilibrio

Palabras claves Cuando menos Al menos Por lo menos Mnimo etc

Palabras claves Cuando mucho Cuando ms No ms de Hasta Mximo Disponibilidad etc

Palabras claves Total de ingresos Igual a Total de costos Total de recursos disponibles Igual Total recursos utilizados

Condicin lgica Condicin lgica Condicin lgica =

Elaboracin de la Funcin Objetivo. Consiste en expresar el propsito hacia el cual se dirigen los mayores esfuerzos de la empresa, su expresin se convierte en una expresin matemtica, donde se consideran: las variables de decisin con sus coeficientes y parmetros. La funcin objetivo se plantea en trmino de sumas, diferencias y productos que permiten relacionar las variables independientes (ubicadas en el lado derecho de la funcin), con la variables dependiente colocada en el lado izquierdo que representa en esencia el objetivo propuesto

PROBLEMAS DE PROGRAMACIN LINEAL Problema N 1 Supongamos que se cuenta con dos alimentos: pan y queso Cada uno de ellos contiene caloras y protenas en diversas proporciones. Un kilogramo de pan contiene 2.000 caloras y 50 gramos de protenas. Un kilogramo de queso contiene 4.000 caloras y 200 gramos de protenas. Una dieta normal requiere cuando menos 6.000 caloras y 200 gramos de protenas diariamente. Si un kilogramo de pan cuesta 4 bolvares y un kilogramo de queso 20 bolvares. Qu cantidad de pan y queso se deben comprar para satisfacer los requisitos de la dieta normal, gastando la menor cantidad de dinero? Formule el modelo de programacin lineal.

1.-Planteamiento verbal a) Cul es el objetivo? Minimizar los costos de compra b) Qu decisin se debe tomar? Determinar la cantidad de kilogramos de pan y de queso que se deben comprar diariamente c) Qu factores limitan la decisin? Los requerimientos de caloras diariamente (6000 caloras) Los requerimientos de protenas diariamente (200 gramos) 2.- Elaboracin matemtica a) Definicin de las variables de decisin PA: cantidad de pan a comprar (kilogramos) diariamente Definicin conceptual: producto a comprar (pan) Unidad de medida del producto: kilogramo Unidad de tiempo del proceso: diariamente PB: cantidad de queso a comprar (kilogramos) diariamente Definicin conceptual: producto a comprar (queso) Unidad de medida del producto: kilogramo Unidad de tiempo del proceso: diariamente b) Elaboracin del sistema de restricciones 2.000 P + 4.000 Q 6.000 ( caloras requeridas por da)

50 P + 200 Q 200 (gramos de protenas requeridos por da) c) Elaboracin de la funcin objetivo Gastos = 4 P + 20 Q Modelo de programacin lineal (MIN) Z = 4 X1 + 20 X2 sujeto a 2.000 X1 + 4.000 X2 6.000 (caloras requeridas) 50 X1 + 200 X2 200 (protenas requeridas)

X1 ; X2 0 Problema N 2 Dos productos son manufacturados en tres mquinas. Un kilogramo de cada producto requiere un nmero especfico de horas en cada mquina diariamente, como se expresa en la tabla N 1 El total de horas disponibles diariamente, son respectivamente 10, 12 y 16 horas para las mquinas 1,2 y 3. La utilidad por kilogramo vendido es de 1.4 y 1.5 bolvares para los productos A y B. Formule el modelo de programacin lineal. Tabla N1 HORAS MAQUINA. UTILIDAD Producto (horas/kg) Mquina A B 1 3 2 2 1 4 3 5 3 Utilidad (Bs/kg) 1.4 1.5

Disponibilidad (horas) 10 12 16

.-Planteamiento verbal a) Cul es el objetivo? Maximizar la utilidad por productos vendidos a) Qu decisin se debe tomar? Determinar la cantidad de kilogramos del producto A del producto B que se vendern diariamente b) Qu factores limitan la decisin?

La disponibilidad de tiempo (horas mquina) en cada mquina 2.- Elaboracin matemtica Definicin de las variables de decisin PA: cantidad a elaborar del producto A (kilogramos) diariamente Definicin conceptual: producto a elaborar (PA) Unidad de medida del producto: kilogramo Unidad de tiempo del proceso: diariamente PB: cantidad a elaborar del producto B (kilogramos) diariamente Definicin conceptual: producto a elaborar (PB) Unidad de medida del producto: kilogramos Unidad de tiempo del proceso: diariamente d) Elaboracin del sistema de restricciones 3PA + 2PB 10 (Horas disponibles en la maquina 1) PA + 4PB 12 (Horas disponibles en la mquina 2) 5PA + 3PB 16 (Horas disponibles en la mquina 3) e) Elaboracin de la funcin objetivo Utilidad = 1.4PA + 1.5PB Modelo de programacin lineal (MAX) Z = 1.4X1 + 1.5X2 sujeto a 3X1 + 2X2 X1 + 4X2 10 (Horas disponibles en la maquina 1) 12 16 (Horas disponibles en la mquina 2) (Horas disponibles en la mquina 3)

5X1 + 3X2

X1 ; X2 0 Problema N 3 Una empresa distribuye automviles y lanchas La utilidad aportada por la venta de cada automvil

es de 20.000 de bolvares y por cada lancha 25.000 de bolvares. La compaa fabricante slo puede proveer no ms de 20 automviles y no ms de 3 lanchas al mes. La empresa utiliza 2 horas para la preparacin de un automvil y 3 horas para una lancha La empresa cuenta con 900 horas disponibles para acondicionar automviles y lanchas nuevas. Formule el modelo de programacin lineal. .-Planteamiento verbal a) Cul es el objetivo? Maximizar la utilidad por productos vendidos c) Qu decisin se debe tomar? Determinar el nmero de automviles y lanchas a vender mensualmente. d) Qu factores limitan la decisin? Los disponibilidad de tiempo (horas) para acondicionar automviles y lanchas. El suministro de automviles y lanchas por la empresa fabricante 2.- Elaboracin matemtica Definicin de las variables de decisin A: cantidad a vender de automviles (unidades) mensualmente. Definicin conceptual: producto a vender automviles A Unidad de medida del producto: Unidades Unidad de tiempo del proceso: mensualmente. L: cantidad a vender de lanchas L (Unidades) mensualmente. Definicin conceptual: producto a vender (lanchas) L Unidad de medida del producto: Unidades Unidad de tiempo del proceso: mensualmente f) Elaboracin del sistema de restricciones 2A + 3L 900 (Horas disponibles para acondicionamiento) A L 20 (nmero de automviles a vender) 3 (nmero de lanchas a vender)

g) Elaboracin de la funcin objetivo Utilidad = 20.000A + 25.000L

Modelo de programacin lineal (MAX) Z = 20.000X1+ 25.000X2 sujeto a 2X1 + 3X2 X1 X2 900.000 (horas para acondicionamiento) 20 (Oferta de automviles al mes) 3 (Oferta de lanchas al mes)

X1 ; X2 0 Problema N 4 Una empresa fabrica tres lneas de raquetas de tenis A, B y C. La raqueta A es estndar. B y C son raquetas Profesionales. El proceso de manufactura de las raquetas hace que se requieran dos operaciones de produccin. Todas las raquetas pasan a travs de ambas operaciones. Cada raqueta requiere 3 horas en operacin 1. En la operacin 2, la raqueta A requiere 2 horas, la raqueta B 4 horas y la C, 5 horas. La operacin N1 tiene disponibles 50 horas semanal de mano de obra y la operacin N2, 80 horas. El departamento de mercadeo estima que la demanda de la raqueta estndar no ser mayor que 25 por semana. Debido a que las raquetas B y C son de calidad similar, se ha pronosticado que la demanda combinada (suma) de ambas ser en total de 10 o ms, pero no ms de 30 por semana. La venta de la raqueta A aporta una utilidad de 145 bolvares, en tanto que las raquetas B y C reportan 160 y 190 bolvares respectivamente. Formule el modelo de programacin lineal. Problema N 5 Un fabricante elabora dos tipos de filtros para aire acondicionado: A y B. En la tabla N 2 aparece la informacin correspondiente a los precios de venta y los costos respectivos. La empresa ya tiene contratada la produccin de 500 filtros de modelo tipo A y quiere calcular el punto de equilibrio para ambos modelos. Formule un modelo de programacin lineal que minimice los costos. Tabla N 2 PRECIOS DE VENTA Y COSTOS Preciode venta Producto (por unidad) A 10 B 12 Problema N 6 En una planta se pueden fabricar cuatro productos diferentes (A, B, C y D) en cualquier combinacin. El tiempo que cada producto requiere en cada una de las cuatro mquinas se muestra en la tabla N 3. Cada mquina est disponible 80 horas a la semana. Los productos A, B,

Costo Variable (por unidad) 6 7

Costo Fijo 15 24

C y D se pueden vender a 80, 60, 50 y 40 bolvares por kilogramo respectivamente. Los costos variables de trabajos son de 30 bolvares por hora para las mquinas 1 y 2; y de 10 bolvares por hora para las mquinas 3 y 4. El costo de material para cada kilogramo del producto A es de 30 bolvares. El costo de material por cada kilogramo de los productos B, C y D es de 10 bolvares. Formule el modelo de programacin lineal Tabla N 3 TIEMPO DE MQUINA (minutos / Kg de producto) Demanda Producto A B C D MQUINAS 1 2 10 5 6 3 5 4 2 4 3 3 8 3 2 4 6 4 3 1 Demanda Mxima 100 400 500 150

Problema N 7 Un taller elabora dos tipos de productos utilizando madera. Cada producto Tipo A requiere 4 horas de torno y 2 horas de pulido. Cada unidad del producto B requiere 2 horas de torno y 5 horas de pulido. El taller tiene disponibles 2 tornos y 3 pulidoras, que se utilizan 40 horas semanales cada uno. La ganancia que se obtiene por la venta de cada unidad del producto A es 26 bolvares y 28 bolvares por unidad del producto B. Formule un modelo de programacin lineal para maximizar la utilidad total. Problema N 8 En una carpintera se fabrican mesas y sillas. Para preparar una mesa se utilizan 2 horas de ensamble y 30 minutos para una silla. El ensamblaje lo realizan 4 trabajadores sobre la base de un solo turno diario de 8 horas. Los compradores suelen adquirir cuando menos 4 sillas por cada mesa, lo que obliga a la empresa a producir 4 veces mas sillas que mesas El precio de venta de cada mesa es de 700 bolvares y para cada silla es precio es de 200 bolvares. Formule el modelo de programacin lineal para maximizar el ingreso total. Problema N 9 Una empresa elabora 2 tipos de juguetes con madera: soldados y trenes. Cada soldado se vende a 25 bolvares y cada tren a 24 bolvares. Los costos de fabricacin de un soldado son: de 4 bolvares en materia prima y 3 de mano de obra. En cada tren se aplican 2.5 bolvares de materia prima y 1.8 de mano de obra La produccin de soldados y trenes demanda el uso de dos tipos de trabajo: carpintera y acabado. Un soldado requiere 2 horas de acabado y una hora de carpintera por semana. Un tren requiere una hora de acabado y una hora de carpintera. No hay limitacin en el uso de la materia prima. La disponibilidad de tiempo para acabado es de 100 horas y para carpintera 80 horas. La demanda de trenes no est limitada, pero la de soldados es de 40 unidades por semana. Formule el modelo de programacin lineal que permita maximizar el beneficio de la empresa. Problema N 10

Una fbrica produce dos tipos de gabinetes de cocina: tipo econmico y tipo lujoso, en tres departamentos productivos: A, B y C. En el departamento A se elaboran las armaduras de madera de tipo econmico, en B se fabrican las armaduras de tipo lujoso y en C se ensamblan y se pintan los dos tipos de gabinetes. El tiempo de produccin para cada unidad en cada departamento, as como la utilidad neta en ventas de los gabinetes se muestra en la tabla N 4. Tabla N 4 Productos Econmico Lujoso Disponibilidad (hrs) DEPARTAMENTOS (horas/unidad) A B C 2 0 6 0 4 4 80 100 600 Utilidad (Bs/unidad) 1.500 2.500

Formule el modelo de programacin lineal que maximice las utilidades. Problema N 11 Una empresa manufacturera elabora dos productos. Los requerimientos de mano de obra por cada hora de procesamiento del producto en los departamentos de produccin, se muestra a continuacin: (Tabla N 5)

Tabla N 5 Departamentos 1 2 3 Producto A 1.5 2.8 0.7 Producto B 3.0 1.6 0.5

Se estima que las utilidades que aportar la venta de los productos ser de: 20 bolvares por cada unidad del tipo A y 30 bolvares por unidad del tipo B. La disponibilidad de tiempo para una semana de produccin en cada departamento es de: 500 horas en el departamento 1, 600 horas en el departamento 2 y 300 horas en el departamento 3. Se pronostica que la demanda del producto B duplicar a la del producto A. Adems, se tiene una solicitud de un cliente importante para fabricar 50 unidades del producto A. Formule el modelo de programacin lineal. Problema N 12 Una empresa fabrica dos artculos: el tipo A y e] tipo B. El programa de produccin se realiza semanalmente. Para la elaboracin de los productos se tiene la siguiente disponibilidad de recursos: para mano de obra, 2.500 bolvares, para materia prima 3.500 bolvares y en desgaste de maquinaria 1.800 bolvares. En cada unidad del producto A se utilizan: 0.15 bolvares en mano de obra 0.1 bolvares en materia prima y 0.2 para desgaste de maquinara Cada unidad del

producto B requiere: 0.13 bolvares en mano de obra 0.8 bolvares en materia prima y 0.15 bolvares para desgaste de maquinaria. La utilidad aportada por la venta de una unidad del producto A es de 5 bolvares y 3 bolvares por unidad del producto B. Formule el modelo de programacin lineal que maximice la utilidad. Problema N 13 Una empresa fabrica dos modelos de guantes de bisbol: guante normal y guante para ctcher. La empresa tiene disponibles 900 horas para produccin semanales en el departamento de corte y costura, 300 horas en el departamento de terminados y 100 horas para empaque y embarque. Los requerimientos unitarios de produccin y las contribuciones a la utilidad por cada producto aparecen en la tabla N 6. Tabla N 6: Tiempo de Produccin (hrs) Modelo Guante normal Guante Catcher Cortey costura 1 3/2 Terminado 1/2 1/3 Empaque embarque 1/8 1/4 y Utilidad (Bs.) 20 25

El mercado limita la demanda del guante normal a 750 unidades semanales. Formule el modelo de programacin lineal que maximice las utilidades. Problema N 14 Una perrera que ofrece el alojamiento para mascotas, prepara comida para animales que consiste en mezclar dos alimentos de marca conocida, con la finalidad de obtener una dieta balanceada. La informacin diettica de cada una de las comidas aparece en la tabla N 7. : Tabla N 7 Comidapara perros Bark Bits Canine Chow INGREDIENTES Protenas (%) 30 45 Grasas (%) 15 30 Costo onza 3 4

Los perros deben recibir por lo menos 5 onzas de protenas y un mnimo de 3 onzas de grasas. Formule el modelo de programacin lineal. 15.- Una campaa para promocionar una marca de productos lcteos se basa en el reparto gratuito de yogures con sabor a limn o a fresa. Se decide repartir al menos 3000 yogures. Cada yogur de limn necesita para su elaboracin 0.5 gramos de un producto de fermentacin y cada yogur de fresa necesita 0.2 gramos de este mismo producto. Se dispone de 9 kilogramos de este producto para fermentacin. El coste de produccin de un yogur de limn es de 4 bolvares y 5 bolvares uno de fresa. Formule el modelo de programacin lineal que minimice el costo de produccin.

16.- En una granja se preparan dos clases de piensos, P y Q, mezclando dos productos A y B. Un saco de P contiene 8 kg de A y 2 de B, y un saco de Q contiene 10 kg de A y 5 de B. Cada saco de P se vende a 300 ptas. y cada saco de Q a 800 ptas. Si en la granja hay almacenados 80 kg de A y 25 de B, cuntos sacos de cada tipo de pienso deben preparar para obtener los mximos ingresos? 17.-El granjero Lpez tiene 480 hectreas en las que se puede sembrar trigo y maz. El calcula que tiene 800 horas de trabajo disponibles durante la estacin crucial del verano. Dados mrgenes de utilidad y los requerimientos laborales mostrados a la derecha, Cuntas hectreas de cada uno debe plantar para maximizar su utilidad? Cul es sta utilidad mxima? Maiz: Utilidad: $40 por hrs. Trabajo: 2hs por hrs. Trigo: Utilidad: $30 por hrs. Trabajo: 1hs por hrs. 18.-Un nutricionista asesora a un individuo que sufre una deficiencia de hierro y vitamina B, y le indica que debe ingerir al menos 1100 mg de hierro 2100 mg de vitamina B-1 (tiamina) y 1500 mg de vitamina B-2 (riboflavina) durante cierto perodo de tiempo. Existen dos pldoras de vitaminas disponibles, la marca A y la marca B. Cada pldora de la marca A contiene 20 mg de hierro, 10 mg de vitamina B-1, 5 mg de vitamina B-2 y cuesta 6 centavos. Cada pldora de la marca B contiene 10 mg de hierro, 15 mg de vitamina B-1 y de vitamina B-2, y cuesta 8 centavos les combinaciones de pldoras debe comprar el paciente para cubrir sus requerimientos de hierro y vitamina al menor costo? 19.-Un comerciante dispone de 50m2 de piel de armio, 60 m2 de piel de zorro y 80m2 de cuero. Fabrica dos tipos de abrigos: A y B. Para los abrigos de tipo A usa 1 m 2 de piel de armio, ,2m2 de piel de zorro y 3m2 de cuero. Para los abrigos de tipo B usa 3m2 de piel de armio, 2m2 de piel de zorro y 2m2 de cuero. Los abrigos de tipo A los vende a 800$ y los de tipo B a 900$. Cuntos abrigos tiene que fabricar de cada tipo para obtener unos ingresos mximos? Formule el modelo de programacin lineal 20.- Un orfebre fabrica dos tipos de joyas. Las de tipo A precisan 1 gramo de oro y 1,5 gramos de plata, vendindolas a 40 $ cada una. Para la fabricacin de las del tipo B emplea 1,5 gramos de oro y 1 gramo de plata y las vende a 50 $. El orfebre tiene slo en el taller 750 gramos de oro y 750 gramos de plata. Cuntas joyas ha de fabricar de cada clase para obtener un ingreso mximo? Formule el modelo de programacin lineal 21.-. Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa A le paga 5 pesos por cada impreso repartido y la empresa B, con folletos ms grandes, le paga 7 pesos por impreso. El estudiante lleva dos bolsas: una para los impresos A, en la que caben 120,

y otra para los impresos B, en la que caben 100. Ha calculado que cada da es capaz de repartir 150 impresos como mximo. Lo que se pregunta el estudiante es: cuntos impresos habr que repartir de cada clase para que su beneficio diario sea mximo? Formule el modelo de programacin lineal. 22.- Un comerciante acude a cierto mercado a comprar naranjas con 50.000 pesos. Le ofrecen dos tipos de naranjas: las de tipo A a 50 pesos el kg. y las de tipo B a 80 pesos el kg. Sabiendo que slo dispone en su furgoneta de espacio para transportar 700 kg. de naranjas como mximo y que piensa vender el kg. de naranjas tipo A a 58 pesos y el kg. de tipo B a 90 pesos, contestar justificando las respuestas: a. Cuntos kg. de naranjas de cada tipo deber comprar para obtener mximo beneficio? b. Cul ser ese beneficio mximo? Formule el modelo de programacin lineal. 23.- Un sastre tiene 80 m2 de tela de algodn y 120 m2 de tela de lana. Un traje requiere 1 m2 de algodn y 3 m2 de lana, y un vestido de mujer requiere 2 m 2 de cada una de las dos telas. Calcular el nmero de trajes y vestidos que debe confeccionar el sastre para maximizar los beneficios si un traje y un vestido se venden 200 bolvares cada uno. 24.- Una fbrica de carroceras de automviles y camiones tiene 2 naves. En la nave A, para hacer la carrocera de un camin, se invierten 7 das-operario, y para fabricar la de un coche se precisan 2 das-operario. En la nave B se invierten 3 das-operario tanto en carroceras de camin como de coche. Por limitaciones de mano de obra y maquinaria, la nave A dispone de 300 dasoperario, y la nave B de 270 das-operario. Si los beneficios que se obtienen por cada camin son de 100 millones de bolvares y de 30 millones por cada coche. Cuntas unidades de cada clase se deben producir para maximizar las ganancias? Formule el modelo de programacin lineal 25.-Un pastelero dispone de 1500 kg de harina, 220 kg de azcar 275 kg de mantequilla para hacer dos tipos de pasteles: Pastel Pin y Pastel Pon). Para elaborar una docena de pasteles Pin requiere 3 kg de harina, 1 kg de azcar y 1 kg de mantequilla y para elaborar una docena de pasteles Pon necesita 6 kg de harina, 0.5 kg de azcar y 1 kg de mantequilla. El beneficio obtenido al vender una docena de pasteles Pin es de 12 bolvares de 15 bolvares por una docena de pasteles Pon. Formular un modelo de programacin lineal que permita obtener el beneficio mximo. 26.- Una empresa elabora dos tipos de cables para instalaciones. Tiene una disponibilidad de 1950 kg de cobre, 200 kg de titanio 140 kg de aluminio. Para fabricar 100 metros de cable tipo A se necesitan 10 kg de cobre, 2 kg de titanio y 1 kg de aluminio. Para fabricar 100 metros de cable tipo B se requieren 15 kg de cobre, 1 kg de titanio y 1kg de aluminio. El beneficio en venta por cada 100 metros de cable tipo A es 20 bolvares y por cada 100 kg de cable tipo B es de 15 bolvares.. Formular el modelo de programacin lineal para maximizar el beneficio total. 27.- Un supermercado dispone para vender un mximo de 200 quesos y 100 botellas de vino. Para ello lanza dos promociones, en la primera se vende un lote con un queso y una botella de vino por 60 bolvares. En la segunda se ofrece un lote formado por tres quesos y una botella de vino por 100 bolvares. La promocin tiene un lmite de 65 lotes del primer tipo y 80 del segundo tipo. Formular un modelo de programacin lineal qie permita maximizar los ingresos. Cuantos lotes de cada tipo deben venderse?

28.- Una cafetera recibe 700 kilogramos de caf natural y 800 kilogramos de caf torrefacto. Envasa paquetes de un kilogramo con dos tipos de mezclas. El paquete tipo A contiene medio kilogramo de caf natural y medio kilogramo de caf torrefacto y el paquete tipo B contiene un cuarte de kilogramo de caf natural y y tres cuartos de kilogramo de caf torrefacto. La ganancia que se obtiene por cada kilogramo de la mezcla tipo A es de 10 bolvares y por cada kilogramo de la mezcla tipo B 20 bolvares. Formular el modelo de programacin lineal que permita maximizar las ganancias y calcule cuantos paquetes se deben vender de cada mezcla? 29.-Un agricultor quiere vender 400 kilogramos de garbanzos, 300 kilogramos de lenteja y 250 kilogramos de caraotas. Decide prepara dos tipos de paquetes. Los del tipo A contienen 2 kilogramos de garbanzos, 2 kilogramos de lentejas y 1 kilogramo de caraotas.. El paquete B contiene 3 kilogramos de garbanzos, 1 kilogramo de lentejas y 2 kilogramos de caraotas.. El precio de venta del paquete tipo A es de 25 bolvares y el paquete tipo B se vende a 30 bolvares. Formular el modelo de programacin lineal qoe permita maximizar los ingresos. 30.- Una escuela prepara una excursin para 400 alumnos. La empresa dispone de 8 buses de 40 asientos y 10 buses de 50 asientos. Pero solo puede utilizar 9 choferes. El alquiler de un bus grande cuesta 200 bolvares y el de uno pequeo 150 bolvares. Formular un modelo de programacin lineal para minimizar el gasto total.

PROCESAMIENTO EJERCICIO N 1

Mtodo: Cuantas variables de decisin tiene el problema? Cuantas restricciones?

Cual es el objetivo de la funcin? Funcion: 4 X1 + 20 X2 Restricciones: X1 + X2

X1 + X2

Pasamos el problema a la forma estndar, aadiendo variables de exceso, holgura, y artificiales segn corresponda.
MINIMIZAR: 4 X1 + 20 X2 2000 X1 + 4000 X2 6000 50 X1 + 200 X2 200 X1, X2 0 MAZIMIXAR: -4 X1 -20 X2 + 0 X3 + 0 X4 + 0 X5 + 0 X6 2000 X1 + 4000 X2 -1 X3 + 1 X5 = 6000 50 X1 + 2000 X2 -1 X4 + 1 X6 = 200 X1, X2, X3, X4, X5, X6 0

Pasamos a construir la primera tabla de la Fase I del mtodo de las Dos Fases. Continuar Solucin Directa

Existe alguna solucin posible para el problema, por lo que podemos pasar a la Fase II para calcularla. La solucin ptima es Z = 16 X1 = 4 X2 = 0

MODELOS FORMULADOS

EJERCICIO N 1 (MAX) Z = 4X1 + 20X2 s.a 2000X1 + 4000X1 6000 50X1 + 200X2 200 X 1 ; X2 0 EJERCICIO N 2 (MAX) Z = 1.4X1 + 1.5X2 s.a 3X1 + 2X2 10 X1 + 4X2 12 5X1 + 3X2 16 X 1 ; X2 0 EJERCICIO N 3 (MAX) Z = 20000X1 s.a 2X1 X1 + 3X2 900000 X2 20 3 + 25000X2

X 1 ; X2 0

EJERCICIO N 4 (MAX) Z = 145X1 s.a + 160X2 + 190X3

3X1 2X1 X1

+ +

3X2 4X2

+ +

3X3 50 5X3 80 25

X2 X2

+ +

X3 10 X3 30 0

X 1 ; X 2 ; X3 EJERCICIO N 7. (MAX) Z = 26 X1 + 28 X2 s.a 4X1 + 2 X2 80 2X1 + 5 X2 120 X1 ; X 2 ; 0 EJERCICIO N 8. (MAX) Z = 700 X1 + 200 X2 s.a 2X1 + 0.5 X2 32 -4X1 + X2 0 X1 ; X2 0

EJERCICIO N 9. (MAX) Z = 18X1 + 19.7X2 s.a 2X1 + 1X2 100 1X1 + 1X2 80 X1 + 0X2 40 X1 ; X 2 0

EJERCICIO N 10. (MAX) Z = 1500 X1 + 2500 X2 s.a 2 X1 + 0 X2 80 0 X1 + 4 X2 100

6 X1 + 4 X2 600 X1 ; X2 0 EJERCICIO N 11. (MAX) Z = 20 X1 + 30 X2 s.a 1.5X1 + 3.0 X2 500 2.8X1 + 1.6X2 600 0.7X1 + 0.5X2 300 -2X1 + X2 0 X1 + 0X2 50 X 1 ; X2 0 EJERCICIO N 12. (MAX) Z = 5 X1 + 3X2 s.a 0.15 X1 + 0.13 X2 2500 0.10X1 + 0.80 X2 3500 0. 20X1 + 0.15 X2 1800 X 1 ; X2 0 EJERCICIO N 13. (MAX) Z = 20 X1 + 25 X2 s.a X2 900 1/2X1 + 1/3X2 300 1/8X1 + 1/4 X2 100 X1 + 0X2 750 X1 ; X 2 0 EJERCICIO N 14. (MIN) Z = 3X1 + 4 X2 s.a 0.3X1 + 0.45X2 5 0.15X1 + 0.30X2 3 X1 ; X 2 0

EJERCICIO N 15. (MIN) Z = 400X1 + 500 X2 s.a X1 + X2 3000 0.5X1 + 0.2X2 9000

X 1 ; X2 0 EJERCICIO N 16. (MAX) Z = 300X1 + 800 X2 s.a 8 X1 + 10X2 80 2 X1 + 5X2 25 X 1 ; X2 0

EJERCICIO N 17. (MAX) Z = 40X1 + 30X2 s.a X1 + X2 480 2X1 + 1X2 800 X 1 ; X2 0 EJERCICIO N 18. (MIN) Z = 0.06X1 s.a 20 X1 10 X1 5 X1 + 0.08X2 + 10 X2 1100 + 15X2 2100 + 15X2 1500 X 1 ; X2 0

EJERCICIO N 19. (MAX) Z = 800X1 + 900 X2 s.a 1X1 + 3X2 50 2X1 + 2X2 60 2X1 + 2X2 80 X1 ; X2 0

EJERCICIO N 20. (MAX) Z = 40X1 + 50X2 s.a 1X1 + 1.5X2 750 1.5X1 + 1X2 750 X 1 ; X2 0 EJERCICIO N 21. (MAX) Z = 5X1 + 7X2 s.a X1 + 0X2 120 0X1 + X2 100

X1

X2 150 X 1 ; X2 0

EJERCICIO N 22. (MAX) Z = 8X1 + 10X2 s.a X1 + X2 700 50X1 + 80X2 50000 X 1 ; X2 0 EJERCICIO N 23. (MAX) Z = 200 X1 + 200X2 s.a 1X1 + 2 X2 80 3X1 + 2X2 120 X 1 ; X2 0 EJERCICIO N 24. (MAX) Z = 100000 X1 + 30000X2 s.a 7X1 + 2X2 300 3X1 + 3X2 270 X 1 ; X2 0 EJERCICIO N 25. (MAX) Z = 12 X1 + 15X2 s.a 3X1 + 6X2 1500 1X1 + 0.5X2 220 1X1 + 1X2 275 X 1 ; X2 0 EJERCICIO N 26. (MAX) Z = 20 X1 + 15X2 s.a 10X1 + 15X2 1500 2X1 + 1X2 200 1X1 + 1X2 140 X 1 ; X2 0 EJERCICIO N 27. (MAX) Z = 60X1 + 100X2 s.a 1X1 + 3X2 200 1X1 + 1X2 100

1X1 + 0X2 65 0X1 + 1X2 80 X 1 ; X2 0 EJERCICIO N 28. (MAX) Z = 10X1 + 20X2 s.a 1/2X1 + 1/4X2 700 1/2X1 + 3/4X2 800 X 1 ; X2 0 EJERCICIO N 29. (MAX) Z = 25X1 + 30X2 s.a 2X1 + 3X2 400 2X1 + 1X2 300 1X1 + 2X2 250 X 1 ; X2 0 EJERCICIO N 30. (MIN) Z = 200X1 + 150X2 s.a X 1 + X2 9 50X1 + 40X2 400 X1 10 X2 8 X 1 ; X2 0

Resolver aplicando el mtodo grfico: a) b) c) d) e) Grafique rectas Grafique restricciones Identifique el rea de solucin factible Determine el punto ptimo Calcule la solucin ptima 1) (MAX) Z = 4 X1 + X2 s.a. 5 X1 + X2 15 3 X1 + 3 X2 12 X 1 + X2 5 X1, X2 0

2) (MAX) Z = 3 X1 + 2 X2 s.a. X 1 + X2 4 3 X1 + 2 X2 12 X1 + 0,5 X2 3 X1, X2 0

3) (MAX) Z = -4 X1 + 8 X2 s.a. 6 X1 - 2 X2 3 -2 X1 + 3 X2 6 2 X1 + 3 X2 24 X1, X2 0

4) (MIN) Z = 5 X1 + 2 X2 s.a. 3 X1 - 6 X2 18 5 X1 + 4 X2 20 8 X1 + 2 X2 16 X1, X2 0

5) (MIN) Z = 3 X1 + 5 X2 s.a. - 3 X 1 + 3 X2 6 X 1 + X2 4 - 3 X 1 + 8 X2 8 X1, X2 0

6) (MAX) Z = 4X1 + 3X2 s.a. 6 X1 - 5 X2 30 3 X1 + 2 X2 9 X1 + X2 4 X1, X2 0

7) (MIN) Z = 3 X1 + 7 X2 s.a. X 1 + X2 4 10 X1 + 2 X2 10 2 X1 + X2 2 X1, X2 0

8) (MIN) Z = 20 X1 + 4X2 s.a. 5 X1 - 4 X2 14 X1 - 4X2 -2 2 X1 + X2 3 X1, X2 0

9) (MAX) Z = 2 X1 + 12 X2 s.a. X1 - 4 X2 -2 -2 X1 - X2 5 2 X1 + X2 3 X1, X2 0

10) (MIN) Z = 20 X1 + 50 X2 s.a. 2 X1 X2 0 X1 + 4 X2 80 0,9 X1 + 0,8 X2 40 X1, X2 0

SEGUNDO CORTE

PROBLEMAS DE TRANSPORTE (balanceados)

Resolver aplicando el criterio de la esquina noroeste y el criterio de los costos marginales de transporte. a) Obtenga una solucin bsica inicial factible b) Calcule los costos marginales de transporte c) Identifique la Ruta mas Econmica (RME) d) Efecte las nuevas distribuciones de transporte e) Seale la solucin ptima y el costo mnimo de transporte
2) 3)

1)

4)

Desde El Origen A B C Demanda 5) 6)

Al Destino 1 8 4 3 190 2 5 9 6 575 3 2 1 7 235

OFER TA 300 120 580 1000 7)

8)

9)

10)

SEGUNDO CORTE

INVESTIGACIN DE OPERACIONES

RESOLUCIN DEL PROGRAMA LINEAL

PROF. JOS VILLALOBOS Resolver aplicando el mtodo grfico: a) Grafique rectas b) Grafique restricciones c) Identifique el rea de solucin factible d) Determine el punto ptimo e) Calcule la solucin

11(MIN) Z = 4 X1 + 6X2 s.a. 5 X1 + X2 15 X1 + X2 4 2X1 + 2X2 10 X1, X2 0

12(MAX) Z = 4 X1 + 2 X2 s.a. X1 + X2 4 2 X1 + 3 X2 12 0.5X1 + X2 3 X1, X2 0

13(MIN) Z = 4 X1 + 5 X2 s.a. 6 X1 - 2 X2 3 -2 X1 + 3 X2 6 2 X1 + 3 X2 24 X1, X2 0

14(MAX) Z = 5 X1 + 8 X2 s.a. X1 - 2 X2 3 5 X1 + 4 X2 20 4 X1 + X2 8 X1, X2 0

15(MAX) Z = 8 X1 + 2 X2 s.a. X 1 + 1 X2 2 X 1 + X2 5 3 X1 + 9 X2 12 X1, X2 0

16(MAX) Z = 3X1 + 4X2 s.a. 3 X1 - 5 X2 30 3 X1 + 2 X2 9 2 X 1 -- X 2 2 X1, X2 0

17(MAX) Z = 7 X1 + 3 X2 s.a. X 1 + X2 6 5 X1 + X2 5 2 X1 - X2 4 X1, X2 0

18(MAX) Z = 10 X1 + 8X2 s.a. 5 X1` - 4 X2 14 - X1 + 4X2 2 2 X1 + X2 3 X1, X2 0

19(MAX) Z = 2 X1 + 12 X2 s.a. X1 - 4 X2 -2 2 X1 - X2 5 X1 + X 2 3 X1, X2 0

20(MAX) Z = 20 X1 + 50 X2 s.a. X1 - 2 X 2 0 X1 + 4 X2 80 0,9 X1 + 0,8 X2 40 X1, X2 0

SEGUNDO CORTE

RESOLVER APLICANDO EL METODO HUNGARO 1,- OBTENER CEROS (0) EN FILAS 2,- OBTENER CEROS(0)EN COLUMNAS 3,- HALLAR LA MATRIZ REDUCIDA 4,- HACER NUEVAS REDUCCIONES 5,- OBTENER LA SOLUCION OPTIMA

1 15 15 15 15 15 1

2 20 30 35 40 70 1

3 20 40 30 45 80 1

4 20 50 65 75 35 1

5 20 45 60 80 60 1

AGENTES DISPONIBLES

1 1 1 1 1 5

D E
AGENTES ASIGNADO S

1 25 50 65 85 65 1

2 25 35 40 45 75 1

3 25 45 35 50 85 1

4 25 55 70 80 40 1

5 20 20 20 20 20 1

AGENTES DISPONIBLES

1 25 35 40 45 10 1

2 15 15 15 15 10 1

3 25 45 35 50 10 1

4 40 55 70 80 10 1

5 65 50 65 85 10 1

AGENTES DISPONIBLES

1 1 1 1 1 5

1 1 1 1 1 5

D E
AGENTES ASIGNADOS

D E
AGENTES ASIGNADO S

1 55 30 70 90 70 1

2 40 30 45 50 80 1

3 25 25 25 25 25 1

4 60 30 75 85 45 1

5 30 50 40 55 90 1

AGENTES DISPONIBLES

1 70 55 60 15 15 1

2 20 20 20 15 20 1

3 30 50 40 15 55 1

4 45 60 75 15 85 1

5 30 40 45 15 50 1

AGENTES DISPONIBLES

1 1 1 1 1 5

1 1 1 1 1 5

D E
AGENTES ASIGNADOS

D E
AGENTES ASIGNADO S

SEGUNDO CORTE

INVESTIGACIN DE OPERACIONES PROF. JOS VILLALOBOS

RESOLUCIN DEL PROGRAMA LINEAL

Resolver aplicando el mtodo grfico: e) Grafique rectas f) Grafique restricciones g) Identifique el rea de solucin factible h) Determine el punto ptimo e) Calcule la solucin

21(MAX) Z = 2 X1 + 3X2 s.a. 2 X1 + 5 X2 20 X1 X2 6 -2 X1 + 3X2 18 4X1 + X2 8 X1, X2 0

22(MIN) Z = 7 X1 + 6 X2 s.a. 3 X1 + 2 X2 40 X1 + 3 X2 16 2 X1 + 2 X2 6 4X1 - X2 8 X1, X2 0

23(MAX) Z = 20 X1 - 3 X2 s.a. 5 X1 + 2 X2 60 3 X1 - 2 X2 30 - X1 + X2 20 6 X1 - X2 15 X1, X2 0

24(MAX) Z = 18 X1 +348 X2 s.a. 6X1 + 5 X2 30 3X1 + 5 X2 60 -4 X1 + X2 3 2 X1 - 7X2 - 10 X1, X2 0

25(MIN) Z = 15 X1 + 18 X2 s.a. - 3 X1 + 4 X2 12 2 X1 + 3X2 20 X1 + X2 8 5 X1 + X2 10 X1, X2 0

26(MAX) Z = 19X1 + 38X2 s.a. - X1 - 2 X2 -15 3 X1 + X2 40 5 X1 - 3 X2 10 2 X 1 + X2 8 X1, X2 0

27(MIN) Z = 8 X1 + 10 X2 s.a. 3 X1 + 7 X2 50 2 X1 + 3 X2 15 X1 + 4 X2 20 4 X1 + X2 12 X1, X2 0

28(MAX) Z = 30 X1 - 3X2 s.a. 3 X1 + 4 X2 15 - 4 X1 + 3 X2 10 2 X1 + 5 X2 12 8 X1 - X2 8 X1, X2 0

29(MIN) Z = 16 X1 + 15 X2 s.a. 3X1 + 4 X2 30 -1 X1 + 6 X2 12 2X1 + 3 X2 10 5 X1 - X2 20 X1 ; X2 0

30(MAX) Z = 30 X1 - 2 X2 s.a. 2 X1 + 7 X2 15 X1 + 6 X2 10 5X1 X2 12 3 X1 + 2 X2 18 X1 ; X2 0

SEGUNDO CORTE

METODO DE LA ESQUINA SUPERIOR IZQUIERDA

Es un procedimiento que se utiliza para encontrar una solucin bsica inicial factible en el problema de transporte. Est basado en el criterio de la esquina superior izquierda de la matriz de transporte para realizar la asignacin de productos PROCEDIMIENTO 1.- Elaborar una matriz (mxn) 2.- Colocar en el lado derecho de la matriz la oferta disponible y en la parte inferior la demanda requerida 3.- Identificar en la matriz la esquina superior izquierda (ESI). En esa casilla efectuar la primera asignacin de productos (colocar la cantidad menor entre la oferta y la demanda). 4.- Restar la cantidad asignada en el paso anterior a la oferta y a la demanda. Si la oferta se hace igual a cero, eliminar esa fila. Si la demanda se hace igual a cero , eliminar esa columna. 5.- Repetir el procedimiento localizando nuevamente la esquina superior izquierda (Paso N 2). 6.- Terminar cuando la demanda se hace igual a cero (Demanda= 0) y la oferta se hace igual a cero (Oferta = 0 ). En Problemas balanceados

METODO DE LOS COSTOS MARGINALES DE TRANSPORTE

Es un procedimiento que se aplica para calcular la solucin ptima en el problema de transporte. Utiliza el criterio de los costos marginales de transporte para identificar las rutas econmicas que permitirn disminuir el costo total de transporte. Costo Marginal de transporte. Representa la cantidad que se puede disminuir en el costo total de transporte, cuando se enva una unidad de producto por una ruta econmica. Ruta mas Econmica Se corresponde con aquella ruta asociada al costo marginal menor con signo negativo.

PROCEDIMIENTO 1.- Copiar la matriz de la distribucin inicial.

SEGUNDO CORTE 2.- Calcular los costos marginales de transporte de aquellas rutas no utilizadas

3.- Identificar la ruta mas econmica4.- Colocar signos (+ y - ) a la ruta mas econmica) 5.- Efectuar una nueva distribucin de transporte 6.- Calcular el nuevo costo de transporte con la formula Z(n) = Z(n-1) + (CE) (Cm ) 7.- Repetir el procedimiento (Paso N 2) calculando nuevamente los costos marginales de transporte. 8.- Terminar cuando los costos marginales de transporte sean no negativos (Cm 0)

Paso N 5 A.- Elaborar una matriz (mxn) B:_ Trasladar a la nueva matriz las cantidades de producto que estn fuera de la ruta mas econmica C..- Identificar la C.E (cantidad a enviar) por la ruta mas econmica (seleccionar la menor cantidad de producto de las casillas con signo negativo) D.- Sumar CE en las casillas con signo positivo (+) y restar CE de las casillas con signo negativo (-)

METODO HUNGARO DE ASIGNACION

PROCEDIMIENTO 1.- Obtener ceros (0) en filas a) Elaborar una matriz de costos con m filas y m columnas (mxm) b) Identificar el menor valor (MV) en cada Fila

SEGUNDO CORTE b) Restar menor valor de cada fila en su fila y colocar los resultados en una nueva matriz (mxm) 2.- Obtener ceros en columnas

a) Identificar el menor valor (MV) en cada columna b) Restar menor valor de cada columna en su columna 3.- Identificar la matriz reducida a) Utilizando el menor nmero de lneas horizontales y/o verticales de lado a lado en la matriz, cubra todos los ceros de filas o columnas b) Si el nmero de lneas utilizadas es menor que el nmero de filas,(NL < NF), avanzar al paso nmero 4. Si el numero de lneas es igual al nmero de filas (NL = NF), avanzar al paso nmero 5 (solucin ptima). 4.- Realizar nuevas reducciones. a) Identificar el menor valor en las casillas no cubiertas por lneas b) Restar el menor valor en las casillas no cubiertas por lneas c) Sumar el menor valor en las casillas con intersecciones de lneas d) Copiar otras casillas igual a la matriz anterior e) Regresar al paso nmero 3 5.- Obtener la solucin ptima a) Elaborar una matriz de ceros (0) b) Seleccionar (marcar) los ceros que aparezcan solos en filas y/o columnas c) Convertir los ceros marcados en uno (1) y colocarlos en la matriz de asignacin d) Identificar la solucin ptima y el costo mnimo de asignacin

PROBLEMAS DE TRANSPORTE (desbalanceados)

Resolver aplicando el criterio de la esquina noroeste y el criterio de los costos marginales de transporte. a) Obtenga una solucin bsica inicial factible b) Calcule los costos marginales de transporte c) Identifique la Ruta mas Econmica (RME) d) Efecte las nuevas distribuciones de transporte e) Seale la solucin ptima y el costo mnimo de transporte

11)

12)

13)

14)

Desde El Origen A B C Demanda 15) 16)

Al Destino 1 8 4 3 190 2 5 9 6 575 3 2 1 7 235

OFER TA 300 120 600

17)

18)

19)

20)

SEGUNDO CORTE

TERCER CORTE GLOSARIO PROGRAMA PERT/CPM El PERT/CPM es un programa de administracin y control de proyectos, que permite mejorar la eficiencia en la realizacin de las actividades y apoyar la toma de decisiones de las organizaciones empresariales NODOS Son puntos de conexin en una red que permiten relacionar las diferentes actividades de un proyecto. Se representan utilizando crculos numerados.

EVENTOS Simbolizan la ocurrencia de una o mas actividades, sealando el principio el final de cada trabajo o tarea ACTIVIDAD Conjunto de trabajos o tareas que se requieren para realizar un proyecto. Se representan utilizando flechas continuas, Las actividades utilizan recursos.. ACTIVIDAD FICTICIA Representa un artificio que se utiliza en el diseo de redes, para sealar una relacin de dependencia lgica. Se representa utilizando flechas punteadas. Esta actividad no utiliza recursos HOLGURA Constituye el tiempo que se puede demorar una actividad, sin que esto ocasione retardo en la terminacin del proyecto TIEMPO OPTIMISTA Identifica el tiempo mnimo que se puede utilizar para realizar una actividad, cuando las condiciones operativas son ideales. TIEMPO MAS PROBABLE Es el tiempo necesario para realizar una actividad en condiciones normales TIEMPO PESIMISTA Representa el tiempo mximo que se utilizara para efectuar una actividad, cuando se presentan dificultades o contingencias

TTIEMPO PROXIMO DE INICIO Corresponde al tiempo ms temprano para comenzar una actividad cualquiera del proyecto TIEMPO PROXIMO DE TERMINACION Constituye el tiempo ms temprano para terminar una actividad del proyecto DURACION Mide el tiempo necesario para realizar cualquier actividad de un proyecto, se identifica con el tiempo esperado de duracin de una actividad. TIEMPO LEJANO DE INICIO Constituye el tiempo ms tardo para comenzar cualquier actividad de un proyecto.

TIEMPO LEJANO DE TERMINACION Representa el tiempo ms tardo para finalizar las actividades de un proyecto. RUTA CRITICA Est formada por un conjunto de actividades cuya holgura es igual a cero. Comienza en el nodo inicial y termina en el nodo final

TERCER CORTE

1.-La informacin suministrada que aparece a continuacin corresponde a un proyecto con 11 actividades realizadas en un orden de precedencia. Se suministran tres tiempos para cada actividad. Actividad Precedencia A B C A A to 1.8 1.5 1.2 tm 4.5 3.5 2.5 tp 10.2 8.5 6.8 te Var

D E F G H I J K

A BCD C D GH EF -

2.5 0.5 2.0 2.0 3.0 1.0 0.2 3.0

4.0 1.5 4.0 4.0 5.0 2.0 0.5 7.0

11.5 5.5 6.0 12.0 13.0 9.0 3.8 17.0

Se pide: a.- Completar la tabla. b.- Elaborar la red del proyecto.


c.- Calcular la probabilidad que el proyecto se termine en 18 semanas. d.- Calcular la probabilidad que el proyecto se termine en 24 semanas.

2.-En el cuadro siguiente aparece la informacin de un proyecto con 12 actividades. Se pide: a.- Completar el cuadro. b.- Disear la red y recorrer hacia adelante y hacia atrs, indicar la duracin ruta critica. c.- Estimar la probabilidad de que el proyecto se termine en 24.33 semanas. Actividad Precedencia A B C to 1 2 3 tm 3 4 5 tp 5 6 7 te Var del proyecto y la

D E F G H I J K L (

A A B CDE CE B FH G FH I

5 1 4 5 2 3 1 4 1

7 5 6 7 4 5 3 6 5

9 9 8 9 6 7 5 8 9

3.-La informacin que aparece en la tabla siguiente corresponde a un proyecto con nueve actividades. All se identifican las actividades, el orden de precedencia y los tiempos optimista, ms probable y pesimista.

Actividad A B C D E F

Precedencia A A C B BD

to 2.3 1.5 2.5 3.0 1.7 4.2

tm 3.5 2.5 4.5 5.0 2.5 5.5

tp 7.7 6.5 9.5 7.0 6.3 9.8

te

Var

G H I

C E F

3.4 1.5 5.0

5.5 3.5 7.0

10.6 8.5 9.0

Se pide: a.- Completar la tabla. b.- Elaborar la red del proyecto y determinar la duracin de este. c.- Hallar la probabilidad de que el proyecto se termine en 31 semanas. d.- Hallar la probabilidad de que el proyecto se termine en 30 semanas.

4.-La siguiente tabla corresponde a un proyecto con nueve actividades, donde aparecen tres

tiempos distintos y el correspondiente orden de precedencia de las actividades.

Actividad A B C D E F G

Precedencia A B CE E

to 1 2 3 4 1 2 1

tm 3 6 7 9 8 6 3

tp 5 10 11 20 15 10 5

te

Var

H I

G DFG

3 1

7 8

11 15

Se pide: a.- Elaborar la red del proyecto. b.- Haga un recorrido hacia adelante y hacia atrs y determine la duracin del proyecto, la ruta crtica y las actividades con holgura. c.- Determine la probabilidad que el proyecto se termine en 40 semanas o menos.

5.-A continuacin se presenta la informacin de un proyecto con nueve actividades que contienen el tiempo y el orden de precedencia.

Actividad A B C D E F G H I

Precedencia B A BD C EF E G

to 1.2 1.2 1.8 2.5 3.5 2.5 2.5 2.0 1.8

tm 2.0 1.5 2.0 3.0 4.0 4.0 5.0 3.0 2.0

tp 8.8 4.8 8.2 9.5 10.5 11.5 13.5 10.0 8.2

te

Var

J K L

HG I J

3.5 1.2 0.5

4.0 2.0 1.5

10.5 8.8 5.5

Se pide: a) Completar la tabla. b) Elaborar la red del proyecto. c) Recorrer la red hacia adelante y calcular la duracin del proyecto.

d) Recorrer la red hacia atrs e identificar la ruta critica.

e) Calcular la probabilidad de que el proyecto se termine en 28.12 das o menos.

6.-La informacin que aparece a continuacin corresponde a un proyecto con 11 actividades realizadas en un orden de precedencia. Se suministran tres tiempos para cada actividad (semanas).
Actividad A B C D E F G H Precedencia A A A B CD D EF to 1 2 3 5 1 4 5 2 tm 3 4 5 7 5 6 7 4 tp 5 6 7 9 9 8 9 6 te Var

I J K

E G I-H

3 1 4

5 3 6

7 5 8

Se pide: a) Elaborar la red del proyecto.

b) Recorrer la red hacia adelante y calcular la duracin del proyecto.

c) Recorrer la red hacia atrs y determinar la ruta critica.

d) Calcular la probabilidad de que el proyecto se termine en 30.20 semanas.

7.-A continuacin se presenta la informacin de un proyecto con nueve actividades que contienen el tiempo y el orden de precedencia.
Actividad A B C D E F G H I J K L Precedencia A A B C C B BEF BEF F D DH to 1.2 1.8 2.5 3.5 1.2 2.0 3.5 1.2 1.2 1.2 1.2 3.5 tm 1.5 2.0 3.0 4.0 2.0 3.0 4.0 1.5 2.0 1.5 2.0 5.0 tp 4.8 8.2 9.5 10.5 8.8 10.0 10.5 4.8 8.8 4.8 8.8 12.5 te Var

Se pide: a) Elaborar la red del proyecto.

b) Recorrer la red hacia adelante y calcular la duracin del proyecto.

c) Recorrer la red hacia atrs e identificar la ruta critica.

d) Calcular la probabilidad de que el proyecto se termine en 20 semanas o

8.-A continuacin se presenta la informacin de un proyecto con once actividades que contienen el tiempo y el orden de precedencia.
Actividad A B C D E F G H I J Precedencia A B C EF F BD I to 2.0 1.2 1.2 2.5 2.5 3.5 0.5 1.2 1.8 2.5 tm 3.0 2.0 1.5 5.0 3.0 4.0 1.5 1.5 2.0 3.0 tp 10.0 8.8 4.8 13.5 9.5 10.5 5.5 4.8 8.2 9.5 te Var

K L

HGJ BD

1.2 0.2

2.0 0.8

8.8 2.6

Se pide: a) Completar la tabla. b) Elaborar la red del proyecto. c) Recorrer la red hacia adelante y calcular la duracin del proyecto. d) Recorrer la red hacia atrs e identificar la ruta critica. e) Calcular la probabilidad de que el proyecto se termine en 23.04 das o menos.

RECOMENDACIONES PARA EL DISEO DE REDES PERT/CPM


1.- Para comenzar una actividad es necesario que las actividades precedentes a esta, hayan terminado. 2.-Un par de nodos consecutivos estar conectado por una sola flecha .-3.- La direccin y longitud de las flechas en una red no tienen mayor relevancia 4.-Las flechas en una red se dirigen mas o menos de izquierda a derecha 5.-Una actividad (flecha) en una red deber contener un nodo inicial y un nodo final. 6.-Una red debe comenzar en un solo nodo y terminar tambin en un nodo.

REGLAS PARA COMENZAR Y TERMINAR UNA RED


1.- Las actividades que parten del nodo inicial no tienen predecesores. 2.-Las actividades que llegan al nodo final, son aquellas que no aparecen en la columna de precedencia

RECORRIDO DE UNA RED.

1.- Hacia adelante (desde el nodo inicial hasta el nodo final a) Las actividades que parten del nodo inicial tienen tiempo prximo de inicio TPI = 0 b) El TPI de una actividad que tenga dos o mas predecesores, ser igual al TPT mayor de las actividades precedentes c) La duracin del proyecto ser igual al tiempo prximo de terminacin mayor de las actividades que lleguen al nodo final. RECORRIDO HACIA ADELANTE Objetivo: Calcular la duracin del proyecto. Definiciones: TPI- D-TPT Ecuaciones: TPT = TPI + D TPIsiguiente = TPTanterior Nomenclatura

RECORRIDO HACIA ATRS (DESDE EL NODO FINAL HASTA EL NODO INICIAL) 1.- Las actividades que llegan al nodo final tienen TLT igual a la duracin del proyecto. 2.-El TLT de una actividad precedente ser igual al TLI de la actividad siguiente. 3.-El TLT de una actividad que sea precedente de dos o mas actividades ser igual al TLI menor de las actividades siguientes.. RECORRIDO HACIA ATRS Objetivo Identificar la ruta critica y las actividades con holgura Definiciones TLI-H-TLT Ecuaciones TLT = TPT (En el nodo Final) = Duracin del proyecto

H = TLT- TPT TLI = TLT - D TLI = H + TPI NOMENCLATURA