SlideShare une entreprise Scribd logo
1  sur  13
Télécharger pour lire hors ligne
TRABAJO FINAL INVESTIGACIÓN DE OPERACIONES
JOSE GREGORIO HERNANDEZ HOYOS
JULIAN ANDRES GIRALDO HENAO
UNIVERSIDAD DEL QUINDÍO
FACULTAD DE INGENIERÍA
INGENIERÍA DE SISTEMAS Y COMPUTACIÓN
ARMENIA
2013-2
Planteamiento del problema
Una empresa fabrica tres productos 1, 2 y 3, que deben procesarse en dos tipos de maquinaria denominadas
A y B. En la siguiente tabla se recogen los tiempos de procesamiento (por tonelada procesada) con cada
máquina, los beneficios (por tonelada procesada) en euros, y la disponibilidad de cada tipo de maquinaria (en
horas por semana):
Tipo Maquinaria Productos
1 2 3
Disponibilidad (Horas)
A 2 5 4 70
B 3 4 6 86
Benef./ton. (miles de euros) 800 700 950
La empresa considera aumentar la disponibilidad de tiempo de procesamiento de la maquinaria Para ello, puede
llevar a cabo alguna de las posibilidades indicadas a continuación:
Tipo Maquinaria A B
Incremento disp.(horas) 10 15 8 12
Coste Inversión (miles
euros)
1600 1700 1700 1750
A lo sumo, se puede realizar un tipo de incremento para cada máquina. Gracias a un estudio de mercado se
conocen los límites de demanda de los productos, que son:
Producto Demanda (ton)
Mínima Máxima
1 6 17
2 3 8
3 7 20
Además, la inversión total no puede exceder de 3400000 euros. Se pide:
a) Formular el problema que se debe plantear la dirección de la empresa para obtener el plan de procesamiento
e inversión de mayor beneficio.
b) Si la empresa desease aumentar la disponibilidad de un sólo tipo de maquinaria, ¿cómo se modifica el
modelo anterior reflejando tal situación?
c) Si no se quiere añadir disponibilidad de B a menos que se añada de A, ¿cómo se representa esta nueva
condición?
d) La empresa desea ampliar la disponibilidad con la maquinaria B si, y sólo si, se incrementa también la A.
¿Cómo debe modificarse la condición considerada en el apartado anterior?
Solución
a) El problema que se debe plantear la dirección de la empresa para un mayor beneficio debe ser:
Las variables de decisión son:
 X1, x2 y x3: cantidad de cada producto que se fabrica.
 Variables binarias que nos indican si se realiza cada uno de los 4 posibles incrementos o no:
𝐴1, 𝐴2 , 𝐵1 , 𝐵2
𝑨 𝟏 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟎 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
𝑨 𝟏 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟓 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
𝑩 𝟏 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟖 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
𝑩 𝟐 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟐 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
La función objetivo a maximizar: beneficios de venta - coste incremento de capacidad de las maquinas
𝟖𝟎𝟎𝒙 𝟏 + 𝟕𝟎𝟎𝒙 𝟐 + 𝟗𝟓𝟎𝒙 𝟑 − 𝟏𝟔𝟎𝟎𝑨 𝟏 − 𝟏𝟕𝟎𝟎𝑨 𝟐 − 𝟏𝟕𝟎𝟎𝑨 𝟑 − 𝟏𝟕𝟓𝟎𝑨 𝟒
Restricciones:
 Disponibilidad de Maquinaria
𝟐𝒙 𝟏 + 𝟓𝒙 𝟐 + 𝟒𝒙 𝟑 ≤ 𝟕𝟎 + 𝟏𝟎𝑨 𝟏 + 𝟏𝟓𝑨 𝟐 Máquina A
𝟑𝒙 𝟏 + 𝟒𝒙 𝟑 + 𝟔𝒙 𝟑 ≤ 𝟖𝟔 + 𝟖𝑩 𝟏 + 𝟏𝟐𝑩 𝟐 Máquina B
 A lo sumo, se puede realizar un tipo de incremento para cada máquina:
𝐴1 + 𝐴2 ≤ 1 (1)
𝐵1 + 𝐵2 ≤ 1 (2)
 Límites de la demanda de cada producto:
𝟔 ≤ 𝒙 𝟏 ≤ 𝟏𝟕
𝟑 ≤ 𝒙 𝟐 ≤ 𝟖
𝟕 ≤ 𝒙 𝟑 ≤ 𝟐𝟎
 La inversión total no puede exceder de 3400000 euros
𝟏𝟔𝟎𝟎𝑨 𝟏 + 𝟏𝟕𝟎𝟎𝑨 𝟐 + 𝟏𝟕𝟎𝟎𝑩 𝟏 + 𝟏𝟕𝟓𝟎𝑩 𝟐 ≤ 𝟑𝟒𝟎𝟎
 X1, x2, x3 ≥ 0 y A1, A2, B1 y B2 variables binarias.
Para obtener los valores numéricos de las variables y el análisis de sensibilidad se hará uso de la herramienta
Winqsb.
Como primer paso se introducen las especificaciones para iniciar el análisis, para este primer caso tenemos un
problema de 7 variables e inicialmente 11 restricciones.
Figura1. Configuración Inicial Winqsb
Seguidamente ingresamos los valores de las restricciones como se muestra en la Figura2.
En este paso se introducen los coeficientes de las restricciones y la función objetivo. En la parte Inferior se
especifica si es variable continua o Binaria.
Figura2.Ventana Ingreso Parámetros
Generamos la solución al problema modelado inicialmente
Figura3.Cuadro solución al problema
Interpretación de resultados:
En la figura3 se muestra un resumen de los resultados generados por la herramienta. Se puede
visualizar los valores de las variables de decisión (continua y binaria), beneficio, el costo reducido que
para el caso de las variables básicas es cero ya que no hay aporte de estas al modelo.
Se puede observar el beneficio máximo bajo las condiciones planteadas, para dicho modelo el
beneficio máximo será de €17800.
En la parte inferior se puede ver información referente a las restricciones como por ejemplo los
intervalos de optimalizad, precio sombra y el excedente o desperdicio.
El costo marginal se interpreta como el costo que genera incrementar una unidad para cada variable
no básica para este caso 𝐴1 + 𝐴2 + 𝐵1 + 𝐵2
Precios sombra (indican cuánto se estaría dispuesto a pagar por una unidad adicional de cada recurso,
o bien, la mejora en el valor de la función objetivo por incremento unitario de cada recurso).
De la restricción C1 se puede decir que por cada unidad que incrementemos la disponibilidad nos
aumentará €400 el beneficio máximo. Ver figura3 y Figura4.
Figura4. Cambio en la Disponibilidad C1
Figura4.Resultados al cambiar la disponibilidad de C1
Se realiza un cambio de disponibilidad en C7 (Figura5) para ver el cambio en el beneficio máximo (figura6).
Figura5.Cambio de disponibilidad en C7
Figura6.Resultados obtenidos al cambiar la disponibilidad de C7
b) Al aumentar la disponibilidad en un solo tipo de maquinaria el modelo se modificaría así:
Si se siguen manteniendo las restricciones (1) y (2), entonces es suficiente con añadir
𝐴1 + 𝐴2 + 𝐵1 + 𝐵2 ≤ 1
Si no se mantienen, es decir, solo se puede invertir en una maquina pero las ampliaciones se pueden acumular,
entonces hay que añadir 2 nuevas variables binarias que indiquen si se invierte o no en cada máquina:
𝑨 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
𝑨 = {
𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩
𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐
Estas 2 variables toman su valor en función del valor de las variables binarias previamente definidas:
𝐴1 + 𝐴2 ≤ 2𝐴 (3)
𝐴1 + 𝐴2 ≤ 2𝐵 (4)
Estas 2 restricciones sustituirían a las anteriores (1) y (2). Además, habría que añadir para modelar la condición
que se nos pide ahora:
𝐴 + 𝐵 ≤ 1
Resultados en Winqsb
Figura7.Modelo con restricción planteada en el numeral b
Figura8.Beneficio máximo al introducir la nueva restricción
c) Si no se quiere añadir disponibilidad de B a menos que se añada de A la condición quedaría
representada de la siguiente manera:
Si no se elimina la condición de, a lo sumo una inversión en cada máquina, habría que añadir la restricción:
𝐵1 + 𝐵1 ≤ 𝐴1 + 𝐴2
Si se elimina la condición, entonces se definen A y B como antes y se añade la restricción:
𝐵 ≤ 𝐴
Figura9.Ingresamos la restricción planteada en el numeral c
Figura10.Resultados del modelo con la restricción ingresada
Realizamos un cambio en la disponibilidad de C2 para ver el impacto en el beneficio Maximo(figura11).
Figura11.Aumento de la disponibidad en C2
Figura12.Tabla con cambios generados en el paso anterior
Con el anterior procedimiento se verifico el precio sombra para la restricción C2, de donde se ve que un
aumento en una unidad de la disponibilidad nos representa €266,6667 de ganancia.
d) La empresa desea ampliar la disponibilidad con la maquinaria B si, y sólo si, se incrementa
también la A. ¿Cómo debe modificarse la condición considerada en el apartado anterior?
Para que se cumpla dicha condición se debe cambiar la desigualdad por una igualdad, quedando:
𝑩 𝟏 + 𝑩 𝟐 = 𝑨 𝟏 + 𝑨 𝟐
Figura13.Cambio de restricción planteada en el numeral d
Figura14.Resultados del modelo propuesto en el numeral d
De la solución anterior se puede concluir:
Se muestra un resumen de los resultados generados por la herramienta. Se puede visualizar los
valores de las variables de decisión (continua y binaria), beneficio, el costo reducido que para el caso
de las variables básicas es cero ya que no hay aporte de estas al modelo.
Se puede observar el beneficio máximo bajo las condiciones planteadas, para dicho modelo el
beneficio máximo será de €1728,33.
En la parte inferior se puede ver información referente a las restricciones como por ejemplo los
intervalos de optimalizad, precio sombra y el excedente o desperdicio.
El costo marginal se interpreta como el costo que genera incrementar una unidad para cada variable
no básica para este caso 𝐴1 , 𝐴2 , 𝐵1 , 𝐵2
Precios sombra (indican cuánto se estaría dispuesto a pagar por una unidad adicional de cada recurso,
o bien, la mejora en el valor de la función objetivo por incremento unitario de cada recurso).
De la restricción C2 se puede decir que por cada unidad que incrementemos la disponibilidad nos
aumentará €266,6667 el beneficio máximo. Ver figura3 y Figura4.
El costo por unidad o utilidad por unidad nos muestra la cantidad de pesos que vamos a ganar por cada tipo de
producto (800,700 y 950 respectivamente).
El costo reducido nos indica el dinero que hemos dejado de ganar por cada unidad no fabricada, en este caso
el negocio suele ser rentable ya que el costo reducido es 0.
El rango mínimo y máximo de 𝐶𝑗, es la cantidad mínima o máxima que puedo obtener sin que la base actual
cambie para este caso sería 𝑋1 = [525 , 837.5 ] , 𝑋2 = [−∞ , 1066.667 ] 𝑋3 = [−∞ , 1600 ].
Las holguras (Slack o surplas) nos indican un faltante o bien un sobrante.
El rango mínimo y máximo de 𝑏𝑗 (Allowable Min/máx. RHS) es el intervalo de cantidades de recurso que se
debe de mantener sin que la base actual cambie.

Contenu connexe

Tendances

Método de Gauss Jordan
Método de Gauss JordanMétodo de Gauss Jordan
Método de Gauss JordanKike Prieto
 
Israel rivas alvarez aplicacion del metodo simplex pdf
Israel rivas alvarez aplicacion del metodo simplex pdfIsrael rivas alvarez aplicacion del metodo simplex pdf
Israel rivas alvarez aplicacion del metodo simplex pdfBIOPOWER
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNTensor
 
Cuestionario de Investigación de Operaciones.
Cuestionario de Investigación de Operaciones.Cuestionario de Investigación de Operaciones.
Cuestionario de Investigación de Operaciones.Juan Anaya
 
Introduccion a programacion lineal u de manizales
Introduccion a programacion lineal   u de manizalesIntroduccion a programacion lineal   u de manizales
Introduccion a programacion lineal u de manizales'Rsn Sndvl
 
Simulación y análisis 2013.pdf
Simulación y análisis 2013.pdfSimulación y análisis 2013.pdf
Simulación y análisis 2013.pdfEmilyDuran7
 
Investigación de operaciones 025 programación lineal solución e interpretació...
Investigación de operaciones 025 programación lineal solución e interpretació...Investigación de operaciones 025 programación lineal solución e interpretació...
Investigación de operaciones 025 programación lineal solución e interpretació...Jorge Pablo Rivas
 
Cien problemas de programacion lineal parte 2
Cien problemas de programacion lineal   parte 2Cien problemas de programacion lineal   parte 2
Cien problemas de programacion lineal parte 2fzeus
 
Problema copiados de libros
Problema copiados de libros Problema copiados de libros
Problema copiados de libros crisojb
 
Lesson 33: The Assignment Problem
Lesson 33: The Assignment  ProblemLesson 33: The Assignment  Problem
Lesson 33: The Assignment ProblemMatthew Leingang
 
Programación matématica (optimización) con Python - Ingeniería Química - PyConES
Programación matématica (optimización) con Python - Ingeniería Química - PyConESProgramación matématica (optimización) con Python - Ingeniería Química - PyConES
Programación matématica (optimización) con Python - Ingeniería Química - PyConESCAChemE
 
Materia operativa subir
Materia operativa subirMateria operativa subir
Materia operativa subirNeli Ponce
 
Flujo max 2
Flujo max 2Flujo max 2
Flujo max 2Macogi
 
Resolución del problema por el método de Gauss
Resolución del problema por el método de GaussResolución del problema por el método de Gauss
Resolución del problema por el método de GaussDavid Albert
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 

Tendances (20)

Método de Gauss Jordan
Método de Gauss JordanMétodo de Gauss Jordan
Método de Gauss Jordan
 
Israel rivas alvarez aplicacion del metodo simplex pdf
Israel rivas alvarez aplicacion del metodo simplex pdfIsrael rivas alvarez aplicacion del metodo simplex pdf
Israel rivas alvarez aplicacion del metodo simplex pdf
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MN
 
Cuestionario de Investigación de Operaciones.
Cuestionario de Investigación de Operaciones.Cuestionario de Investigación de Operaciones.
Cuestionario de Investigación de Operaciones.
 
Introduccion a programacion lineal u de manizales
Introduccion a programacion lineal   u de manizalesIntroduccion a programacion lineal   u de manizales
Introduccion a programacion lineal u de manizales
 
Modelo de transporte
Modelo de transporteModelo de transporte
Modelo de transporte
 
Simulación y análisis 2013.pdf
Simulación y análisis 2013.pdfSimulación y análisis 2013.pdf
Simulación y análisis 2013.pdf
 
Investigación de operaciones 025 programación lineal solución e interpretació...
Investigación de operaciones 025 programación lineal solución e interpretació...Investigación de operaciones 025 programación lineal solución e interpretació...
Investigación de operaciones 025 programación lineal solución e interpretació...
 
Cien problemas de programacion lineal parte 2
Cien problemas de programacion lineal   parte 2Cien problemas de programacion lineal   parte 2
Cien problemas de programacion lineal parte 2
 
Errores
ErroresErrores
Errores
 
Problema copiados de libros
Problema copiados de libros Problema copiados de libros
Problema copiados de libros
 
Lesson 33: The Assignment Problem
Lesson 33: The Assignment  ProblemLesson 33: The Assignment  Problem
Lesson 33: The Assignment Problem
 
Programación matématica (optimización) con Python - Ingeniería Química - PyConES
Programación matématica (optimización) con Python - Ingeniería Química - PyConESProgramación matématica (optimización) con Python - Ingeniería Química - PyConES
Programación matématica (optimización) con Python - Ingeniería Química - PyConES
 
Teoría programación lineal
Teoría programación linealTeoría programación lineal
Teoría programación lineal
 
Metodos cerrados
Metodos cerradosMetodos cerrados
Metodos cerrados
 
Materia operativa subir
Materia operativa subirMateria operativa subir
Materia operativa subir
 
Flujo max 2
Flujo max 2Flujo max 2
Flujo max 2
 
Resolución del problema por el método de Gauss
Resolución del problema por el método de GaussResolución del problema por el método de Gauss
Resolución del problema por el método de Gauss
 
investigacion-de-operaciones-1
investigacion-de-operaciones-1investigacion-de-operaciones-1
investigacion-de-operaciones-1
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 

En vedette

Proyecto investigación operativa
Proyecto investigación operativaProyecto investigación operativa
Proyecto investigación operativaVictor Jerez
 
Tic project
Tic projectTic project
Tic projectmuga1
 
Comunicacion y educacion
Comunicacion y educacionComunicacion y educacion
Comunicacion y educacionMarcelo Ortega
 
Perfil del dip bonifacio herrera
Perfil del dip bonifacio herreraPerfil del dip bonifacio herrera
Perfil del dip bonifacio herreraUNAM
 
Pacto por-méxico-todos-los-acuerdos
Pacto por-méxico-todos-los-acuerdosPacto por-méxico-todos-los-acuerdos
Pacto por-méxico-todos-los-acuerdosUNAM
 
Feminicidio
FeminicidioFeminicidio
FeminicidioUNAM
 
Presentación pc zombie
Presentación pc zombiePresentación pc zombie
Presentación pc zombieaoshi18
 
Angulos
AngulosAngulos
Angulosirmius
 
Recomenzar
RecomenzarRecomenzar
Recomenzarmlovato
 
desarrollo del proyecto de aula
desarrollo del proyecto de auladesarrollo del proyecto de aula
desarrollo del proyecto de aulamayra
 
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...Alba Santa
 
Control de gestion
Control de gestionControl de gestion
Control de gestionTHELALEY
 
Laargumentacion
LaargumentacionLaargumentacion
LaargumentacionIsaHz
 
computers-new.ppt
computers-new.pptcomputers-new.ppt
computers-new.pptPremi TIC
 
Turismo virtual egipto
Turismo virtual egiptoTurismo virtual egipto
Turismo virtual egiptoFociti
 

En vedette (20)

Proyecto investigación operativa
Proyecto investigación operativaProyecto investigación operativa
Proyecto investigación operativa
 
H:\compiladores
H:\compiladoresH:\compiladores
H:\compiladores
 
Tic project
Tic projectTic project
Tic project
 
Comunicacion y educacion
Comunicacion y educacionComunicacion y educacion
Comunicacion y educacion
 
Perfil del dip bonifacio herrera
Perfil del dip bonifacio herreraPerfil del dip bonifacio herrera
Perfil del dip bonifacio herrera
 
Pacto por-méxico-todos-los-acuerdos
Pacto por-méxico-todos-los-acuerdosPacto por-méxico-todos-los-acuerdos
Pacto por-méxico-todos-los-acuerdos
 
Tarea 6
Tarea 6Tarea 6
Tarea 6
 
Feminicidio
FeminicidioFeminicidio
Feminicidio
 
Presentación pc zombie
Presentación pc zombiePresentación pc zombie
Presentación pc zombie
 
Aprendizaje Colaborativo
Aprendizaje ColaborativoAprendizaje Colaborativo
Aprendizaje Colaborativo
 
Angulos
AngulosAngulos
Angulos
 
Recomenzar
RecomenzarRecomenzar
Recomenzar
 
desarrollo del proyecto de aula
desarrollo del proyecto de auladesarrollo del proyecto de aula
desarrollo del proyecto de aula
 
Informatica2
Informatica2Informatica2
Informatica2
 
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...
III Sesión del Foro RedEmprendia: "Aproximación a la vigilancia tecnológica d...
 
Control de gestion
Control de gestionControl de gestion
Control de gestion
 
Delicious
DeliciousDelicious
Delicious
 
Laargumentacion
LaargumentacionLaargumentacion
Laargumentacion
 
computers-new.ppt
computers-new.pptcomputers-new.ppt
computers-new.ppt
 
Turismo virtual egipto
Turismo virtual egiptoTurismo virtual egipto
Turismo virtual egipto
 

Similaire à Proyecto Investigación de Operaciones

Laboratorio 03 análisis de sensibilidad
Laboratorio 03   análisis de sensibilidadLaboratorio 03   análisis de sensibilidad
Laboratorio 03 análisis de sensibilidadssolia
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimizaciónHugo Pereira
 
Usos Del Punto De Equilibrio
Usos Del Punto De EquilibrioUsos Del Punto De Equilibrio
Usos Del Punto De EquilibrioAbdon Luppi
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulaciónGLSP
 
Tema1.costos fijosyvariablesteoríayproblemas
Tema1.costos fijosyvariablesteoríayproblemasTema1.costos fijosyvariablesteoríayproblemas
Tema1.costos fijosyvariablesteoríayproblemasPEPI1
 
Costos Fijo y Variable
Costos Fijo y VariableCostos Fijo y Variable
Costos Fijo y Variableflotsystems
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion EnteraCris Tenorio
 
Zoom de ae ia-dom1 07 de junio del 2020
Zoom de ae ia-dom1 07 de junio del 2020Zoom de ae ia-dom1 07 de junio del 2020
Zoom de ae ia-dom1 07 de junio del 2020Daniel Guerrero
 
Guia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdfGuia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdfpuracastillo
 
Ensayo de matematica
Ensayo de matematicaEnsayo de matematica
Ensayo de matematicaronald ladino
 
Econoexamen septiembre 2014
Econoexamen septiembre 2014Econoexamen septiembre 2014
Econoexamen septiembre 2014Davidovich3
 
Programación entera (1)
Programación entera (1)Programación entera (1)
Programación entera (1)BIOPOWER
 
Formulas matemáticas aplicadas a negocios PARTE 2
Formulas matemáticas aplicadas a negocios PARTE 2Formulas matemáticas aplicadas a negocios PARTE 2
Formulas matemáticas aplicadas a negocios PARTE 2Diana Edith Gomez Hernandez
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteAlexander Chunhuay Ruiz
 
Ecuaciones con dos incognitas
Ecuaciones con dos incognitasEcuaciones con dos incognitas
Ecuaciones con dos incognitasUTT
 

Similaire à Proyecto Investigación de Operaciones (20)

Laboratorio 03 análisis de sensibilidad
Laboratorio 03   análisis de sensibilidadLaboratorio 03   análisis de sensibilidad
Laboratorio 03 análisis de sensibilidad
 
4_Programacion_Entera.pptx
4_Programacion_Entera.pptx4_Programacion_Entera.pptx
4_Programacion_Entera.pptx
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
Practica4 entera-localizacion
Practica4 entera-localizacionPractica4 entera-localizacion
Practica4 entera-localizacion
 
Usos Del Punto De Equilibrio
Usos Del Punto De EquilibrioUsos Del Punto De Equilibrio
Usos Del Punto De Equilibrio
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
 
Tema1.costos fijosyvariablesteoríayproblemas
Tema1.costos fijosyvariablesteoríayproblemasTema1.costos fijosyvariablesteoríayproblemas
Tema1.costos fijosyvariablesteoríayproblemas
 
Costos Fijo y Variable
Costos Fijo y VariableCostos Fijo y Variable
Costos Fijo y Variable
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
 
Zoom de ae ia-dom1 07 de junio del 2020
Zoom de ae ia-dom1 07 de junio del 2020Zoom de ae ia-dom1 07 de junio del 2020
Zoom de ae ia-dom1 07 de junio del 2020
 
Guia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdfGuia N1_ Modelo de PL.pdf
Guia N1_ Modelo de PL.pdf
 
Ensayo de matematica
Ensayo de matematicaEnsayo de matematica
Ensayo de matematica
 
Econoexamen septiembre 2014
Econoexamen septiembre 2014Econoexamen septiembre 2014
Econoexamen septiembre 2014
 
S14.s1 solver
S14.s1   solverS14.s1   solver
S14.s1 solver
 
Teoria de-la-produccion-y-sus-costos[1]
Teoria de-la-produccion-y-sus-costos[1]Teoria de-la-produccion-y-sus-costos[1]
Teoria de-la-produccion-y-sus-costos[1]
 
Programación entera (1)
Programación entera (1)Programación entera (1)
Programación entera (1)
 
Formulas matemáticas aplicadas a negocios PARTE 2
Formulas matemáticas aplicadas a negocios PARTE 2Formulas matemáticas aplicadas a negocios PARTE 2
Formulas matemáticas aplicadas a negocios PARTE 2
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
Ecuaciones con dos incognitas
Ecuaciones con dos incognitasEcuaciones con dos incognitas
Ecuaciones con dos incognitas
 

Dernier

EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.
EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.
EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.ManfredNolte
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfGegdielJose1
 
Venezuela Entorno Social y Económico.pptx
Venezuela Entorno Social y Económico.pptxVenezuela Entorno Social y Económico.pptx
Venezuela Entorno Social y Económico.pptxJulioFernandez261824
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.ManfredNolte
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICOlupismdo
 
Compañías aseguradoras presentacion power point
Compañías aseguradoras presentacion power pointCompañías aseguradoras presentacion power point
Compañías aseguradoras presentacion power pointAbiReyes18
 
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTAS
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTASSIRE-RCE. REGISTRO DE COMPRAS.. Y VENTAS
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTASccastrocal
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptxNathaliTAndradeS
 
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptx
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptxPLANEACION-Y-CONTROL-DE-UTILIDADES-.pptx
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptxMiguelLoaiza5
 
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...VicenteAguirre15
 
ejemplo de tesis para contabilidad- capitulos
ejemplo de tesis para contabilidad- capitulosejemplo de tesis para contabilidad- capitulos
ejemplo de tesis para contabilidad- capitulosguillencuevaadrianal
 
Tema 1 de la asignatura Sistema Fiscal Español I
Tema 1 de la asignatura Sistema Fiscal Español ITema 1 de la asignatura Sistema Fiscal Español I
Tema 1 de la asignatura Sistema Fiscal Español IBorjaFernndez28
 
titulo valor prate principal y accesoria...................
titulo valor prate principal y accesoria...................titulo valor prate principal y accesoria...................
titulo valor prate principal y accesoria...................LEYDIJACKELINECHARAP
 
Situación Mercado Laboral y Desempleo.ppt
Situación Mercado Laboral y Desempleo.pptSituación Mercado Laboral y Desempleo.ppt
Situación Mercado Laboral y Desempleo.pptrubengpa
 

Dernier (16)

EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.
EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.
EL HALVING DEL BITCOIN: REDUCIR A LA MITAD EL MINADO DE LOS MINEROS.
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
 
Venezuela Entorno Social y Económico.pptx
Venezuela Entorno Social y Económico.pptxVenezuela Entorno Social y Económico.pptx
Venezuela Entorno Social y Económico.pptx
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
 
el problema metodológico en la contabilidad.pdf
el problema metodológico en la contabilidad.pdfel problema metodológico en la contabilidad.pdf
el problema metodológico en la contabilidad.pdf
 
Compañías aseguradoras presentacion power point
Compañías aseguradoras presentacion power pointCompañías aseguradoras presentacion power point
Compañías aseguradoras presentacion power point
 
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTAS
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTASSIRE-RCE. REGISTRO DE COMPRAS.. Y VENTAS
SIRE-RCE. REGISTRO DE COMPRAS.. Y VENTAS
 
Mercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdfMercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdf
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptx
 
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptx
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptxPLANEACION-Y-CONTROL-DE-UTILIDADES-.pptx
PLANEACION-Y-CONTROL-DE-UTILIDADES-.pptx
 
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...
Revista Estudiantil de la Carrera de Contaduría Pública de la Universidad May...
 
ejemplo de tesis para contabilidad- capitulos
ejemplo de tesis para contabilidad- capitulosejemplo de tesis para contabilidad- capitulos
ejemplo de tesis para contabilidad- capitulos
 
Tema 1 de la asignatura Sistema Fiscal Español I
Tema 1 de la asignatura Sistema Fiscal Español ITema 1 de la asignatura Sistema Fiscal Español I
Tema 1 de la asignatura Sistema Fiscal Español I
 
titulo valor prate principal y accesoria...................
titulo valor prate principal y accesoria...................titulo valor prate principal y accesoria...................
titulo valor prate principal y accesoria...................
 
Situación Mercado Laboral y Desempleo.ppt
Situación Mercado Laboral y Desempleo.pptSituación Mercado Laboral y Desempleo.ppt
Situación Mercado Laboral y Desempleo.ppt
 

Proyecto Investigación de Operaciones

  • 1. TRABAJO FINAL INVESTIGACIÓN DE OPERACIONES JOSE GREGORIO HERNANDEZ HOYOS JULIAN ANDRES GIRALDO HENAO UNIVERSIDAD DEL QUINDÍO FACULTAD DE INGENIERÍA INGENIERÍA DE SISTEMAS Y COMPUTACIÓN ARMENIA 2013-2
  • 2. Planteamiento del problema Una empresa fabrica tres productos 1, 2 y 3, que deben procesarse en dos tipos de maquinaria denominadas A y B. En la siguiente tabla se recogen los tiempos de procesamiento (por tonelada procesada) con cada máquina, los beneficios (por tonelada procesada) en euros, y la disponibilidad de cada tipo de maquinaria (en horas por semana): Tipo Maquinaria Productos 1 2 3 Disponibilidad (Horas) A 2 5 4 70 B 3 4 6 86 Benef./ton. (miles de euros) 800 700 950 La empresa considera aumentar la disponibilidad de tiempo de procesamiento de la maquinaria Para ello, puede llevar a cabo alguna de las posibilidades indicadas a continuación: Tipo Maquinaria A B Incremento disp.(horas) 10 15 8 12 Coste Inversión (miles euros) 1600 1700 1700 1750 A lo sumo, se puede realizar un tipo de incremento para cada máquina. Gracias a un estudio de mercado se conocen los límites de demanda de los productos, que son: Producto Demanda (ton) Mínima Máxima 1 6 17 2 3 8 3 7 20 Además, la inversión total no puede exceder de 3400000 euros. Se pide: a) Formular el problema que se debe plantear la dirección de la empresa para obtener el plan de procesamiento e inversión de mayor beneficio. b) Si la empresa desease aumentar la disponibilidad de un sólo tipo de maquinaria, ¿cómo se modifica el modelo anterior reflejando tal situación? c) Si no se quiere añadir disponibilidad de B a menos que se añada de A, ¿cómo se representa esta nueva condición? d) La empresa desea ampliar la disponibilidad con la maquinaria B si, y sólo si, se incrementa también la A. ¿Cómo debe modificarse la condición considerada en el apartado anterior?
  • 3. Solución a) El problema que se debe plantear la dirección de la empresa para un mayor beneficio debe ser: Las variables de decisión son:  X1, x2 y x3: cantidad de cada producto que se fabrica.  Variables binarias que nos indican si se realiza cada uno de los 4 posibles incrementos o no: 𝐴1, 𝐴2 , 𝐵1 , 𝐵2 𝑨 𝟏 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟎 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 𝑨 𝟏 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟓 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 𝑩 𝟏 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟖 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 𝑩 𝟐 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝟏𝟐 𝒉𝒐𝒓𝒂𝒔 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 La función objetivo a maximizar: beneficios de venta - coste incremento de capacidad de las maquinas 𝟖𝟎𝟎𝒙 𝟏 + 𝟕𝟎𝟎𝒙 𝟐 + 𝟗𝟓𝟎𝒙 𝟑 − 𝟏𝟔𝟎𝟎𝑨 𝟏 − 𝟏𝟕𝟎𝟎𝑨 𝟐 − 𝟏𝟕𝟎𝟎𝑨 𝟑 − 𝟏𝟕𝟓𝟎𝑨 𝟒 Restricciones:  Disponibilidad de Maquinaria 𝟐𝒙 𝟏 + 𝟓𝒙 𝟐 + 𝟒𝒙 𝟑 ≤ 𝟕𝟎 + 𝟏𝟎𝑨 𝟏 + 𝟏𝟓𝑨 𝟐 Máquina A 𝟑𝒙 𝟏 + 𝟒𝒙 𝟑 + 𝟔𝒙 𝟑 ≤ 𝟖𝟔 + 𝟖𝑩 𝟏 + 𝟏𝟐𝑩 𝟐 Máquina B  A lo sumo, se puede realizar un tipo de incremento para cada máquina: 𝐴1 + 𝐴2 ≤ 1 (1) 𝐵1 + 𝐵2 ≤ 1 (2)
  • 4.  Límites de la demanda de cada producto: 𝟔 ≤ 𝒙 𝟏 ≤ 𝟏𝟕 𝟑 ≤ 𝒙 𝟐 ≤ 𝟖 𝟕 ≤ 𝒙 𝟑 ≤ 𝟐𝟎  La inversión total no puede exceder de 3400000 euros 𝟏𝟔𝟎𝟎𝑨 𝟏 + 𝟏𝟕𝟎𝟎𝑨 𝟐 + 𝟏𝟕𝟎𝟎𝑩 𝟏 + 𝟏𝟕𝟓𝟎𝑩 𝟐 ≤ 𝟑𝟒𝟎𝟎  X1, x2, x3 ≥ 0 y A1, A2, B1 y B2 variables binarias. Para obtener los valores numéricos de las variables y el análisis de sensibilidad se hará uso de la herramienta Winqsb. Como primer paso se introducen las especificaciones para iniciar el análisis, para este primer caso tenemos un problema de 7 variables e inicialmente 11 restricciones. Figura1. Configuración Inicial Winqsb
  • 5. Seguidamente ingresamos los valores de las restricciones como se muestra en la Figura2. En este paso se introducen los coeficientes de las restricciones y la función objetivo. En la parte Inferior se especifica si es variable continua o Binaria. Figura2.Ventana Ingreso Parámetros Generamos la solución al problema modelado inicialmente
  • 6. Figura3.Cuadro solución al problema Interpretación de resultados: En la figura3 se muestra un resumen de los resultados generados por la herramienta. Se puede visualizar los valores de las variables de decisión (continua y binaria), beneficio, el costo reducido que para el caso de las variables básicas es cero ya que no hay aporte de estas al modelo. Se puede observar el beneficio máximo bajo las condiciones planteadas, para dicho modelo el beneficio máximo será de €17800. En la parte inferior se puede ver información referente a las restricciones como por ejemplo los intervalos de optimalizad, precio sombra y el excedente o desperdicio. El costo marginal se interpreta como el costo que genera incrementar una unidad para cada variable no básica para este caso 𝐴1 + 𝐴2 + 𝐵1 + 𝐵2 Precios sombra (indican cuánto se estaría dispuesto a pagar por una unidad adicional de cada recurso, o bien, la mejora en el valor de la función objetivo por incremento unitario de cada recurso). De la restricción C1 se puede decir que por cada unidad que incrementemos la disponibilidad nos aumentará €400 el beneficio máximo. Ver figura3 y Figura4. Figura4. Cambio en la Disponibilidad C1
  • 7. Figura4.Resultados al cambiar la disponibilidad de C1 Se realiza un cambio de disponibilidad en C7 (Figura5) para ver el cambio en el beneficio máximo (figura6). Figura5.Cambio de disponibilidad en C7
  • 8. Figura6.Resultados obtenidos al cambiar la disponibilidad de C7 b) Al aumentar la disponibilidad en un solo tipo de maquinaria el modelo se modificaría así: Si se siguen manteniendo las restricciones (1) y (2), entonces es suficiente con añadir 𝐴1 + 𝐴2 + 𝐵1 + 𝐵2 ≤ 1 Si no se mantienen, es decir, solo se puede invertir en una maquina pero las ampliaciones se pueden acumular, entonces hay que añadir 2 nuevas variables binarias que indiquen si se invierte o no en cada máquina: 𝑨 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑨 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 𝑨 = { 𝟏, 𝑺𝒊 𝒔𝒆 𝒓𝒆𝒂𝒍𝒊𝒛𝒂 𝒆𝒍 𝒊𝒏𝒄𝒓𝒆𝒎𝒆𝒏𝒕𝒐 𝒆𝒏 𝒍𝒂 𝒎á𝒒𝒖𝒊𝒏𝒂 𝑩 𝟎, 𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 Estas 2 variables toman su valor en función del valor de las variables binarias previamente definidas:
  • 9. 𝐴1 + 𝐴2 ≤ 2𝐴 (3) 𝐴1 + 𝐴2 ≤ 2𝐵 (4) Estas 2 restricciones sustituirían a las anteriores (1) y (2). Además, habría que añadir para modelar la condición que se nos pide ahora: 𝐴 + 𝐵 ≤ 1 Resultados en Winqsb Figura7.Modelo con restricción planteada en el numeral b Figura8.Beneficio máximo al introducir la nueva restricción
  • 10. c) Si no se quiere añadir disponibilidad de B a menos que se añada de A la condición quedaría representada de la siguiente manera: Si no se elimina la condición de, a lo sumo una inversión en cada máquina, habría que añadir la restricción: 𝐵1 + 𝐵1 ≤ 𝐴1 + 𝐴2 Si se elimina la condición, entonces se definen A y B como antes y se añade la restricción: 𝐵 ≤ 𝐴 Figura9.Ingresamos la restricción planteada en el numeral c Figura10.Resultados del modelo con la restricción ingresada
  • 11. Realizamos un cambio en la disponibilidad de C2 para ver el impacto en el beneficio Maximo(figura11). Figura11.Aumento de la disponibidad en C2 Figura12.Tabla con cambios generados en el paso anterior Con el anterior procedimiento se verifico el precio sombra para la restricción C2, de donde se ve que un aumento en una unidad de la disponibilidad nos representa €266,6667 de ganancia.
  • 12. d) La empresa desea ampliar la disponibilidad con la maquinaria B si, y sólo si, se incrementa también la A. ¿Cómo debe modificarse la condición considerada en el apartado anterior? Para que se cumpla dicha condición se debe cambiar la desigualdad por una igualdad, quedando: 𝑩 𝟏 + 𝑩 𝟐 = 𝑨 𝟏 + 𝑨 𝟐 Figura13.Cambio de restricción planteada en el numeral d Figura14.Resultados del modelo propuesto en el numeral d
  • 13. De la solución anterior se puede concluir: Se muestra un resumen de los resultados generados por la herramienta. Se puede visualizar los valores de las variables de decisión (continua y binaria), beneficio, el costo reducido que para el caso de las variables básicas es cero ya que no hay aporte de estas al modelo. Se puede observar el beneficio máximo bajo las condiciones planteadas, para dicho modelo el beneficio máximo será de €1728,33. En la parte inferior se puede ver información referente a las restricciones como por ejemplo los intervalos de optimalizad, precio sombra y el excedente o desperdicio. El costo marginal se interpreta como el costo que genera incrementar una unidad para cada variable no básica para este caso 𝐴1 , 𝐴2 , 𝐵1 , 𝐵2 Precios sombra (indican cuánto se estaría dispuesto a pagar por una unidad adicional de cada recurso, o bien, la mejora en el valor de la función objetivo por incremento unitario de cada recurso). De la restricción C2 se puede decir que por cada unidad que incrementemos la disponibilidad nos aumentará €266,6667 el beneficio máximo. Ver figura3 y Figura4. El costo por unidad o utilidad por unidad nos muestra la cantidad de pesos que vamos a ganar por cada tipo de producto (800,700 y 950 respectivamente). El costo reducido nos indica el dinero que hemos dejado de ganar por cada unidad no fabricada, en este caso el negocio suele ser rentable ya que el costo reducido es 0. El rango mínimo y máximo de 𝐶𝑗, es la cantidad mínima o máxima que puedo obtener sin que la base actual cambie para este caso sería 𝑋1 = [525 , 837.5 ] , 𝑋2 = [−∞ , 1066.667 ] 𝑋3 = [−∞ , 1600 ]. Las holguras (Slack o surplas) nos indican un faltante o bien un sobrante. El rango mínimo y máximo de 𝑏𝑗 (Allowable Min/máx. RHS) es el intervalo de cantidades de recurso que se debe de mantener sin que la base actual cambie.