Академический Документы
Профессиональный Документы
Культура Документы
INVESTIGACION DE OPERACIONES II
REGLAS DE CONVIVENCIA:
PUNTUALIDAD
Hora de Inicio de Clase:
Segn lo establecido en Horario
ASISTENCIA
Lmite de Faltas: 11
Exmenes en al Fecha
Trmite en la Oficina de Bienestar Universitario
Norma: GF-BU-P01-N01
CELULAR en vibrador.
No Mensajes de Texto, ni Internet
Phubbing
1
25/03/2015
AULA VIRTUAL
2
25/03/2015
AULA VIRTUAL
FORMAS DE COMUNICACIN:
Al trmino de Clase
eavendano@hotmail.com
facebook.com/enrique.avendanodelgado
@enriqueavendano
3
25/03/2015
TRABAJO APLICATIVO T3
TRABAJO APLICATIVO T3
4
25/03/2015
TRABAJO APLICATIVO T3
TRABAJO APLICATIVO T3
5
25/03/2015
TRABAJO APLICATIVO T3
TRABAJO APLICATIVO T3
6
25/03/2015
TRABAJO APLICATIVO T3
TRABAJO APLICATIVO T3
7
25/03/2015
TRABAJO APLICATIVO T3
TRABAJO APLICATIVO T3
8
25/03/2015
PREGUNTAS...?
REGLAS
ASISTENCIA
PUNTUALIDAD
EXAMENES EN LA FECHA
PARTICIPACION EN CLASES
HORIZONTALIDAD
SIN TIMIDEZ...
REPASO
9
25/03/2015
LA PL DESCANSA EN 4 SUPUESTOS:
Determinstico
Este supuesto garantiza que el costo
Todos los coeficientes de costos, los total es la suma de todos los costos
coeficientes tecnolgicos y los valores parciales y que la contribucin total en
para los niveles de recursos son cada restriccin es la suma de las
conocidos determinsticamente. Todo contribuciones individuales. Esto es, no
efecto probabilstico o estocstico hay substitucin ni efectos de interaccin
inherente se asume que se ha reducido entre actividades
3 CONDICIONES BSICAS:
10
25/03/2015
AX b
Xi 0 ; i = 1,2,n
La fabricacin de soldados y trenes de madera requiere dos tipos de mano de obra especializada:
carpintera y acabados. Un soldado necesita dos horas de trabajo de acabado y una hora de carpintera.
Un tren requiere una hora de acabado y una hora de carpintera. Todas las semanas, Giapetto consigue
todo el material necesario, pero slo 100 horas de trabajo de acabado y 80 de carpintera. La demanda
de trenes es ilimitada, pero se venden cuando mucho 40 soldados por semana. Giapetto desea
maximizar las utilidades semanales (ingresos costos),
11
25/03/2015
12
25/03/2015
Ingresos por semana = Ingresos por semana proporcionados por los soldados
+ ingresos por semana proporcionados por los trenes
Asimismo,
Costos de la materia prima a la semana = 10x1 + 9x2
Otros costos variables a la semana = 14x1 + 10x2
Entonces, Giapetto quiere maximizar
(27x1 + 21x2) (10x1 + 9x2) (14x1 + 10x2) = 3x1 + 2x2
Por consiguiente, el objetivo de Giapptto es escoger x1 y x2 para
maximizar 3x1 + 2x2. Se utiliza la variable z para notar el valor de la
funcin objetivo de cualquier PL. La funcin objetivo de Giapetto es:
13
25/03/2015
Se suponeque
Obsrvese quelas
la cantidad
unidadesde demateria prima
todos los en existencia
trminos es ilimitada,
en la ecuacin asson
anterior que no
hay restriccin alguna relacionada con esto.
horas de acabado por semana. Para que una restriccin sea razonable, todos los
trminos de la
El siguiente restriccin
paso debe tener las
en el planeamiento demismas
un modelounidades. De lo contrario,
matemtico uno
para el problema
est sumandoesperas
de Giapetto con manzanas,
expresar por lo1que
las restricciones a 3 la
enrestriccin
trminos denolastendra significado
variables de
alguno.
decisin X1 y X2, Para expresar la restriccin 1 de acuerdo con X1 y X2, obsrvese
que:
Total de hr de acabado hr. de acabado Soldados fabricados hr de acabado Trenes fabricados
Semana Soldado Semana tren semana
2 X 1 1 X 2 2 X 1 X 2
Entonces la restriccin 1 se expresa:
2 X 1 X 2 100
14
25/03/2015
1 X 1 1 X 2 X 1 X 2
Entonces la restriccin 2 se expresa:
X 1 X 2 80
Obsrvese una vez ms que las unidades de todos los trminos en la
ecuacin anterior. Son las mismas (en este caso, horas de carpintera a
la semana).
Por ltimo, el hecho de que cuando mucho se venden a la semana 40 soldados, se expresa
limitando la produccin semanal de soldados a mximo 40 de ellos. As se tiene la siguiente
restriccin:
X 1 40
Por consiguiente, las ecuaciones de las restricciones horas de acabado y la demanda de
mercado (2X1 + X2 <=100 y X1 <= 40) en trminos de las variables de decisin; se
designan con el nombre de restricciones para el problema de programacin lineal de
Giapetto. Los coeficientes de las variables de decisin en las restricciones se conocen con
el nombre de coeficientes tecnolgicos. La razn del nombre es que los coeficientes
tecnolgicos reflejan a menudo las tecnologas utilizadas para producir distintos productos.
Por ejemplo, el coeficiente tecnolgico de X2 en la ecuacin (X1 + X2 <= 80) es 1, lo cual
indica que un soldado
15
25/03/2015
Restriccin: Se tiene que dar respuesta a las preguntas siguientes para cada variable de
decisin con el fin de completar la formulacin de un problema de programacin lineal: la
variable de decisin puede asumir slo valores no negativos, o bien, la variable de
decisin puede asumir tanto valores positivos como negativos?
Si una variable de decisin Xi slo puede sumir valores no negativos, entonces se aade
la restriccin de signo Xi >= 0. Si una variable Xi puede asumir tanto valores positivos
como negativos (o cero). Entonces se dice que Xi no tiene restricciones de signo (se
abrevia con frecuencia (nrs).
16
25/03/2015
EJERCICIO 2
La empresa Whitt Window tiene slo tres empleados que hacen dos tipos de ventanas a
mano: con marco de madera y con marco de aluminio. La ganancia es de $60 por cada
ventana con marco de madera y de $30 por cada una con marco de aluminio. Carlos hace
marcos de madera y puede terminar 6 al da. Katty hace 4 marcos de aluminio por da.
Moiss forma y corta el vidrio y puede hacer 48 pies cuadrados de vidrio por da. Cada
ventana con marco de madera emplea 6 pies cuadrados de vidrio y cada una de aluminio, 8
pies cuadrados.
La compaa desea determinar cuntas ventanas de cada tipo debe producir al da para
maximizar la ganancia total.
17
25/03/2015
EJERCICIO 2 - DESARROLLO
OBJETIVO:
Maximizar la ganancia total por la venta de los dos tipos de ventanas.
CONDICIONES:
Los trabajadores Doug, Linda y Bob no pueden exceder su capacidad de produccin
VARIABLES DE DECISIN:
Sean:
X1 : la cantidad de ventanas con marco de madera a producir al da
X2 : la cantidad de ventanas con marco de aluminio a producir al da
EJERCICIO 2 - DESARROLLO
Doug X 6 Unidades
Linda X 4 Unidades
V. Madera V. Aluminio
Ganancia 60$/v 30$/v
18
25/03/2015
EJERCICIO 2 - DESARROLLO
El PL ser:
Unidad 1
Modelos Determinsticos De Decisin
PROGRAMACIN ENTERA Y
BINARIA
19
25/03/2015
INTRODUCCIN
Hasta ahora hemos visto los problemas de programacin lineal en el dominio de los
reales. Sin embargo, en muchos modelos algunas o todas las variables de decisin
deben ser enteras. Estos modelos son conocidos como modelos de programacin lineal
entera (ILP).
A primera vista podra parecer ms fcil resolver problemas con restriccin de enteros,
ya que transforman un problema continuo en un problema discreto. Los modelos de
programacin lineal entera se pueden clasificar en:
PROGRAMACIN ENTERA
20
25/03/2015
PROGRAMACIN ENTERA
21
25/03/2015
Con otro ejemplo, s vera que muchos modelos usan variables enteras
para indicar decisiones lgicas. Por ejemplo, veremos que problemas
en los que queramos que una variable x sea igual a 1 si vamos a
construir un almacn o x sea igual a cero (si-no). Supngase que la
solucin de una versin de programacin lineal de este problema
produce un valor no entero, por ejemplo, x = 0,38. Vemos que este
valor no contiene informacin aprovechable como solucin al problema
real.
22
25/03/2015
VARIABLES
23
25/03/2015
PLANEAMIENTO DE PROBLEMAS
DE PROGRAMACIN ENTERA
EJEMPLO 1:
PE DE UN PRESUPUESTO DE CAPITAL (*)
24
25/03/2015
EJEMPLO 1
Solucin:
EJEMPLO 1
X1 = X4 = 1, X2 = X3 = 0
max z 16 x1 22 x2 12 x3 8 x4
25
25/03/2015
EJEMPLO 1
5 X1 7 X 2 4 X 3 3 X 4 14
EJEMPLO 1
5 X1 7 X 2 4 X 3 3 X 4 14
Max z 16 X 1 22 X 2 12 X 3 8 X 4
S .a. 5 X 1 7 X 2 4 X 3 3 X 4 14
X j 0 o 1 ( j 1, 2,3, 4)
26
25/03/2015
EJEMPLO 2
EJEMPLO 2
Solucin 1:
x1 x2 x3 x4 2
Debido a que cualquier eleccin de tres o cuatro
inversiones dar X1 + x2 + x3 + x4 >= 3, la desigualdad ya
no considerara las combinaciones de inversiones que
impliquen tres o ms inversiones
27
25/03/2015
EJEMPLO 2
Solucin 2:
Simplemente se adiciona la siguiente restriccin:
x2 x1 o bien, x2 x1 0
Entonces ya se tom en cuenta la segunda
condicin. Para que la ecuacin equivale a la
condicin 2, se consideran dos posibilidades:
EJEMPLO 2
Caso 1: X2 = 1
X2 = 1, entonces implica que X1>=1. Como X1 tiene
que ser igual a = o a !, esto quiere decir que X 1 = 1,
como se requiere en 2.
Caso 2: X2 = 0
28
25/03/2015
EJEMPLO 2
Solucin 3:
x2 x4 1
EJEMPLO 2
Caso 1: X2 = 1
X2 = 1, En este caso se invierte en 2, y la condicin 3
establece que Stockco no puede invertir en 4 ( es
decir, X4 = 0). Observe que si X2 = 1, entonces la
ecuacin queda: 1 + X4 <= 1, o bien, X4 >= 0.
Por lo tanto, si X2 = 1, entonces la ecuacin es
consistente con la condicin 3
Caso 2: X2 = 0
X2 = 0, En este caso, la condicin 3 no limita el valor de X4.
Observe que si X2 = 0, entonces la ecuacin se reduce a X4
<= 1, lo cual deja libre a X4 para ser igual a 0 o a 1.
29
25/03/2015
Ejercicios de Aplicacin
Material:
Papel
Lapicero
Calculadora
PROBLEMA 1
Tabla 1: Recursos necesarias para Gandhi
Gandhi Cloth Company fabrica tres tipos de prendas de
vestir: camisetas, shorts y pantalones. La elaboracin de Tipo de Mano de Tela (Yardas
Prenda Obra (H) cuadradas)
cada tipo de prenda requiere que Gandhi tenga
disponible el tipo de maquinaria apropiada. La Camiseta 3 4
maquinaria necesaria para manufacturar cada tipo de Shorts 2 3
prenda se tiene que rentar a las tarifas siguientes: Pantalones 6 4
maquinaria para camisetas, 200 dlares por semana;
maquinaria para shorts, 150 dlares por semana; Tabla 2: Ingresos e Informacin del costo para Gandhi
30
25/03/2015
PROBLEMA 2
La empresa Petrolium Oil, tiene que perforar en dos lugares atractivos de perforacin
para alcanzar cuatro posibles pozos de petrleo, los costos de preparacin de cada sitio
por pozo y el costo de perforar en el sitio i al posible j (Lugar: i=1,2; Sitio: j=1,2,3,4) se
dan en la siguiente tabla. El objetivo es determinar el mejor sitio para cada pozo de tal
manera que el costo total se minimice. Formule el problema como un modelo de
programacin entera y sugiera un mtodo para obtener la solucin optima. Debe
considerar solo puede perforar un pozo por sitio.
Sitio 1 2 3 4 Costo de
Preparacin
1 2 1 8 5 5
2 4 6 3 1 6
PROBLEMA 3
J.C. Nickles recibe pagos de tarjetas de crdito desde cuatro regiones del pas (Oeste,
Oeste Medio, Este y Sur). El valor promedio diario de pagos que envan por correo los
clientes desde cada regin es como se indica: Oeste, 70 000 dlares; Oeste medio, 50
000 dlares; Este, 60 000 dlares, Sur, 40 000 dlares. Nickles tiene que decidir en
dnde los clientes deben enviar por correo sus pagos. Como Nickles puede ganar 20%
de inters anual si invierte estos ingresos, le gustara recibir los pagos tan rpido como
sea posible.
Nickles, piensa iniciar un sistema de percepcin de pagos para procesar los pagos tan
rpido como sea posible en cuatro ciudades distintas: Los Angeles, Chicago, Nueva York
y Atlanta. La cantidad promedio de das, (desde el momento en que el pago se enva)
hasta que es apropiado el cheque y Nickles puede depositar el dinero, depende de la
ciudad a la cual se enva el pago, segn se muestra en la tabla.
31
25/03/2015
PROBLEMA 3
De
Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4
(Los (Chicago) (Nueva York) (Atlanta)
A ngeles)
Regin 1 Oeste
2 6 8 8
Regin 2 Medio
Oeste
6 2 5 5
Regin 3 Este
8 5 2 5
Regin 4 Sur
8 5 5 2
Por ejemplo, si se enva un cheque desde el Oeste hasta Atlanta, se requieren 8 das promedio
antes de que Nickles pueda ganar intereses con el cheque. El costo anual de financiar un
sistema de percepcin de pagos en cualquier ciudad es 50 000 dlares. Plantee un PE con el que
Nickles puede minimizar la suma de los costos debido al inters perdido y a las operaciones del
sistema de percepcin de pagos. Suponga que cada regin tiene que enviar todo su dinero a
una sola ciudad, y que no hay limite en cuanto a la cantidad de dinero que puede manejar cada
sistema de percepcin de pagos.
32
25/03/2015
SOLUCIN:
Variables:
Xij, Yj : 0, 1
33
25/03/2015
34