Escolar Documentos
Profissional Documentos
Cultura Documentos
Luis Cárcamo
Dayana Tirado
Yicela Martínez Herrera
David Osorio
Investigación de Operaciones.
Presentado al Ing.
Nelson Zúñiga Portillo
Docente
TABLA ..................................................................................................................... 3
GRÁFICA ................................................................................................................ 4
RESUMEN .............................................................................................................. 5
1. INTRODUCCIÓN ............................................................................................ 6
2. OBJETIVOS .................................................................................................... 7
2.1. Objetivo General ..................................................................................... 7
2.2. Objetivos Específicos .............................................................................. 7
3. ANÁLISIS DE SENSIBILIDAD ........................................................................ 8
3.1. Definición de análisis de sensibilidad ...................................................... 8
3.1.1. Análisis de sensibilidad por el método gráfico .................................. 8
3.1.2. Análisis de sensibilidad por el método simplex. ............................. 10
3.2. Aplicación del análisis de sensibilidad .................................................. 11
3.2.1. Análisis de sensibilidad por cambio de la función objetivo. ..... 11
3.2.2. Cambio de una constante del lado derecho ................................... 13
3.2.3. Solución por el método simplex...................................................... 14
4. MODELO DE TRANSPORTE ....................................................................... 16
4.1. Definición del modelo de transporte ...................................................... 16
4.2. Aplicación del modelo de transporte ..................................................... 20
5. MODELO DE ASIGNACIÓN ......................................................................... 23
5.1. Definición del modelo de asignación ..................................................... 23
5.2. Aplicación del modelo de asignación .................................................... 25
6. ARTICULOS RELACIONADOS CON INVESTIGACION DE OPERACIONES
APLICADOS A LA INGENIERIA QUIMICA ........................................................... 30
6.1. Primer artículo....................................................................................... 30
6.2. Segundo artículo ................................................................................... 31
7. CONCLUSIONES ......................................................................................... 32
8. BIBLIOGRAFÍA ............................................................................................. 33
TABLA
Restricciones:
𝐱 𝟏 ≤ 𝟑𝟎
𝐱 𝟏 + 𝐱 𝟐 ≤ 𝟖𝟓
𝟑𝐱 𝟏 + 𝟐𝐱 𝟐 ≤ 𝟏𝟗𝟎
𝟖𝟎𝐱 𝟏 + 𝟔𝟎𝐱 𝟐 ≤ 𝟓𝟒𝟐𝟎
No negatividad
𝐗𝟏, 𝐗𝟐 ≥ 𝟎
Mediante el uso del software en línea Zweig Media y del planteamiento del
problema, se haya el área factible, la gráfica encontrada se presenta a continuación.
Grafica 2. Área factible del problema.
La zona blanca denota el área factible en donde el valor óptimo se encuentra en el
punto verde, al cual llamaremos vértice C. Esto lo podemos observar en la siguiente
tabla:
𝟒 𝑪𝟏
− ≤− ≤ −𝟏
𝟑 𝑪𝟐
𝟒 𝑪𝟏
≥ ≥𝟏
𝟑 𝑪𝟐
𝟒 𝑪𝟏
≥ ≥𝟏
𝟑 𝟔𝟕𝟖𝟎
𝟗𝟎𝟒𝟎 ≥ 𝑪𝟏 ≥ 𝟔𝟕𝟖𝟎
En este caso la utilidad por hectárea del tabaco Virginia puede variar entre 6.780
USD y 9.040 USD, de tal forma que el actual nivel de producción (solución óptima)
sería el mismo. Lo anterior permite concluir que el intervalo de variación para la
utilidad total será 𝟓𝟕𝟔, 𝟑𝟎𝟎 ≤ 𝒁 ≤ 𝟔𝟏𝟐, 𝟒𝟔𝟎.
X1 X2 S1 S2 S3 S4 p
1 0 0 -3 0 1/20 0 16
0 0 0 1 1 -1/20 0 4
0 1 0 4 0 -1/20 0 69
0 0 1 3 0 -1/20 0 14
0 0 0 1200 0 93 1 606060
La solución básica factible es óptima es x1=16 y x2= 69 con un valor óptimo de V(p)
de 606060 rectificando el valor obtenido en el método gráfico. A continuación se
determina un intervalo de variación para los coeficientes que ponderan a las
variables x1 y x2 en la función objetivo de modo que conservar la actual solución
óptima. En este sentido tanto x1 como x2 son variables básicas en el óptimo según
se aprecia en la tabla anterior.
Luego el intervalo de variación para C1 (en adelante coeficiente asociado a la
variable x1 en la función objetivo de minimización) que mantiene la solución óptima
original es:
1200 93
≤ ∆𝐶1 ≤
−3 1⁄
20
−400 ≤ ∆𝐶1 ≤ 1860
Del cálculo anterior se obtiene que C 1 (coeficiente que multiplica a la variable x 1
en la función objetivo de minimización) puede variar en el intervalo entre C1 [-
8640-400, -8640+1860], es decir, C1 [-9040, -6780] y se conserva la actual
solución óptima. Si hacemos la equivalencia en la función objetivo de
maximización original el intervalo corresponde a C1 [6780, 9040], es decir, existe
una reducción permisible de 1860 y un aumento permisible de 400 para el valor
actual del parámetro que mantiene la solución óptima inicial.
4. MODELO DE TRANSPORTE
𝐶𝑖𝑗= Costo de enviar una unidad desde la fuente i-ésima (i=1,..., m) al destino jésima
(j=1,..., n).
Matemáticamente:
Observación:
∑ ∑ 𝑋𝑖𝑗 𝑛 𝑗=1 𝑚 𝑖=1 = ∑ 𝑎𝑖 𝑚 𝑖=1
Dónde:
f. Repita los pasos del 3 al 5 sucesivamente hasta llegar a la esquina inferior derecha
en la que se elimina fila y columna al mismo tiempo.
Nota: No elimine fila y columna al mismo tiempo, a no ser que sea la última casilla.
El romper ésta regla ocasionará una solución en donde el número de variables
básicas es menor a m+n-1, produciendo una solución básica factible degenerada.
Disponibilidad = requerimiento
Oferta = Demanda
Mercado Perfecto
b. Empiece en la casilla que tenga el menor costo de toda la tabla, si hay empate,
escoja arbitrariamente (Cualquiera de los empatados).
Método de Vogel:
Este método es una versión mejorada del método anterior que por lo general, pero
no siempre, produce mejores soluciones iniciales. Este método es más elaborado
que los anteriores, más técnico y dispendioso ya que tiene en cuenta los costos, las
ofertas y las demandas para hacer las asignaciones y generalmente nos deja cerca
al óptimo.
El algoritmo de cálculos es el siguiente:
c. Escoger entre las filas y columnas, la que tenga la mayor diferencia (en caso de
empate, decida arbitrariamente).
e. Asigne cero (0) a las otras casillas de la fila o columna donde la disponibilidad o
el requerimiento quede satisfecho.
f. Repita los pasos del 2 al 5, sin tener en cuenta la(s) fila(s) y/o columna(s)
satisfechas, hasta que todas las casillas queden asignadas.
Nota: Recuerde que no debe satisfacer filas y columnas al mismo tiempo; caso en
que la disponibilidad sea igual al requerimiento; en tal caso use el Épsilon.
Encontraremos que la solución óptima en este LP es 𝒛 = 𝟏𝟎𝟐𝟎, 𝒙𝟏𝟐 = 𝟏𝟎, 𝒙𝟏𝟑 = 𝟐𝟓,
𝒙𝟐𝟏 = 𝟒𝟓, 𝒙𝟐𝟑 = 𝟓, 𝒙𝟑𝟐 = 𝟏𝟎, 𝒙𝟑𝟒 = 𝟑𝟎. La Figura 1 es una representación gráfica
del problema de Powerco y su solución óptima. La variable 𝒙𝒊𝒋 está representada
por una línea, o arco, que une el punto de suministro 𝒊 (planta 𝒊) y el punto de
demanda 𝒋 (ciudad 𝒋).
Gráfica 5. Representación gráfica del problema de Powerco y su solución óptima.
5. MODELO DE ASIGNACIÓN
El problema de asignación es un tipo especial de problema de programación lineal
en el que los asignados son recursos que se destinan a la realización de tareas. Por
ejemplo, “La mejor persona para el puesto” es una buena descripción del modelo
de asignación. El caso se puede ilustrar con la asignación de trabajadores de
diversos niveles de capacitación a los puestos. Un puesto que coincide con los
conocimientos de un trabajador cuesta menos que uno en que el trabajador no es
tan hábil. El objetivo del modelo es determinar la asignación óptima (de costo
mínimo) de trabajadores a puestos.
El método de asignación se utiliza para resolver problemas de programación lineal
con unas características muy especiales. Estos problemas pueden clasificarse
dentro de los métodos de transporte, y por los tanto la técnica de transporte les dará
solución. Sin embargo, es más rápido el proceso con método de asignación.
Sujeto a:
𝒏 𝒏
Paso 3. Identificar la solución óptima como la asignación factible asociada con los
elementos cero de la matriz obtenida en el paso 2.
Sean 𝒑𝒊 y 𝒒𝒋 los costos mínimos del renglón i y la columna j, como se definieron en
los pasos 1 y 2, respectivamente.
Elemento
Maquina 1 Maquina 2 Maquina 3
menor
Equipo de
10 9 5 P1=5
mantenimiento 1
Equipo de
9 8 3 P2=3
mantenimiento 2
Equipo de
6 4 7 P3=4
mantenimiento 3
Luego se construye una nueva matriz con las diferencias entre los valores de la
matriz original y el elemento menor de la fila a la cual corresponde.
Tabla 6. Segundo pasó del método húngaro
De la matriz anterior, se observa que fue necesario trazar tres líneas (la misma
cantidad de filas o columnas de la matriz) para cubrir los ceros y por ende se ha
llegado al tabulado final, en el que por simple observación se determina las
asignaciones óptimas.
Tabla 13. Matriz de costos reducidos.
Maquina 1 Maquina 2 Maquina 3
Equipo de
0 1 0
mantenimiento 1
Equipo de
1 2 0
mantenimiento 2
Equipo de
0 0 6
mantenimiento 3