Escolar Documentos
Profissional Documentos
Cultura Documentos
Grau"
Universidad Nacional Mayor de San
Marcos
Facultad de
Ciencias
Administrativas
E.A.P. de Administracin
Ejercicios de
aplicacin
Curso: Herramientas para la toma de
decisiones
Profesor: Vicente Armas, Edgar
Integrantes:
o Espino Vidal, Miluska
o Espinoza Alvarado, Grecia
o Goicochea Castillo, Mariby
o Ramirez Orbegozo, Eder
o Yance Vilca Yury
20
16
Contenido
INTRODUCCIN................................................................................................... 4
MARCO TERICO................................................................................................. 5
A.
PROGRAMACIN LINEAL........................................................................5
B.
C.
EJERCICIOS PRCTICOS................................................................................... 24
CAPTULO 7....................................................................................................... 24
PROBLEMA 1.................................................................................................. 24
PROBLEMA 2.................................................................................................. 26
PROBLEMA 3.................................................................................................. 28
PROBLEMA 4.................................................................................................. 30
PROBLEMA 5.................................................................................................. 33
PROBLEMA 6.................................................................................................. 36
PROBLEMA 7.................................................................................................. 36
PROBLEMA 8.................................................................................................. 36
PROBLEMA 9.................................................................................................. 37
PROBLEMA 10................................................................................................ 37
PROBLEMA 11................................................................................................ 37
PROBLEMA 12................................................................................................ 37
PROBLEMA 13................................................................................................ 37
PROBLEMA 14................................................................................................ 38
PROBLEMA 15................................................................................................ 39
PROBLEMA 17................................................................................................ 39
PROBLEMA 18................................................................................................ 39
PROBLEMA 19................................................................................................ 39
PROBLEMA 20................................................................................................ 40
PROBLEMA 21................................................................................................ 40
PROBLEMA 22................................................................................................ 40
PROBLEMA 23................................................................................................ 41
PROBLEMA 24................................................................................................ 44
PROBLEMA 25................................................................................................ 47
PROBLEMA 26................................................................................................ 47
PROBLEMA 31................................................................................................ 47
PROBLEMA 33................................................................................................ 47
PROBLEMA 34................................................................................................ 47
PROBLEMA 35................................................................................................ 49
PROBLEMA 44................................................................................................ 50
CAPTULO 8....................................................................................................... 50
PROBLEMA 1.................................................................................................. 50
PROBLEMA 5.................................................................................................. 53
PROBLEMA 6.................................................................................................. 53
CAPTULO 9....................................................................................................... 54
PROBLEMA 1.................................................................................................. 54
PROBLEMA 6.................................................................................................. 54
CONCLUSIONES................................................................................................ 57
RECOMENDACIONES......................................................................................... 58
BIBLIOGRAFA................................................................................................... 59
INTRODUCCIN
La Programacin Lineal es una pequea parte de una teora matemtica que se
ha consolidado en el siglo XX con el nombre de Optimizacin. En general, se trata de un
conjunto de tcnicas matemticas que intentan obtener el mayor provecho posible de
sistemas econmicos, sociales, tecnolgicos, etc; cuyo funcionamiento se puede describir
matemticamente de modo adecuado.
Una terminologa establecida desde los primeros tiempos de la Optimizacin,
denominaba a la solucin ptima un programa de accin a poner en prctica; de ah que la
bsqueda de un tal programa de accin utilizando mtodos matemticos se llamase
Programacin Matemtica.
Segn las caractersticas de las funciones del problema y de las variables se
tienen diferentes tipos de problemas de Programacin Matemtica. Si todas las funciones del
problema, objetivo y restricciones son lineales, se tiene un problema de Programacin Lineal.
El algoritmo Microsoft Excel Solver es una poderosa herramienta para la
optimizacin y asignacin eficiente de recursos escasos (materia prima, tierra, trabajo,
capital, capacidad gerencial, etc), as que es una herramienta muy importante para poder
resolver este tipo de problemas. Dicha herramienta permite al Ingeniero conocer el mejor uso
de sus escasos recursos de tal manera que se cumplan las metas deseadas, tales como la
maximizacin de los beneficios, o la minimizacin de los costos. Herramienta SolverSolver es
una herramienta para resolver y optimizar ecuaciones mediante el uso de mtodos
numricos.
En este trabajo vamos a desarrollar tanto teora como prctica, para as poder
entender mejor este mtodo que vamos a aprender y llevarlo a la vida real para que como
administradores podamos obtener mejores beneficios en nuestras empresas.
MARCO TERICO
A. PROGRAMACIN LINEAL
La Programacin Lineal corresponde a un algoritmo a travs del cual se resuelven
situaciones reales en las que se pretende identificar y resolver dificultades para aumentar la
productividad respecto a los recursos (principalmente los limitados y costosos), aumentando
as los beneficios. El objetivo primordial de la Programacin Lineal es optimizar, es decir,
maximizar o minimizar funciones lineales en varias variables reales con restricciones
lineales (sistemas de inecuaciones lineales), optimizando una funcin objetivo tambin lineal.
Los resultados y el proceso de optimizacin se convierten en un respaldo
cuantitativo de las decisiones frente a las situaciones planteadas. Decisiones en las que sera
importante tener en cuenta diversos criterios administrativos como:
Los hechos
La experiencia
La intuicin
La autoridad
Aditividad.- Significa que se puede valorar la funcin objetivo Z, as como tambin los
recursos utilizados, sumando las contribuciones de cada uno de los trminos que
intervienen en la funcin Z y en las restricciones.
Divisibilidad.- Significa que las variables de decisin son continuas y por lo tanto son
aceptados valores no enteros para ellas. La hiptesis de divisibilidad ms la restriccin
de no negatividad, significa que las variables de decisin pueden tener cualquier valor
que sea positivo o por lo menos igual a cero.
Certidumbre.- Significa que los parmetros o constantes son estimados con certeza, o
sea, no interviene una funcin de probabilidad para obtenerlos
Funcin Objetivo
Variables
Restricciones
1. La funcin objetivo
La funcin objetivo tiene una estrecha relacin con la pregunta general que se
desea responder. S en un modelo resultasen distintas preguntas, la funcin objetivo se
relacionara con la pregunta del nivel superior, es decir, la pregunta fundamental. As por
ejemplo, si en una situacin se desean minimizar los costos, es muy probable que la
pregunta de mayor nivel sea la que se relacione con aumentar la utilidad en lugar de un
interrogante que busque hallar la manera de disminuir los costos.
3. Las restricciones
Cuando hablamos de las restricciones en un problema de programacin lineal, nos
referimos a todo aquello que limita la libertad de los valores que pueden tomar las variables
de decisin. La mejor manera de hallarlas consiste en pensar en un caso hipottico en el que
decidiramos darle un valor infinito a nuestras variables de decisin, por ejemplo, qu
pasara si en un problema que precisa maximizar sus utilidades en un sistema de produccin
de calzado decidiramos producir una cantidad infinita de zapatos? Seguramente ahora nos
surgiran mltiples interrogantes, como por ejemplo:
Pues bueno, entonces habramos descubierto que nuestro sistema presenta una
serie de limitantes, tanto fsicas, como de contexto, de tal manera que los valores que en un
momento dado podran tomar nuestras variables de decisin se encuentran condicionados
por una serie de restricciones.
d. Ejemplo de resolucin de un problema de programacin lineal
El problema
La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad
diferente T y T; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo c. Para
sistemas
de
gestin
que
permitan
disminuir
la
incertidumbre.
La inclusin de mayor complejidad en las relaciones con una cantidad mayor de variables y
elementos ajenos al modelo determinstico har posible que ste se aproxime a un modelo
probabilstico o de enfoque estocstico.
Por ejemplo, la planificacin de una lnea de produccin, en cualquier proceso
industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos
que incluya un modelo determinstico en el cual estn cuantificadas las materias primas, la
mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.
b. Modelos estocsticos
Un modelo es estocstico cuando al menos una variable del mismo es tomada
como un dato al azar y las relaciones entre variables se toman por medio de funciones
probabilsticas. Sirven por lo general para realizar grandes series de muestreos, quitan
mucho tiempo en el computador son muy utilizados en investigaciones cientficas.
Para lograr modelar correctamente un proceso estocstico es necesario
comprender
numerosos
conceptos
de
probabilidad
y
estadstica.
Dentro del conjunto de procesos estocsticos se encuentran, por ejemplo, el tiempo de
funcionamiento de una mquina entre avera y avera, su tiempo de reparacin y el tiempo
que necesita un operador humano para realizar una determinada operacin.
Investigacin Operativa I
Programacin Lineal
El PROBLEMA
Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de paseo
y de montaa que quiere vender, respectivamente a 20.000 y 15.000 pesos cada una
para sacar el mximo beneficio. Para la de paseo emplear 1 Kg. De acero y 3 Kg. de
aluminio, y para la de montaa 2 Kg. de ambos metales. Cuntas bicicletas de paseo
y de montaa deber fabricar para maximizar las utilidades?
EL MODELO MATEMTICO
Acero
1 kg
2 kg
80 kg
Aluminio
3 kg
2 kg
120 kg
Precio de Venta
$ 20.000
$ 15.000
Declaracin de variables:
x = Cantidad de bicicletas de paseo a producir
y = Cantidad de bicicletas de montaa a producir
Restricciones de capacidad
Aluminio:
x + 2y <= 80
Acero:
3x + 2y <= 120
Funcin Objetivo
Zmax = 20000x + 15000y
Pgina:
16
Investigacin Operativa I
Programacin Lineal
Pgina:
17
Investigacin Operativa I
Programacin Lineal
Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en utilizar
Solver para resolver el modelo, para ello, vamos a la pestaa Datos (En cualquier
versin de Office), y seleccionamos el complemento Solver:
Una vez iniciemos Solver se abrir una ventana emergente llamada "Parmetros de
Solver", en ella como primera medida seleccionaremos nuestra celda objetivo
(Contribucin Total) y seleccionaremos el criterio Maximizar:
Pgina:
18
Investigacin Operativa I
Programacin Lineal
El siguiente paso, es indicarle a Solver que debe alcanzar el mximo valor para la celda
objetivo mediante la variacin de las siguientes celdas (Cambiando las celdas), es decir,
le indicaremos cuales son las variables de decisin:
El siguiente paso consiste en asignarle las restricciones a las que el modelo est sujeto,
las cuales son restricciones de disponibilidad de recursos:
Pgina:
19
Investigacin Operativa I
Programacin Lineal
Pgina:
20
Investigacin Operativa I
Programacin Lineal
Hecho esto, damos clic en Aceptar y en Resolver... Podemos observar como las
variables de decisin, las restricciones (inventario usado) y la contribucin total (celda
objetivo) han tomado valores, estos son los valores ptimos segn el modelo formulado.
Ahora nos aparecer un cuadro de dilogo que nos preguntar si deseamos utilizar la
solucin de Solver y unos informes que debemos seleccionar para obtener una tabla
resumen de la respuesta y un anlisis de sensibilidad que se insertarn como hojas al
archivo de Excel:
El informe de sensibilidad arrojado por Solver es mucho ms bsico que el que nos
puede proporcionar WinQSB, sin embargo destacamos la informacin referente al
"Multiplicador de Lagrange" que corresponde al "Shadow Price de WinQSB" conocido
como el precio sombra, es decir, el cambio marginal de la funcin objetivo cuando el
valor del lado derecho de la restriccin aumenta en una unidad, en este caso, por cada
kg de Acero adicional que dispongamos, la funcin objetivo aumentara en $ 1250.
Pgina:
21
Investigacin Operativa I
Programacin Lineal
Pgina:
22
Investigacin Operativa I
Programacin Lineal
EJERCICIOS PRCTICOS
CAPTULO 7
PROBLEMA 1
De las relaciones matemticas siguientes, cules podran encontrarse en un modelo de
programaciones lineales y cules no? Para las relaciones que son inaceptables para los
programas lineales, explique las causas.
a. -1A + 2B 70
Esta inecuacin o desigualdad si puede encontrarse en un modelo de
programacin lnea ya que cumple con los requisitos de contar con dos variables
y que sea una inecuacin.
b. 2A 2B = 50
No se encuentra en un modelo de programacin lineal ya que
obligatoriamente deben ser inecuaciones y no ecuaciones.
c. 1A 2B2 10
No se encuentra en un modelo de programacin lineal ya que
obligatoriamente debe ser una inecuacin lineal es decir el B al cuadrado no
debera estar.
d. 32 A + 2B 15
Esta inecuacin o desigualdad si puede encontrarse en un modelo de
programacin lnea ya que cumple con los requisitos de contar con dos variables
y que sea una inecuacin.
Pgina:
23
Investigacin Operativa I
Programacin Lineal
e. 1A + 1B = 6
No se encuentra en un modelo de programacin lineal ya que obligatoriamente
deben ser inecuaciones y no ecuaciones.
f. 2A + 5B + 1AB 25
No se encuentra en un modelo de programacin lineal ya que obligatoriamente
debe ser una inecuacin lineal es decir el AB al no debera estar.
PROBLEMA 2
Encuentre las relaciones que satisfacen las restricciones siguientes:
a. 4A + 2B 16
Para Mx Z = A + B
DESPEJANDO:
4A + 2B =16
B= 16 4A/2
REEMPLAZANDO:
A=0 ,
B=8
A=4 ,
B=0
Pgina:
24
Investigacin Operativa I
Programacin Lineal
Vrtices
(0, 8)
(4, 0)
(0, 0)
Lneas
4x + 2y = 16
x=0
4x + 2y = 16
y=0
x=0
y=0
Valor de objetivo
8 Maximum
4
0
b. 4A + 2B 16
Para Mn Z = A + B
DESPEJANDO:
4A + 2B =16
B= 16 4A/2
REEMPLAZANDO:
A=0 ,
B=8
A=4 ,
B=0
Pgina:
25
Investigacin Operativa I
Vrtices
(0, 8)
(4, 0)
Programacin Lineal
Lneas
4x + 2y = 16
x=0
4x + 2y = 16
y=0
Valor de objetivos
8
4 Minimum
c. 4A + 2B = 16
Es una igualdad, es decir no puede ser resuelta mediante la herramienta de
programacin lineal llamada solver.
PROBLEMA 3
Trace una grfica separada de cada una de las restricciones siguientes, donde muestre las
rectas de restriccin y las soluciones que satisfacen:
a. 3A + 2B 18
Para Mx Z = A + B
DESPEJANDO:
3A + 2B =18
B= 18 3A/2
Pgina:
26
Investigacin Operativa I
Programacin Lineal
REEMPLAZANDO:
A=0 ,
B=8
A=6 ,
B=0
Vrtices
(0, 9)
(6, 0)
(0, 0)
Lneas
3x + 2y = 18
x=0
3x + 2y = 18
y=0
x=0
y=0
Valor de Objetivo
9 Maximum
6
0
b. 12A + 8B 480
Para Mx Z = A + B
DESPEJANDO:
3A + 2B =18
B= 18 3A/2
REEMPLAZANDO:
A=0 ,
B=8
A=6 ,
B=0
Pgina:
27
Investigacin Operativa I
Vrtices
(0, 60)
(40, 0)
Programacin Lineal
Lneas
12x + 8y = 480
x=0
12x + 8y = 480
y=0
Valor de Objetivo
60
40 Minimum
c. 5A + 10B = 200
Es una igualdad, es decir no puede ser resuelta mediante la herramienta de
programacin lineal llamada solver.
PROBLEMA 4
Trace una grfica separada de cada una de las restricciones siguientes, donde muestre las
rectas de restriccin y las soluciones que satisfacen:
a. 3A-4B60
Para Mx Z = A + B
DESPEJANDO:
Pgina:
28
Investigacin Operativa I
Programacin Lineal
3A - 4B =60
B= 3A/4 60/4
B= 3A/4 15
REEMPLAZANDO:
A = 20
,
B=0
Vrtice
b. -6A+5B60
Para Mx Z = A + B
DESPEJANDO:
-6A + 5B =60
B= 6A/5 + 60/5
B= 6A/5 + 12
REEMPLAZANDO:
A=0
,
B = 12
A=0
,
B=0
Pgina:
29
Investigacin Operativa I
Programacin Lineal
Vrtice
c. 5A-2B0
Para Mx Z = A + B
DESPEJANDO:
5A - 2B = 0
B = 5A/2
REEMPLAZANDO:
A=0
,
B=0
Pgina:
30
Investigacin Operativa I
Programacin Lineal
Vrtice
PROBLEMA 5
Trace una grfica separada de cada una de las restricciones siguientes, donde muestre las
rectas de restriccin y las soluciones que satisfacen:
a. A0.25 (A+B)
Para Mx Z = A + B
DESPEJANDO:
A = 0.25A + 0.25B
B = 0.75A / 0.25
B = 3A
REEMPLAZANDO:
A=0
,
B=0
Pgina:
31
Investigacin Operativa I
Programacin Lineal
Vrtice
0.25y
=
0
0
(0, 0)
x=0
***Regin viable no atada -- No hay una solucin ptima***
b. A0.10 (A+B)
Para Mx Z = A + B
DESPEJANDO:
A = 0.10A + 0.10B
B = 0.90A / 0.10
B = 9A
REEMPLAZANDO:
A=0
,
B=0
Pgina:
32
Investigacin Operativa I
Programacin Lineal
Vrtice
0.1y
=
0
0
(0, 0)
x=0
***Regin viable no atada -- No hay una solucin ptima***
c. A0.50 (A+B)
Para Mx Z = A + B
DESPEJANDO:
A = 0.50A + 0.50B
B = 0.50A / 0.50
B=A
REEMPLAZANDO:
A=0
,
B=0
Pgina:
33
Investigacin Operativa I
Programacin Lineal
Vrtice
0.5y
=
0
0
(0, 0)
x=0
***Regin viable no atada -- No hay una solucin ptima***
PROBLEMA 6
Tres funciones objetivo para problemas de programacin lineal son 7A + 10B, 6A + 4B y
-4A + 7B. Muestre la grfica de cada una para los valores de la funcin objetivo iguales a
420.
PROBLEMA 7
Identifique la regin factible para el conjunto de restricciones siguiente:
0.5A + 0.25B 30
1A + 5B 250
0.25A + 0.5B 50
A, B 0
PROBLEMA 8
PROBLEMA 9
Pgina:
34
Investigacin Operativa I
Programacin Lineal
PROBLEMA 10
PROBLEMA 11
11. Resuelva el programa lineal siguiente mediante el procedimiento de solucin grfica:
Max 5A+5B
s.a.
1 A100
1B 80
2 A+ 4B 400
A, B0
Vrtice
A (0, 80)
B (0, 0)
400
Pgina:
35
Investigacin Operativa I
C (100, 0)
D (100, 50)
E (40, 80)
Programacin Lineal
2 = 100
y=0
500
x +2y = 200
750
x = 100
mxima
x +2y = 200
y = 80
600
PROBLEMA 12
Considere el problema de programacin lineal siguiente:
Max 3x+3y
s.a.
2 x+4y 12
6 x+ 4y 24
x, y 0
a. Encuentre la solucin ptima mediante el procedimiento de solucin grfica
b.
Vrtice
Rectas tras
vrtice
A (0, 3)
x=0
Max 2A+
6B
18
Pgina:
36
Investigacin Operativa I
x +2y = 6
B (0, 0)
C (4, 0)
D (3, 1.5)
x=0
y=0
3x + 2y = 12
y=0
x +2y = 6
3x +2y = 12
Programacin Lineal
Mxima
0
12
15
13.5
mxima
c. Cuntos puntos extremos hay? Cules son los valores de x y y en cada punto
extremo?
Solo existe un punto externo, el cual se denomina Punto D y tiene como coordenadas (3;
1.5) en cual significa:
El valor de X: 3
El valor de Y: 1.5
PROBLEMA 13
Considere el programa lineal siguiente:
Max 1 A + 2 B
s.a.
1A5
1B 4
2 A + 2 B = 12
A, B 0
a. Hallar la solucin ptima
Pgina:
37
Investigacin Operativa I
Programacin Lineal
Rpta: En la solucin ptima, referida a una maximizacin tenemos 10 como valor final de la funcin
objetivo, siendo A=2 y B=4
PROBLEMA 14
Par, Inc. es un pequeo fabricante de equipo y material de golf. El distribuidor de Par cree que
existe un mercado tanto para una bolsa de golf de precio moderado, llamada modelo estndar,
como para una bolsa de golf de un precio alto, llamada modelo de lujo. El distribuidor tiene
tanta confianza en el mercado que, si Par puede fabricar las bolsas a un precio competitivo,
comprar todas las bolsas que Par fabrique durante los tres meses siguientes. Un anlisis
detallado de los requerimientos de manufactura dio como resultado la tabla siguiente, la cual
muestra los requerimientos de tiempo de produccin para las cuatro operaciones de
manufactura requeridas y la estimacin que hizo el departamento de contabilidad de la
contribucin a las utilidades por bolsa:
Pgina:
38
Investigacin Operativa I
Programacin Lineal
El director de manufactura estima que se dispondr de 630 horas de corte y teido, 600 horas
de costura, 708 horas de acabado y 135 horas de inspeccin y empaque para la produccin de
las bolsas de golf durante los tres meses siguientes. a. Si la empresa quiere maximizar la
contribucin total a las utilidades, cuntas bolsas de cada modelo debe fabricar? b. Qu
contribucin a las utilidades puede obtener Par con estas cantidades de produccin? c.
Cuntas horas de tiempo de produccin se programarn para cada operacin? d. Cul es el
tiempo de holgura en cada operacin?
PROBLEMA 15
Suponga que la gerencia de Par (problema 14) se encuentra en las situaciones siguientes:
a. El departamento de contabilidad revisa su estimacin de la contribucin a las
utilidades para la bolsa de lujo en $18 por bolsa.
b. Un nuevo material de bajo costo est disponible para la bolsa estndar y la
contribucin a las utilidades por bolsa estndar aumenta a $20 por bolsa. (Suponga que
la contribucin a las utilidades de la bolsa de lujo es el valor original de $9.)
c. Se adquiri un equipo de costura nuevo que aumentar la capacidad de operacin de
costura a 750 horas. (Suponga que 10A + 9B es la funcin objetivo apropiada.)
Si cada una de estas situaciones ocurre por separado, cul es la solucin ptima y la
contribucin total a las utilidades?
PROBLEMA 19
x, y 0
a. Escriba este problema en forma estndar.
b. Resuelva el problema utilizando el procedimiento de solucin grfica.
c. Cules son los valores de las tres variables de holgura en la solucin ptima?
Solucin:
Formulacin del modelo:
Pgina:
39
Investigacin Operativa I
Programacin Lineal
Definicin de variables
X = variable de decisin
Y = variable de decisin
Funcin Objetivo
Max Z = 3x + 4y
Restricciones
-1x+2y8
1x+2y12
2x+1y16
No negatividad
x, y 0
Pgina:
40
Investigacin Operativa I
Programacin Lineal
Rectas tras
vrtice
Vrtice
A (0, 4)
B (0, 0)
C (8, 0)
D (6.67, 2.67)
E (2, 5)
y=0
-x +2y = 8
x=0
y0
2x+ y =16
x=0
x +2y = 12
2x +y = 16
-x +2y = 8
x +2y = 12
30.69
mxima
26
PROBLEMA 20
Pgina:
41
Investigacin Operativa I
Programacin Lineal
Definicin de variables
X = variable de decisin
Y = variable de decisin
Funcin Objetivo
Max Z = 3x + 2y
Restricciones
- x+y4
3 x+4y24
x 2
x-y0
x, y0
No negatividad
Pgina:
42
Investigacin Operativa I
Programacin Lineal
x, y 0
Vrtice
A (2, 4.5)
B (2, 2)
C (3.43, 3.43)
Rectas tras
vrtice
x= 2
3x + 4y = 24
x+y = 4
x= 2
x+y =0
x+y =0
3x + 4y = 24
24
mxima
10
17.15
Pgina:
43
Investigacin Operativa I
Programacin Lineal
PROBLEMA 21
Considere el programa lineal siguiente:
Max 2 A +3 B
s.t.
5 A+5 B400 Restriccin 1
-1A+1 B10 Restriccin 2
1 A+3 B90 Restriccin 3
A, B0
La figura 7.23 muestra una grfi ca de las rectas de restriccin.
a. Coloque un nmero (1, 2 o 3) al lado de cada recta de restriccin para
identificar a Cul restriccin representa.
b. Sombree la regin factible de la grfica.
Thomson.
Investigacin Operativa I
Programacin Lineal
Rectas tras
vrtice
Vrtice
A (2, 4.5)
x= 2
3x + 4y = 24
B (2, 2)
x+y = 4
x= 2
x+y =0
C (3.43, 3.43)
x+y =0
3x + 4y = 24
PROBLEMA 22
Mx: 5A + 4U
s.a:
12A + 6U 20400
9A + 15U 25000
6A + 6U 12000
A, U 0
Thomson.
17.15
Investigacin Operativa I
Programacin Lineal
Rpta: En la solucin ptima, referida a una maximizacin tenemos 9400 como valor
final de la funcin objetivo, siendo A=1400 y 600=4
PROBLEMA 23
Embassy Motorcycles (EM) fabrica dos motocicletas ligeras diseadas
para un manejo fcil y seguro. El modelo EZ-Rider tiene un motor nuevo y
un perfil bajo que facilitan el equilibrio. El modelo Lady-Sport es
ligeramente mayor, utiliza un motor ms tradicional y se dise
especialmente para las mujeres motociclistas. Embassy fbrica los
motores para ambos modelos en su planta de Des Moines, Iowa. Cada
motor de EZ-Rider requiere 6 horas de tiempo de manufactura y cada
motor Lady-Sport requiere 3 horas. La planta de Des Moines tiene 2100
horas de tiempo de manufactura disponibles para el siguiente periodo de
produccin. El proveedor de cuadros de motocicleta de la empresa puede
suministrar todos los cuadros para la EZ-Rider que solicite la empresa.
Thomson.
Investigacin Operativa I
Programacin Lineal
RESUMIENDO:
Thomson.
Investigacin Operativa I
Programacin Lineal
(250, 200)
(280, 140)
(0, 400)
(280, 0)
(0, 0)
Thomson.
Investigacin Operativa I
Programacin Lineal
(250, 200)
(280, 140)
(0, 400)
(280, 0)
(0, 0)
PROBLEMA 24
Kelson Sporting Equipment, Inc. fabrica dos tipos diferentes de guantes de
beisbol: un modelo regular y un modelo para catcher. La empresa dispone de
900 horas de tiempo de produccin en su departamento de corte y confeccin,
300 horas en su departamento de acabados y 100 horas en su departamento de
empaque y envo. Los requerimientos de tiempo de produccin y la contribucin
a las utilidades por guante se proporcionan en
la tabla siguiente:
Thomson.
Investigacin Operativa I
Programacin Lineal
Corte y confeccin:
No de guantes modelo regular *1 + No de guantes modelo para catcher
*1.5 900
Acabado:
No de guantes modelo regular *0.5 + No de guantes modelo para catcher
*0.33 300
Empaque y envo
No de guantes modelo regular *0.125 + No de guantes modelo para
catcher *0.25 100
RESUMIENDO:
Thomson.
Investigacin Operativa I
Programacin Lineal
MnZ = 5X + 8Y
Sujeto a:
X + 1.5Y 900
0.5X + 0.33Y 300
0.125X + 0.25Y 100
X0
Y0
Thomson.
Investigacin Operativa I
Programacin Lineal
Rpta: En la solucin ptima, referida a una minimizacin. tenemos 3702 como valor
final de la funcin objetivo, siendo X=501 y Y=149
PROBLEMA 25
Thomson.
Investigacin Operativa I
Programacin Lineal
PROBLEMA 26
PROBLEMA 31
PROBLEMA 33
PROBLEMA 34
Considere el programa lineal siguiente:
Min 2 A + 2 B
s.a.
1 A + 3 B 12
3 A + 1 B 13
1A-1B=3
A, B 0
a. Hallar la solucin ptima
Thomson.
Investigacin Operativa I
Programacin Lineal
Rpta: En la solucin ptima, referida a una minimizacin tenemos 13.2 como valor
final de la funcin objetivo, siendo A=3.2 y B=3.4
PROBLEMA 35
Para el programa lineal
Min 6 A+4 B
s.a.
2 A +1 B >12
1 A + 1 B 10
1B4
A, B 0
a. Escriba el problema en forma estndar.
Min 6 x+4 y
s.a.
2 x + y >12
x + y 10
y4
x0
y0
b. Resuelva el problema mediante el procedimiento de solucin
grfica.
Vrtice
(6, 4)
(10, 0)
Thomson.
Investigacin Operativa I
Programacin Lineal
PROBLEMA 44
Considere el programa lineal siguiente:
Min
1A + 1B
s.a
5A + 3B 15
3A + 5B 15
A,B 0
a. Cul es la solucin ptima para este problema?
b. Suponga que la funcin objetivo cambia a 1A + 2B. Encuentre la nueva
solucin ptima.
CAPTULO 8
PROBLEMA 1
Considere el programa lineal siguiente:
Max 3 A + 2 B
Thomson.
Investigacin Operativa I
Programacin Lineal
s.a.
1 A + 1 B 10
3 A + 1 B 24
1 A + 2 B 16
A, B 0
a. Utilice el procedimiento de solucin grfica para encontrar la
solucin ptima.
Vrtice
(7, 3)
(4, 6)
(8, 0)
(0, 8)
(0, 0)
Investigacin Operativa I
Programacin Lineal
Max Z
C. U.
Product
o
Producc
in
Vrtice
(7, 3)
(4, 6)
(8, 0)
(0, 8)
(0, 0)
41
5
x
2
y
36
3
Investigacin Operativa I
Programacin Lineal
Product
o
Producc
in
Vrtice
(7, 3)
(4, 6)
(8, 0)
(0, 8)
(0, 0)
PROBLEMA 5
PROBLEMA 6
Thomson.
Investigacin Operativa I
Programacin Lineal
CAPTULO 9
PROBLEMA 1
PROBLEMA 6
G. Kunz and Sons, Inc. fabrica dos productos que se usan en la industria del
equipo pesado. Los dos productos requieren operaciones de manufactura en
dos departamentos. Las cifras siguientes son el tiempo de produccin (en
horas) y las utilidades a la contribucin para los dos productos:
Investigacin Operativa I
Programacin Lineal
Departamento A:
No de productos 1 *6 + No de productos 2 *8 900
Departamento B:
No de productos 1 *12 + No de productos 2 *10 900
RESUMIENDO:
Max: No de productos 1 *25 + No de productos 2 *20
No de productos 1 *14 + No de productos 2 *22 900
No de productos 1 *6 + No de productos 2 *8 900
No de productos 1 *12 + No de productos 2 *10 900
Thomson.
Investigacin Operativa I
Programacin Lineal
Rpta: En la solucin ptima, referida a una maximizacin, tenemos 1607 como valor
final de la funcin objetivo, siendo X=64 y B=0
Thomson.
Investigacin Operativa I
Programacin Lineal
CONCLUSIONES
La facilidad que nos brindan las herramientas de tecnologas permite en
poco tiempo efectuar comparaciones que nos permitan la correcta eleccin de
un modelo que describa los datos en problemas de ingeniera, as como nos
proporciona elementos de juicio suficientes para la toma de decisiones en
condiciones de incertidumbre.
Concluimos que la herramienta Solver resulta de mucha ventaja ya que
nos facilitan el clculo de lo desarrollado, para de esta manera obtener los
datos numricos con facilidad y dediquemos nuestro inters en la interpretacin
de la misma para una adecuada toma de decisiones.
Thomson.
Investigacin Operativa I
Programacin Lineal
RECOMENDACIONES
Para el uso del SOLVER se recomienda que la informacinde los datos
que se van a analizar estn explcitos de manera detalladla y que primero se
explique cmo esla utilizacin de los programas y sus herramientas a tratar, ya
que cuando estos programas se utilicen en una empresa real para la toma de
decisiones de suma importancia no se necesitan conocimientos bsicos.
Para la utilizacin de la Programacin Lineal se recomienda definir
claramente el objetivo teniendo en cuenta lo que la empresa o negocio
requiere. Otra recomendacin es definir a las variables de decisin como
cantidades ya sea de produccin o de fabricacin, pero siempre en cantidades.
La prctica hace que los conocimientos se afiancen y su utilizacin sea
mseficiente, por tal razn, es necesario como profesionales en desarrollo
reforzar nuestra capacidad de resolver problemas que se presentan y estar a la
altura para saber cmo resolver problemas.
Tambin se recomienda que se tabule con varios nmeros si es que la
resolucin se va a dar de manera algebraica para poder as obtener un mejor
grfico.
Thomson.
Investigacin Operativa I
Programacin Lineal
BIBLIOGRAFA
Modelos
determinsticos
estocsticos
Universidad
https://caece-mys1.wikispaces.com/Modelos+determin
%C3%ADsticos+y+estoc%C3%A1sticos
Thomson.
CAECE