Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Optimizar obligacion
cientficos
Autores
Programacion
grafico
2.1.
C ONCEPTOS
B ASICOS
2.2.
A N ALISIS
DE SENSIBILIDAD
A N ALISIS
DE SENSIBILIDAD EN LOS PAR AMETROS
DE LAS UTILIDADES
17
2.2.2.
En las restricciones que tienen el signo de relacion resulta que se pueden tener mas recursos que los
demandados y son cuantificados por las variables llamadas de holgura. Mientras que los recursos con
tienen mas demanda que los recursos y es cuantificada por las variables de exceso. Por ejemplo:
1).- Si la restricci
on es 4x + 2y 10 y la demanda 4x + 2y = 8, entonces tenemos una holgura de 2.
2).- Si la restricci
on es 4x + 2y 10 y la demanda 4x + 2y = 10, entonces tenemos una holgura de 0.
3).- Si la restricci
on es 4x + 2y 10 y la demanda 4x + 2y = 14, entonces tenemos un exceso de 4.
4).- Si la restricci
on es 4x + 2y 10 y la demanda 4x + 2y = 10, entonces tenemos un exceso de 0.
2.2.3.
A N ALISIS
DE SENSIBILIDAD EN LOS RECURSOS
2.3.
M ODELADO
DE PROBLEMAS LINEALES
En general en un problema lineal el modelo matematico que representa al problema esta constituido por
relaciones matem
aticas que pueden contener ecuaciones y/o desigualdades del tipo o . Las variables que
intervienen en el modelo representan simb
olicamente la esencia del problema que se pretende solucionar.
De esta forma los modelos matem
aticos tienen muchas ventajas sobre una simple descripcion verbal del
problema; una ventaja es que el modelo matematico describe un problema en forma mucho mas concisa
18
eliminando ambig
uedades. Esto tiende a hacer que toda la estructura del problema sea mas comprensible
y ayude a revelar las relaciones importantes entre causa y efecto del problema. De esta manera, el modelo
nos indica con m
as claridad que datos adicionales son importantes incluir en el analisis. Simultaneamente
facilita el manejo del problema en su totalidad y el estudio de todas sus interpretaciones. Por u
ltimo,
un modelo matem
atico forma un puente para poder emplear tecnicas matematicas y computadoras, para
analizar y resolver f
acilmente el problema.
Por otro lado, para poder modelar los problemas presentados en los textos no existe regla general
que se pueda utilizar para este efecto, pero se pueden seguir las siguientes recomendaciones, como una
metodologa de modelaci
on.
1).- Leer el problema hasta que sea posible explicarlo sin necesidad de leerlo.
2).- Identificar la funci
on objetivo, esta siempre esta en la pregunta.
3).- Definir las variables de decisi
on, generalmente estas se obtienen de la funcion objetivo, identificando
en el enunciado todo lo que influye para poder calcular el valor optimo.
4).- Establecer las restricciones del problema, estas se encuentran en cada una de las acotaciones de
los recursos. En esta parte es bien importante verificar que en cada restriccion todos los terminos
involucrados en la expresi
on representen las mismas unidades de medicion.
5).- Despues de establecer el modelo volver a revisar que no queden recursos o variables del enunciado
del problema sin considerar en el modelo.
6).- Finalmente analizar la soluci
on y verificar que tenga sentido logico en el problema.
7).- Cuando se determina que el modelo y la solucion no son validos, es necesario iniciar nuevamente el
proceso revisando cada uno de los pasos anteriores.
EJEMPLO 2.1
Una compa
na produce un ensamblado que consta de un bastidor, una barra y un cojinete. La compa
na
fabrica las barras y los bastidores, pero tiene que comprar los cojinetes a otro fabricante. Cada barra debe
procesarse en una m
aquina de forja, un torno y un esmeril. Estas operaciones requieren de 0.5 horas, 0.2
horas y 0.3 horas por barra, respectivamente. Cada bastidor requiere de 0.8 horas de trabajo de forja, 0.1
horas en el taladro, 0.3 horas en la fresadora y 0.5 horas en el esmeril. La compa
na tiene 5 tornos, 10
esmeriles, 20 m
aquinas de forja, 3 taladros y 6 fresadoras. Suponga que cada maquina opera un m
aximo
de 2,400 horas al a
no. Formule como un programa lineal el problema para encontrar el n
umero m
aximo
de componentes ensamblados que es posible producir.
1).- Considerando que se tiene la misma cantidad de barras que de bastidores.
2).- Sin la consideraci
on anterior. Analice y explique ambas respuestas.
Soluci
on En este tipo de problemas se puede facilitar su modelacion, cuando es posible formar una tabla,
en cuyas filas se tiene a las restricciones y columnas a las variables. En este problema la tabla puede
quedar de la siguiente forma:
Forja
Torno
Esmeril
Taladro
Fresadora
Barras
0.5
0.2
0.3
Bastidores
0.8
0.5
0.1
0.3
Subtotales horas
20 2400
5 2400
10 2400
3 2400
6 2400
48,000
12,000
24,000
7,200
14,400
19
Reduced Cost
0.0000000
0.0000000
Reduced Cost
0.0000000
0.0000000
Se puede tener s
olo 12,000 bastidores y 60,000 barras anualmente.
EJEMPLO 2.2
Una compa
na fabricante de aparatos de television tiene que decidir entre el n
umero de televisores con
pantalla LED o HD que debe producir. Una investigacion de mercado indica que por mes es posible vender
cuando mucho 1000 unidades LED y 4000 HD. El n
umero maximo de horas-hombre disponibles es de
50,000 por mes. Un televisor LED requiere de 20 horas-hombre, y uno HD requiere de 15 horas-hombre.
Las ganancias por unidad de los televisores LED y HD son de $60u.m. y $30 u.m., respectivamente. Se
desea encontrar el n
umero de unidades de cada tipo de televisor que la compa
na debe producir para
maximizar sus ganancias. Formule y resuelva el problema.
Soluci
on
! VARIABLES DE DECISI
ON: X, Y-CANTIDAD DE TV LED y HD, RESPECTIVAMENTE,
! PRODUCIDOS MENSUALMENTE;
! FUNCI
ON OBJETIVO MAXIMIZAR LAS GANANCIAS;
MAX=60*X+30*Y;
!RESTRICCIONES;
!VENTAS MENSUALES;
X<=1000;
Y<=4000;
20
!DISPONIBILIDAD DE TIEMPO;
20*X+15*Y<=50000;
N
SOLUCIO
Global optimal solution found at step:
3
Objective value:
120000.0
Variable
Value
X
1000.000
Y
2000.000
Reduced Cost
0.0000000
0.0000000
El fabricante debe producir al mes 1,000 TV con pantalla LED y 2,000 TV HD para maximizar sus
ganancias en 120, 000u.m.
Ejercicios 2.2A p
agina 20 del libro de TAHA 9na. edicion.
4.- En dos productos se requieren tres procesos consecutivos. El tiempo disponible para cada proceso es
de 10 horas diarias. La tabla siguiente resume los datos del problema.
Producto
1
2
a Determine la combinaci
on
optima de fabricacion de los dos productos.
Soluci
on. Las variables de decision son: x-cantidad de productos 1 diarios y y-cantidad de
productos 2 diarios. Para la restriccion del tiempo tenemos que transformar todo a minutos u
horas. Eligiendo minutos, el tiempo total es de 10 60 = 600 minutos por cada proceso. Entonces
el modelo queda de la siguiente forma:
10x + 5y 600
6x + 18y 600
m
ax z = 2x + 3y. Sujeto a :
8x + 10y 600
x, y 0
Respuesta: x = 52 productos 1 y y = 16 productos 2 diarios proporcionan una utilidad m
axima
de z = 152u.m. al da.
Resultados con an
alisis de sensibilidad
21
b Determine un procedimiento para priorizar los tres procesos, para una posible ampliacion.
Respuesta: En la figura 2.1 en la fila de C3, el rango del analisis de sensibilidad est
a entre
[576, ). Entonces la utilidad m
axima se sigue obteniendo si disminuimos el tiempo a 576 minutos
en el proceso 3.
c Que pasa si hay aumentos en los procesos y la utilidad para el producto 2 baja a 2u.m.?.
Respuesta: En la figura 2.1 en la fila de X2, el rango del analisis de sensibilidad esta entre [1, 6].
Entonces la utilidad m
axima se sigue obteniendo para una produccion de 52 y 16 productos tipo
1 y 2, respectivamente y la utilidad cae a 2(52) + 2(16) = 136u.m.
d Que pasa si el tiempo del proceso 1 disminuye 100 minutos?.
Respuesta: El recurso de 500 est
a dentro del rango del analisis de sensibilidad y el precio sombra
es de 0.12u.m., entonces la utilidad maxima disminuye a 152 0.12(100) = 140u.m.
5.- Una empresa fabrica dos productos, A y B. El volumen de ventas de A es, cuando menos, 80 % de
las ventas totales de A y B. Sin embargo, la empresa no puede vender mas de 100 unidades de
A por da. Los productos usan una materia prima, cuya disponibilidad diaria maxima es 240 lb.
Los consumos de la materia prima son 2 lb por unidad de A y 4 lb por unidad de B. Los precios
unitarios de A y B son $20u.m. y $50u.m., respectivamente.
a Determine la combinaci
on
optima de productos para esta compa
na.
Soluci
on. Las variables de decisi
on son: x-cantidad de productos A y y-cantidad de productos
x
B fabricados al da. Para la restriccion del porcentaje, tenemos x+y
0.80 0.2x 0.8y 0.
Entonces el modelo queda de la siguiente forma:
0.2x 0.8y 0
x
100
m
ax z = 20x + 50y. Sujeto a :
2x
+
4y
240
x, y 0
Respuesta: x = 80 productos A y y = 20 productos B dan una ganancia maxima diaria de
z = 2, 600u.m. Resultados con an
alisis de sensibilidad
por cada unidad que se agregue a la restriccion. El aumento se conserva cuando el recurso cambia
entre [0, 300].
c Determine el intervalo de utilidad que corresponde al intervalo de factibilidad de la materia prima.
Respuesta: En el primer inciso se obtuvo que el intervalo de factibilidad de la materia prima
[0, 300]. Entonces la utilidad para 0 es cuando el recurso lo disminuimos 240, entonces la utilidad
correspondiente es 2600 10.8333 240 = 0. Para 300 la utilidad es 2600 + 10.8333 60 = 3250.
Es decir, el intervalo de utilidad cambia entre [0, 3250].
d Use el valor unitario por unidad para determinar el efecto de cambiar la demanda m
axima del
producto A en 10 unidades.
Respuesta: En la figura 2.2 en la restriccion C2 el precio sombra indica que no hay aumento,
0, cuando el recurso cambia entre [80, ). El recurso era 100 10 unidades, entonces varia entre
90 y 110 unidades que est
an en el rango del analisis de sensibilidad.
12.- Salvaje Oeste produce dos clases de sombrero vaquero. Un sombrero de la clase 1 requiere el doble de
mano de obra que uno de la clase 2. Si toda la mano de obra se dedicara solo a la clase 2, la empresa
podra producir diariamente 600 de esos sombreros. Los lmites mnimos de mercado (demanda)
respectivamente son 150 y 200 sombreros diarios para esas clases. La utilidad es $8u.m. por cada
sombrero de la clase 1, y $5u.m. por cada uno de la clase 2.
a Aplique la soluci
on gr
afica para determinar la cantidad de sombreros diarios de cada clase con la
que se maximiza la utilidad.
Soluci
on. Las variables de decision son: x-cantidad de sombreros clase 1 y y-cantidad de sombreros clase 2, producidos diariamente. Para la restriccion de tiempo tenemos que si ki representa
el tiempo en fabricar un sombrero clase i, entonces el tiempo total disponible de trabajo al da es
de 600k2 horas (toda la mano de obra puede producir hasta 600 sombreros clase 2). De lo anterior
el tiempo de mano de obra est
a dado por k1 x + k2 y 600k2 . Por otro lado, k1 = 2k2 (la clase
1 requiere el doble de tiempo de la clase 2). Por lo tanto, 2k2 x + k2 y 600k2 2x + y 600.
Finalmente el modelo queda de la siguiente forma:
2x + y 600
y 600
x
150
m
ax z = 8x + 5y. Sujeto a :
y
200
x, y 0
Respuesta: x = 150 sombreros clase 1 y y = 300 sombreros clase 2 proporcionan una utilidad
maxima diaria de z = 2, 700u.m.
Resultados con an
alisis de sensibilidad
b Determine el valor de aumentar la capacidad de produccion en la empresa en un sombrero de la
clase 2, y el intervalo dentro del cual se aplica este resultado.
Respuesta: En la figura 2.3 en la restriccion C2 el precio sombra indica un aumento cero entre
[300, ).
c Si el lmite de demanda diaria de sombreros de clase 1 disminuye a 120, aplique el valor por
unidad del recurso para determinar el efecto correspondiente sobre la utilidad optima.
Respuesta: En la figura 2.3 en la restriccion C3 el precio sombra indica una disminuci
on de 2
(negativo) por cada unidad que se agregue a la restriccion o un aumento de 2 por cada unidad
que se disminuya l demanda, entonces 2, 700 + 2(30) = 2, 760. Esta aumento de (2) se conserva
entre [0, 150], entre [150, 200] disminuye en 2.
23
Estaci
on de trabajo
1
2
3
de adaptaci
on de la lnea para pasar de un modelo a otro consume 10, 14 y 12 %, respectivamente,
de los 500 minutos m
aximos disponibles en cada estacion por da.
a La empresa desea determinar la combinacion optima de productos con la que se minimicen los
tiempos de paro (o tiempos no usados) en las tres estaciones de trabajo.
Soluci
on. Las variables de decisi
on son: x-cantidad de radios AF-1 y y-cantidad de radios AF-2
producidos al da. El problema de minimizar los tiempos de paro es equivalente a maximizar la
producci
on diaria x + y. Para los lmites del tiempo disponible, tenemos en la estacion 1 que son
500 0.90 = 450 minutos diarios; en la estacion 2 son 500 0.86 = 430 minutos diarios y para la
estacion 3 se tiene 500 0.88 = 440 minutos diarios. El modelo queda de la siguiente forma:
6x + 4y 450
5x + 5y 430
m
ax z = x + y. Sujeto a :
4x + 6y 440
x, y 0
Respuesta: La producci
on m
axima diaria es de z = 86 radios y tiene solucion multiple que se
obtiene con cualquier nivel de produccion diaria que una al segmento (53, 33) con (38, 48) de
(radios AF-1, radios AF-2). Por ejemplo, x = 53 radios AF-1 y y = 33 radios AF-2 o x = 38
24
6x + 4y 460
5x + 5y 440
m
ax z = x + y. Sujeto a :
4x + 6y 450
x, y 0
Respuesta: Se deben producir x = 54 radios AF-1 y y = 34 radios AF-2 diariamente para
minimizar los tiempos muertos de la produccion. La produccion maxima diaria debe ser de z = 88
radios.
Resultados con an
alisis de sensibilidad
25