Sie sind auf Seite 1von 10

UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551

FACULTAD DE INGENIERIA EJERCICIOS DE REPASO


INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 1

FORMULACIN DE MPL
1. Un fabricante produce tres modelos (I, II y III) de cierto producto. El utiliza dos tipos de materia prima (A y B), de los cuales se dispone de 4000 y
6000 unidades, respectivamente. Los requisitos de materias primas por unidad de los tres modelos son:
Requisitos por unidad del modelo dado
Materia prima I II III
A 2 3 5
B 4 2 7
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor que el del modelo II y tres veces mayor que el del modelo III. Toda la
fuerza de trabajo de la fbrica puede producir el equivalente de 1500 unidades del modelo I. Un estudio de mercado indica que la demanda mnima de
los tres modelos es 200, 200 y 150 unidades, respectivamente. Sin embargo, las razones del nmero de unidades producidas deben ser iguales a
3:2:5. Supngase que la ganancia por unidad de los modelos I, II y III es $30, $20 y $50, respectivamente. Formule el problema como un modelo de
programacin lineal para determinar el nmero de unidades de cada producto que maximizarn la ganancia.
SOLUCIN:
Variables de decisin:
X = Unidades a producir del producto modelo I
Y = Unidades a producir del producto modelo II
Z = Unidades a producir del producto modelo III
Funcin objetivo: G (X, Y, Z): Ganancia
Max G = 30X + 20Y + 50Z
Restricciones:
1) Restriccin de materia prima A:
2) Restriccin de materia prima B:
3) Restriccin de tiempo:
4) Relacin de produccin modelos I y II:
5) Relacin de produccin modelos II y III:
6) Restriccin demanda del modelo I:
7) Restriccin demanda del modelo II:
8) Restriccin demanda del modelo III:
9) No negatividad:
10) Variables enteras:










UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 2

2. La divisin de investigacin y desarrollo de la Compaa de los Mejores Productos ha desarrollado tres nuevos productos para el mercado
internacional que pueden ser producidos en dos de sus plantas. Sin embargo, para evitar una diversificacin excesiva de la lnea de productos de la
compaa y por cuestiones tanto administrativas como financieras, se han impuesto las siguientes polticas:
Poltica 1: Slo una de las dos plantas debe asignarse para la produccin de los nuevos productos.
Poltica 2: De los tres nuevos productos posibles, deben escogerse, como mximo, solo dos.
Considere, el costo unitario de produccin de cada producto ser el mismo en las dos plantas. Sin embargo, por diferencias en las instalaciones, el
nmero de horas de produccin por unidad de cada unidad difiere entre ellas. Estos datos se dan en la tabla inferior, junto con otra informacin
relevante que incluye las estimaciones del departamento de mercadotecnia sobre el nmero mximo de unidades de cada producto que podran
venderse a la semana. El objetivo es seleccionar los productos, la planta y las tasas de produccin de los bienes elegidos de manera que se maximice
la ganancia total.
PLANTAS Tiempo de produccin utilizado por cada unidad producida Horas disponibles por
semana
Producto 1 Producto 2 Producto 3
Planta 1 3 4 2 30
Planta 2 4 6 2 40
Ganancia unitaria ($/u) 50 70 30
Ventas semanales (u) 7 5 9

SOLUCIN:
Variables de decisin:
X I = Decisin de producir el producto i (i = A, B, C)
Y j = Decisin de trabajar en la planta j (j = 1, 2)
W i = Cantidad del producto i a producir (i = A, B, C)
Funcin objetivo: G (X, Y, Z): Ganancia
Max G = 50WA + 75WB + 30WC
Restricciones:
1) Horas disponibles planta 1:
2) Horas disponibles planta 2:
3) Eleccin de una sola planta:
4) Demanda del producto A:
5) Demanda del producto B:
6) Demanda del producto C:
7) Eleccin de sola dos productos:
8) Variables binarias:

9) No negatividad:
10) Variables enteras:


UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 3

SOLUCIN DE MODELOS DE MPL
1. AEMPROTEX CTA vende blusas y polos de polister de alta calidad para la exportacin. La tabla muestra los materiales que se usa para producir una blusa y un polo. Se dispone de 145000 kg de
polister y 90000 horas de trabajo por ao. Se pueden vender hasta 50000 blusas y hasta 50000 polos. Los polos se venden a 32 $us y las blusas a 55 $us. Adems de su propia produccin de blusas y
polos, la empresa puede comprar (de un fabricante artesanal) ms polos a 4 $us el polo y puede comprar (de un fabricante semiartesanal) ms blusas a 37 $us cada una. Los costos en el mejoramiento
de las prendas compradas para la estandarizacin de la calidad se pueden considerar despreciables. Plantee un MPL que estime la programacin de la produccin y las compras necesarias para el
siguiente ao.
Polo Blusa
Polister 3 kg 5 kg
Mano de obra 2 horas 4 horas
Obtenga la solucin por el simplex revisado
SOLUCIN:
Variables de decisin:
X1 = Cantidad de polos que se producirn
X2 = Cantidad de blusas que se producirn
X3 = Cantidad de polos a comprar del fabricante artesanal
X4 = Cantidad de blusas a comprar del fabricante semiartesanal
Funcin objetivo: Z(X1, X2, X3, X4): Ganancia
Max Z = 32X1 + 55X2 + 28X3 + 18X4
Restricciones:
1) Disponibilidad de polister:
2) Disponibilidad de mano de obra:
3) Venta mxima de polos:
4) Venta mxima de blusas:
5) No negatividad:
Solucin por simplex revisado:
Estandarizando el modelo:










UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 4

Primera iteracin:


Test de optimacin:

Prueba del cociente:

Segunda iteracin:


Test de optimacin:

Prueba del cociente:



UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 5

Tercera iteracin:


Test de optimacin:

Prueba del cociente:

Cuarta iteracin:


Test de optimacin:

Clculo de Z:

UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 6

Clculo de XB:

Por lo tanto, se debe fabricar 22500 blusas, se debe comprar 50000 polos y se debe comprar 27500 blusas para obtener un mximo beneficio de $us
3132500 para el prximo ao. Dada dicha programacin, existir una holgura de 32500 kg de polister los cuales puede disponerse para la
comercializacin u otros fines que beneficien a AEMPROTEX CTA

























UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 7

ANLISIS DE SENSIBILIDAD
1. Una industria qumica produce dos solventes: CS01 y CS02. La planta opera 40 horas por semana y cuenta con dos departamentos de produccin:
Mezclado y purificacin. En el departamento de mezclado hay 5 trabajadores tiempo completo y 2 tiempo parcial. Cada trabajador tiempo parcial trabaja
15 horas a la semana. En el departamento de purificacin hay 6 trabajadores tiempo completo y 1 tiempo parcial, cada trabajador tiempo parcial trabaja
10 horas a la semana. Las horas requeridas para cada uno de los solventes son las siguientes (h/1000gal):
CS01 CS02
Mezclado 2 1
Purificacin 1 2
La demanda de CS02 est limitada a 120000 galones. La ganancia que originan ambos productos son: 0,003 Bs por galn de CS01 y 0,005 Bs por
galn de CS02. Lo que se pretende es maximizar las ganancias semanales. Se ha utilizado LINDO para resolver este problema, los resultados
obtenidos (en miles de galones) son los siguientes:








SOLUCIN:
Planteo del problema:
Variables de decisin:
X1 = Numero de miles de galones del disolvente CS01 a producir
X2 = Nmero de miles de galones del disolvente CS02 a producir
Funcin objetivo: G(X1, X2): Ganancia
Max G = 3X1 + 5X2
Restricciones:
R1) Horas disponibles en mezclado:
R2) Horas disponibles en purificacin:
R3) Demanda de CS02:
R4) No negatividad:
Resolviendo por simplex:




OBJECTIVE FUNCTION VALUE
1) 660.0000
VARIABLE VALUE REDUCED COST
X1 70.000000 0.000000
X2 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
R1) 0.000000
R2)
R3)
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3.000000
X2 5.000000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
R1
R2
R3
a) Complete los espacios en blanco del informe de LINDO. Luego interprete cada uno de los
parmetros obtenidos del informe de LINDO.
b) Si la ganancia de CS01 se incrementa a 0,009 Bs/gal y la de CS02 se reduce a 0,002 Bs/gal,
cul es el nuevo programa de produccin?
c) Se prev que la demanda del disolvente CS02 se ver limitada a 1000000 de gal/semana,
entonces se debe cambiar el programa de produccin? Explique
d) Se incorporan 2 nuevos trabajadores a tiempo completo en el rea de mezclado. Cmo afecta
esto a la ganancia?
e) Le informan el despido de tres trabajadores a tiempo completo y uno a tiempo parcial en el rea
de purificacin, cmo afecta esto a la ganancia?
UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 8

Forma estndar:




Tabla simplex:
X1 X2 s1 s2 s3 LD
s1 2 1 1 0 0 230
s2 1 2 0 1 0 250
s3 0 1 0 0 1 120
G -3 -5 0 0 0 0

Primera iteracin:
X1 X2 s1 s2 s3 LD
s1 2 0 1 0 -1 110
s2 1 0 0 1 -2 10
X2 0 1 0 0 1 120
G -3 0 0 0 5 600

Segunda iteracin:
X1 X2 s1 s2 s3 LD
s1 0 0 1 -2 3 90
X1 1 0 0 1 -2 10
X2 0 1 0 0 1 120
G 0 0 0 3 -1 630

Tercera iteracin (OPTIMO!)
X1 X2 s1 s2 s3 LD
s3 0 0 1/3 -2/3 1 30
X1 1 0 2/3 -1/3 0 70
X2 0 1 -1/3 2/3 0 90
G 0 0 1/3 7/3 0 660

Anlisis de sensibilidad para X1:

UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 9

Anlisis de sensibilidad para X2:

Anlisis de sensibilidad para las horas disponibles en mezclado (primer recurso):

Anlisis de sensibilidad para las horas disponibles en purificacin (segundo recurso):

Anlisis de sensibilidad para la demanda de CS02 (tercer recurso):

a) Se llenan los valores del informe de LINDO:











Interpretacin de los parmetros:
OBJECTIVE FUNCTION VALUE
1) 660.0000
El valor de la funcin objetivo es de 660 Bs. Refleja la ganancia semanal por la produccin de CS01 y CS02.
VARIABLE VALUE REDUCED COST
X1 70.000000 0.000000
X2 90.000000 0.000000
La cantidad a producir de CS01 es de 70000 galones a la semana. Puesto que es una variable bsica el valor de su costo reducido es 0.
OBJECTIVE FUNCTION VALUE
1) 660.0000
VARIABLE VALUE REDUCED COST
X1 70.000000 0.000000
X2 90.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
R1) 0.000000 1/3 = 0.333333
R2) 0.000000 7/3 = 2.333333
R3) 30.000000 0.000000
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3.000000 7.000000 0.500000
X2 5.000000 1.000000 3.500000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
R1 230.000000 270.000000 90.000000
R2 250.000000 45.000000 135.000000
R3 120.000000 INFINITY 30.000000
UNIVERSIDAD MAYOR DE SAN ANDRS INVESTIGACIN DE OPERACIONES I IND 551
FACULTAD DE INGENIERIA EJERCICIOS DE REPASO
INGENIERIA INDUSTRIAL I/2014

Aux: Hugo David Cabrera Lipa Domingo 06 04 14 Pgina | 10

La cantidad a producir de CS02 es de 90000 galones a la semana. Puesto que es una variable bsica el valor de su costo reducido es 0.
ROW SLACK OR SURPLUS DUAL PRICES
R1) 0.000000 0.333333
R2) 0.000000 2.333333
R3) 30.000000 0.000000
Existe holgura en la restriccin 30000 galones en la demanda de CS02 debido a que solamente se producir 90000 galones siendo el lmite mximo de
120000. Existe demanda insatisfecha.
Existe una mejora de 0,33 Bs en el valor ptimo de la ganancia por cada hora que se pueda adicionar en el departamento de mezclado (a parte de las
230 horas actuales)
Existe una mejora de 2,33 Bs en el valor ptimo de la ganancia por cada hora que se pueda adicionar en el departamento de purificacin (a parte de las
250 horas actuales)
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3.000000 7.000000 0.500000
X2 5.000000 1.000000 3.500000
El valor optimo y la solucin actual se mantendrn mientras la ganancia de CS01 se mantenga entre 0,0025 y 0,010 Bs por galn. Si se sobrepasa
estos lmites la solucin actual cambiar.
El valor optimo y la solucin actual se mantendrn mientras la ganancia de CS02 se mantenga entre 0,0015 y 0,006 Bs por galn. Si se sobrepasa
estos lmites la solucin actual cambiar.
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
R1 230.000000 270.000000 90.000000
R2 250.000000 45.000000 135.000000
R3 120.000000 INFINITY 30.000000
El valor ptimo de G se incrementar en 0,33 Bs por cada hora adicional en el departamento de mezclado. El valor ptimo se reducir en 0,33 Bs por
cada hora menos que se tenga en el departamento de mezclado.
El valor ptimo de G se incrementar en 0,66 Bs por cada hora adicional en el departamento de purificacin. El valor ptimo se reducir en 0,66 Bs por
cada hora menos que se tenga en el departamento de purificacin.
El valor optimo y la solucin actual se mantendr mientras la demanda de CS02 este limitada por lo menos a 90000 galones. La solucin se mantiene si
se incrementa el lmite de la demanda a valores superiores a los 90000 galones
b) Del anlisis de sensibilidad para los coeficientes de la funcin objetivo se tiene que para los valores de 9X1 y 2X2 la solucin actual se mantiene, por
lo tanto incrementar ganancia de CS01 a 0,009 Bs/gal o reducir la ganancia de CS02 a 0,002 Bs/gal no afecta la solucin actual ni el valor ptimo.
c) Del anlisis de sensibilidad para la restriccin R3 se tiene que el incremento permitido en la limitacin de la demanda es INFINITY, por lo que si se
limita a 1000000 de galones de CS02, el resultado actual se mantiene.
d) Incorporar dos nuevos trabajadores a tiempo completos en el departamento de mezclado significa disponer de 80 horas adicionales en este
departamento, las cuales estn dentro de los rangos permisibles (ROW R1). La nueva cantidad de horas ser de 230 + 80 = 310 horas. El nuevo valor
ptimo de G obtenido a partir del DUAL PRICES de R1 ser de
660 + 0,333333*80 = 686,67 Bs
e) Despedir tres trabajadores a tiempo completo y uno a tiempo parcial significa disponer de 130 horas menos en este departamento, las cuales estn
dentro de los rangos permisibles (ROW R2). La nueva cantidad de horas ser de 230 - 130 = 110 horas. El nuevo valor ptimo de G obtenido a partir
del DUAL PRICES de R2 ser de
660 - 2,333333*80 = 356,67 Bs

Das könnte Ihnen auch gefallen