Upload
pablo-andres-palma-salgado
View
7
Download
4
Embed Size (px)
DESCRIPTION
Investigación operaciones
Citation preview
MBA – USM
INVESTIGACIÓN DE OPERACIONES
PROFESOR: ENRIQUE NORERO
Integrantes
Rubén Abarca
Sergio Campos
Pablo Palma
Carol Saavedra
Felipe Quiroz*
Loreto Munita*
David Gómez*
Trabajo N°1: Ejercicios
de programación lineal y
modelo de dos variables
de decisión.
1.- PLANIFICACIÓN DE PRODUCCION EN VARIOS PERIODOS, USANDO SOBRETIEMPO Y MINIMIZANDO COSTOS. Una fábrica puede elaborar en horario normal 100 unidades de un producto durante cada
uno de cuatro períodos de tiempo consecutivos, con costos que varían de un período a
otro. Adicionalmente puede trabajarse en sobretiempo; en la siguiente tabla se muestran
los datos de demanda, costo de producción en horario normal, capacidad de producción
en sobretiempo y costo de producción en sobretiempo:
Período Demanda (unidades)
Costo de Producción en Horario
Normal
Capacidad en
Sobretiempo
Costo de Producción
en Sobretiempo
1 130 6 60 8
2 80 4 65 6
3 125 8 70 10
4 195 9 60 11
Es posible almacenar hasta 70 unidades en stock de un período a otro, a un costo de $1,5 por unidad por período. Se desea determinar la cantidad de unidades a elaborar en cada período en horario
normal y en sobretiempo y los niveles de stock, de modo de satisfacer las demandas a un
costo mínimo. Al inicio del período 1 existen 15 unidades en stock.
Desarrollo:
Para enfrentar el ejercicio, lo primero será definir las variables de decisión:
Variables de decisión:
P1’ : Cantidad a producir en el período 1 en horario normal.
P1’’: Cantidad a producir en el período 1 en sobretiempo.
P2’ : Cantidad a producir en el período 2 en horario normal.
P2’’: Cantidad a producir en el período 2 en sobretiempo.
P3’ : Cantidad a producir en el período 3 en horario normal.
P3’’: Cantidad a producir en el período 3 en sobretiempo.
P4’ : Cantidad a producir en el período 4 en horario normal.
S1 : Unidades en stock período 1.
S2 : Unidades en stock período 2.
S3 : Unidades en stock período 3.
S4 : Unidades en stock período 4.
Una vez definidas las variables de decisión, el paso siguiente será definir la función objetivo
Función Objetivo:
𝑍 = 6𝑃1′ + 8𝑃1′′ + 4𝑃2′ + 6𝑃2′′ + 8𝑃3′ + 10𝑃3′′ + 9𝑃4′ + 11𝑃4′′ + 1,5𝑆1 + 1,5𝑆2 + 1,5𝑆3 + 1,5𝑆4
Posteriormente, debemos definir las restricciones del problema:
Restricciones:
𝑃1′ + 𝑃1′′ − 𝑆1 = 115
𝑃2′ + 𝑃2′′ + 𝑆1 − 𝑆2 = 80
𝑃3′ + 𝑃3′′ + 𝑆2 − 𝑆3 = 125
𝑃4′ + 𝑃4′′ + 𝑆3 − 𝑆4 = 195
𝑃1′ ≤ 100
𝑃2′ ≤ 100
𝑃3′ ≤ 100
𝑃4′ ≤ 100
𝑃1′′ ≤ 60
𝑃2′′ ≤ 65
𝑃3′′ ≤ 70
𝑃4′′ ≤ 60
𝑆1 ≤ 70
𝑆2 ≤ 70
𝑆3 ≤ 70
𝑆4 ≤ 70
Con:
𝑃1′, 𝑃1′′, 𝑃2′, 𝑃2′′, 𝑃3′, 𝑃3′′, 𝑃4′, 𝑃4′′, 𝑆1, 𝑆2, 𝑆3, 𝑆4 ≥ 0 (Condición de NO negatividad)
El problema en cuestión consiste en minimizar la función objetivo (Min Z). Para encontrar
la solución óptima, se utilizó el complemento Solver de Excel, del cual se obtuvieron los
siguientes resultados:
Variable P1' P1'' P2' P2'' P3' P3'' P4' P4'' S1 S2 S3 S4
Coeficiente óptimo 100 15 100 50 100 0 100 50 0 70 45 0
Evaluando estos coeficientes en la función objetivo, el resultado que minimiza los costos
es 3.843.
3.- PROGRAMACION DE TURNOS. Una empresa ha determinado sus requerimientos mínimos de trabajadores por período
horario de su departamento de producción en la siguiente tabla; se requiere determinar el
número de trabajadores por turno de 8 horas que minimiza el costo total diario; los
trabajadores de cada turno se desempañan en varios períodos consecutivos de acuerdo a
lo indicado en la tabla. Como alternativa se plantea minimizar el número total de
trabajadores por día (la suma de los trabajadores de los cinco turnos). ¿Es lo mismo?
Periodo Horario Turno 1 Turno 2 Turno 3 Turno 4 Turno 5 Trabajadores
06:00 - 08:00 48
08:00 - 10:00 79
10:00 - 12:00 65
12:00 - 14:00 87
14:00 - 16:00 64
16:00 - 18:00 73
18:00 - 20:00 82
20:00 - 22:00 43
22:00 - 24:00 52
00:00 - 06:00 15
Costo Diario por Trabajador
170 160 175 180 195
Desarrollo:
Para enfrentar el ejercicio, lo primero será definir las variables de decisión:
Variables de decisión:
X1: N° de trabajadores del turno 1
X2: N° de trabajadores del turno 2
X3: N° de trabajadores del turno 3
X4: N° de trabajadores del turno 4
X5: N° de trabajadores del turno 5
Una vez definidas las variables de decisión, el paso siguiente será definir la función objetivo
Función Objetivo:
𝑍 = 170𝑋1 + 160𝑋2 + 175𝑋3 + 180𝑋4 + 195𝑋5
Posteriormente, debemos definir las restricciones del problema:
Restricciones:
𝑋1 ≥ 48
𝑋1 + 𝑋2 ≥ 79
𝑋1 + 𝑋2 ≥ 65
𝑋1 + 𝑋2 + 𝑋3 ≥ 87
𝑋2 + 𝑋3 ≥ 64
𝑋3 + 𝑋4 ≥ 73
𝑋3 + 𝑋4 ≥ 82
𝑋4 ≥ 43
𝑋4 + 𝑋5 ≥ 52
𝑋5 ≥ 15
Con:
𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5 ≥ 0 (Condición de NO negatividad)
El problema en cuestión consiste en minimizar la función objetivo (Min Z). Para encontrar
la solución óptima, se utilizó el complemento Solver de Excel, del cual se obtuvieron los
siguientes resultados:
Variable X1 X2 X3 X4 X5
Coeficiente óptimo 48 31 39 43 15
Evaluando estos coeficientes en la función objetivo, el resultado que minimiza el costo
diario de trabajadores es 30.610 unidades monetarias. El resultado anterior está asociado
al total óptimo de 176 trabajadores por día.
Si en lugar de minimizar el costo diario, se minimiza el N° de trabajadores por día, se
mantendrán las variables de decisión y restricciones definidas en la primera parte del
problema, pero la función objetivo quedará definida por:
Función Objetivo:
𝑍 = 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5
Utilizando el complemento Solver de Excel, se obtienen los siguientes resultados:
Variable X1 X2 X3 X4 X5
Coeficiente óptimo 54 25 39 43 15
Evaluando estos coeficientes en la nueva función objetivo, el resultado óptimo es 176
trabajadores.
Finalmente, cualquiera de los 2 planteamientos que se realicen, da como resultado
(directa o indirectamente) que el número de trabajadores que minimiza los costos diarios
es 176, por tanto es lo mismo.
5.- MEZCLA DE COMPONENTES Una panadería industrial ha recibido una orden urgente de uno de sus distribuidores por galletas altamente proteicas. El costo debe ser minimizado y la mezcla debe cumplir con los requerimientos mínimos de nutrición. La orden requiere 10.000 Kg. de galletas, que son fabricadas en base a la mezcla de 4 ingredientes R, S, T y U, con costos asociados de $8, $2, $3 y $1 por Kg. respectivamente. El lote debe contener un mínimo de 4.000 Kg. de proteínas, 2.500 Kg. de grasa, 3.000 Kg. de carbohidratos y 500 Kg. de azúcar. Los ingredientes contienen los siguientes porcentajes por peso.
Ingrediente Proteínas Grasa Carbohidratos Azúcar Rellenos
R 50% 30% 15% 5% 0%
S 10% 15% 50% 15% 10%
T 30% 5% 30% 30% 5%
U 0% 5% 5% 30% 60%
Formular el modelo de programación lineal asociado.
Desarrollo:
Para enfrentar el ejercicio, lo primero será definir las variables de decisión:
Variables de decisión:
X1: Cantidad del ingrediente R a utilizar
X2: Cantidad del ingrediente S a utilizar
X3: Cantidad del ingrediente T a utilizar
X4: Cantidad del ingrediente U a utilizar
Una vez definidas las variables de decisión, el paso siguiente será definir la función objetivo
Función Objetivo:
𝑍 = 8𝑋1 + 2𝑋2 + 3𝑋3 + 𝑋4
Posteriormente, debemos definir las restricciones del problema:
Restricciones:
𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 = 10.000
0,5𝑋1 + 0,1𝑋2 + 0,3𝑋3 ≥ 4.000
0,3𝑋1 + 0,15𝑋2 + 0,05𝑋3 + 0,05𝑋4 ≥ 2.500
0,15𝑋1 + 0,5𝑋2 + 0,3𝑋3 + 0,05𝑋4 ≥ 3.000
0,05𝑋1 + 0,15𝑋2 + 0,3𝑋3 + 0,3𝑋4 ≥ 500
Con:
𝑋1, 𝑋2, 𝑋3, 𝑋4 ≥ 0 (Condición de NO negatividad)
El problema en cuestión consiste en minimizar la función objetivo (Min Z). Para encontrar
la solución óptima, se utilizó el complemento Solver de Excel. Los resultados obtenidos
arrojan que la solución no es viable.
RESOLUCIÓN GRÁFICA 8.- Utilice el método gráfico para resolver este modelo: Maximizar: 𝑍 = 2𝑋 + 𝑌 Sujeta a: 𝑋 − 𝑌 ≤ 10 𝑋 ≤ 20 𝑋 ≥ 0 ; 𝑌 ≥ 0 Desarrollo: Lo primero será representar gráficamente la función objetivo y las restricciones:
La gráfica anterior muestra en color verde la función objetivo igualada a cero (0) y las restricciones X-Y≤10 y X≤20 (además de las restricciones de no negatividad) lo cual da origen a la región factible (región achurada).Para maximizar la función objetivo (max Z) necesitamos las coordenadas de los puntos A, B y C, para lo cual: El punto A es conocido y corresponde al origen. A(0,0). El punto B es conocido. B(10,0) Para conocer el punto C: Si 𝑋 = 20 Entonces:
𝑋 − 𝑌 = 10 → 𝑌 = 2(0⏞𝑋
)−10 → 𝑌 = 10
Por tanto C ahora también es conocido y corresponde a C(20,10)
Evaluando la función objetivo en los puntos A, B y C, se tiene:
𝑍(𝐴) → 𝑍(0,0) = 2(0⏞𝑋
)+ (0⏞𝑌
)= 0
𝑍(𝐵) → 𝑍(10,0) = 2(10⏞𝑋
)+ (0⏞𝑌
)= 20
𝑍(𝐶) → 𝑍(20,10) = 2(20⏞𝑋
)+ (10⏞𝑌
)= 50
Por lo tanto, Max Z corresponde al punto C(20,10) y tiene valor 50.
La gráfica siguiente muestra la función objetivo en el punto C, en el cual está alcanza su
máximo valor.