Professional Documents
Culture Documents
Operaciones
Una decisin puede ser clasificada en estructurada si envuelve una serie de
factores que
puedan ser cuantificados y luego formulados en trminos matemticos. La
Investigacin de
Operaciones es una herramienta de apoyo a la decisin estructurada, y durante
el presente
curso vamos ver que algunos problemas pueden ser formulados
matemticamente.
Para mostrar los factores que intervienen en la formulacin de un problema de
programacin lineal, utilizaremos una situacin problemtica basada en el
juego a doble
mano. A este problema denominaremos El planeamiento de un jugador.
Resulta que Paquito est saliendo con dos de sus vecinas, llamadas Katy y
Fiorella. Por tal
motivo debe tomar la decisin con quien de las vecinas debe salir. Obviamente,
lo primero
que pasa por su cabeza, es salir con las dos al mismo tiempo, cierto?, pero salir
con las dos
al mismo tiempo puede causar problemas dado que ellas no aceptaran salir
juntas sobre
todo porque se sabe que son muy celosas.
Por otro lado, salir todo el da con una vecina no es muy bueno
econmicamente dado que
Paquito no dispone del dinero suficiente, pero por encima de esta limitacin
Paquito est
decidido disfrutar de su buena suerte al haber conquistado a sus dos vecinas;
as que est
pensando en alguna estrategia que le permita decidir cuantas veces al mes
debe salir con
cada una de sus vecinas. Cul es la decisin?.
Paquito recordando las sabias enseanzas de su profesor del curso de
Investigacin de
Operaciones, curso que a propsito llev por segunda matricula, decide
elaborar un modelo
matemtico que le permita determinar cuntas veces al mes salir con cada una
de sus
vecinas.
El primer paso que realiza es representar con letras y subndices el nmero de
salidas al
Pero los inconvenientes para salir con ellas no quedan all, porque la diferencia
entre las dos no son slo los gastos por salida, sino que tambin tiene
problemas con el tiempo. Es
decir, salir con Katy requiere en promedio 4 horas de su tiempo, mientras que
una salida
con Fiorella requiere en promedio 2 horas.
El problema con el tiempo es porque Paquito tiene que estudiar, porque de no
ser as sus calificaciones bajaran y sus padres dejaran de asignarles los 800
soles mensuales.
Consideremos que Paquito slo dispone de 20 horas libres por mes. Como
podemos
garantizar que l no emplear ms tiempo del que dispone, as usando la
notacin anterior,
tenemos:
Para poder planear y decidir cuantas veces tendr que salir con Katy ( x1 ) y
cuantas con
Fiorella ( x2 ), tomando en cuenta el dinero y tiempo disponible. A la vez podr
saber cuntas
horas y cuanto de dinero consumir, as como cunto dinero y tiempo le
sobrar.
1 Caso
Cunto consume si sale con Katy 3 veces y con Fiorella 2 veces?, es
decir x1=3 y x2 = 2 ,
verificamos cunto dinero y cunto tiempo consume.
Cunto le sobra?
Como podemos ver al salir tres veces con Katy y dos veces con Fiorella, Paquito
consume
740 soles y 16 horas, sobrando al final del mes 60 soles y 4 horas.
2 Caso
Cunto consume si sale con Katy 3 veces y con Fiorella 4 veces?, es
decir x1 = 3 y x2 = 4 ,
verificamos cunto dinero y cunto tiempo consume.
Cunto le sobra?
Como podemos ver al salir tres veces con Katy y cuatro veces con Fiorella,
Paquito consume
940 soles y 20 horas, generndole una deuda de 140 soles dado que l dispone
slo de 800
soles, por otro lado consume todo el tiempo disponible del mes que son las 20
horas.
Por lo tanto, Paquito no puede salir tres veces con Katy y cuatro veces con
Fiorella, dado que est situacin es imposible, dentro de las condiciones que
fueron propuestas.
Otro posible objetivo puede ser construido del siguiente hecho; a Paquito le
gusta dos veces ms Katy que Fiorella, entonces podemos crear un coeficiente
que represente su
preferencia; es decir un valor unitario para Fiorella y el doble para Katy.
Obteniendo el
siguiente objetivo
Maximizar 2x1 + x2
Dnde:
1. La definicin del problema es una de las fases ms importantes del proceso
y comprende la clara percepcin del desafo colocado. El problema debe ser
traducido en elementos palpables englobando:
La intuicin.
La experiencia.
La creatividad.
En esta fase de formulacin del modelo de optimizacin son definidos los tipos
de variables a utilizar en la representacin, as como el nivel apropiado de
agregacin de las variables. Tambin deben ser representadas las restricciones
del problema, tanto las cuantitativas como las de naturaleza lgica.
El modelo deber ser adecuado a la naturaleza de los datos de entrada y de
salida, as como ser capaz de expresar las funciones de desempeo que
posiblemente sern exigidos en el proceso de optimizacin. (Funcin objetivo)
3. Validacin del modelo, es necesario verificar la validez del modelo. Un
modelo es vlido si tomando en cuenta su inexactitud en representar el
sistema, l es capaz de dar una prediccin aceptable del comportamiento del
sistema. Un mtodo comn para verificar la validez del modelo es analizar su
desempeo con datos pasados del sistema y verificar si l logra reproducir el
comportamiento que el sistema present. Es importante observar que este
proceso de validacin no se aplica a sistemas inexistentes, es decir en
proyectos. En este caso la validacin es hecha por la verificacin de la
correspondencia entre los resultados obtenidos y algn comportamiento
esperado del nuevo sistema.
4. Una vez evaluadas las ventajas y la validacin de la solucin obtenida, esta
debe ser convertida en reglas operacionales. La implementacin, por ser una
actividad que altera una situacin existente, es una de las etapas crticas del
una
funcin de varias variables z = f (x1, x2,...,xn) .
Problema 1.1.
Yemito es un aficionado de los juguetes electrnicos y planeando construir dos
tipos de juguetes electrnicos (Ben10 y DinoRey). l sabe que para construir un
juguete Ben10 debe utilizar 9 sensores electrnicos y 3 horas de trabajo.
Mientras que para construir un DinoRey utiliza 1 sensor electrnico y 1 hora de
trabajo. Yemito pidi a su pap comprar los sensores electrnicos, pero ste
slo compro 18 sensores electrnicos. A la vez Yemito suele despertar a las
8:00 am y dormir a las 8:00 pm, por tal motivo dispone de 12 horas para
trabajar en la construccin de los juguetes. Yemito tiene planeado vender estos
juguetes en su escuela, obteniendo una utilidad de 4 dlares por cada juguete
Ben10 y un dlar por cada juguete DinoRey. Por otro lado, sabiendo que Yemito
logra vender todos los juguetes construidos se debe elaborar un modelo de
programacin lineal para optimizar sus utilidades.
Solucin:
Para elaborar el modelo de programacin lineal seguimos los siguientes pasos:
1. Definicin de las variables de decisin:
En este caso estamos interesados en saber cuntos juguetes Ben10 y DinoRey
debe construir, por tal motivo declaramos las variables de decisin de la
siguiente forma:
x1 : Cantidad de juguetes Ben10 construidos
x2 : Cantidad de juguetes DinoRey construidos
Una vez declaradas las variables de decisin, debemos expresar la funcin
objetivo utilizando dichas variables.
2. Elaboracin de la funcin objetivo:
Dado que nuestro propsito es maximizar la utilidad total y sabemos que por la
fabricacin de un Ben10 tenemos una utilidad de 4 dlares, entonces la utilidad
total generada por el modelo ben10 es de $ 4x1 , de igual forma el modelo
DinoRey genera una utilidad de $1 x2 .
Por tanto si queremos obtener la utilidad total generada por la fabricacin de
los dos
juguetes tendremos z = 4x1 + x2 .
Como nuestro objetivo es maximizar la utilidad, tenemos la siguiente funcin
objetivo:
Max z = 4x1 + x2 .
3. Formulacin de las restricciones tecnolgicas:
Antes de construir las restricciones del problema, debemos tener presente las
siguientes
Observaciones:
Restricciones de no negatividad
Dado que las variables de decisin slo pueden tomar valores no negativos, es
decir, mayores o iguales a cero tenemos que x1 >= 0 y x2 >= 0 .
4. Modelo final:
Finalmente podemos expresar el modelo de programacin lineal de la forma
siguiente
Max z = 4x1 + x2
S.A.:
9x1 + x2 <= 18
3x1 + x2 <= 12
x1, x2 >= 0
Observaciones:
Para determinar la funcin objetivo debe tomarse en cuenta lo siguiente:
<=
>=
Total, proporcin
Solucin:
En primer lugar ordenamos la informacin en la siguiente tabla.
Problema 2: Produccin
Una fbrica de carroceras de automviles y camiones tiene dos
departamentos. En el departamento A, para hacer la carrocera de un camin,
Solucin:
En primer lugar ordenamos la informacin en la siguiente tabla.
Problema 3: Inversin
Una entidad financiera capta depsitos y presta dinero. La captacin de
depsitos lleva una hora para convencer al cliente y otra de trabajo
burocrtico. El prstamo de dinero lleva una hora para convencer al cliente y
dos horas de trabajo burocrtico. El mximo nmero de horas de trabajo
disponibles es de 40 horas para convencer a los clientes y 60 horas para el
trabajo burocrtico. El beneficio obtenido por prestar dinero es 1/3 mayor que
el de captar depsitos. Cuntas operaciones de cada tipo le convienen realizar
para obtener el mximo beneficio?.
Solucin:
En primer lugar ordenamos la informacin en la siguiente tabla
Problema 4: Inversin
Una persona tiene S/500 para invertir en dos tipos de acciones A y B. El tipo A
tiene bastante riesgo con un inters anual del 10% y el tipo B es bastante
seguro con un inters anual del 7%. Decide invertir como mximo S/300 en A y
como mnimo S/100 en B, e invertir en A por lo menos tanto como en B. Cmo
deber invertir sus S/500 para maximizar sus intereses anuales?
Solucin:
En primer lugar ordenamos la informacin en la siguiente tabla
Problema 5: Mezclas
Alice, gerente de la Food Fast, proporciona albergues para cachorros. El
alimento para perros Kennel se hace mezclando dos productos de soya para
obtener una "dieta para perros bien balanceada". En la Tabla 1.2 se dan los
datos para los dos productos. Si Alice quiere asegurarse de que sus perros
reciban al menos 8 onzas de protenas y 1 onza de grasa diariamente, cul
sera la mezcla del costo mnimo de los dos alimentos para perro?.
Tabla: Costo y porcentaje de protenas y grasas por producto
Solucin:
1. Definicin de las variables de decisin:
xi : Nmero de onzas del producto i =1,2 a comprar.
2. Elaboracin de la funcin objetivo:
El costo total se obtiene multiplicando el costo de cada onza con la cantidad de
onzas.
Obteniendo as, un costo total de 0.6x1 + 0.15x2 .
Finalmente tenemos la siguiente funcin objetivo:
Problema 6: Mezclas
Pearce Dears, un antiguo entrenador de grupos de choque, se ha convertido en
avicultor.
Desea alimentar a sus animales en forma tal que se cubran sus necesidades de
nutricin a un costo mnimo. Pearce est estudiando el uso de maz, soya,
avena y alfalfa. En la siguiente tabla se muestra la informacin diettica
importante por libra de grano (por ejemplo, 1 libra de maz proporciona 15
miligramos de protena). Elabore un modelo de PL para determinar la mezcla
diettica que satisfaga los requisitos diarios a un costo mnimo.
Tabla: Nutrientes por libra de grano
Solucin:
1. Definicin de las variables de decisin:
xi : Cantidad de libras de i = 1,2,3,4 (maz, soya, avena y alfalfa
respectivamente) a comprar.
2. Elaboracin de la funcin objetivo:
El costo total se obtiene multiplicando el costo por libra con la cantidad de
libras compradas. Obteniendo as, un costo total de 70x1 + 45x2 + 40x3 +
90x4 . Finalmente tenemos la siguiente funcin objetivo:
Minimizar z = 70x1 + 45x2 + 40x3 + 90x4
3. Formulacin de las restricciones tecnolgicas:
Restriccin de protenas.
Dado que, cada libra de maz aporta con 15 mg de protenas entonces la
cantidad total aportada por el maz es de 15x1 , de forma similar se obtienen
las cantidades aportadas por la soya, la avena y la alfalfa; obteniendo la
siguiente restriccin:
15x1 + 30x2 +15x3 + 7x4 >= 50
Restriccin de calcio.
40x1 + 10x2 + 40x3 + 45x4 >= 150
Restriccin de grasas.
20x1 + 50x2 + 8x3 + 25x4 >= 25
20x1 + 50x2 + 8x3 + 25x4 <= 120
Restriccin de caloras.
850x1 + 1500x2 + 1200x3 + 4000x4 >= 5000
Restricciones de no negatividad
Dado que las variables de decisin slo pueden tomar valores no negativos,
tenemos que
x1 , x2 , x3 , x4 >= 0
4. Modelo Lineal:
Finalmente podemos expresar el modelo lineal de la siguiente manera:
Minimizar z = 70x1 + 45x2 + 40x3 + 90x4
S.A.:
15x1 + 30x2 +15x3 + 7x4 >= 50
40x1 + 10x2 + 40x3 + 45x4 >= 150
20x1 + 50x2 + 8x3 + 25x4 >= 25
20x1 + 50x2 + 8x3 + 25x4 <= 120
850x1 + 1500x2 + 1200x3 + 4000x4 >= 5000
x1 , x2 , x3 , x4 >= 0
Problema 7: Encuesta
Para realizar una encuesta por telfono, un grupo de investigacin de mercado
necesita comunicar por lo menos a 150 esposas, 120 maridos, 100 varones
adultos solteros y 110 mujeres adultas solteras. Cuesta $2 realizar una llamada
telefnica durante el da, y $5 realizar una llamada telefnica durante la noche
(debido a mayores costos laborales). Estos datos se muestran en la tabla
inferior. Se pueden realizar a lo ms la mitad de estas llamadas en la noche,
por disponer de un nmero limitado de empleados. Formule un PL que
minimice los costos para completar la encuesta.
Tabla: Porcentaje de personas que contestan las llamadas
Solucin:
1. Definicin de las variables de decisin:
x1, x2 >= 0
Problema 8: Pesca
Las restricciones pesqueras impuestas por la CEE obligan a cierta empresa a
pescar como mximo 2000 toneladas de merluza y 2000 toneladas de rape,
adems, en total, las capturas de estas dos especies no pueden pasar de las
3000 toneladas. Si el precio de la merluza es de 10 soles el kilo y el precio del
rape es de 15 soles el kilo, qu cantidades debe pescar para obtener el
mximo beneficio?
Solucin:
1. Definicin de las variables de decisin:
Xi : Cantidad de toneladas de peces del tipo i=1,2 (merluza y rape
respectivamente) a pescar.
2. Elaboracin de la funcin objetivo:
Para obtener el beneficio total multiplicamos el valor de un kilo de merluza y
rape por la cantidad vendida de cada uno de ellos, para esto, debemos
transformar la unidad de medida la variable de decisin dado que est en
toneladas.
Obteniendo as, un beneficio total de 10 soles/kg x (1000 soles/tn)X1 + 15
soles/kg x (1000 kg/tn) X2
Finalmente tenemos la siguiente funcin objetivo:
Maximizar z = 10000X1 + 15000X2
3. Formulacin de las restricciones tecnolgicas:
4. Modelo Lineal:
Finalmente podemos expresar el modelo lineal de la siguiente manera:
Max z = 10000X1 + 15000X2
S.A.:
X1 <= 2000
X2 <= 2000
X1 + X2 <= 3000
X1, X2 >= 0
Problema 9: Compra
Un hipermercado necesita como mnimo 16 cajas de langostino, 5 cajas de
ncoras y 20 de percebes. Dos mayoristas, A y B, se ofrecen al hipermercado
para satisfacer sus necesidades, pero slo venden dicho marisco en
contenedores completos. El mayorista A enva en cada contenedor 8 cajas de
langostinos, 1 de ncoras y 2 de percebes. Por su parte, B enva en cada
contenedor 2, 1 y 7 cajas respectivamente. Cada contenedor que suministra A
cuesta S/210, mientras que los del mayorista B cuestan S/300 cada uno.
Cuntos contenedores deben pedir el hipermercado a cada mayorista para
satisfacer sus necesidades mnimas con el menor coste posible?
Solucin:
En primer lugar ordenamos la informacin en la siguiente tabla
Cada departamento tiene disponible las 8 horas de trabajo diario. Sin embargo
los departamentos requieren mantenimiento diario, que utilizan el 5%, 8% y
Solucin:
Indudablemente es una produccin en lnea por que el producto para
ensamblarse debe pasar por los tres departamentos, entonces:
1. Definicin de las variables de decisin:
xi: Cantidad de unidades del producto i=1,2 a elaborar semanalmente.
sj: Tiempo ocioso en minutos en el departamento j=1,2,3.
2. Elaboracin de la funcin objetivo:
Minimizar el tiempo ocioso
Minimizar z = s1 + s2 + s3
3. Formulacin de las restricciones tecnolgicas:
Restriccin del departamento 1.
El tiempo en minutos empleado para producir el Producto 1 es 1/8 , por tanto
(1/8)x1 representa el tiempo semanal empleado en la produccin del producto
1, as (1/9)x2 representa el tiempo semanal empleado en la produccin del
producto 2; por otro lado se dispone de 48 horas semanales equivalente a
2880 minutos, de los cuales el 5% (144 minutos) est dedicado al
mantenimiento, de este modo slo dispondremos de 2736 minutos:
(1/8)x1 + (1/9)x2 + s1 <= 2736
Restriccin del departamento 2.
El tiempo en minutos empleado para producir el Producto 2 es 1/5 , por tanto
(1/5)x1 representa el tiempo semanal empleado en la produccin del producto
1, as (1/6)x2 representa el tiempo semanal empleado en la produccin del
producto 2; por otro lado se dispone de 48 horas semanales equivalente a
2880 minutos, de los cuales el 8% (230.4 minutos) est dedicado al
mantenimiento, de este modo slo dispondremos de 2649.6 minutos:
(1/5)x1 + (1/6)x2 + s2 <= 2649.6
Restriccin del departamento 3.
Anlogamente, a lo realizado en el departamento 1 y 2, obtenemos:
(1/5)x1 + (1/3)x2 + s3 <= 2707.2
Restricciones de no negatividad
Dado que las variables de decisin slo pueden tomar valores no negativos,
tenemos que x1, x2, s1, s2, s3 >= 0
4. Modelo Lineal:
Finalmente podemos expresar el modelo lineal de la siguiente manera:
Min z = s1 + s2 + s3
S.A.:
(1/8)x1 + (1/9)x2 + s1 <= 2736
(1/5)x1 + (1/6)x2 + s2 <= 2649.6
(1/5)x1 + (1/3)x2 + s3 <= 2707.2
x1, x2, s1, s2, s3 >= 0
Solucin:
1. Definicin de las variables de decisin:
xi: Cantidad a producir del producto i=1,2,3.
2. Elaboracin de la funcin objetivo:
Maximizar z = 30x1 + 12x2 + 15x3
3. Formulacin de las restricciones tecnolgicas:
Restriccin de tiempo de la fresadora.
9x1 +3x2 +5x3 <= 500
Restriccin de tiempo de torno.
5x1 + 4x2 <= 350
Restriccin de tiempo de rectificadora.
3x1 + 2x3 <= 150
Restriccin del potencial de ventas del producto 3.
x3 <= 20
Restricciones de no negatividad
Dado que las variables de decisin slo pueden tomar valores no negativos,
tenemos que x1, x2, x3 >= 0
4. Modelo Lineal:
Solucin:
1. Definicin de las variables de decisin:
xi: Cantidad de unidades de carros i=1,2 (compactos y subcompactos,
respectivamente) a producir.
x1 <= 1500
x2 <= 200
Solucin:
1. Definicin de las variables de decisin:
xi: Cantidad de botellas de i=1,2 (yogurt y jugo respectivamente) a producir.
2. Elaboracin de la funcin objetivo:
Maximizar z = 5x1 + 3x2 - 0.5(2x1 + 3x2) - 0.3(3x1 + x2)
3. Formulacin de las restricciones tecnolgicas:
Restriccin de la disponibilidad del mango.
2x1 + 3x2 <= 1600
Restriccin de la disponibilidad del durazno.
3x1 + x2 <= 2100
Restriccin de la cantidad de botellas de yogurt.
x1 <= 9000
Restricciones de no negatividad
Dado que las variables de decisin slo pueden tomar valores no negativos,
tenemos que x1,x2 >= 0.
4. Modelo Lineal:
Finalmente podemos expresar el modelo lineal de la siguiente manera:
Max z = 3.1x1 + 1.2x2
S.A.:
2x1 + 3x2 <= 1600
3x1 + x2 <= 2100
x1 <= 9000
x1,x2 >= 0
Grado dificultad razonable.
Problema 1: Produccin
Se est diseando un vehculo espacial para llevar astronautas a Marte y
traerlos de regreso.
Este vehculo tendr tres compartimentos, cada uno con su propio sistema de
mantenimiento de la vida independiente. El elemento clave en cada uno de
estos sistemas es una pequea unidad oxidante que provoca un proceso
qumico para producir oxgeno. Sin embargo, no pueden probarse con
anticipacin y solo se logra algo en provocar este proceso qumico. Por lo tanto,
es importante tener unidades de apoyo para cada sistema. En virtud de la
diferencia en los requerimientos para los tres compartimentos, las unidades
que se necesitan para cada uno tienen caractersticas un tanto diferentes.
Ahora debe tomarse una decisin sobre cuntas unidades proporcionar a cada
compartimento, tomando en cuenta las limitaciones de diseo sobre la
cantidad total de espacio, peso y costo que pueden ser asignadas a estas
unidades en relacin con la nave completa. La Tabla siguiente se resume estas
limitaciones as como las caractersticas de las unidades individuales por cada
compartimento.
Tabla: Espacio, peso y probabilidades de fallas en los compartimientos
Si todas las unidades fallan en solo uno o dos de los compartimentos, los
astronautas pueden ocupar el compartimento, o los compartimentos restantes
Solucin:
1. Definicin de las variables de decisin:
xi : Nmero de unidades de apoyo en el compartimento i =1,2,3 .
2. Elaboracin de la funcin objetivo:
Prob (compart. 1) Prob (compart. 2) Prob (compart. 3)
Dado que dicho objetivo no es lineal, debemos linealizar dicha funcin objetivo,
para esto utilizamos las propiedades de los logaritmos, tomando Z = ln z ,
obtenemos
4. Modelo Lineal:
Problema 2: Agricultura
Una familia de granjeros posee 100 acres de tierra y tiene $30.000 en fondos
disponibles para inversin. Sus miembros pueden producir un total de 3.500
horas-hombre de mano de obra durante los meses de invierno (de mediados de
septiembre a mediados de mayo), 4000 horas-hombre durante el verano. Si no
se necesitan cualesquiera de estas horas-hombre, los miembros ms jvenes
de la familia usarn para trabajar en una granja vecina por $4.00/hora, durante
los meses de invierno, y $4.50/hora, durante el verano.
El ingreso de efectivo puede obtenerse a partir de tres cultivos y dos tipos de
animales: vacas lecheras y gallinas ponedoras. No se necesita invertir en los
cultivos. Sin embargo, cada vaca requerir un desembolso de $900 y cada
gallina requerir de $7. Cada vaca requerir 1.5 acres de tierra, 100 horashombre de trabajo durante los meses de invierno, y otras 50 horas-hombre
durante el verano. Cada vaca producir un ingreso anual neto en efectivo de
$800 para la familia. Los valores correspondientes para las gallinas son: nada
de tierra, 0,6 horas hombre durante el verano y un ingreso anual neto en
efectivo de $5. El gallinero puede acomodar un mximo de 300 gallinas y el
tamao del granero limita el rebao a un mximo de 32 vacas. Las horas
hombres y los ingresos estimados por acre plantado en cada uno de los tres
cultivos se muestran en la siguiente tabla.
La familia desea saber cuntos acres deben plantarse en cada uno de cultivos
y cuntas vacas y gallinas deben tener para maximizar su ingreso neto de
efectivo.
Plantese el modelo de programacin lineal para este problema.
Solucin:
1. Definicin de las variables de decisin:
x1 : Nmero de acres de tierra asignados para el frijol de soya.
x2 : Nmero de acres de tierra asignados para el maz.
x3 : Nmero de acres de tierra asignados para la avena.
x4 : Nmero de vacas.
x5 : Nmero de gallinas.
x6 : Horas-hombre ociosas en invierno.
x7 : Horas-hombre ociosas en verano.
2. Elaboracin de la funcin objetivo:
Minimizar z = 375x1 + 550x2 + 250x3 + 800x4 + 5x5 + 4x6 + 4.5x7
3. Formulacin de las restricciones tecnolgicas:
4. Modelo Lineal:
Problema 3: Produccin
La corporacin Brady produce armarios. Necesitan semanalmente 90 000 pies
cbicos de madera procesada. Puede conseguir madera procesada de dos
maneras.
Primero, puede comprar madera de un proveedor eterno, y despus secarla en
su propio horno. Segundo, puede cortar troncos en sus propios terrenos,
convertidos en madera en su propio aserradero y, finalmente, secar la madera
en su propio horno. Brady puede comprar madera clase 1 o clase 2. La madera
clase 1 cuesta 3 dlares/pie cbico y produce 0.7 pie cbico de manera til
luego de secarla. La madera clase 2 cuesta 7 dlares/pie cbico y produce 0.9
pie cbico de madera til ya seca. Le cuesta 3 dlares a la compaa cortar un
tronco. Despus de cortarlo y secarlo, un tronco produce 0.8 pie cbico de
madera. Brady incurre en un costo de 4 dlares/pie cbico de madera seca.
Cuesta 2.50 dlares/pie cbico procesar troncos en el aserradero. El aserradero
puede procesar semanalmente hasta 35 000 pie cbico de madera. Se puede
comprar cada semana hasta 40 000 pies cbicos de madera de clase 1, y hasta
60 000 pies cbicos de madera de clase 2.
Semanalmente, se disponen de 40 horas para secar madera de clase 1,
madera clase 2, o troncos, es el siguiente. Clase 1, 2 segundos, clase 2, 8
segundos, troncos, 1.3 segundos. Formule un PL para ayudar a Brady a
minimizar los costos semanales para satisfacer las demandas de madera
procesada.
Solucin:
1. Definicin de las variables de decisin:
T : Nmero de acres de tierra asignados para el frijol de soya.
PCL1: Nmero de pies cbicos de madera comprada de clase 1 semanalmente.
PCL2 : Nmero de pies cbicos de madera comprada de clase 2 semanalmente.
4. Modelo Lineal:
Problema 4: Produccin
Un consumidor requiere, durante los prximos cuatro meses, 50, 65, 100 y 70
unidades, respectivamente, de cierto artculo (no se permiten demandas
pendientes). Los costos de produccin son 5 dlares, 8 dlares, 4 dlares y 7
dlares por unidad, durante estos meses.
El costo de almacenaje de un mes al siguiente, es de 2 dlares por unidad
(aplicado al terminar el inventario). Se estima que cada unidad sobrante al final
del cuarto mes, tendr que venderse a 6 dlares. Formule un PL que minimice
los costos netos para cumplir con las demandas durante los prximos cuatro
meses.
Solucin:
1. Definicin de las variables de decisin:
Ii : Nmero de unidades en el mes i =1,2,3,4 .
Pi : Nmero de unidades producidas en el mes i = 1,2 .
Di : Nmero de unidades demandadas en el mes i = 1,2,3,4 .
2. Elaboracin de la funcin objetivo:
4. Modelo Lineal:
Problema 5: Renta
Solucin:
1. Definicin de las variables de decisin:
Ei : Nmero de computadoras a alquilar en el mes de Enero durante i =1,2,3
meses.
Fi : Nmero de computadoras a alquilar en el mes de Febrero durante
i =1,2,3 meses.
Mi : Nmero de computadoras a alquilar en el mes de Marzo durante i =1,2,3
meses.
Ai : Nmero de computadoras a alquilar en el mes de Abril durante i =1,2,3
meses.
MYi : Nmero de computadoras a alquilar en el mes de Mayo durante i =1,2,3
meses.
Ji : Nmero de computadoras a alquilar en el mes de Junio durante i =1,2,3
meses.
4. Modelo Lineal:
Problema 6: Mezcla
Un proveedor debe preparar con 5 bebidas de fruta en existencias, al menos
500 galones de un ponche que contenga por lo menos 20% de jugo de naranja,
10% de jugo de toronja y 5% de jugo de arndano. Si los datos del inventario
son los que se muestran en la tabla siguiente Qu cantidad de cada bebida
deber emplear el proveedor a fin de obtener la composicin requerida a un
costo total mnimo?
Solucin:
1. Definicin de las variables de decisin:
El objetivo es minimizar los costos cumpliendo todos los requisitos. Para esto
definimos las siguientes variables
Xi : Cantidad de bebida i en galones incorporada al ponche i = A, E
Y las siguientes constantes
Ci : Costo por galn de bebida tipo i .
Ni : Porcentaje de jugo de naranja en bebida tipo i .
Ti : Porcentaje de jugo de toronja en bebida tipo i .
Ai : Porcentaje de jugo de arndano en bebida tipo i .
Ei : Existencia de bebida tipo i
2. Elaboracin de la funcin objetivo:
Problema 7: Produccin
Un pequeo taller arma dispositivos mecnicos, ya sea como un producto
terminado que entrega al mercado, o como un proceso intermedio para
entregar a una gran fbrica. Trabajan 3 personas en jornadas de 40 horas
semanales. Dos de estos obreros no calificados reciben $0.4 por hora, y el
tercero, un obrero calificado, recibe $0.6 por hora. Los tres estn dispuestos a
trabajar hasta 10 horas adicionales a la semana con un salario 50% superior
durante este perodo.
Los costos fijos semanales son de $800. Los gastos de operacin variables son
de $1.0 por hora de trabajo de obrero no calificado y $2.4 por hora de obrero
calificado. Los dispositivos mecnicos sin acabar son vendidos a la planta a
$6.5 cada uno. El taller tiene un contrato bajo el cual debe entregar 100 de
estos dispositivos semanalmente a la empresa. El dueo del taller tiene como
poltica el producir no ms de 50 dispositivos a la semana por sobre el
contrato.
Solucin:
1. Definicin de las variables de decisin:
Xi : Cantidad de productos tipo i = 1,2,3 fabricados.
Zj : Horas extra trabajadas por obreros del tipo j = 1,2 .
Problema 8: Inversin
Un inversionista tiene oportunidad de realizar las actividades A y B al principio
de cada uno de los prximos 5 aos (llmense aos 1 al 5). Cada dlar
invertido en A al principio de cualquier ao retribuye $1.40 (una ganancia de
$0.40) 2 aos despus (a tiempo para la reinversin inmediata). Cada dlar
invertido en B al principio de cualquier ao retribuye $1.70, 3 aos despus.
Adems, la actividad C estar disponible para inversin una sola vez en el
futuro. Cada dlar invertido en C al principio del ao 2 da $1.90 al final del ao
5. La actividad D estar disponible slo 2 veces, al inicio del ao 1 y del ao 5.
Cada dlar invertido en D al principio de ao retribuye $1.30 al final de ese
ao. El inversionista tiene $60000 para iniciar y desea saber cul plan de
inversin maximiza la cantidad de dinero acumulada ao principio del ao 6.
Formule el modelo de programacin lineal para este problema.
Solucin:
La situacin se puede ilustrar grficamente como:
Problema 9: Compra
Una empresa de arriendo de vehculos desea establecer la flota de
automviles, camionetas y jeeps para el presente ao. Para tales efectos,
estudia la adquisicin de vehculos de los tres tipos. Todos los vehculos
comprados son depreciados y pagados en un perodo de 2 aos, despus del
cual son vendidos. La tabla siguiente muestra el precio de compra y los
ingresos del perodo para los tres tipos de vehculos (los ingresos para el
segundo ao incluyen el valor de salvataje).
Solucin:
1. Definicin de las variables de decisin:
Xi : Cantidad de vehculos tipo i = 1,2,3 comprados inicialmente.
Yij : Dinero pagado en vehculos tipo i = 1,2,3 al inicio del ao j = 1,2,3.
Zij : Saldo al inicio del ao j 1,2,3 en vehculos tipo i =1,2,3.
Constantes:
Ci : Costo del vehculo del tipo i =1,2,3 .
Iij : Ingresos por vehculo del tipo i =1,2,3 durante el ao j =1,2,3 .
2. Elaboracin de la funcin objetivo:
Solucin:
Supongamos que se trabaja por lo menos el total de horas hj de cada mes,
nunca menos.
1. Definicin de las variables de decisin:
Xij : Cantidad de artculos tipo i =1,...,m producidos en mes j =1,...,n .
Zj : Cantidad de mano extra empleada en mes j =1,...,n .
Vij : Cantidad de artculos tipo i =1,...,m almacenados en mes j =1,...,n .
2. Elaboracin de la funcin objetivo:
Modelos DIFICILES
Problema 1: Produccin
Gracias a una adecuada estrategia de marketing y a la calidad del producto,
cierta pequea fbrica de canastos de mimbre ha recibido pedidos que superan
su actual capacidad de produccin. Durante las prximas cuatro semanas debe
entregar 52, 65, 70 y 85 canastos, respectivamente. Actualmente cuenta con
seis artesanos.
La gerencia general de la fbrica ha decidido contratar personal nuevo para
poder cumplir sus compromisos comerciales. Dada la escasez de artesanos, se
deber contratar personal sin experiencia. Un novato puede ser entrenado para
llegar a ser aprendiz durante una semana.
La segunda semana trabaja como aprendiz para ganar experiencia.
Comenzando la tercera semana (despus de dos semanas de trabajo) se
transforma en artesano.
La produccin estimada y sueldos de los empleados es la siguiente:
Cada artesano puede entrenar hasta dos novatos por semana (el
entrenamiento de un novato slo dura una semana). Todo excedente de
produccin semanal puede ser guardado para cumplir los siguientes
compromisos comerciales.
Los analistas de la empresa estiman que la demanda semanal de canastos
difcilmente superar los noventa canastos, por lo que han decidido terminar el
perodo sin novatos y aprendices, pero con al menos nueve artesanos. Los
reglamentos sindicales de la empresa prohben los despidos por reduccin de
personal.
Formule un modelo de programacin lineal que permita definir las
contrataciones a realizar, de modo de cumplir los compromisos comerciales a
costo mnimo.
Solucin:
Para resolver el problema se utilizarn las siguientes variables de decisin:
1. Definicin de las variables de decisin:
xij : Personal de tipo i =1,2,3,4 (artesano productor, artesano instructor,
aprendiz y novato respectivamente) trabajando en semana j = 1,2,3,4 .
zj : Sobreproduccin de semana j =1,2,3,4.
Variable secundaria:
i : Salario del empleado del tipo i =1,2,3,4.
2. Elaboracin de la funcin objetivo:
Problema 2: Produccin
La ciudad 1 produce 500 toneladas de basura por da y la ciudad 2 produce 400
toneladas por da. La basura debe ser incinerada en los incineradores 1 2, y
cada incinerador puede procesar hasta 500 toneladas de basura por da. El
costo de incinerar la basura es US$ 40/ton en el incinerador 1 y US$ 30/ton en
el incinerador 2. La incineracin reduce cada tonelada de basura a 0.2
toneladas de cenizas, las cuales deben ser llevadas a uno de dos depsitos.
Cada depsito puede recibir a lo ms 200 toneladas de cenizas por da. El costo
es de US$ 3/milla para transportar una tonelada de material (ya sea ceniza o
basura). Las distancias en millas se muestran en la tabla.
Formule el problema de programacin lineal que se puede usar para minimizar
los costos.
Solucin:
El objetivo del problema es minimizar los costos involucrados en el traslado e
incineracin de la basura. Este costo est asociado al costo de transporte
(funcin de la distancia) y al costo de incinerar (funcin del incinerador y la
cantidad). Para conseguir este objetivo se debe considerar las posibles
decisiones que admite el problema:
La cantidad de basura a trasladar desde cada ciudad (1 y 2) a cada uno de los
incineradores (1 y 2).
Cabe destacar que todas las variables deben ser positivas y no necesariamente
enteras dado que representan peso de basura o de ceniza. Es importante
agregar tambin dos condiciones relativas a que cada tonelada de basura que
entra al incinerador es transformada en 0.2 toneladas de ceniza, luego:
Problema 3: Produccin
Solucin:
Objetivo: el objetivo del problema es minimizar los costos involucrados en la
produccin de los transistores, satisfaciendo la demanda para cada nivel de
ellos. Se considerarn dos mtodos de produccin adems de un mtodo de
retratamiento para mejorar la calidad de dichos transistores. Para conseguir
este objetivo se debe considerar las posibles decisiones que admite el
problema:
La cantidad transistores a producir por el mtodo 1 y por el mtodo 2.
La cantidad transistores de cada nivel: 3, 2, 1 y los defectuosos que se envan
a retratamiento con la esperanza de mejorar su nivel y con ello su precio.
Evidentemente no tiene sentido enviar los transistores de nivel 4 al proceso
adicional. Es importante considerar por separado los transistores provenientes
de cada proceso.
Supuestos:
Los porcentajes entregados en las tablas son exactos o 100% confiables, es
decir que si se fabrican 100 por el mtodo 1 es seguro que 30 de ellos van a
ser defectuosos, ni uno ms ni uno menos. Se entiende tambin que se
utilizar la misma consideracin para los datos del proceso adicional.
Existe indiferencia entre los transistores de cada mtodo, es decir que un
transistor de un nivel dado producido por el mtodo 1 es exactamente igual a
uno del mismo nivel producido por el mtodo 2.
Similarmente para el proceso adicional, no existe ninguna diferencia entre los
transistores de un nivel dado proveniente de uno de los dos mtodos de
fabricacin que los provenientes del retratamiento.
El objetivo es producir exactamente la cantidad demandada, ni uno de ms ni
uno de menos. Se considera adems que los valores de esta demanda son
100% confiables.
Slo se considerar que el proceso adicional se puede realizar una vez, es decir
la decisin de cuantas variables mandar al retratamiento se realiza una vez.
No es necesario producir a plena capacidad (20000 transistores al mes), puede
producirse esta cantidad o menos, la produccin se ajustar al resultado de
este estudio.
Como los datos entregados estn referidos a un mes, el anlisis se har para
este intervalo de tiempo, pero en trminos de cantidades producidas al mes no
de variables temporales propiamente tales.
1. Definicin de las variables de decisin:
De acuerdo al objetivo y supuestos planteados, declaramos las variables de
decisin del siguiente modo:
X1 : Cantidad de transistores producidos por el mtodo 1.
X 2 : Cantidad de transistores producidos por el mtodo 2.
Xij : Cantidad de transistores provenientes del mtodo i =1,2 y de clase j =
0,1,2,3 que se envan a reprocesar.
Entendemos por clase j al nivel de fundido, considerando como defectuoso la
clase 0.
Por otro lado, no tiene sentido reprocesar los transistores de nivel 4, por tal
motivo el subndice j slo llega hasta 3.
2. Elaboracin de la funcin objetivo:
Con las tablas de produccin en porcentaje dadas y los costos de fabricacin
por unidad, se formula la funcin objetivo:
Cabe destacar que todas las variables deben ser positivas y enteras dado que
representan nmero de unidades de transistores.
La empresa en estudio cuenta con una planta de produccin que opera las 48
horas a la semana. Esta planta tiene una capacidad de produccin de 160,000
caja/mes.
Solucin:
1. Definicin de las variables de decisin:
Xij : Nmero de cajas a producir de gaseosa del tipo i = 1,2,3,4 (NR de 2.65 lt,
NR de 1.75 lt, NR de 0.60 lt, VR de 0.296 lt) en la semana j =1,2,3,4 .
2. Elaboracin de la funcin objetivo:
Maximizar el precio de venta*produccin