UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Trabajo Investigacin de Operaciones

Integrantes
Cristian Contreras Jos Jimnez Daniela Montero Marcelo Orrego Luis Torres

Profesor
Froiln Quezada

Fecha
31/01/2012

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 1
Un gabinete de abogados tiene en su nmina cuatro hbiles licenciados en derecho a los cuales quiere utilizar de forma ptima asignando a cada uno el caso que ms se ajuste a sus caractersticas. El 1 de marzo llegan a la compaa cuatro clientes en busca de asesoramiento, y el director del gabinete decide asignar cada caso a cada uno de de sus cuatro empleados segn sus especialidades y preferencias. A continuacin se muestra una tabla donde se estima la efectividad (valorada en una escala del 1 al 9) de cada trabajador para cada uno de los casos que presentan los clientes: Abogado A1 A2 A3 A4 Divorcio 6 9 4 6 Fusin Empresa 2 3 8 7 Absorcin Empresa 8 5 3 6 Exhibicionismo 5 8 4 4

Sea Cij: Costo de asignar un abogado i al cliente j

Xij: 1= si el abogado es asignado

0= si no lo es

y Formulacin:
MAXIMIZAR Z = 6X11 + 2X12 + 8X13 + 5X14 + 9X21 + 3X22 + 5X23 + 8X24 + 6X41 + 7X42 + 6X43 + 4X44 SA: Columnas: o X11 + X21 + X31 + X41 = 1 o X12 + X22 + X32 + X42 = 1 o X13 + X23 + X33 + X43 = 1 o X14 + X24 + X34 + X44 = 1 Filas: o X11 + X12 + X13 + X14 = 1 o X21 + X22 + X23 + X24 = 1 o X31 + X32 + X33 + X34 = 1 o X41 + X42 + X43 + X44 = 1 4X31 + 8X32 + 3X33 +4X34 +

Divorcio Fusin Absorcin Exhibicionismo Abogado 1 Abogado 2 Abogado 3 Abogado 4

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

y Resolucin con el Lindo

TITLE DESPACHO DE ABOGADOS MAX 6X11 + 2X12 + 8X13 + 5X14 + 9X21 + 3X22 + 5X23 + 8X24 + 4X31 + 8X32 + 3X33 + 4X34 + 6X41 + 7X42 + 6X43 + 4X44 //Maximizamos la efectividad total ST X11 + X21 + X31 + X41 = 1 X12 + X22 + X32 + X42 = 1 X13 + X23 + X33 + X43 = 1 X14 + X24 + X34 + X44 = 1 X11 + X12 + X13 + X14 = 1 X21 + X22 + X23 + X24 = 1 X31 + X32 + X33 + X34 = 1 X41 + X42 + X43 + X44 = 1 END INT 16 // Todas las variables son binarias LP OPTIMUM FOUND AT STEP 14 OBJECTIVE VALUE = 30.0000000 FIX ALL VARS.( 9) WITH RC > 1.00000 NEW INTEGER SOLUTION OF 30.0000000 AT BRANCH 0 PIVOT BOUND ON OPTIMUM: 30.00000 ENUMERATION COMPLETE. BRANCHES= 0 PIVOTS= 14 LAST INTEGER SOLUTION IS THE BEST FOUND RE-INSTALLING BEST SOLUTION... OBJECTIVE FUNCTION VALUE 1) 30.00000 VARIABLE VALUE REDUCED COST X11 0.000000 -6.000000 X12 0.000000 -2.000000 X13 1.000000 -8.000000 X14 0.000000 -5.000000 X21 0.000000 -9.000000 X22 0.000000 -3.000000 X23 0.000000 -5.000000 X24 1.000000 -8.000000 X31 0.000000 -4.000000 X32 1.000000 -8.000000 X33 0.000000 -3.000000 X34 0.000000 -4.000000 X41 1.000000 -6.000000 X42 0.000000 -7.000000 X43 0.000000 -6.000000 X44 0.000000 -4.000000

14

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 0.000000 0.000000 6) 0.000000 0.000000 7) 0.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 NO. ITERATIONS= 14 BRANCHES= 0 DETERM.= 1.000E 0

y Respuesta:
Segn lo anterior, el Sper Lindo nos dice que: Al abogado 1 le tocar el caso Absorcin empresaria Al abogado 2 le tocar el caso Exhibicionismo, Al abogado 3 le tocar el caso Fusin Empresa Al abogado 4 le tocar el caso de Divorcio.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 2
La planificacin de horarios intenta dar una respuesta efectiva a las necesidades de personal durante un perodo concreto de tiempo. La aplicacin de la PL a este tipo de problemas resulta especialmente til cuando los directivos disponen de cierta flexibilidad a la hora de asignar tareas a empleados poli funcionales. Un sector tpico donde se hace uso de la PL para tomar decisiones sobre planificacin de horarios son las entidades bancarias. Supongamos que una oficina bancaria necesita diariamente entre 10 y 18 cajeros en funcin de la hora segn se especifica en la tabla siguiente: FRANJA HORARIA 9 a.m. 10 a.m. 10 a.m. 11 a.m. 11 a.m. 12 a.m. 12 a.m. 1 p.m. 1 p.m. 2 p.m. 2 p.m. 3 p.m. 3 p.m. 4 p.m. 4 p.m. 5 p.m. N DE CAJEROS NECESARIOS 10 12 14 16 18 17 15 10

En la actualidad la oficina tiene 12 trabajadores a jornada completa (full - time), y dispone de una larga lista de gente dispuesta a trabajar a media jornada (part - time. Un cajero que trabaje a media jornada ha de estar operativo 4 horas al da, y estar disponible para comenzar su trabajo a cualquier hora entre las 9 a.m. y la 1 p.m. Por su parte, los trabajadores a jornada completa estn operativos de 9 a.m. a 5 p.m., teniendo libre una hora para comer (la mitad de ellos lo harn de 11 a.m. a 12 a.m. y la otra mitad de 12 a.m. 1 p.m.). Observar que cada uno de estos cajeros tiene una jornada semanal de 35 horas.

Las normas de la entidad limitan el nmero de horas realizadas por los part-time a, como mximo, el 50% de las horas diarias requeridas. Los part-time ganan una media de 4 la hora (es decir, 16 al da), por 50 diarios que ganan los full-time. El banco pretende establecer un horario que minimice sus costes salariales, estando dispuesto a desprenderse de algn trabajador full-time si ello resulta conveniente.

   

FT = numero trabajadores full-time PT1 = numero trabajadores part-time operativos de 9 a.m. a 1 p.m. PT2 = numero trabajadores part-time operativos de 10 a.m. a 2 p.m. PT3 = numero trabajadores part-time operativos de 11 a.m. a 3 p.m.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

y Formulacin:
Minimizar Z: 50 FT + 16 PT1 + 16 PT2 + 16 PT3 + 16 PT4 + 16 PT5 SA: o o o o o o o o o o FT + PT1 >= 10 FT + PT1 + PT2 >= 12 5FT + PT1 + PT2 + PT3 >= 14 5FT + PT1 + PT2 + PT3 + PT4 >= 16 FT + PT2 + PT3 + PT4 + PT5 >= 18 FT + PT3 + PT4 + PT5 >= 17 FT + PT4 + PT5 >= 15 FT + PT5 >= 10 FT <= 12 4PT1 + 4PT2 + 4PT3 + 4PT4 + 4PT5 <= 56

y Resolucin con el Lindo

MIN 50 F + 16 P1 + 16 P2 + 16 P3 + 16 P4 + 16 P5 ST F + P1 >= 10! Necesidades de 9 a.m. a 10 a.m. F + P1 + P2 >= 12 .5F + P1 + P2 + P3 >= 14 .5F + P1 + P2 + P3 + P4 >= 16 F + P2 + P3 + P4 + P5 >= 18 F + P3 + P4 + P5 >= 17 F + P4 + P5 >= 15 F + P5 >= 10 F <= 12 4P1 + 4P2 + 4P3 + 4P4 + 4P5 <= 56 END GIN 6

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

LP OPTIMUM FOUND AT STEP 8 OBJECTIVE VALUE = 724.000000 OBJECTIVE FUNCTION VALUE 1) 724.0000 VARIABLE VALUE REDUCED COST F 10.000000 50.000000 P1 0.000000 16.000000 P2 2.000000 16.000000 P3 7.000000 16.000000 P4 5.000000 16.000000 P5 0.000000 16.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000 5) 3.000000 0.000000 6) 6.000000 0.000000 7) 5.000000 0.000000 8) 0.000000 0.000000 9) 0.000000 0.000000 10) 2.000000 0.000000 11) 0.000000 0.000000 NO. ITERATIONS= 8 BRANCHES= 0 DETERM.= 1.000E 0

y Respuesta

Los costos salariales ptimos son Para empleados full time: 10 Para empleados part time (1): 0 Para empleados part time (2): 2 Para empleados part time (3): 7 Para empleados part time (4): 5

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 3
Un problema al que se tienen que enfrentar de forma habitual los directivos de bancos, fondos de inversin, y compaas de seguros es la seleccin de una serie de inversiones concretas de entre la gran variedad de alternativas existentes en el mercado. Por norma genera, el objetivo de estos directivos es maximizar los beneficios esperando que estas inversiones, las cuales se ven sometidas a un conjunto de restricciones, algunas legales y otras provenientes de la propia empresa (como puede ser el nivel de riesgo que se desea asumir o la cantidad mxima que se permite invertir). Supongamos que nuestro banco se dedica a invertir en crditos al consumo, bonos corporativos, depsitos de oro, y prstamos a la construccin. Con el fin de diversificar la cartera de valores, la junta Directiva del banco ha puesto lmite a las cantidades que se permiten invertir en cada una de las opciones anteriores. En la actualidad disponemos de 5 millones de para invertir, y pretendemos: (1)Maximizar el inters esperado para los prximos seis meses, y (2) cumplir con la diversificacin propugnada por la Junta Directiva segn se especifica en la tabla siguiente: TIPO DE INVERSIN Crdito al consumo Bonos corporativos Depsitos de oro Prstamos a la construccin INTERS ESPERADO 7% 11% 19% 15% LMITE DE INVERSIN ( MILLONES DE ) 1 2.5 1.5 1.8

Adems, la Directiva requiere que al menos un 5% de los fondos se dediquen a depsitos de oro y prstamos a la construccin , mientras que el porcentaje dedicado a crditos al consumo no debe superar al 15 %.

y Formulacin:
MAXIMIZAR Z: 0.7 X1 + 0.11 X2 + 0.19 X3 + 0.15 X4 SA: X1 <= 1000000 X2 <= 2500000 X3 <= 1500000 X4 <= 1800000 X3 + X4 - .55X1 - .55X2 - .55X3 - .55X4 >= 0 X1 - .15X1 - .15X2 - .15X3 - .15X4 >= 0 X1 + X2 + X3 + X4 <= 5000000

y Resolucin con el Lindo

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

MAX .07 X1 + .11 X2 + .19 X3 + .15 X4 ST X1 <= 1000000 X2 <= 2500000 X3 <= 1500000 X4 <= 1800000 X3 + X4 - .55X1 - .55X2 - .55X3 - .55X4 >= 0 X1 - .15X1 - .15X2 - .15X3 - .15X4 >= 0 X1 + X2 + X3 + X4 <= 5000000 EN LP OPTIMUM FOUND AT STEP 4 OBJECTIVE FUNCTION VALUE 1) 712000.0 VARIABLE VALUE REDUCED COST X1 750000.000000 0.000000 X2 950000.000000 0.000000 X3 1500000.000000 0.000000 X4 1800000.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 250000.000000 0.000000 3) 1550000.000000 0.000000 4) 0.000000 0.080000 5) 0.000000 0.040000 6) 550000.000000 0.000000 7) 0.000000 -0.040000 8) 0.000000 0.104000 NO. ITERATIONS=

y Respuesta
Inversin en: Crdito de consumo: 750.0000 Bonos corporativos: 950.0000 Depsito de oro: 1.500.000 Prstamo de Construccin: 1.800.800

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 4:
El llamado problema del transporte se refiere al proceso de determinar el nmero de bienes se refiere al proceso de determinar el nmero de bienes o mercancas que se han de transportar desde cada uno de los orgenes a cada uno de los destinos posibles. El objetivo suele se minimizar costes de transporte, y las restricciones vienen dadas por las capacidades productivas de cada origen y las necesidades de cada destino. Este tipo de problema es un caso especfico de PL, por lo que existen mtodos y algoritmos especiales que facilitan su resolucin (Regla de la Esquina NorOeste, Mtodo de Vogel, Mtodo de Paso Secuencial, y Mtodo de distribucin modificada a MODl). Una compaa de mbito nacional produce y distribuye una lnea de bicicletas de alta competicin. La empresa tiene lneas de montaje en dos ciudades, Castelln y Sabadell, mientras que sus tres principales cadenas de distribucin estn localizadas en Madrid, Barcelona, y Victoria. La oficina de Madrid presenta una demanda anual de 10.000 bicicletas, mientras que la de Barcelona solicita 8.000 y de Vitoria 15.000. La planta de Castelln puede producir hasta 20.000 bicicletas anuales, por 15.000 la de Sabadell. Los costes de transporte por unidad son los siguientes: Destino Madrid 2 3 Destino Barcelona 3 1 Destino Victoria 5 4

Origen Castelln Sabadell

La compaa transporte.

pretende establecer un plan de distribucin que minimice sus costes anuales de

y Notacin:
C=Castelln S=Sabella M=Madrid V=Victoria B=Barcelona

y Tenemos que:
CM = N de bicicletas a transportar desde Castelln hasta Madrid CB = N de bicicletas a transportar desde Castelln hasta Barcelona CV = N de bicicletas a transportar desde Castelln hasta Victoria SM = N de bicicletas a transportar desde Sabella hasta Madrid SB = N de bicicletas a transportar desde Sabella hasta Barcelona SV = N de bicicletas a transportar desde Sabella hasta Victoria

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

y Sea: Solucin lindo:

MIN 2 CM + 3 CB + 5 CV + 3 SM + 1 SB + 4 SV ST CM + SM = 10000 CB + SB = 8000 CV + SV = 15000 CM + CB + CV <= 20000 SM + SB + SV <= 15000 END GIN 6 LP OPTIMUN FOUND AT STEP 2 OBJECTIVE VALUE= 96000.0000 OBCJETIVE FUNTION VALUE 1) 96000.00 VARIABLE CM CB CV SM SB SV ROW 2) 3) 4) 5) 6) VALUE 10000.0000000 0.0000000 8000.000000 0.000000 8000.00000 7000.000000 SLACK OR SURPLUS 0.000000 0.000000 0.000000 2000.000000 0.000000 2 DETERM.= REDUCED COST 2.000000 3.000000 5.000000 3.000000 1.000000 4.000000 DUAL PRIECES 0.000000 0.000000 0.000000 0.000000 0.000000 1.000E 0

NO. ITERATIONS= BRANCHES= 0

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Interpretacin: Las cantidades a transportar son: Origen Castelln Castelln Castelln Sabadell Sabadell Sabadell Sobra Destino Madrid Barcelona Victoria Madrid Barcelona Victoria Cantidad 10000 0 8000 0 8000 7000 2000

Lo que nos deja un costo mnimo de 96.000 euros.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 5
Este problema representa una de las primeras aplicaciones de la PL, y comenz a utilizarse en los hospitales para determinar la dieta ms econmica con la que alimentar a los pacientes a partir de unas especificaciones nutritivas mnimas. En la actualidad tambin se aplica con xito en el mbito agrcola con la misma idea de encontrar la combinacin ptima de alimentos que , logrando un aporte nutritivo mnimo, suponga el menor costo posible. Un centro de nutricin utiliza tres tipos de granos para elaborar un cereal natural que vende por kilos. El eslogan del centro es que cada 125 gramos de su cereal, tomados con medio vaso de leche entera, cubre las necesidades alimenticias de un adulto en cuanto a protenas, hidratos de carbono, fsforo y magnesio. El costo de cada tipo de grano y sus contenidos por Kg, se reflejan en la siguiente tabla.

GRANO A B C

COSTO POR KG(Euros) 0.33 0.47 0.38

PROTEINAS Unidades/KG 22 28 21

HIDRATOS Unidades/Kg 16 14 25

FOSFORO Unidades/KG 8 7 9

MAGNESIO Unidades/kg 5 0 6

Los requisitos nutricionales mnimos por da para un adulto son 3 unidades de protena, 2 de hidratos de carbono, 1 de fsforo y 0.425 de magnesio. Se tratar pues de establecer la mezcla adecuada de granos que logra cubrir estas necesidades con el mnimo costo para el centro.

y Tenemos que:
XA = Kg de gano A a usar en 125 g de cereal XB = Kg de gano B a usar en 125 g de cereal XC = Kg de gano C a usar en 125 g de cereal y Sea: Solucin lindo: MIN 0.33 XA + 0.47 XB + 0.38 XC ST 22 XA + 28 XB + 21 XC >= 3 16 XA + 14 XB + 25 XC >= 2 8 XA + 7 XB + 9 XC >= 1 5 XA + 6 XC >= .425 XA + XB + XC = .125 END

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

y Resultado lindo:

LP OPTIMUN FOUND AT STEP 3 OBJECTIVE FUNCTION VALUE

OBCJETIVE FUNTION VALUE 1) 0.5075001E-01 VARIABLE XA XB XC ROW 2) 3) 4) 5) 6) VALUE 0.025000 0.050000 0.050000 SLACK OR SURPLUS 0.000000 0.350001 0.000000 0.000000 0.000000 3 REDUCED COST 0.000000 0.000000 0.000000 DUAL PRIECES -0.390000 0.000000 0.000000 -0.440000 10.450000

NO. INERATIONS =

La solucin ideal ser usar 25 gramos de grano tipo A, 50 de grano tipo B y otros 50 de grano tipo C. Con ello logramos cumplir con nuestro eslogan al menor coste posible.

Ejercicio 6

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

POLITICA DE PRSTAMOS BANCARIOS. Una institucin financiera, TB, se encuentra en el proceso de formular su poltica de prstamos para el prximo trimestre. Para ese fin se asigna un total de $ 12 millones. Siendo una institucin de servicios integrales, est obligado a entregar prstamos a diversos clientes. La tabla que sigue seala los tipos de prstamos, la tasa de inters que cobra el banco y la posibilidad de que el cliente no cubra sus pagos, irrecuperables o incobrables, segn se estima por experiencia: Tipos de prstamos Personal Automvil Casa habitacin Agrcola Comercial tasa de inters 0.140 0.130 0.120 0.125 0.100 Prob. de incobrables. 0.10 0.07 0.03 0.05 0.02

Se supone que los pagos que no se cubren son irrecuperables y, por lo tanto, no producen ingreso por concepto de intereses. La competencia con otras instituciones financieras del rea requiere que el banco asigne cuando menos el 40% de los fondos totales a prstamos agrcolas y comerciales. Para dar asistencia a la industria de la habitacin en la regin, los prstamos para casa habitacin deben ser iguales cuando menos al 50% de los prstamos personales, para automvil y para casa habitacin. El banco tiene asimismo, una poltica establecida que especifica que la relacin global de pagos irrecuperables no puede ser superior a 0.04. Formule un modelo matemtico de programacin lineal que nos indique cmo repartir los fondos? SOLUCIN:

Planteamiento: Definicin de variables:

Xi: cantidad de prstamo i, i=1,2,3,4,5

Funcin objetivo:
Max Z= (0.14*0.9) X1 + (0.13*0.93) X2 + (0.12*0.97) X3 + (0.125*0.95) X4 + (0.1*0.98) X5 Max Z= 0.126X1 + 0.1209 X2 + 0.1164 X3 + 0.11875 X4 + 0.098 X5

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Sujeto a:
0.5X3 - 0.5X1 - 0.5X2 0 X4 +X5 4800000 0.1X1 +0.07X2 +0.03X3 +0.05X4 +0.02X5 0.04 X1 +X2 +X3 +X4 +X5 0.06X1 +0.03X2 -0.01X3 +0.01X4 -0.02X5 0 X1 +X2 +X3 +X4 +21X5 12000000 Xi 0 y entero

Solucin por LINDO:

LP OPTIMUM FOUND AT STEP 3 OBJECTIVE FUNCTION VALUE 1) VARIABLE 1439040. VALUE REDUCED COST 0.000000 0.004100 0.000000 0.000000 0.020750 DUAL PRICES -0.008600 -0.001950 0.000000 0.120700 3

X1 3600000.000000 X2 0.000000

X3 3600000.000000 X4 4800000.000000 X5 0.000000

ROW SLACK OR SURPLUS 2) 3) 0.000000 0.000000

4) 228000.000000 5) 0.000000 NO. ITERATIONS=

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Interpretacin: Las cantidades de dinero para cada tipo de prstamo son:

Tipo de prstamo Personal Automvil Casa habitacin Agrcola Comercial Cantidad 3.600.000 0 3.600.000 4.800.000 0

Lo que nos deja un mximo de ganancia de $ 1.439.040.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 7
Una refinera de Petrleo crudo produce tres tipos de gasolina (1,2 y 3). Cada tipo de gasolina se produce mezclando tres tipos de petrleo crudo (1,2 y 3). La tabla 1 entrega los precios de venta por barril de las gasolinas y los precios de compra, por barril, del petrleo crudo. Se pueden comprar hasta 5.000 barriles de cada tipo de petrleo crudo diariamente. Tabla 1. Precios Precio Venta US$/barril 70 60 50 Precio Compra US$/barril 45 35 25

Gasolina 1 Gasolina 2 Gasolina 3

Crudo 1 Crudo 2 Crudo 3

Los tres tipos de gasolina difieren en su ndice de octano y en su contenido de azufre. La mezcla de petrleo crudo que se utiliza para obtener la gasolina 1 debe tener un ndice de octano promedio de por lo menos 10 y a lo ms 1% de azufre. La mezcla de petrleo crudo que se utiliza para obtener la gasolina 2 debe tener un ndice de octano promedio de por lo menos 8 y a lo ms 2% de azufre. Adems la mezcla de petrleo crudo que se utiliza para obtener la gasolina 3 debe tener un ndice de octano promedio de por lo menos 6 y a lo ms 1% de azufre. El ndice de octano y el contenido de azufre de los tres tipos de petrleo se dan en la tabla 2. La transformacin de un barril de petrleo en un barril de gasolina cuesta 4 dlares, y la refinera puede producir diariamente, hasta 14.000 barriles de gasolina. Tabla 2. Octanaje y azufre de crudos. ndice de Octano 12 6 8 Contenido de Azufre 0,5% 2,0% 3,0%

Crudo 1 Crudo 2 Crudo 3

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Los clientes de la refinera, necesitan diariamente las siguientes cantidades de cada tipo de gasolina: 3.000 barriles de gasolina 1; 2.000 de gasolina 2 y 1.000 de gasolina 3. La compaa se siente comprometida a cumplir con estas demandas. La refinera tiene la posibilidad de estimular la demanda de sus productos mediante publicidad. Cada dlar invertido diariamente en publicidad para cierto tipo de gasolina, aumenta la demanda diaria de este tipo de gasolina en 10 barriles. Por ejemplo, si la empresa decide gastar diariamente 20 dlares para promover la gasolina 2, la demanda diaria de gasolina 2 se incrementar en 20(10)=200 barriles. Formule un problema de Programacin Lineal que permita a la empresa maximizar sus ganancias diarias (ganancias-ingresos-costos).

SOLUCIN: Planteamiento:
sea Cij el crudo de tipo i usado en la fabricacin de la gasolina tipo j, y sea Ik la Inversin en dlares realizada en la publicidad de la gasolina de tipo k Funcin objetivo: maximizar ganancias: Max Z = 70*(C11+C21+C31)+60*(C12+C22+C32)+50*(C13+C23+C33)45*(C11+C12+C13)-35*(C21+C22+C23)-25*(C31+C32+C33)4*(C11+C12+C13+C21+C22+C23+C31+C32+C33)-I1-I2-I3 Sujeto a: C11+C12+C13+C21+C22+C23+C31+C32+C33<=14000//mximo de C11+ C12+C13<=5000 //CRUDOS DE TIPO 1 C21+ C22+C23<=5000 //CRUDOS DE TIPO 2 C31+ C32+C33<=5000 //CRUDOS DE TIPO 3 //produccin igual a la demanda C11+C21+C31-10*I1=3000 C12+C22+C32-10*I2=2000 C13+C23+C33-10*I3=1000 barriles

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

//promedio de octanos 12*C11+6*C21+8*C31-10*(C11+C21+C31)>=0 12*C12+6*C22+8*C32-8*(C12+C22+C32)>=0 12*C13+6*C23+8*C33-6*(C13+C23+C33)>=0 //promedio de azufre 0,5*C11+2*C21+3*C31-1*(C11+C21+C31)<=0 0,5*C12+2*C22+3*C32-2*(C12+C22+C32)<=0 0,5*C13+2*C23+3*C33-1*(C13+C23+C33)<=0

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 8
USO Y URBANIZACION DE LA TIERRA. Relax Turismo Ltda..,posee 800 Hectreas de tierra de primera clase, pero no urbanizada, en el lago Panguipulli en la ribera sur. En el pasado se aplicaba poca o ninguna regulacin a nuevas urbanizaciones en torno al lago. Las orillas del lago ahora estn alineadas con residencias vacacionales agrupadas. Debido a la falta de servicio de drenaje, o desage por alcantarillado, se utilizan muchos tanques spticos, la mayora instalados en forma inadecuada. Con el paso de los aos, la infiltracin de los tanques spticos ha provocado un severo problema de contaminacin de las aguas (caso real). Para controlar la degradacin ms profunda en la calidad del agua, los funcionarios del municipio presentaron y aprobaron algunos reglamentos estrictos aplicables a todas las urbanizaciones a futuro: 1. Slo se pueden construir casas para una, dos y tres familias, donde las unifamiliares constituyen cuando menos el 50% del total. 2. Para limitar el nmero de tanques spticos, se requieren tamaos de lote mnimo de 2, 3 y 4 hectreas para casas de una, dos y tres familias. 3. Se deben establecer reas de recreo de 1 hectrea cada una a razn de un rea por cada 200 familias. 4. Para preservar la ecologa del lago, no se puede extraer agua del subsuelo para uso en la casa o en el jardn. El Presidente de la empresa, estudia la posibilidad de urbanizar las 800 hectreas de la compaa en el lago. La nueva urbanizacin incluir casas para una, dos y tres familias. El estima que el 15% del terreno se utilizar en la apertura de calles y vas de acceso para servicios. Tambin calcula que los siguientes sern sus ingresos derivados de la venta de las diversas unidades habitacionales: Unidad Habitacional Sencilla Ingreso neto por unidad $ 10.000 Doble 15.000 Triple 20.000

El costo de conexin del servicio de agua al rea es proporcional al nmero de unidades que se construyan. Sin embargo, la comunidad estipula que se deber recolectar un mnimo de $ 100.000, para que el proyecto sea econmicamente factible. Adems la expansin del sistema acufero ms all de su capacidad actual est limitada a 200.000 galones por da durante los periodos de consumo mximo.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Los datos que siguen, resumen el costo de conexin del servicio de agua y tambin del consumo de agua suponiendo una familia de tamao medio.
Unidad Habitacional Costo del Servicio de Agua por Unidad ($) Consumo de Agua por Unidad (Gal/dia) Sencilla 1.000 400 Doble 1.200 600 Triple 1.400 840 Recreo 800 450

Formule un modelo matemtico que le permita decidir el nmero de unidades que se construiran de cada tipo de habitacin, junto con el nmero de reas de recreo que satisfagan los decretos del municipio.

Planteamiento del Problema

X1= N unidades de casas unifamiliares. X2= N unidades de casas para dos familias. X3= N unidades de casas para tres familias. X4= N reas de recreo. Max Z = 10000 X1 + 12000 X2 + 15000 X3 SA: 2 X1 + 3 X2 + 4 X3 + 1X1 <= 680 0.5 X1 - 0.5 X2 - 0.5 X3 >= 0 200 X4 - X1 2 X2 3 X3 >= 0 X1 + 1.2 X2 +1.4 X3 +0.8 X4 >= 100 0.4 X1 + 0.6 X2 + 0.84 X3 + 0.45 X4 <= 200

Solucin por LINDO

Max 10000 X1 + 12000 X2 + 15000 X3 ST 2 X1 + 3 X2 + 4 X3 + 1X1 <= 680 0.5 X1 - 0.5 X2 - 0.5 X3 >= 0 200 X4 - X1 2 X2 3 X3 >= 0 X1 + 1.2 X2 +1.4 X3 +0.8 X4 >= 100 0.4 X1 + 0.6 X2 + 0.84 X3 + 0.45 X4 <= 200

END

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

LP OPTIMUM FOUND AT STEP

OBJECTIVE FUNCTION VALUE 1) 2493333 VARIABLE X1 X2 X3 X4 ROW 2) 3) 4) 5) 6) VALUE 113.333336 113.333336 0.000000 1.700000 SLACK OR SURPLUS 0.000000 0.000000 0.000000 150.693329 85.901665 4 REDUCED COST 0.000000 0.000000 666.666687 0.000000 DUAL PRICES 3666.666748 -2000.000000 0.000000 0.000000 0.000000

NO. ITERATIONS=

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 9
Al gerente de una cartera de inversiones de una AFP, se le ha pedido invertir US$ 1.000.000. El departamento de investigacin de inversiones ha identificado seis fondos mutuos con estrategias de inversin variables, resultando en diferentes rendimientos potenciales y riesgos asociados, como se resume en la tabla siguiente:

RIESGO Y TASA ESPERADA DE RENDIMIENTO DE SEIS FONDOS DE INVERSIN FONDOS 1 2 3 4 5 6 Precio ($/accin) 45 76 110 17 23 22 Devolucin 30 20 15 12 10 7 esperada (%) Categora de riesgo A A A M M B Donde A= alto; M = mediano y B = bajo Una forma de controlar el riesgo es limitar la cantidad de dinero invertido en los diversos fondos. Para ese fin, la administracin de la AFP, ha especificado las siguientes pautas: y y y la cantidad total invertida en fondos de alto riesgo debe estar entre 50 y 75% de la cartera. La cantidad total invertida en fondos de mediano riesgo debe estar entre 20 y 30% de la cartera. La cantidad total invertida en fondos de bajo riesgo debe ser al menos de 5% de la cartera.

Una segunda forma de controlar el riesgo es diversificar, esto es, esparcir el riesgo invirtiendo en muchas alternativas diferentes. La gerencia de la AFP, ha especificado que la cantidad invertida en los fondos de alto riesgo deben estar en la proporcin 1:2:3, respectivamente. La cantidad invertida en los fondos de mediano riesgo (4 y 5) en la proporcin 1:2. Con estas pautas, Qu cartera debera Ud., como gerente de inversiones, recomendar para maximizar la tasa esperada de retorno? Formular el problema a travs del modelo de Programacin lineal.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Planteamiento del Problema Fi = N de Fondos Max Z= 0.30F1 + 0.20F2 + 0.15F3 + 0.12F4 + 0.10F5 + 0.07F6 Sujeto a: F1 + F2 + F3 >= 0.50 (min alto riesgo) F1 + F2 + F3 <= 0.75 (max alto riesgo) F4 + F5 >= 0.20 (min mediano riesgo) F4 + F5 <= 0.30 (max mediano riesgo) F6 >= 0.05 (min bajo riesgo) -2F1 + F2 = 0 (proporcin de F1 a F2) -3F1 + F3 = 0 (proporcin de F1 a F3) -2F4 + F5 = 0 (proporcin de F4 a F5) F1 + F2 + F3 + F4 + F5 + F6 = 1 (cartera total) SOLUCION POR LINDO: LP OPTIMUM FOUND AT STEP 4

OBJECTIVE FUNCTION VALUE 1) VARIABLE F1 F2 F3 F4 F5 F6 0.1685833 VALUE 0.125000 0.250000 0.375000 0.066667 0.133333 0.050000 REDUCED COST 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.250000 0.000000 3) 0.000000 0.000000 4) 0.000000 -0.085000 5) 0.100000 0.000000 6) 0.000000 -0.121667 7) 0.000000 0.008333 8) 0.000000 -0.041667 9) 0.000000 -0.006667 10) 0.000000 0.191667 NO. ITERATIONS= 4

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 10
El departamento de ingeniera industrial en una Universidad desea determinar cual es la mejor asignacin de profesores para un conjunto de cursos que se deben dictar el prximo semestre. Cada profesor debe dictar uno de los siguientes cursos: Optimizacin, Economa, Investigacin Operativa, Gestin de Operaciones y Evaluacin de Proyectos. Se ha consultado a los profesores sobre sus preferencias para dictar cada uno de estos cursos. La tabla siguiente muestra estas preferencias, siendo 10 la preferencia mxima y 1 la menor. Si se asume que el nivel total de satisfaccin de las preferencias se obtiene sumando las preferencias individuales. Resolver el problema utilizando programacin matemtica que: a) Formule el problema a travs de un modelo matemtico. b) Cul es la mejor asignacin? c) Formule el problema dual asociado.

CURSOS OPTIMIZACION ECONOMIA INVESTIGACION OPERATIVA GESTION DE OPERACIONES EVALUACION DE PROYECTOS

TABLA: PREFERENCIAS POR CURSO PROFESORES A B C 8 9 6 6 6 10 10 10 5 8 9 4 5 4 9

D 10 4 10 8 3

E 3 9 4 5 6

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Planteamiento del Problema Xij = Curso tipo i y j es el profesor asignado a ese curso Max = 8X11 + 9X21 + 6X31 + 10X41 + 3X51 + 6X12 + 6X22 + 10X32 + 4X42 + 9X52 + 10X13 + 8X23 + 5X33 + 10X43 + 4X53 + 10X14 + 9X24 + 4X34 + 8X44 + 5X54 + 5X15 + 4X25 + 9X35 + 3X45 + 6X55 Sujeto a: X11+X12+X13+X14+X15 = 1 X21+X22+X23+X24+X25 = 1 X31+X32+X33+X34+X35 = 1 X41+X42+X43+X44+X45 = 1 X51+X52+X53+X54+X55 = 1

X11+X21+X31+X41+X51 = 1 X12+X22+X32+X42+X52 = 1 X13+X23+X33+X43+X53 = 1 X14+X24+X34+X44+X54 = 1 X15+X25+X35+X45+X55 = 1 SOLUCION POR LINDO LP OPTIMUM FOUND AT STEP 12

OBJECTIVE FUNCTION VALUE 1) 47.00000 VALUE 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 1.000000 0.000000 REDUCED COST 2.000000 0.000000 7.000000 0.000000 9.000000 1.000000 0.000000 0.000000 3.000000 0.000000 0.000000 1.000000

VARIABLE X11 X21 X31 X41 X51 X12 X22 X32 X42 X52 X13 X23

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

X33 X43 X53 X14 X24 X34 X44 X54 X15 X25 X35 X45 X55

0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000

8.000000 0.000000 8.000000 0.000000 0.000000 9.000000 2.000000 7.000000 1.000000 1.000000 0.000000 3.000000 2.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 1.000000 3) 0.000000 0.000000 4) 0.000000 4.000000 5) 0.000000 1.000000 6) 0.000000 3.000000 7) 0.000000 9.000000 8) 0.000000 6.000000 9) 0.000000 9.000000 10) 0.000000 9.000000 11) 0.000000 5.000000 NO. ITERATIONS= 12

Interpretacin El Lindo nos dice que la mejor asignacin de los profesores ser de 47 de un total posible de 50.

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

Ejercicio 11
Se le ha escogido a usted para acomodar las canciones del ltimo lbun de Madonna, en la versin de cassette. Una cinta de un cassette tiene dos lados (lado 1 y lado 2). Las canciones en cada lado deben sumar entre 14 y 16 minutos de duracin. La duracin y el tipo de cada cancin se dan en la tabla. La asignacin de las canciones a la cinta, debe satisfacer las siguientes condiciones: 1.-En cada lado debe haber exactamente dos baladas. 2.-En el lado 1 debe haber por lo menos 3 hits. 3.-Ya sea la cancin 5, o bien, la cancin 6 debe estar en el lado 1. 4.-Si las canciones 2 y 4 se encuentran en el lado 1, entonces la cancin 5 tendr que estar en el lado 2. Explique cmo podra utilizar una formulacin de programacin entera para determinar si existe un arreglo de las canciones que satisface estas restricciones. Cancin 1 2 3 4 5 6 7 8 tipo balada hit balada hit balada hit balada y hit duracin(en minutos) 4 5 3 2 4 3 5 4

Planteamiento del Problema

Xij = Cancin i, Lado j
Max Z = 4X11 + 5X21 + 3X31 + 2X41 + 4X51 + 3X61 + 5X71 + 4X81 Sujeto a: 4X11 + 5X21 + 3X31 + 2X41 + 4X51 + 3X61 + 5X71 + 4X81 >= 14 (Lado 1 min y max) 4X11 + 5X21 + 3X31 + 2X41 + 4X51 + 3X61 + 5X71 + 4X81 <= 16 4X12 + 5X22 + 3X32 + 2X42 + 4X52 + 3X62 + 5X72 + 4X82 >= 14 (Lado 2 min y max) 4X12 + 5X22 + 3X32 + 2X42 + 4X52 + 3X62 + 5X72 + 4X82 <= 16

X11 + X12 = 1 (la cancin debe estar en un lado) X21 + X22 = 1

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

X31 + X32 = 1 X41 + X42 = 1 X51 + X52 = 1 X61 + X62 = 1 X71 + X72 = 1 X81 + X82 = 1 X11 + X31 + X51 + X71 = 2 (max 2 Hit s por lado) X12 + X32 + X52 + X72 = 2 X21 + X41 + X61 + X81 >= 3 (min Hit s lado 1) LP OPTIMUM FOUND AT STEP 10

OBJECTIVE FUNCTION VALUE 1) 16.00000 VALUE 0.000000 0.000000 1.000000 1.000000 1.000000 1.000000 0.000000 1.000000 1.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 REDUCED COST 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

VARIABLE X11 X21 X31 X41 X51 X61 X71 X81 X12 X22 X32 X42 X52 X62 X72 X82

ROW SLACK OR SURPLUS DUAL PRICES 2) 2.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 -1.000000 5) 2.000000 0.000000 6) 0.000000 4.000000 7) 0.000000 5.000000 8) 0.000000 3.000000 9) 0.000000 2.000000 10) 0.000000 4.000000

UNIVERSIDAD DEL BO-BO

FACULTAD DE CIENCIAS EMPRESARIALES INGENIERA CIVIL EN INFORMTICA

11) 12) 13) 14) 15) 16)

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 10

3.000000 5.000000 4.000000 0.000000 0.000000 0.000000

NO. ITERATIONS=

Interpretacin El Lindo nos muestra que en el Lado 1 deben ir las canciones 3, 4, 5, 6, 8 y en el Lado 2 las canciones 1, 2 y 7.