Академический Документы
Профессиональный Документы
Культура Документы
UNIVERSIDAD ECCI
INVESTIGACION DE OPERACIONES
PRESENTADO A:
BOGOTA 20 DE JUNIO 2017
Objetivo
El propsito del presente taller tiene como fin desarrollar habilidades en el estudiante
para:
Que pueda caracterizar especficamente un sistema de transporte y
distribucin.
Desarrollar algoritmos alternativos de solucin factibles y ptimos
Utilice herramientas computacionales para la solucin del problema
Realice anlisis que faciliten el proceso de toma de decisiones.
DESARROLLO
EJERCICIO 1.
ierto
Para desarrollar el ejercicio primero se debe verificar si es abierto o cerrado, con la
siguiente
posibilidades, si la oferta formula:
es mayor que la
or que la
m n
demanda a i b j
i 1 j 1
o menor o igual, debido a que es posible Total Oferta = 100.000
es, entonces la formulacin se muestra Total Demanda= 99.600
Sujeto a :
n
X
j 1
i,j
ai para cada i 1,2 , , m Restricciones de Oferta
m
X
i 1
i,j
bj para cada j 1,2 , , n Restricciones de Demanda
Variables de decisin:
= Cantidad de kg a enviar desde la planta de produccin i hasta el centro de
Consumo j, Donde i = 1, 2, 3, 4 (son 4 plantas) y Donde j = 1, 2, 3, 4, 5, 6, (son 6
centros de distribucin)
Parmetros:
Para cerrar el sistema es necesario crear un centro de costo ficticio, con capacidad
igual a la diferencia entre la oferta y la demanda. En este caso un CC7 con una
demanda de 400 Kg, y un costo de transporte de cero ($ 0/Kg) de tal forma que se
cumpla la siguiente condicin.
PP1 X11 X12 X13 X14 X15 X16 X17 >= 24600
PP2 X21 X22 X23 X24 X25 X26 X27 >= 25900
PP3 X31 X32 X33 X34 X35 X36 X37 >= 24800
PP4 X41 X42 X43 X44 X45 X46 X47 >= 24700
Restricciones de no negatividad
11 , 12 , 13 , 14 , 15 , 16 , 76 21 , 22 , 23 , 24 , 25 , 26 , 27 , 31 , 32 , 33 , 34 , 35 , 36 ,
37, 41 , 42 , 43 , 44 , 45 , 46 , 47 0
MTODO DE SOLUCIN
Solucin con la herramienta de Excel SOLVER: ver archivo de Excel con el ttulo
EJERCICIOS INVESTIGACION DE OPERACIONES I en la pestaa EJERCICIO 1.
INTERPRETACIN
FUNCION OBJETIVO
MIN
$ 16.201.000
SOLUCION OPTIMA
Cuyo costo es de $16.201.000
A continuacin se presenta el tablero simplex del transporte para llevar a cabo los
mtodos de solucin bsica factible ms conocidos como Esquina
Noroccidental, Aproximacin de Vgel, Aproximacin de Russell, y posteriormente el
proceso de optimizacin mediante los mtodos cruce del arroyo (Steeping Stone) y
distribucin modificada MODI
BOGOTA 20 DE JUNIO 2017
PASO 1:
En la celda seleccionada como esquina Noroeste se debe asignar la mxima cantidad
de unidades posibles, cantidad que se ve restringida ya sea por las restricciones de
oferta o de demanda. En este mismo paso se procede a ajustar la oferta y demanda de
la fila y columna afectada, restndole la cantidad asignada a la celda.
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0
despus del "Paso 1", si dado el caso ambas son cero arbitrariamente se elige cual
eliminar y la restante se deja con demanda u oferta cero (0) segn sea el caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo rengln o
columna, si este es el caso se ha llegado al final el mtodo, "detenerse".
La segunda es que quede ms de un rengln o columna, si este es el caso iniciar
nuevamente el "Paso 1".
Este mtodo tiene como ventaja frente a sus similares la rapidez de su ejecucin, y es
utilizado con mayor frecuencia en ejercicios donde el nmero de fuentes y destinos
sea muy elevado. Su nombre se debe al gnesis del algoritmo, el cual inicia en la ruta,
celda o esquina Noroeste. Es comn encontrar gran variedad de mtodos que se basen
en la misma metodologa de la esquina Noroeste, dada que podemos encontrar de
igual manera el mtodo e la esquina Noreste, Sureste o Suroeste.
Capacidad de
CENTROS DE CONSUMO
abla I Produccin
Kg/Semana
CC1CC2 CC3 CC4 CC5 CC6 CC7
165 170 168 163 165 162 0
PP1 24600
16600 8000
163 169 164 171 161 163 0
PP2 25900
8200 16600 1100
162 163 169 168 164 169 0
PP3 24800
15700 9100
160 165 170 166 168 171 0
PP4 24700
7700 16600 400
DEMANDA 16600 16200 16600 16800 16800 16600 400 Kg/semana
$
F.O. 16.657.500,00
SOLUCION FACTIBLE PERO NO PTIMA
PASO 1. Determinar para cada fila y columna una medida de penalizacin restando los
dos costos menores en filas y columnas.
PASO 2. Escoger la fila o columna con la mayor penalizacin, es decir que de la resta
realizada en el "Paso 1" se debe escoger el nmero mayor. En caso de haber empate,
se debe escoger arbitrariamente (a juicio personal).
Capacidad
CENTROS DE CONSUMO de
Tabla I
Produccin
CC1 CC2 CC3 CC4 CC5 CC6 CC7 Kg/Semana
165 170 168 163 165 162 0
PP1 0
16800 7400 400
163 169 164 171 161 163 0
PP2 0
16600 100 9200
162 163 169 168 164 169 0
PP3 0
8100 16700
160 165 170 166 168 171 0
PP4 0
16600 8100
DEMANDA 0 0 0 0 0 0 0 Kg/semana
$
FO 16.226.900,00
SOLUCION FACTIBLE PERO NO PTIMA
El mtodo del Cruce del Arroyo, Trampoln, o de Salto de Piedra en Piedra (Stepping
Stone) es un mtodo de resolucin de problemas de transporte en programacin lineal
que consiste en calcular cul sera la variacin del costo del envo a travs de las ruta
posibles, es decir asignar cierta cantidad de artculos desde varios orgenes
(fbricas/fuentes) a un conjunto de destinos (clientes/depsitos) de tal manera que se
disminuyan los costos, hasta optimizar el objetivo. Se parte de una solucin factible de
Costo Mnimo, Vogel, o Esquina Noroeste. Si la solucin de partida no es relativamente
favorable en costos, el mtodo requerir una mayor cantidad de repeticiones para
llegar a la solucin ptima.
El algoritmo de Stepping-Stone consiste en calcular cul sera la variacin del coste al
enviar una unidad de producto por una ruta no utilizada, es decir, calcula los costes
marginales de cada ruta no utilizada.
Partiendo de una solucin inicial factible (Esquina Noroeste, Vogel, Russell, etc.) es
necesario probar la optimizacin de la asignacin evaluando todas las celdas no
asignadas (vacas) y determinando la conveniencia de asignar en ellas. En la evaluacin
de las celdas vacas para un posible mejoramiento, una ruta cerrada (ciclo) es
seleccionada. Para evaluar la celda vaca se realiza la sumatoria de los costos de cada
una de las celdas en la ruta. Si alguna de estas evaluaciones arrojar un signo negativo
(para un problema de minimizacin), entonces se deber asignar en aquella celda con
la evaluacin ms negativa, esto indicar que una reduccin en el costo total puede
lograrse transfiriendo tantas unidades como sea posible a esa celda. El nmero de
unidades posibles a ser transferido ser igual a la mnima cantidad que se encuentra
asignada en las celdas de la ruta con costo negativo. Al realizarse esta transferencia
debe asegurarse que las restricciones de la capacidad y de requerimientos no sean
violadas (esto se hace agregando las unidades encontradas a asignar en las celdas con
signo positivo y restando estas unidades de las celdas con signo negativo). Si la
evolucin de todas las celdas vacas arroja valores positivos, entonces se dice que la
asignacin es ptima.
El algoritmo MODI conocido como el mtodo de los costes ficticios, consiste en aadir
a la matriz de costos una fila y una columna que recogen unos costes ficticios
determinados arbitrariamente (los nmeros MODI), tal que permite calcular los ndices
de mejora para las celdas (casillas) no utilizadas sin tener que trazar todos los circuitos
(ciclos) que requiere el algoritmo de Stepping-Stone. En general, supone ahorros en
tiempo respecto a la utilizacin del algoritmo de Stepping-Stone en la resolucin de
problemas de transporte, debido a su rapidez y el fcil tratamiento de las soluciones
degeneradas. El mtodo MODI o u-v utiliza el dual del problema de transporte y viene
dado por:
= ( )
= ( )
Se dice que una solucin bsica en programacin lineal es degenerada cuando tiene
menos variables positivas que el nmero de restricciones existentes en el problema. En
los programas lineales de transporte se presenta con alguna frecuencia el problema de
la degeneracin. En el problema de transporte simple existen (m+n-1) restricciones
independientes. La degeneracin se presentar cuando en una solucin bsica el
nmero de posiciones localizadas o rutas utilizadas sea menor que (m+n-1).
Una solucin ptima puede ser degenerada, es decir, cuando el nmero de posiciones
localizadas es menor que (m+n-1). Sin embargo, para comprobar si la solucin actual
es o no ptima y en su caso mejorarla, es necesario que sea no degenerada. La
consecuencia de la degeneracin es que los mtodos paso a paso, costes indirectos,
MODI, no se pueden aplicar. A fin de evitar los inconvenientes que presenta la
degeneracin y poder aplicar los mtodos paso a paso y MODI, existen diferentes
mtodos para el tratamiento de las soluciones degeneradas.
2. El programa dual tiene una variable por cada restriccin del programa original o
primal.
4. Los coeficientes de la funcin objetivo del programa original son los trminos
independientes de las restricciones del dual, y los trminos independientes de las
restricciones del programa original son los coeficientes de la funcin objetivo del
programa primal.
BOGOTA 20 DE JUNIO 2017
5. La matriz de los coeficientes de las restricciones del programa dual, es la traspuesta
de la matriz de las restricciones del programa primal.
6. El sentido de las desigualdades del programa dual es inverso del sentido de las
desigualdades del problema primal (para programas duales simtricos). Si las
restricciones del programa primal son igualdades (para programas duales
asimtricos), las restricciones del programa dual son del tipo ().
7. En el caso de la forma simtrica, las variables duales no pueden ser negativas. Para
el caso de la forma asimtrica, las variables duales pueden estar o no restringidas
(pueden tomar cualquier valor).
Formulacin
m n
Maximizar F aiU i b jV j (2.14)
i 1 j 1
Sujeto a :
U i V j Ci , j para cada i 1,2,, m j 1,2,, n
U i ,V j no restringid as i 1,2, , m j 1,2,, n
FORMULACIN ESPECFICA
Variable de decisin:
Funcin Objetivo:
Sujeto a:
+ ,
1 + 1 165
2 + 1 170
3 + 1 168
4 + 1 163
5 + 1 165
6 + 1 162
7 + 1 0
1 + 2 163
2 + 2 169
3 + 2 164
4 + 2 171
5 + 2 161
6 + 2 163
7 + 2 0
1 + 3 162
2 + 3 163
3 + 3 169
4 + 3 168
5 + 3 164
6 + 3 169
7 + 3 0
1 + 4 160
2 + 4 165
3 + 4 170
4 + 4 166
5 + 4 168
6 + 4 171
7 + 4 0
1 , 2 , 3 , 4 , 1 , 2 , 3 , 4 , 5 , 6 , 7 .
Debido a las fuertes lluvias que se han presentado en las ltimas semanas en la ciudad
de Bogot la empresa EL AGUA-0 S.A.S. dedicada a la fabricacin de paraguas, ha
experimentado un incremento en la demanda de sus productos.
Los paraguas se fabrican en dos plantas ubicadas en la localidad de PUENTE ARANDA y
SAN CRISTBAL, segn la siguiente informacin
Capacidad de
Costo de produccin
Planta produccin (unidades
($/Paraguas)
de paraguas)
PTE. ARANDA 2600 2300
SAN
1800 2500
CRISTBAL
ALMACENES
Costo
FONTIBN KENNEDY USAQUN USME
transporte
PTE. ARANDA 600 800 1100 900
PLANTAS
FABRICACIN SAN
1200 400 800 500
CRISTBAL
Para cerrar el sistema se puede crear un centro de costo ficticio, con capacidad igual a
la diferencia entre la oferta y la demanda. En este caso no lo vamos a emplear ya que
para utilizar SOLVER no es necesario.
Capacidad
Tabla II CENTROS DE CONSUMO de
Produccin
$/Und Costo Kg/Semana
CC1- CC2- CC3- CC4-
$/unidad
FONTIBON KENNEDY USAQUEN USME
PP1-PUENTE
600 800 1100 900 2300 2600
ARANDA
PP2- SAN
CRISTOBAL 1200 400 800 500 2500 1800
(SUR)
Precio 3900 3700 4000 3600 $/unidad
DEMANDA 1800 2100 550 1750 Und/semana
Capacidad
Tabla II CENTROS DE CONSUMO de
Produccin
$/Und Costo Kg/Semana
CC1- CC2- CC3- CC4-
$/unidad
FONTIBON KENNEDY USAQUEN USME
PP1-PUENTE
1000 600 600 400 2300 2600
ARANDA
PP2- SAN
CRISTOBAL 200 800 700 600 2500 1800
(SUR)
Precio 3900 3700 4000 3600 $/unidad
DEMANDA 1800 2100 550 1750 Und/semana
= ( + )
Variables de decisin:
PP1: 11 + 12 + 13 + 14 + 15 2600
PP2: 21 + 22 + 23 + 24 + 25 1800
CC1: 11 + 21 = 1800
CC2: 12 + 22 = 2100
CC3: 13 + 23 = 550
CC4: 14 + 24 = 1750
Restricciones de no negatividad
11 , 12 , 13 , 14 , 15 , 21 , 22 , 23 , 24 , 25 , 0
MTODOS DE SOLUCIN
Solucin con la herramienta de Excel SOLVER: ver archivo de Excel con el ttulo
EJERCICIOS INVESTIGACION DE OPERACIONES I en la pestaa EJERCICIO 2.
INTERPRETACIN
F.O. $ 3.720.000,00
SOLUCION PTIMA
Cuyo costo es de $3.720.000
$
COSTO DE ENVIO
2.590.000,00
BOGOTA 20 DE JUNIO 2017
2. TALLER
EJERCICIO 1.
La compaa desea saber cuntos restaurantes podr abrir para maximizar su ganancia
neta semanal.
X1 X2 SOL
12 28 156
2000 5000 27000 <= 27000
1 3 15 <= 15
0 1 3 >= 2
X1 X2 Z
6 3 156
EJERCICIO 2.
F,O
v1= utlidad para cada Kg de mantequilla estandar
v2= utlidad para cada Kg de mantequilla media sal
Parametros
Variables de decisiones
Sujeto a
X1 X2 SOL
10 15 760
3 8 354 <= 360
3 2 138 <= 180
3 4 210 <= 210
1 1 58 E z
BOGOTA 20 DE JUNIO 2017
X1 X2 Z
22 36 760
EJERCICIO 3.
Una aerolnea est pensando aadir ms vuelos desde y hacia su aeropuerto base y
por lo tanto necesita contratar ms personal de servicio al cliente. Sin embargo, no
est claro cuntos ms debe contratar. La administracin es consciente de la necesidad
de controlar el costo y al mismo tiempo brindar un excelente nivel de atencin. Se ha
hecho un anlisis del nmero mnimo de personas que deben encontrarse en servicio
en los diferentes momentos del da para proporcionar un nivel satisfactorio de
servicio.
Se ha acordado que cada agente trabaje un turno de 8 horas en los turnos mostrados
en la tabla anterior. Por ejemplo, el turno 3 va desde las 12:00 hasta las 20:00. Los
sueldos de cada turno son diferentes debido a que unos son ms deseables que otros.
Por ejemplo, a cada agente que cumpla el turno 3 debemos pagarle diariamente $175.
Se busca formular y resolver un modelo Programacin Entera que permita a la lnea
area encontrar el plan de asignacin de agentes al menor costo posible y que cumpla
los requerimientos impuestos.
BOGOTA 20 DE JUNIO 2017
EJERCICIO 4.
4. Suponga que en una compaa hay 5 ingenieros que deben ejecutar 7 proyectos. La
tabla 1. resumen el tiempo que tarda cada ingeniero (en horas) en completar un
determinado proyecto. El problema consiste en determinar una asignacin ptima que
permita realizar cada uno de los proyectos con la limitante que por motivos
estratgicos cada ingeniero debe desarrollar al menos un proyecto y en ningn caso
hacer ms de 2 proyectos. Por supuesto se busca que el tiempo requerido para realizar
los 7 proyectos sea el menor posible.
Tabla 1.
BOGOTA 20 DE JUNIO 2017
EJERCICIO 5.
5. Suponga que usted tiene una pequea empresa que se dedica a la prestacin de
servicios de auditora tcnica a procesos de produccin. Actualmente su compaa est
incluida en el listado de proveedores de la multinacional INTERNATIONAL AUDIT que
presta este tipo de servicios. Hace algunas horas recibi un correo donde la
multinacional le informa que tiene 5 proyectos de auditoria en diferentes ciudades del
pas (Colombia), de los cuales se le dar la oportunidad de seleccionar 2 proyectos
como premio a sus buenas calificaciones obtenidas en la ltima evaluacin de
proveedores que realizo la multinacional. Se requiere que haya mnimo 3 expertos
tcnicos en el equipo de trabajo para cada proyecto (un experto tcnico puede tomar
parte en ambos proyectos), y la siguiente es ganancia obtenida en los diferentes
proyectos:
PROYECTO DLARES
Proyecto 1 $ 8.700,00
Proyecto 2 $ 9.000,00
Proyecto 3 $ 8.700,00
Proyecto 4 $ 8.600,00
Proyecto 5 $ 8.800,00
PROY / EXP EXP 1 EXP 2 EXP 3 EXP 4 EXP 5 EXP 6 EXP 7 EXP 8
Proyecto 1 $ 200,00 NA $ 250,00 $ 300,00 $ 400,00 $ 300,00 $ 400,00 NA
Proyecto 2 $ 400,00 $ 400,00 NA $ 300,00 $ 400,00 $ 400,00 NA $ 300,00
Proyecto 3 NA $ 300,00 $ 250,00 $ 300,00 $ 200,00 NA $ 200,00 $ 200,00
Proyecto 4 $ 400,00 $ 200,00 NA $ 200,00 NA $ 300,00 $ 200,00 NA
Proyecto 5 $ 300,00 NA $ 200,00 NA $ 400,00 NA $ 300,00 $ 200,00
Le han pedido la informacin correspondiente a los equipos de trabajo para cada uno
de los proyectos que ha decidido tomar.
BOGOTA 20 DE JUNIO 2017
Qu pasa si le exigen que un experto tcnico no puede participar en los 2 proyectos.
Sigue tomando los mismos proyectos?.Cambia la conformacin de cada equipo de
trabajo?
BIBLIOGRAFIA
SANCHEZ, Luis Carlos. Modelos cuantitativos lineales con escenarios en Excel - Solver.
1 ed. Bogot D.C. : Universidad EAN, 2008. 483 p.