INVESTIGACIN DE OPERACIONES

2015 I
Contenido
1.

..................................................................................................................... 0

INVESTIGACIN
DE OPERACIONES

2.......................................................................................................................... 1
1) Introduccin.................................................................................................... 1
2) Objetivos....................................................................................................... 2
2.1)

Objetivo General.................................................................................... 2

2.2)

Objetivos Especficos.............................................................................. 2

TRABAJO FINAL

3) Marco Terico................................................................................................ 2

TEMA: SWISS MILK

4) Problema....................................................................................................... 3
Desarrollo del modelo......................................................................................... 6
1.

SECCIN:

IX

Preguntas....................................................................................................... 9

PROFESOR:
CARLOS
CULQUICHICN
INTEGRANTES:

Jackeline Cornetero

Pamela Condori

Marleni Escriba

San Isidro, 2015-I

Katerin Sullca

Pgina 0
San Isidro

INVESTIGACIN DE OPERACIONES

NDICE
1) Introduccin...........................................................................................................2
2) Objetivos.............................................................................................................3
2.1)

Objetivo General...........................................................................................3

2.2)

Objetivos Especficos...................................................................................3

3) Marco Terico......................................................................................................3
4) Problema.............................................................................................................4
5) Desarrollo del modelo.........................................................................................7
6) Preguntas..........................................................................................................11

San Isidro, 2015-I

Pgina 1

INVESTIGACIN DE OPERACIONES

1) Introduccin
En los siglos XVII y XVIII, grandes matemticos, como Newton, Leibnitz,
Bernoulli y, sobre todo, Lagrange, que tanto haban contribuido al desarrollo del
clculo

infinitesimal,

se

ocuparon

de

obtener

mximos

mnimos

condicionados de determinadas funciones. Posteriormente, el matemtico

francs Jean Baptiste-Joseph Fourier (1768- 1830) fue el primero en intuir,
aunque de forma imprecisa, los mtodos de lo que actualmente llamamos
programacin lineal y la potencialidad que de ellos se deriva.
En 1939, el matemtico ruso Leonid Vitalevich Kantorovitch publica una
extensa monografa titulada Mtodos matemticos de organizacin y
planificacin de la produccin en la que por primera vez se hace corresponder
a una extensa gama de problemas una teora matemtica precisa y bien
definida, llamada hoy en da programacin lineal.
En 1941-1942 se formula por primera vez el problema de transporte, estudiado
independientemente por Koopmans y por Kantorovitch, razn por la cual se
suele conocer con el nombre de problema de Koopmans-Kantorovitch.
El nombre Programacin Lineal no procede de la creacin de programas de
ordenador, sino de un trmino militar, programar, que significa realizar planes o
propuestas de tiempo para el entrenamiento, la logstica o el despliegue de las
unidades de combate.

San Isidro, 2015-I

Pgina 2

INVESTIGACIN DE OPERACIONES

2)

Objetivos

2.1) Objetivo General

Con el presente informe se busca maximizar ingresos en un problema de
transportes.

2.2) Objetivos Especficos

3)

Uso de Programacin Lineal

Uso del programa LINDO

Marco Terico

La Programacin Lineal es un conjunto de tcnicas racionales de anlisis y

de resolucin de problemas que tiene por objeto ayudar a los responsables
en las decisiones sobre asuntos en los que interviene un gran nmero de
variables.
La Programacin Lineal es una de las tcnicas agrupadas como
programacin matemtica, aplicable a problemas de asignacin de recursos
limitados, con actividades competitivas hacia un objetivo comn, que puede
ser de maximizar beneficios o minimizar prdidas. Se utiliza un modelo
matemtico con representacin vlida de la problemtica en estudio; sus
relaciones deben ser lineales, que significa utilizar, slo variables de primer
grado en cada trmino. El objetivo de la Programacin Lineal es encontrar
el valor de la funcin que Max (Min) z = c1 x1 + c2 x2 + + cn xn; sea
denominada funcin objetivo.
La funcin objetivo se encuentra sujeta a una serie de restricciones
San Isidro, 2015-I

Pgina 3

INVESTIGACIN DE OPERACIONES
ST
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
.
am1 x1 + am2 x2 + + amn xn = bm
Donde xi 0 (i=1, 2, , n) son las condiciones de no negatividad de las
variables.
Capacidad Diaria de Produccin y Costos de Produccin

4)

Problema

Es una empresa lctea familiar, ellos operaban 3 granjas y suministraban

leche fresca a las ciudades de Laussane, Geneva y Nyon.
Yann, quien tom el control del negocio familiar fue buscando diferentes
caminos para incrementar las ganancias. Especficamente busc
respuestas a las siguientes preguntas:
a) En la solucin ptima
(ganancia mxima posible), cul de las granjas
Demanda diaria y Precio de Venta en cada Ciudad
estuvieron operando a capacidad mxima y cul de las demandas de la
ciudad fue satisfecha totalmente?
b) Si el costo de aumento de la capacidad fue el mismo todas las granjas,
cul debera escoger Yann y por qu?
c) Si la granja B ha tenido que cerrar temporalmente por mantenimiento del
trabajo, Cul sera el impacto sobre las ganancias diarias?
d) Cupones de descuento podra introducirse a un costo de CHF 15/da que
aumentara la demanda por 100 kg / da en Geneva, pero Sera rentable
esta solucin?
e) Otra opcin fue introducir un nuevo tipo de camin para enviar unidades de
la Granja A a Geneva. Estos nuevos camiones reduciran la variable
unitaria de los costos de transporte por CHF 0.1. Vale la pena invertir en
este tipo de camin si los costos fijos aumentan para CHF 50/da?
Yann siente que ya era hora que ponga en prctica algunas herramientas que
ha aprendido durante sus estudios empresariales basados en informacin
prevista en Exhibits (exposiciones) 1, 1b y 1c, l construy un modelo de hoja
de clculo y us el Solver de Excel para optimizarlo. Exhibit 2 muestra la
solucin ptima y Exhibit 3 muestra los resultados del anlisis de sensibilidad.

San Isidro, 2015-I

Pgina 4

INVESTIGACIN DE OPERACIONES
Aunque haya construido y optimizado el modelo, le dio las respuestas a las
preguntas? Y si es as, Cules fueron?

Capacidad Diaria de Produccin y Costos de Produccin

Demanda diaria y Precio de Venta en cada Ciudad

Gran
ja

=>Capacidad
=>Demanda
=>Leche
transportada
=>Producci
n
=>Gananci
a
=>Suminis
tro

=> Contribucin de Ganancias

San Isidro, 2015-I

Pgina 5

INVESTIGACIN DE OPERACIONES

San Isidro, 2015-I

Pgina 6

INVESTIGACIN DE OPERACIONES

5)

Desarrollo del modelo

Variables:
Xij: cantidad de leche (kg) transportada de la granja i a la ciudad j
Dj: demanda que no ha sido satisfecha en la ciudad j
i=A=1
i=B=2
i=C=3
j= LAUSANNE =1
j= GENEVA =2
j= NYON =3

San Isidro, 2015-I

Pgina 7

INVESTIGACIN DE OPERACIONES

A
B
C

LAUSANNE GENEVA
X11
X12
X21
X22
X31
X32

NYON
X13
X23
X33

Desarrollo del problema:

Funcin objetivo: maximizar utilidad
Max z= 1.4X11 + 1.4X12 + 1.4X13 + 1.4X21 + 1.4X22 + 1.4X23 + 1.4X31 +
1.4X32 + 1.4X33 - 0.4X11 - 0.2X12 - 0.6X13 - 0.2X21 - 0.4X22 - 0.3X23 0.3X31 - 0.2X32 - 0.1X33 - 0.5X11 - 0.5X12 - 0.5X13 - 0.6X21 - 0.6X22 0.6X23 - 0.9X31 - 0.9X32 - 0.9X33
Sujeto a:
Restricciones de capacidad
X11 + X12 + X13 <= 1000
X21 + X22 + X23 <= 500
X31 + X32 + X33 <= 300
Restricciones de demanda
X11 + X21 + X31 +D1 = 800
X12 + X22 + X32 +D2 = 800
X13 + X23 + X33 +D3 = 350

Solucin con Lindo:

Mediante el programa Lindo resolvemos el problema, y nos resulta:
San Isidro, 2015-I

Pgina 8

INVESTIGACIN DE OPERACIONES

LP OPTIMUM FOUND AT STEP

OBJECTIVE FUNCTION VALUE

1)

1080.000

VAR
X11
X12
X13
X21
X22
X23
X31
X32
X33
D1
D2
D3

ROW
2)
3)
4)
5)
6)
7)

VALUE
200.000000
800.000000
0.000000
500.000000
0.000000
0.000000
0.000000
0.000000
300.00000
100.000000
0.000000
50.000000

REDUCED COST
0.000000
0.000000
0.200000
0.000000
0.400000
0.100000
0.200000
0.300000
0.000000
0.000000
0.200000
0.000000

SLACK OR SURPLUS
0.000000
0.000000
0.000000
100.000000
0.000000
50.000000

NO. ITERATIONS=

DUAL PRICES
0.500000
0.600000
0.400000
0.000000
0.200000
0.000000

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES
VAR

CURRENT

San Isidro, 2015-I

ALLOWABLE

ALLOWABLE
Pgina 9

INVESTIGACIN DE OPERACIONES

X11
X12
X13
X21
X22
X23
X31
X32
X33
D1
D2
D3

COEF
0.500000
0.700000
0.300000
0.600000
0.400000
0.500000
0.200000
0.300000
0.400000
0.000000
0.000000
0.000000

INCREASE
0.200000
INFINITY
0.200000
INFINITY
0.400000
0.100000
0.200000
0.300000
INFINITY
0.100000
0.200000
0.200000

DECREASE
0.200000
0.200000
INFINITY
0.100000
INFINITY
INFINITY
INFINITY
INFINITY
0.200000
0.200000
INFINITY
0.100000

RIGHTHAND SIDE RANGES

ROW CURRENT
RHS
2
1000.000000
3
500.000000
4
300.000000
5
800.000000
6
800.000000
7
350.000000

6)

ALLOWABLE
INCREASE
100.000000
100.000000
50.000000
INFINITY
200.000000
INFINITY

ALLOWABLE
DECREASE
200.000000
500.000000
300.000000
100.000000
100.000000
50.000000

Preguntas

a) En la solucin ptima (ganancia mxima posible), cul de las granjas

estuvieron operando a capacidad mxima y cul de las demandas de la
ciudad fue satisfecha totalmente?
San Isidro, 2015-I

Pgina 10

INVESTIGACIN DE OPERACIONES

Para responder la pregunta de la capacidad analizamos el Slack or

Surplus las tres primeras restricciones que corresponden a la capacidad:
ROW SLACK OR SURPLUS DUAL PRICES
2)
0.000000
0.500000
3)
0.000000
0.600000
4)
0.000000
0.400000
Observamos que las tres tienen un Slack or Surplus igual a 0, esto nos
indica que las tres granjas operaron a su capacidad mxima. Ello se
debe a que son restricciones activas.

Para analizar cual demanda fue satisfecha completamente, analizamos

el Slack or Surplus las tres ltimas restricciones que corresponden a la
demanda:
ROW SLACK OR SURPLUS
5)
100.000000
6)
0.000000
7)
50.000000

DUAL PRICES
0.000000
0.200000
0.000000

Observamos que solo la restriccin 6 tiene un Slack or Surplus igual a

0, por lo tanto la ciudad Geneva es la nica a la que se le ha satisfecho
toda la demanda. En cambio, a la ciudad de Lausanne se dej de
satisfacer 100 kg y a la ciudad Nyon, 50 kg.

b) Si el costo de aumento de la capacidad fue el mismo en todas las granjas,

cul debera escoger Yann y por qu?
Para poder saber cual nos genera una mayor utilidad marginal al aumentar
la capacidad de una granja, analizamos el Dual Price.
ROW SLACK OR SURPLUS
2)
0.000000
San Isidro, 2015-I

DUAL PRICES
0.500000
Pgina 11

INVESTIGACIN DE OPERACIONES
3)
4)

0.000000
0.000000

0.600000
0.400000

Yann debera de escoger la granja B, ya que tiene mayor Dual Price (Row
3). Por lo cual, al aumentar la capacidad en ella se incrementar la utilidad
en mayor proporcin.

c) Si la granja B ha tenido que cerrar temporalmente por mantenimiento del

trabajo, Cul sera el impacto sobre las ganancias diarias?
Para poder responder esta pregunta debemos hacer un anlisis conjunto
del Dual Price y los rangos.
RIGHTHAND SIDE RANGES
ROW
3

CURRENT
RHS
500.000000

ALLOWABLE
INCREASE
100.000000

En este caso al reducir la capacidad de la granja B a 0, no afecta a

nuestra solucin ptima, ya que est dentro del rango de decrecimiento.
Como nos muestra el anlisis de sensibilidad de Lindo, la capacidad de
la granja B puede reducirse en hasta en 500 unidades.

ROW SLACK OR SURPLUS

3)
0.000000

ALLOWABLE
DECREASE
500.000000

DUAL PRICES
0.600000

Ahora como vemos que no afecta nuestra solucin ptima, analizamos

cuanto afecta este cambio de la capacidad a nuestra funcin objetivo.
Vemos que el Dual Price para la capacidad de la granja B es de 0.6
entonces lo que nos costar no producir en la granja B es:
Costo de no producir = 500 * 0.6 = 300 CHF

San Isidro, 2015-I

Pgina 12

INVESTIGACIN DE OPERACIONES

Entonces nuestra funcin objetivo se ve disminuida en 300.

Nuevo Z ptimo
Z= 1080 300 = 780 CHF

d) Cupones de descuento podra introducirse a un costo de CHF 15/da que

aumentara la demanda por 100 kg / da en Geneva, pero Sera rentable

esta solucin?
Para saber si es rentable, debemos saber cunto de adicional ganamos con
este aumento de la demanda en Geneva de100 kg/da. Para esto
analizamos el Dual Price y el rango de incremento y decremento:

RIGHTHAND SIDE RANGES

ROW CURRENT
RHS
6
800.000000

ALLOWABLE
INCREASE
200.000000

ALLOWABLE
DECREASE
100.000000

Geneva puede incrementar su demanda hasta 200 kg, entonces un

aumento de 100 kg no alterara nuestra solucin ptima.

ROW SLACK OR SURPLUS

6)
0.000000

DUAL PRICES
0.200000

Ahora vemos en cuanto incrementa nuestra funcin objetivo al aumentar la

demanda 100kg/da. El Dual Price para la demanda de esta restriccin es
de 0.2 por lo que un aumento de 100kg/da nos genera un incremento en
nuestra funcin objetivo de: 0.2*100 = CHF 20 /da

San Isidro, 2015-I

Pgina 13

INVESTIGACIN DE OPERACIONES
El costo de los descuento es de CHF 15 /da, pero nos incrementa nuestra
utilidad en CHF 20, por lo que nos aumenta la utilidad en CHF 5. Entonces
s es rentable.
Nuevo Z ptimo = 1080 + 5 = CHF 1085

e) Otra opcin fue introducir un nuevo tipo de camin para enviar unidades de
la Granja A a Geneva. Estos nuevos camiones reduciran la variable
unitaria de los costos de transporte por CHF 0.1. Vale la pena invertir en
este tipo de camin si los costos fijos aumentan para CHF 50/da?
En este caso al reducir en 0.1 el costo del transporte, afectaramos a los
coeficientes de nuestra funcin objetivo. Ahora analizamos la sensibilidad
de los coeficientes de la funcin objetivo que se ven afectados por esta
reduccin:
OBJ COEFFICIENT RANGES
VAR

CURRENT
COEF

ALLOWABLE
INCREASE

X12

0.700000

INFINITY

ALLOWABLE
DECREASE
0.200000

Observamos que para la variable, su coeficiente puede ser reducido en

CHF 0.1 sin afectar a la solucin ptima. Ahora hallamos cuanto de
ganancia adicional nos genera esta reduccin del costo de transporte en
CHF 0.1

Ganancia Adicional = 0.1 * (X12)

Ganancia Adicional = 0.1 * (800) = CHF 80
Entonces esta reduccin de 0.1 en el costo de transporte de la granja A que
es enviado a Geneva nos aumenta nuestra ganancia en CHF 80/ da e
invertir en este nuevo camin tiene un coste de CHF 50 diario. Por lo tanto
s vale la pena invertir en este tipo de camin.
Nuevo Z ptimo = 1080 +80 - 50 = CHF 1110
San Isidro, 2015-I

Pgina 14

INVESTIGACIN DE OPERACIONES

San Isidro, 2015-I

Pgina 15