0% encontró este documento útil (0 votos)
29 vistas27 páginas

Operaciones de Decisión en Programación Lineal

Este documento presenta cuatro ejemplos de planteamiento de modelos de programación lineal. Los ejemplos incluyen maximizar ganancias asignando tiempo de trabajo en centros de producción, maximizar beneficios al asignar producción a máquinas, y minimizar costos de una dieta al asignar cantidades de alimentos.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
29 vistas27 páginas

Operaciones de Decisión en Programación Lineal

Este documento presenta cuatro ejemplos de planteamiento de modelos de programación lineal. Los ejemplos incluyen maximizar ganancias asignando tiempo de trabajo en centros de producción, maximizar beneficios al asignar producción a máquinas, y minimizar costos de una dieta al asignar cantidades de alimentos.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

OPERACIO

NES DE
DECISIÓN
Ciclo I-2020
Operaciones de Decisión

Unidad 1: Programación Lineal: Planteamiento de Modelos

Unidad 2: El Método Simplex

Unidad 3: Análisis de Sensibilidad y Dualidad

Unidad 4: Problema de Transporte


Unidad 1: Programación Lineal:
Planteamiento de Modelos

1.1 Introducción
1.2 El arte de plantear problemas.
1.3 Problemas de un solo periodo
1.4 Problemas de periodos múltiples
Introducción
Introducción

¿OPERACIÓN?
Ejecuciones o procedimientos
metódicos y sistemáticos sobre
cuerpos, números, u otros, para
lograr un determinado fin.
Introducción

¿DECISIÓN?
Una decisión es la determinación para
actuar ante una situación que presenta
varias alternativas.
Introducción

Las operaciones de decisión se enmarcan en la disciplina Investigación


de Operaciones, de esta ultima se destacan los aspectos siguientes:
a) Su aplicación en Sistemas.
b) El uso de modelos como su esencia.
c) Su propósito de ayudar a tomar acción, científicamente.
d) Su casi ilimitada amplitud de aplicaciones.
Investigación
de
Operaciones
Etapas de la investigación de Operaciones

Definición del
Obtención de la Establecimient
problema y Formulación de
solución a Prueba del o de controles Implementació
recolección de un modelo
partir de un modelo sobre la n
los datos de matemático.
modelo. solución
insumo.
Introducción

En la investigación de operaciones es indispensable identificar tres


elementos:
 El objetivo
 Las limitaciones
 Las alternativas de decisión.
El arte de
plantear
problemas.
Variables

¿VARIABLE?
Es un símbolo que permite identificar a un
elemento no especificado dentro de un
determinado grupo, pues varía o está sujeto
a algún tipo de cambio. Se caracteriza por
ser inestable, inconstante y mudable.
Variables
Nominal

Cualitativas Ordinal

Binaria
Variables
Discreta

Cuantitativas

Continua
Variables

Variable discreta
Las variables discretas son variables numéricas que tienen un número contable de valores
entre dos valores cualesquiera. Una variable discreta siempre es numérica. Por ejemplo, el
número de quejas de los clientes o el número de fallas o defectos.

Variable continua
Las variables continuas son variables numéricas que tienen un número infinito de valores
entre dos valores cualesquiera. Una variable continua puede ser numérica o de fecha/hora.
Por ejemplo, la longitud de una pieza o la fecha y hora en que se recibe un pago.
Planteamiento de problemas

En forma general, un modelo matemático trata de asignar valores a


variables (de decisión), de forma que se logre el objetivo propuesto.
Planteamiento de problemas

Coeficiente Variable Relación/Restricción


Para asignar los valores óptimos o
mas apropiados a las variables de
decisión es necesario construir un
modelo matemático. El cual esta
constituido fórmulas que
representan la relación entre las
𝟒 𝒙 −𝟕=𝟓
distintas variables, parámetros y
restricciones. Operador Constantes
Planteamiento
de modelos de
programación
lineal
Planteamiento de problemas
Maximizar
Z = c1x1 + c2x2 + … + cnxn FO

Sujeta a las restricciones


a11x1 + a12x2 + … a1nxn ≤ b1
a21x1 + a22x2 + … a2nxn ≤ b2 restricciones

am1x1 + am2x2 + … amnxn ≤ bm


y
x1 ≥ 0, x2 ≥ 0, … xn ≥ 0. condición de no
negatividad
Planteamiento de problemas

Otras formas
1. Minimizar en lugar de maximizar la función objetivo.
2. Restricciones con desigualdad en sentido mayor o igual
3. Restricciones en forma de ecuación
4. Variables de decisión sin la restricción de no negatividad
Planteamiento de problemas
Ejemplo 1
La empresa Alfa, fabrica dos productos T y U, Tiempo por
que requieren un cierto tiempo de trabajo en los unidad hora Horas-hombre
centros I, II, III. La empresa logra vender todo lo Centro disponibles por
que produce. semana.
T U
El tiempo de fabricación empleado en cada
unidad en los centros respectivos, así como las
horas-hombre disponibles por semana en los I 2 2 160
mismos, están indicados en la tabla siguiente II 1 2 120
dónde, además, figura la ganancia por unidad de
producto. III 4 2 280
Se debe asignar el tiempo de trabajo en cada
centro con objeto de optimizar la ganancia y Ganancia
$6000 $4000
satisfacer la restricciones de horas-hombre por unidad:
disponibles.
T = cantidad de productos T a fabricar en la semana
U = cantidad de productos U a fabricar en la semana

Función objetivo

Maximizar Z = 6000T + 4000U

Sujeto a:
2T + 2U ≤ 160 (Centro de trabajo I)
1T + 2U ≤ 120 (Centro de trabajo II)
4T + 2U ≤ 280 (Centro de trabajo III)
T≥0
U≥0
Planteamiento de problemas
Ejemplo 2
Una fábrica ha descontinuado la producción de Máquina Tiempo Disponible
una línea de productos no rentables. Esto ha (Horas/semana)
creado un considerable exceso de capacidad Máquina 1 150
de producción. La Gerencia está considerando
utilizar este exceso de capacidad para fabricar Máquina 2 100
uno o más productos de los tres productos
llamados producto 1, producto 2 y producto 3. Máquina 3 50
La capacidad disponible en las máquinas que
podrían limitar la producción es la siguiente:
Planteamiento de problemas
El número de horas-máquina requerido por unidad de producto es la siguiente:
Máquina Producto 1 Producto 2 Producto 3
Máquina 1 8 2 3
Máquina 2 4 3 -
Máquina 3 2 - 1

El Departamento de Ventas indica que las ventas potenciales para los productos 1 y 2 son
superiores a la máxima producción obtenible y que el potencial de ventas para el producto 3 es
de 20 unidades por semana. Las utilidades unitarias serían de $20.00, $6.00 y $8.00 para los
productos 1, 2 y 3 respectivamente.
Formule el modelo de programación lineal para determinar cuantas unidades de cada artículo
debe producir la firma, a fin de maximizar sus beneficios.
X1= cantidad de producto 1 a fabricar
Xi = cantidad de producto i a fabricar, i = 1, 2, 3 X2 = cantidad de producto 2 a fabricar
X3 = cantidad de producto 3 a fabricar

Función objetivo
Maximizar Z = 20x1 + 6x2 + 8x3
Sujeto a:
8x1 + 2x2 + 3x3 ≤ 150 (Máquina 1)
4x1 + 3x2 ≤ 100 (Máquina 2)
2x1 + 1x3 ≤ 50 (Máquina 3)
x3 ≤ 20 (Potencial de ventas)
x1 ≥ 0
x2 ≥ 0
x3 ≥ 0
0 ≤ x3 ≤ 20
Planteamiento de problemas
Ejemplo 3
Uno de los problemas típicos de la programación lineal es el problema
de la dieta. El objetivo es determinar las cantidades de ciertos
alimentos que deben ser ingeridos para satisfacer ciertos
requerimientos nutricionales a un costo mínimo. Suponga que solo se
considera la leche, la carne y los huevos y las vitaminas A, C y D. Asuma
que la cantidad de miligramos de cada una de estas vitaminas,
contenida en una unidad de cada alimento es la que se muestra en la
tabla.
Planteamiento de problemas

Botella de Docena de Requerimientos


Vitamina Libra de carne
leche huevos mínimos diarios

A 1 mg 1 mg 10 mg 1 mg
C 10 mg 10 mg 10 mg 50 mg
D 10 mg 100 mg 10 mg 10 mg
Costo $1.00 $1.10 $0.50  
X1 = cantidad de botellas de leche a consumir
X2 = cantidad de libras de carne a consumir
X3 = cantidad de docenas de huevos a consumir

Función objetivo
Minimizar Z = 1x1 + 1.1x2 + 0.5x3

Sujeto a:
1x1 + 1x2 + 10x3 ≥ 1 Vitamina A
10x1 + 10x2 + 10x3 ≥ 50 Vitamina C
10x1 + 100x2 + 10x3 ≥ 10 Vitamina D
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0

También podría gustarte