Ejercicios Resueltos de Teoría de Decisiones y Programación

ERSIDAD NACIONAL DE CAJAM
FACULTAD DE CIENCIAS AGRARIAS

INGENIERA EN AGRONEGOCIOS
TEMA : EJERCICIS RESUELTOS DE TEORA DE DECISIONES
CURSO : INVESTIGACIN DE OPERACIONES
ALUMNOS :
ACUA VISCARRA, Ismeria
ACUA VIZCARRA, Rofelia
CAMPOS MALCA, Percy Juanito
FUENTES WALTER, Elmer Isaas
ROJAS CAMPOS, SAMUEL
RUIZ SAAVEDRA, Erlita Edith
CICLO : IV BAMBAMARCA, 2016
Ejercicios Resueltos de Teora de
Decisiones y Programacin lineal
rbol de decisiones, Programacin Lineal
(MaxiMAX), Programacin Lineal (MaxiMIN)
rbol de
Decisiones
EJERCICIOS N1
La Goferbroke Company es duea de unos terrenos en los que puede haber
petrleo. Un gelogo consultor ha informado a la gerencia que existe una
posibilidad de 1 entre 4 de encontrar petrleo. Debido a esta posibilidad, otra
compaa petrolera ha ofrecido comprar las tierras en $90 000. Sin embargo,
la Goferbroke est considerando conservarla para perforar ella misma. El
costo de la perforacin es de $100 000. Si encuentra petrleo, el ingreso
esperado ser de $800 000; as, la ganancia esperada es de $700 000. Se
incurrir en una prdida de $100 000 (el costo de barrenar) si no se
encuentra petrleo. Cmo abordar la decisin de si perforar o vender
basada en los datos de la tabla de la siguiente lmina?
POR CRITERIO OPTIMISTA, PESIMISTA Y CONSERVADOR
ESTADOS DE LA NATURALEZA (valor en miles de $)
A PETRLEO SECO MAX MIN CONSERVADOR(a) CONSERVADOR(b)
C
Perforar (0,2) 700 (0,8) -100 700 -100 (0.2X700)+(0.8X-
C
buscando 100)= 60
I
petrleo
O
N Vender la (0,2) 90 (0,8)90 90 90 90 90
E tierra
S
MAX=700 MAX=90 MAX=300 MAX=90
MATRIZ DE PAGOS UTILIDADES
RESPUESTAS:
1. Criterio Optimista: La decisin es Perforar buscando Petrleo
2. Criterio Pesimista: La decisin es vender la tierra.
3. Criterio Conservador
a. La decisin es Perforar buscando Petrleo.
b. La decisin es Vender la tierra.
POR CRITERIO BAYESIANO
ESTADOS DE LA NATURALEZA (valor en miles de $)
PETRLEO SECO Ex
A
C
C
Probabilidad 0.4 0.6
I Perforar (0,2) 700 (0,8) -100 (0.4X700)+(0.6X-100)= 220
O buscando
N petrleo
E
S Vender la (0,2) 90 (0,8)90 (0.4X90)+(0.6X90)= 90
tierra
Valor ptimo=220

SOLUCIN:
Ex
Petrleo 0.45
700
260 260
Seco 0.55 -100
o rar Valor ptimo
rf
Pe
260
Ven
der
Petrleo 0.45 90
90 90
Seco 0.55 90
RPTA: La alternativa de decisin correcta sera perforar la tierra.

EJERCICIO N2
Determinada empresa constructora tiene a su cargo la construccin
de edificios de viviendas para su entrega a la poblacin. La empresa
tiene que decidir si compra terreno suficiente para construir un
complejo de 200, 300, 400, o 500 edificios. En la actualidad por
diversas causas relativas a otras construcciones se desconoce que
tan fuerte ser la demanda, la que se estima como alta, media y
baja..
La tabla que se muestra a continuacin expone la ganancia que se
obtiene para cada par de decisin, estado de la naturaleza
expresado en miles de dlares.
DEMANDA
Alternativas Baja Media Alta
de decisin
Construir 200 400 400 400
Construir 300 100 800 800
Construir 400 -200 500 1200
Construir 500 -500 900 1600
Suponga que la Empresa a obtenido informacin que le permite

realizar los siguientes estimados de probabilidades para los
diferentes estados de la naturaleza: P(baja) = 0.3, P(mediana)=0.5,
P(alta)=0.2.
Qu alternativa de decisin sera la correcta?
SOLUCIN:
Ex
Demanda Baja 0.30
400
D. Mediana 0.50 400
400 400
0 D. Alta 0.20
i r 20 400
tru Demanda Baja 0.30
ns 100
Co D. Mediana 0.50
30 0 590 800 590
Construir D. Alta 0.20
620 Constr 800
u i r 400 Demanda Baja 0.30 -200
Con
str 430 D. Mediana 0.50 500 430
uir
500 D. Alta 0.20 1200
Demanda Baja 0.30 -500
620 D. Mediana 0.50 620
900
D. Alta 0.20 1600
Valor ptimo
RPTA: La alternativa de decisin correcta sera construir 500 edificios.

EJERCICIO N3
La Compaa ABC ha desarrollado una nueva lnea de productos. La
Administracin debe decidir una estrategia de marketing y produccin adecuada.
Se consideran tres estrategias, las cuales denominaremos: A (agresiva), B
(bsica) y C (precavida). Las condiciones del mercado bajo estudio se denotan
mediante S (fuerte) o W (dbil). Las mejores estimaciones de la Administracin
para cada caso se muestran en la tabla.
DECISIN ESTADOS DE LA NATURALEZA
S (Fuerte) W (Dbil)
A 30 -8
B 20 7
C 5 15
Adems, la Administracin tambin estima
que las probabilidades de que el Mercado
sea fuerte o dbil son 0.45 y 0.55
respectivamente. Cul estrategia deber
ser escogida?
SOLUCIN:
Por criterio Optimista, Pesimista y Conservador
DECISIN
A ESTADOS DE LA NATURALEZA CRITERIOS
C
C S (Fuerte) W (Dbil) MAX MIN CONSERVADOR (a) CONSERVADOR
I (b)
O A (0,2) 30 (0,8) -8 30 -8 (0.2X30)+(0.8X-
N 8)= -0.4
E
S B (0,2) 20 (0,8) 7 20 7 13,5 9.6
C (0,8) 5 (0,2) 15 15 5 10 7
MAX=30 MAX=7 MAX=13,5 MAX=9.6
RESPUESTAS:
1. Criterio Optimista: La decisin es escoger la estrategia A (Agresiva)
2. Criterio Pesimista: La decisin es escoger la estrategia B (Bsica)
3. Criterio Conservador
a. La decisin es escoger la estrategia B (Bsica).
b. La decisin es escoger la estrategia B (Bsica).
POR CRITERIO BAYESIANO
DECISIN ESTADOS DE LA NATURALEZA

S (Fuerte) W (Dbil) Ex
Probabilidad 0.45 0.55
A MATRIZ
30 DE PAGOS UTILIDADES
-8 (0.45X30)+(0.55X-8)= 9.1
B 20 7 (0.45X20)+(0.55X7)= 12.85
C 5 15 (0.45X5)+(0.55X15)= 10.5
Valor ptimo= 12.85
SOLUCIN:
Ex
S. 0.45
30
9.1 9.1
W. 0.55 -8
A S. 0.45
20
B 12.85 12.85
12.85 W. 0.55 7
C
Valor ptimo
S. 0.45 5
10.5 10.5
W. 0.55 15
RPTA: La estrategia que debe ser escogida es la B (Bsica).

EJERCICIOS DE
PROGRAMACION
LINEAL
EJERCICIOS N1 MAXImin
Un fundo agrcola puede producir 5 TM/Ha de papa y 10 TM/Ha de maz,
cuenta con 100 Ha que debe asignar a la produccin de maz y papa.
Los costos de produccin de papa son de S/. 1,500 por Ha y en el caso
de maz es de S/. 2,500 por Ha. El precio de mercado de la papa se
estima ser de S/. 0.50 por Kg, mientras que en el caso de maz ser de
S/. 0.7 por Kg. Adems los requerimientos de agua son los siguientes:
20 horas de riego por Ha de papa y 40 horas de riego por Ha de maz.
Considerando que se dispone 2800 horas de riego para la campaa.
Encuentre el nmero de Has que debe ser asignado a cada cultivo para
optimizar el fundo.
Definicin de Variables
Las variables son los factores, de los que aun no tenemos su valor y que
determinan el valor de la funcin objetivo. Una forma de encontrar las
variables es preguntarnos que necesitamos saber para poder optimizar el
problema que enfrentamos. En el ejemplo:
x1 = Nmero de Hectreas de papa a sembrar.
x2 = Nmero de Hectreas de maz a sembrar.
Funcin Objetivo
Cuando se cuenta con informacin de costos e ingresos se puede
plantear el beneficio o utilidad por cada variable de decisin.
PRODUCTO INGRESO COSTO BENEFICIO
(S/. / Ha) (S/. / Ha) (S/. / Ha)
Papa 0.5 S/./Kg x 5 TM/Ha x 1000 Kg/TM = 2500 S/. 1500 S/. 1000
Maz 0.7 S/./Kg x 10 TM/Ha x 1000 Kg/TM = 7000 S/. 2500 S/. 4500
El beneficio total (BT) ser entonces la suma de los beneficios obtenidos por cada
producto, este beneficio es el que queremos que sea mximo.
Max BT = 1000 x1 + 4500 x2
Restricciones
Las restricciones establecen en este problema el lmite de uso de los recursos
disponibles. En nuestro ejemplo se trata de los recursos tierra y agua.
Recurso tierra: en este caso las unidades de las variables, que son las hectreas,
coincide con el del recurso tierra. Por lo que no hace falta multiplicar las variables por
ningn factor.
x1 + x2 <= 100
[Ha] + [Ha] = [Ha]
Recurso agua: en este caso se dan las tasas de requerimiento de agua por cada
cultivo, de modo que para uniformizar las unidades hay que multiplicar las variables
por las tasas de uso de agua por hectrea de cada cultivo.
20 x1 + 40 x2 <= 2800
[horas / Ha] [Ha] + [horas / Ha] [Ha] = [horas]
No negatividad.
x1, x2 >= 0
El modelo de PPL
Max BT = 1000 x1 + 4500 x2
Sujeto a:
x1 + x2 <= 100
20 x1 + 40 x2 <= 2800
x1, x2 >= 0
SOLUCIN POR LINDO
LP OPTIMUM FOUND AT STEP 1
OBJECTIVE FUNCTION VALUE
1) 315000.0
VARIABLE VALUE REDUCED COST

X1 0.000000 1250.000000
X2 70.000000 0.000000
X1,X2 0.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES

2) 30.000000 0.000000
3) 0.000000 112.500000
4) 0.000000 0.000000
NO. ITERATIONS= 1
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 1000.000000 1250.000000 INFINITY
X2 4500.000000 INFINITY 2500.000000
X1,X2 0.000000 0.000000 INFINITY
RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 100.000000 INFINITY 30.000000
3 2800.000000 1200.000000 2800.000000
4 0.000000 0.000000 INFINITY
EJERCICIO N2
Steelco requiere carbn, hierro y mano de obra para producir tres
tipos de acero. Los insumos (y los precios de venta) para una
tonelada de cada tipo de acero se indican en la Tabla 5. Se pueden
comprar hasta 200 toneladas de carbn a un precio de $10 dlares
por tonelada. Se pueden comprar hasta 60 toneladas de hierro a $8
dlares la tonelada y hasta 100 horas de mano de obra a $5 dlares
por hora. Sea x1 las toneladas de acero 1 fabricado, x2 las toneladas
de acero 2 fabricado, y x3 las toneladas de acero 3 fabricado.
Acero Carbn Hierro Mano de Precio Utilidad
(tonelad (tonelad obra de venta (dlares)
as) as) (horas) (dlares)
1 3 1 1 51 8
2 2 0 1 30 5
3 1 1 1 25 2

SOLUCIN POR LINDO
1) 530.0000

X1 60.000000 0.000000
X2 10.000000 0.000000
X3 0.000000 1.000000
X1,X2,X3 0.000000 0.000000

2) 0.000000 2.500000
3) 0.000000 0.500000
4) 30.000000 0.000000
5) 0.000000 0.000000
NO. ITERATIONS= 3

X1 8.000000 INFINITY 0.500000
X2 5.000000 0.333333 5.000000
X3 2.000000 1.000000 INFINITY
X1,X2,X3 0.000000 0.000000 INFINITY

2 200.000000 60.000000 20.000000
3 60.000000 6.666667 60.000000
4 100.000000 INFINITY 30.000000
5 0.000000 INFINITY 0.000000
EJERCICIO N 3
Trabajamos para una cadena nacional de bingos, el
director de la cual nos otorga un presupuesto de 8.000
por semana para publicidad. Este dinero debe dedicarse a
publicar anuncios en cuatro tipos de medios de
difusin: TV, peridicos, y dos emisoras de radio. Nuestro
objetivo final no ser otro que el de conseguir la mayor
audiencia posible. En el cuadro que se muestra a
continuacin se recoge informacin referente a la
audiencia esperada por anuncio, el coste del mismo, y el n
mximo de anuncios que es posible insertaren cada medio
Adems, los acuerdos contractuales de nuestra empresa
requieren la contratacin al menos 5 anuncios de radio por
semana, aunque la direccin insiste en no dedicar a este
medio ms de 1.800 por semana.
PLANTEO EN LINDO
SELECCIN DE MEDIOS
X1 = "anuncios en TV por semana
X2 = "anuncios en peridico por semana
X3 = "anuncios en radio 1 por semana
X4 = "anuncios en radio 2 por semana
MAX 5000 X1 + 8500 X2 + 2400 X3 + 2800

X4
ST
X1 <= 12
X2 <= 5
X3 <= 25
X4 <= 20
800 X1 + 925 X2 + 290 X3 + 380 X4 <= 8000
X3 + X4 >= 5
290 X3 + 380 X4 <= 1800
SOLUCIN POR LINDO LP OPTIMUM FOUND AT STEP 3
1) 67240.30

X1 1.968750 0.000000
X2 5.000000 0.000000
X3 6.206897 0.000000
X4 0.000000 344.827576

2) 10.031250 0.000000
3) 0.000000 2718.750000
4) 18.793104 0.000000
5) 20.000000 0.000000
6) 0.000000 6.250000
7) 1.206897 0.000000
8) 0.000000 2.025862
NO. ITERATIONS= 3

X1 5000.000000 1620.689575 5000.000000
X2 8500.000000 INFINITY 2718.750000
X3 2400.000000 INFINITY 263.157928
X4 2800.000000 344.827545 INFINITY

2 12.000000 INFINITY 10.031250
3 5.000000 1.702703 5.000000
4 25.000000 INFINITY 18.793104
5 20.000000 INFINITY 20.000000
6 8000.000000 8025.000000 1575.000000
7 5.000000 1.206897 INFINITY
8 1800.000000 1575.000000 350.000000
cP1212
EJERCICIO N 4
Una compaa elabora dos productos y cada uno requiere de
componentes y la disponibilidad de componentes y precio venta se
muestra en el siguiente cuadro.
Componentes
Precio Venta
Producto
(S/. / Unidad)
C1 C2
P1 1 2 4
P2 3 1 3
Dispone (Unid.) 15000 10000

Se pide presentar el modelo que optimiza el ingreso por ventas.
Solucin:
Max 4X1+3X2
Sujeto a:
X1+3X2<=15000
2X1+X2<=10000
X1,X2>=0
1) 24000.00

X1 3000.000000 0.000000
X2 4000.000000 0.000000
X1,X2 0.000000 0.000000

2) 0.000000 0.400000
3) 0.000000 1.800000
4) 0.000000 0.000000
NO. ITERATIONS= 2

VARIABLE CURRENT ALLOWABLE
ALLOWABLE
X1 4.000000 2.000000 3.000000
X2 3.000000 9.000000 1.000000
X1,X2 0.000000 0.000000 INFINITY

2 15000.000000 15000.000000 10000.000000
3 10000.000000 20000.000000 5000.000000
4 0.000000 0.000000 INFINITY
EJERCICIO N 5
La cervecera B produce cerveza COMN y la de tipo ALE. La
cerveza se vende a $5.0 el barril y el de ALE a $2.0. La produccin
de un barril de cerveza COMN requiere de 5 libras de cebada y dos
libras de lpulo. La produccin de un barril tipo ALE requiere 2 libras
de cebada y 1 libra de lpulo. Se dispone de 60 libras de cebada y de
25 libras de lpulo. Maximizar las utilidades de la cervecera B.
Composicin
Tipo Venta por Barril
Cebada Lpulo
Comn 5 5 2
Ale 2 2 1
FORMULACIN DEL MODELO
MAX 5X1+2X2
ST
5X1+2X2<=60
2X1+X2<=25
X1,X2>=0
SOLUCIN POR LINDO
1) 60.00000

X1 12.000000 0.000000
X2 0.000000 0.000000
X1,X2 0.000000 0.000000

2) 0.000000 1.000000
3) 1.000000 0.000000
4) 0.000000 0.000000
NO. ITERATIONS= 1

X1 5.000000 INFINITY 0.000000
X2 2.000000 0.000000 INFINITY
X1,X2 0.000000 0.000000 INFINITY

2 60.000000 2.500000 60.000000
3 25.000000 INFINITY 1.000000
4 0.000000 0.000000 INFINITY
EJERCICIOS N1 MAXImin
Una empresa provee lminas metlicas, las mismas que se
proveen en rollos. Se hace un pedido de 8000 rollos de 30
pulgadas de ancho, 500 rollos de 45 pulgadas de ancho y
1000 de 56 de ancho. Si solo se tienen rollos de 108
pulgadas de ancho, Cmo se debe cortar los rollos para
surtir el pedido con el mnimo desperdicio?
Sean:
X1: nmero de cortes del tipo 1
Cmo lo que buscamos es minimizar, entonces
nuestra funcin objetivo sera:
Min 18x1+18x2+7x3+3x4+22x5
Sujeto a:
3x1+2x4+x5=800
2x2+x3+x4=500
x3+x5=1000
SOLUCIN POR LINDO
1) 16300.00

X1 0.000000 0.000000
X2 0.000000 36.000000
X3 400.000000 0.000000
X4 100.000000 0.000000
X5 600.000000 0.000000

2) 0.000000 -6.000000
3) 0.000000 9.000000
4) 0.000000 -16.000000
NO. ITERATIONS= 2

X1 18.000000 INFINITY 0.000000
X2 18.000000 INFINITY 36.000000
X3 7.000000 27.000000 0.000000
X4 3.000000 0.000000 INFINITY
X5 22.000000 0.000000 27.000000

2 800.000000 1200.000000 300.000000
3 500.000000 900.000000 300.000000
4 1000.000000 300.000000 900.000000
1) 16300.00

X1 0.000000 0.000000
X2 0.000000 36.000000
X3 400.000000 0.000000
X4 100.000000 0.000000
X5 600.000000 0.000000

2) 0.000000 -6.000000
3) 0.000000 9.000000
4) 0.000000 -16.000000
NO. ITERATIONS= 0

X1 18.000000 INFINITY 0.000000
X2 18.000000 INFINITY 36.000000
X3 7.000000 27.000000 0.000000
X4 3.000000 0.000000 INFINITY
X5 22.000000 0.000000 27.000000

2 800.000000 1200.000000 300.000000
3 500.000000 900.000000 300.000000
4 1000.000000 300.000000 900.000000
EJERCICIO N2
2. La capacidad de produccin de ALFA de 700 unidades mensuales.
Los costos unitarios de produccin y el compromiso mensual de
venta a BETA son como sigue:
Mes Costo de Produccin Venta (Unidades)
1 100 300
2 150 350
3 200 400
MIN 100X1+150X2+200X3
ST
X1+X2+X3=1050
X1>=300
X1+X2>=650
X1<=700
X2<=700
X3<=700
X1,X2,X3>=0
SOLUCIN POR LINDO OBJECTIVE FUNCTION VALUE
1) 122500.0

X1 700.000000 0.000000
X2 350.000000 0.000000
X3 0.000000 50.000000
X1,X2,X3 0.000000 0.000000

2) 0.000000 -150.000000
3) 400.000000 0.000000
4) 400.000000 0.000000
5) 0.000000 50.000000
6) 350.000000 0.000000
7) 700.000000 0.000000
8) 0.000000 0.000000
NO. ITERATIONS= 6

X1 100.000000 50.000000 INFINITY
X2 150.000000 50.000000 50.000000
X3 200.000000 INFINITY 50.000000
X1,X2,X3 0.000000 INFINITY 0.000000

2 1050.000000 350.000000 350.000000
3 300.000000 400.000000 INFINITY
4 650.000000 400.000000 INFINITY
5 700.000000 350.000000 350.000000
6 700.000000 INFINITY 350.000000
7 700.000000 INFINITY 700.000000
8 0.000000 0.000000 INFINITY
EJERCICIO N3
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. Cuestan 2 dlares realizar
una llamada telefnica durante el da, y 5 dlares durante
la noche (debido a mayores costos laborales). Estos
resultados se muestran la tabla sgte. 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.
Persona que Contesto % de llamadas diurnas % de llamadas nocturnas
Esposa 30 30
Marido 10 30
Soltero 10 15
Soltera 10 20
Nadie 40 05
Min 2X1 + 5X2

ST
0.30X1+ 0.30X2150
0.10X1+0.30X2120
0.10X1 + 0.15X2100
0.10X1 + 0.20X2110
0.4X1+0.05X20
X1,X2>=0
1) 2300.000

X1 900.000000 0.000000
X2 100.000000 0.000000
X1,X2 0.000000 0.000000

2) 150.000000 0.000000
3) 0.000000 -10.000000
4) 5.000000 0.000000
5) 0.000000 -10.000000
6) 365.000000 0.000000
7) 0.000000 0.000000
NO. ITERATIONS= 2

X1 2.000000 0.500000 0.333333
X2 5.000000 1.000000 1.000000
X1,X2 0.000000 INFINITY 0.000000

2 150.000000 150.000000 INFINITY
3 120.000000 10.000000 10.000000
4 100.000000 5.000000 INFINITY
5 110.000000 10.000000 3.333333
6 0.000000 365.000000 INFINITY
7 0.000000 0.000000 INFINITY
EJERCICIO N4
Para una jornada de 24 horas un hospital esta requiriendo el
siguiente personal para el rea de enfermera, se define 6
turnos de 4 horas cada uno.
Turno Nmero mnimo
de personal
2:00 - 6:00 4
6:00 - 10:00 8
10:00 - 14:00 10
14:00 - 18:00 7
18:00 - 20:00 12
20:00 - 24:00 4
Los contratos laborales son de 8 horas
consecutivas por da. El objetivo es encontrar el
nmero menor de personas que cumplan con los
requerimientos. Formule el problema como un
modelo de programacin lineal.
SOLUCIN:
Xi = Cantidad de personal por cada turno i = 1, 2, 3, 4, 5, 6.
Necesidades de personal por horario
Horas 2:00 - 6:00 6:00 - 10:00 10:00 - 14:00 14:00 - 18:00 18:00 - 20:00 20:00 - 24:00
X1 X1
X2 X2
X3 X3
X4 X4
X5 X5
X6 X6
Personal 4 8 10 7 12 4
FORMULACIN DEL MODELO:
MIN Z = X1 + X2 + X3 + X4 + X4 + X5 + X6
Sujeto a:
Turno 1: X1 + X6 >= 4
Turno 2: X1 + X2>=8
Turno 3: X2 + X3>=10
Turno 4: X3 + X4>=7
Turno 5: X4 + X5>=12
Turno 6: X5 + X6>=4
SOLUCIN POR LINDO
1) 27.00000

X1 4.000000 0.000000
X2 4.000000 0.000000
X3 6.000000 0.000000
X4 1.000000 0.000000
X5 11.000000 0.000000
X6 0.000000 1.000000

2) 0.000000 0.000000
3) 0.000000 -1.000000
4) 0.000000 0.000000
5) 0.000000 -1.000000
6) 0.000000 -1.000000
7) 7.000000 0.000000
NO. ITERATIONS= 7

X1 1.000000 1.000000 0.000000
X2 1.000000 0.000000 1.000000
X3 1.000000 1.000000 0.000000
X4 2.000000 0.000000 1.000000
X5 1.000000 1.000000 0.000000
X6 1.000000 INFINITY 1.000000

2 4.000000 1.000000 4.000000
3 8.000000 6.000000 1.000000
4 10.000000 1.000000 6.000000
5 7.000000 7.000000 1.000000
6 12.000000 INFINITY 7.000000
7 4.000000 7.000000 INFINITY
GRACIAS

Ejercicios Resueltos de Teoría de Decisiones y Programación

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ejercicios Resueltos de Teoría de Decisiones y Programación

Загружено:

Авторское право:

Доступные форматы

ERSIDAD NACIONAL DE CAJAM

FACULTAD DE CIENCIAS AGRARIAS

MATRIZ DE PAGOS UTILIDADES

RPTA: La alternativa de decisin correcta sera perforar la tierra.

Construir 300 100 800 800

Construir 400 -200 500 1200

Construir 500 -500 900 1600

Suponga que la Empresa a obtenido informacin que le permite

RPTA: La alternativa de decisin correcta sera construir 500 edificios.

DECISIN ESTADOS DE LA NATURALEZA

RPTA: La estrategia que debe ser escogida es la B (Bsica).

LP OPTIMUM FOUND AT STEP 1

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

MAX 5000 X1 + 8500 X2 + 2400 X3 + 2800

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

Dispone (Unid.) 15000 10000

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

LP OPTIMUM FOUND AT STEP 1

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

Mes Costo de Produccin Venta (Unidades)

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

Min 2X1 + 5X2

OBJECTIVE FUNCTION VALUE

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES

OBJ COEFFICIENT RANGES

RIGHTHAND SIDE RANGES

Xi = Cantidad de personal por cada turno i = 1, 2, 3, 4, 5, 6.

Necesidades de personal por horario

VARIABLE VALUE REDUCED COST

ROW SLACK OR SURPLUS DUAL PRICES