Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Ejercicios investigacion de op, Diapositivas de Investigación de Operaciones

Ejercicios resueltos de la materia de investigacion de operaciones

Tipo: Diapositivas

2020/2021

Subido el 26/09/2021

daniel-padilla-12
daniel-padilla-12 🇲🇽

1 documento

1 / 58

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
INVESTIGACIÓN DE OPERACIONES I
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a

Vista previa parcial del texto

¡Descarga Ejercicios investigacion de op y más Diapositivas en PDF de Investigación de Operaciones solo en Docsity!

INVESTIGACIÓN DE OPERACIONES I

EL MODELO DE

PROGRAMACIÓN LINEAL

PROVEE UNA SOLUCIÓN

INTELIGENTE PARA ESTE

PROBLEMA

Hoy en día, la toma de decisiones abarca una gran

cantidad de problemas reales cada más complejos y

especializados, que necesariamente requieren del

uso de metodologías para la formulación matemática

de estos problemas y, conjuntamente, de métodos y

herramientas de resolución, como los que provee la

Investigación de Operaciones.

Ejemplo: El problema de la industria de juguetes “Galaxia”.

  • (^) Galaxia produce dos tipos de juguetes:

* Space Ray

* Zapper

  • (^) Los recursos están limitados a:

* 1200 libras de plástico especial.

* 40 horas de producción semanalmente.

  • (^) Plan común de producción para:
    • Fabricar la mayor cantidad del producto que deje mejores ganancias, el cual corresponde a Space Ray (S/. 8 de utilidad por docena).
    • Usar la menor cantidad de recursos para producir Zappers, porque estos dejan una menor utilidad (S/. 5 de utilidad por docena).

Solución

  • (^) Variables de decisión
    • X 1 = Cantidad producida de Space Rays (en docenas por semana).
    • X 2 = Cantidad producida de Zappers (en docenas por semana).
  • (^) Función objetivo
    • Maximizar la ganancia semanal.

EJEMPLO N° 1

Una firma industrial elabora dos productos, en los cuales entran cuatro componentes en cada uno. Hay una determinada disponibilidad de cada componente y un beneficio por cada producto. Se desea hallar la cantidad de cada articulo que debe fabricarse con el fin de maximizar los beneficios. El siguiente cuadro resume los coeficientes de transformación o sea la cantidad de cada componente que entra en cada producto. Producto Componente P1 P2 Disponibilidad (kilogramos) A B C D 1 2 2 1 3 1 2 1 15, 10, 12, 10, Beneficios S/./unidad 4 3

Entonces el programa lineal correspondiente es:

  • X 1 = Nº de unidades de producto P
  • X 2 = Nº de unidades de producto P - Max (Z) = 4X 1 + 3X - 1X 1 + 3X 2 ≤ 15, Sujeto a : - 2X 1 + 1X 2 ≤ 10, - 2X 1 + 2X 2 ≤ 12, - 1X 1 + 1X 2 ≤ 10, - X 1 , X 2 ≥

FORMULACIÓN 1 2 Max (Z) = 5,000X + 3,000X 1 2 1 2 1 2 S. A. 3X + 5X 15 5,000X + 2,000X 10, X , X 0   

. . 1 1 2 2 n n 11 1 12 2 1n n 1 21 1 22 2 2n n 2 m1 1 m 2 2 mn n m j Max( Z) = c x +c x + ...+c x sujeto a a x +a x + ... +a x ≤ b a x +a x + ...+a x ≤ b a x +a x + ...+a x ≤ b x ≥0 ∀j EL MODELO DE P. L. Optimización

  • (^) La matriz A , representa los coeficiente tecnológicos; es la matriz para el sistema de ecuaciones AX = b :
  • (^) El sistema de ecuaciones o el modelo de PL, queda representado por:

A

11 12 1n 21 2 2 2n m,1 m,2 m,n

a a ... a

a a ... a

a a ... a

Max (Z) = CX S. A. AX = b X 0

EL MODELO DE P.L.

Z: función objetivo

C (c

1

,...,c

n

): vector de coeficientes de la f. o.

X (x

1

,...,x

n

): vector de variables de decisión

A (...,a

ij

,...): matriz de coeficientes técnicos

b (b

1

,...,b

m

): vector de demandas

Matricialmente,

Optimización Max o Min = CX

S.A.

AX b

x  0

Forma canónica

Problema N° 1 X 1 = Cantidad de Manteles comprados (sólo se puede comprar el primer día). X 2 = Cantidad de Manteles mandados a lavar en servicio rápido el primer día. X 3 = Cantidad de Manteles mandados a lavar en servicio normal el primer día. X 4 = Cantidad de Manteles mandados a lavar en servicio rápido el segundo día. Notar que también podríamos haber definido entre otras X 5 = Cantidad de Manteles no usados el primer día. X 6 = Cantidad de Manteles no usados el segundo día (60) (70)

Continua problema N° 1 Sin embargo, esto no es necesario pues X 5 = X 1 − 40. X 6 = X 1 − 40 − 70

  1. Función Objetivo. Min (Z) = 20X 1 + 15X 2 + 8X 3 + 15X 4
  2. Restricciones. a) Satisfacción de la necesidad de manteles al primer día X 1 ≥ 40 b) Satisfacción de la necesidad de manteles al segundo día. (X 1 − 40) + X 2 ≥ 60 ↔ X 1 + X 2 ≥ 100 c) Satisfacción de la necesidad de manteles al tercer día. (X 1 − 40) + X 2 − 60 + X 3 + X 4 ≥ 70 ↔ X 1 + X 2 + X 3 + X 4 ≥ 170 d) El número de manteles mandados a lavar el primer día, puede a lo mas ser igual al número de manteles usados ese día. X 2 + X 3 ≥ 40 e) El número de manteles mandados a lavar hasta el segundo día, puede a lo mas ser igual al número de manteles usados hasta ese día. X 2 + X 3 + X 4 ≥ 40 + 60 ↔ X 2 + X 3 + X 4 ≥ 100 f ) No negatividad. X 1 , X 2 , X 3 , X 4 ≥ 0