Professional Documents
Culture Documents
................................................................................................................................................................................................................................
CAPITULO V
EL METODO SIMPLEX
Este método llega a la solución óptima por medio de iteraciones o pasos sucesivos,
utilizando los conceptos básicos del álgebra matricial, para determinar la intersección
de dos o mas líneas hiperplanas. Comienza con alguna solución factible, y
sucesivamente obtiene soluciones en las intersecciones que ofrecen mejores funciones
de la función objetivo.
Finalmente, este método proporciona un indicador que determina el punto en el cual se
logra la solución óptima.
5.1. PROCEDIMIENTO
5.1.1. CASO DE MAXIMIZACION
x j ≥ 0 (j=1,n)
En este programa, se observa que todas las restricciones son del tipo “≤
“. Para la aplicación del método simplex, todas las restricciones del
programa tienen que convertirse a la forma “=”, es decir a la forma
estandarizada de un programa lineal (función objetivo de maximización,
restricciones estructurales del tipo ≤, y las variables de decisión solo
admiten valores positivos).
Para lograr esto se introducen las llamadas variables de holgura, una por
cada restricción del tipo ≤ que exista, de la siguiente manera:
Max (z) = c1x1 + c2x2 + .........+ cnxn + 0 x n+1 +0 x n+2 +...+0 x n+m
s.a.
a11x1 + a12x2 + .......+ a1nxn + x n+1 = b1
a21x1 + a22x2 + .......+ a2nxn + x n+2 = b2
1
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
.................................................
................................................
Cabe indicar que las variables de holgura son no negativas. Además, en la función
objetivo, los coeficientes asociados a estas variables tomas el valor cero, ya que no
deben afectar el valor de la función en caso de ser positivas. Así mismo en las
restricciones estructurales, los coeficientes de las variables de holgura son 1 y positivo.
Si al resolver el programa lineal, se halla que la variable de holgura es cero, nos indica
que los recursos correspondientes a dicha restricción se han agotado, es decir se ha
ocupado la totalidad de los recursos.
Por otro lado, si el valor de la variable de holgura es mayor que cero, entonces el
recurso correspondiente no es realmente limitante, y si la producción no puede ser
incrementada, esto se deberá a la limitación impuesta por otros recursos.
Si el resultado final fuese de un valor positivo, nos indica que están sobrando recursos
en la restricción correspondiente.
Solución:
Max Z = 10 x 1 + 15 x 2
s.a.
2x 1 + 2x 2 ≤ 160
x 1 + 2x 2 ≤ 120
2
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
4x 1 + 2x 2 ≤ 280
x 1, x 2 ≥0
x 1 + 2x 2 +x 4 = 120
4x 1 + 2x 2 +x 5 = 280
x 1, x 2, x 3, x 4 x 5 ≥0
Tablero Nº 1
cj 10 15 0 0 0
ci xk bi X1 X2 x3 x4 x5 Θ
0 x3 160 2 2 1 0 0 80
0 x4 120 1 (2) 0 1 0 60
0 x5 280 4 2 0 0 1 140
Z 0 0 0 0 0 0
cj– zj 10 15 0 0 0
3
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Esta regla permite determinar que variable debe salir de la base, a fin de que ingrese
otra variable para mejorar la solución. Para tal efecto la variable a salir será aquella
que tenga el menor valor de Θ.
Del tablero 1 se ha obtenido la primera solución básica factible donde las variables
básicas y sus valores correspondientes son:
x 3 = 160
x 4 = 120
x 5 = 280
Y las variables no básicas son:
x1=x2=0
c1 – z1 = 10 – 0 = 10
c2 – z2 = 15 – 0 = 15
c3 – z3 = 0–0= 0
c4 – z4 = 0–0= 0
c5 – z5 = 0–0= 0
4
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Por lo tanto cuando se maximiza un problema, esto admite una solución mejor,
siempre que haya un valor positivo de cj – zj.
Este paso que se acaba de explicar constituye el medio de conocer si la solución
obtenida anteriormente puede o no ser mejorada.
Ahora bien, del tablero 1 se observa que hay dos variable que tienen diferencias
positivas, siendo x 2 la que tienen mayor valor, por consiguiente x 2 debe ingresar a la
base ya que proporciona la mayor ganancia y se denota en el tablero con una flecha
hacia adentro.
5
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Así mismo, la variable que deberá salir de la base para que ingrese x 2, será la variable
x 4, ya que presenta el menor valor de los Θ, y se denota también en el tablero con
una flecha hacia fuera
Tablero Nº 2
cj 10 15 0 0 0
ci xk bi X1 X2 x3 x4 x5 Θ
0 x3 40 (1) 0 1 -1 0 40
15 x2 60 1/2 1 0 ½ 0 120
0 x5 160 3 0 0 -1 1 53.3
Z 900 7.5 15 0 7.5 0
cj– zj 2.5 0 0 -7.5 0
Del tablero 2 se ha obtenido la segunda solución básica factible donde las variables
básicas y sus valores correspondientes son:
x 3 = 40
x 2 = 60
x 5 = 160
Y las variables no básicas son:
x1=x4=0
6
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Tablero Nº 3
c 10 15 0 0 0
j
ci xk Bi X1 X2 x3 x4 x5
10 x3 40 1 0 1 -1 0
15 x2 40 0 1 -1/2 1 0
0 x5 40 0 0 -3 2 1
Z 1000 10 15 2.5 5 0
cj–zj 0 0 -2.5 -5 0
En resumen, el resultado del tablero 3 nos indica que la Cia. ALFA, debe producir
diariamente 40 unidades del producto A y 40 unidades del producto B, lo que daría una
ganancia máxima de $1000.
Además nos indica que están sobrando 40 minutos de montaje por día(valor que
corresponde a la variable x5 en la tercera restricción)
.
5.1.2. CASO DE MINIMIZACION
Cuando un programa lineal tiene restricciones del tipo “menor o igual que”(≤) o
de limite mínimo y por consiguiente se desea convertir las desigualdades en
igualdades, entonces es necesario sustraer variables en lugar de agregar variables de
holgura. A estas variables se les llama variables de exceso. Se sustraen tantas
variables de exceso como restricciones del tipo “menor o igual que” existan.
Las variables de exceso son no negativas y el coeficiente de costo en la función
objetivo es cero.
EJEMPLO 5.2
Dos fabricas de papel producen 3 tipos diferentes de papel de bajo grado, medio grado
y alto grado. Se tiene un contrato de venta para proveer: 16 ton. De bajo grado, 5
ton. De medio grado y 20 ton. De alto grado.
La fabrica 1, produce 8 ton de bajo grado, 1 ton de medio grado y 2 ton de alto grado
en un día de operación. La fabrica 2 produce 2 ton de bajo grado, 1 ton de medio
grado y 7 ton de alto grado por día de operación.
Los costos de operación son de $1000/dia para la fabrica 1 y de $2000/dia para la
fabrica 2.
7
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
¿Cuantos días debe trabajar cada fabrica a fin de cumplir con el mencionado contrato
de venta en la forma más económica?
SOLUCION
En esta parte del simplex, se observa que al hacer que las 2 variables estructurales
sean iguales a cero(x1 = x2 =0) se tendría que:
x3 = -16
x3 = -5
x3 = -20
Para el caso de minimización, se propone una modificación a partir de esta etapa del
simplex. Esta consiste en hacer que las variables estructurales puedan tomar un valor
nulo en las ecuaciones precedentes, en forma tal que las variables de exceso,
permaneciendo positivas, satisfagan dichas ecuaciones. Esto se logra introduciendo
además de las variables de exceso, las llamadas “variables artificiales”.
8
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Cabe indicar que las variables de exceso y las variables artificiales no guardan
correspondencia con relación a su influencia en los costos. Es decir, mientras que las
variables de exceso tienen coeficientes nulos de costos en la función objetivo, cada
variable artificial recibe una asignación de costo igual a M, siendo M una cantidad
infinitamente grande. Esto asegura que estas variables no pueden tomar parte en
ningún caso en la solución óptima.
Así mismo, se observa que las variables artificiales permiten obtener un inicio
conveniente y correcto para hallar la solución óptima aplicando el método simplex, ya
que estas variables se usan para formar o completar, según sea el caso la matriz
identidad.
Tablero 1
cj 1 2 0 0 0 M M M
ci xk bi X1 X2 X3 X4 X5 λ1 λ2 λ3 Θ
M λ1 16 (8) 2 -1 0 0 1 0 0 2
M λ2 5 1 1 0 -1 0 0 1 0 5
M λ3 20 2 7 0 0 -1 0 0 1 10
Z 41M 11M 10M -M -M -M M M M
cj - zj 1- 2- M M M 0 0 0
11M 10M
Tablero 2
cj 1 2 0 0 0 M M M
9
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
ci xk bi X1 X2 X3 X4 X5 λ1 λ2 λ3 Θ
1 X1 2 1 2/8 -1/8 0 0 1/8 0 0 8
M λ2 3 0 6/8 1/8 -1 0 -1/8 1 0 4
M λ3 16 0 (52/8 2/8 0 -1 -2/8 0 1 2.26
)
Z 2+19 1 2/8+ 1/8+ -M -M 1/8- M M
M 58/8 3/8M 3/8M
M
cj - zj 0 6/8 - -1/8 M M -1/8 0 0
58/8 + +
M 3/8M 11/8
M
Tablero 3
cj 1 2 0 0 0 M M M
ci xk bi X1 X2 X3 X4 X5 λ1 λ2 λ3 Θ
1 X1 72/52 1 0 -7/52 0 2/52 7/52 0 -2/52 36
M λ2 60/52 0 0 5/52 -1 (6/52 -5/52 1 -6/52 10
)
2 X2 32/13 0 1 2/52 0 -8/52 -2/52 0 8/52
Tablero 4
cj 1 2 0 0 0 M M M
ci xk bi X1 X2 X3 X4 X5 λ1 λ2 λ3
1 X1 3 1 0 -8/6 -1/6 0 8/6 1/6 0
0 X5 12 0 0 5/6 -1/6 1 -5/6 1/6 -1
2 X2 2 0 1 2/6 1/6 0 -2/6 -1/6 0
Z 7 1 2 -4/6 -1/6 0 4/6 1/6 0
cj - zj 0 0 4/6 1/6 0 M- M- M
4/6 1/6
10
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Z = $7,000
Además, x3 = x4 = 0
Esto nos indica que para cumplir con el mencionado contrato de venta, la fabrica 1,
deberá trabajar 3 días, la fabrica 2 solo 2 días, lo cual nos dará un costo total de
operación mínimo de $7,000
CAPITULO VI
En el presente capitulo se examina como los que tienen que tomar decisiones utilizan
la computadora para resolver problemas con mucha variables y restricciones, y como
interpretan los resultados de la computadora para formular el plan óptimo.
Ahora que comprende la forma en que el algoritmo simplex soluciona los problemas de
programación lineal, puede confiar en la computadora para realizar los cálculos
detallados. Como pudo observar en el capitulo 5, el algoritmo simplex no solo produce
la solución óptima, sino que también proporciona información económica adicional útil
en el proceso de toma de decisiones, como los valores de los precios sombra, costos
reducidos, intervalos de sensibilidad y análisis parametrico.
Todo el software para solución de programas lineales proporciona esta información.
- Maquinado
- Armado
- Montaje
11
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Max Z = 10 x 1 + 15 x 2
s.a.
2x 1 + 2x 2 ≤ 160 maquinado
x 1 + 2x 2 ≤ 120 armado
4x 1 + 2x 2 ≤ 280 montaje
x 1, x 2 ≥ 0
MAX 10 x 1 + 15 x 2
ST
2x 1 + 2x 2 < 160
x 1 + 2x 2 < 120
4x 1 + 2x 2 < 280
END
Figura 6.1. Entrada del programa
Ahora puede ordenarle a la computadora que use LINDO para resolver el problema
usando la opción SOLVE. La solución, se muestra en la figura 6.2., Donde la parte (a)
del reporte representa la formulación Del programa y la parte (b) representa en
primer lugar los valores óptimos de las variables estructurales. La segunda parte
proporciona información referente a las restricciones.
MAX 10 X1 + 15 X2
SUBJECT TO
2) 2 X1 + 2 X2 <= 160
3) X1 + 2 X2 <= 120
12
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
4) 4 X1 + 2 X2 <= 280
END (a)
1) 1000.000
Figura 6.2. (a) Entrada de Lindo (b) Reporte óptimo del lindo
6.2. INTERPRETACION DE LA SOLUCION OPTIMA
13
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Por otra lado en la columna etiquetada con DUAL PRICES, proporciona los precios
duales de las variables de holgura.
Por ejemplo el precio dual para la primera variable de holgura es 2.50, lo que nos
indica que cada incremento unitario en el valor de esta variable de holgura,
manteniendo las demás variables básica en el valor 0, tienen como resultado un
aumento de $2.50 de ganancia en la función objetivo. Como una unidad de esta
variable de holgura corresponde a usar un minuto mas en el proceso de maquinado, el
uso de 1 minuto mas aumenta las ganancias en $2.50.
Recuerde que los precios duales tienen significado solo para las variables no básicas,
como las dos primeras variables de holgura no son básicas(no son parte de la solución
óptima). En contraste, la tercera variable de holgura es básica, y por lo tanto, su
precio dual es 0, esto significa que el incremento Del limite de 280 minutos para el
proceso de montaje no tendrá ninguna ganancia adicional. Esto tiene sentido, pues la
solución óptima indica que solo se han usado 240 minutos del proceso de montaje, el
cual esta por debajo Del limite especificado de 280 minutos.
14
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
X 1 ,x 2 ,x 3 ,x 4 ≥0
x2 -x 3 ≤ 0 (prestamos a empresas)
x 1 ,x 2 ,x 3 ,x 4 ≥0
15
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
1) 97500.00
16
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
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 área requiere que el banco
asigne cuando menos el 40% de los fondos totales a prestamos agrícolas y
comerciales. Para dar asistencia a la industria de la habitación en la región, los
prestamos para casa deben ser iguales cuando menos al 50% de los prestamos
personales, para automóvil y para casa. El banco tiene asimismo una política
establecida que especifica que la relación global de pagos irrecuperables no puede ser
superior a 0.04 .
Solución:
Variables de decisión:
X 1+ X 2 +X 3 +X 4 +X 5 ≤ 12 (Fondos totales)
X j ≥ 0 (j=1,5)
Reescribiendo el programa, se tendría:
17
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
s.a.
X 1+ X 2 +X 3 +X 4 +X 5 ≤ 12
X 4 +X 5 ≥ 4.8
X ij ≥0
1) 0.9964800
NO. ITERATIONS= 3
18
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
FONDO
1 2 3 4 5 6
Precio($/acción) 45 76 110 17 23 22
Devolución 30 20 15 12 10 7
esperada(%)
Categoría de riesgo Alto Alto Alto Mediano Mediano Bajo
Solución
Variables de decisión:
Función objetivo:
19
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
X2 = 2 X1 - 2 X1 + X2 = 0 (proporción X1 a X2 )
X3 = 3 X1 - 3 X1 + X3 = 0 (proporción X1 a X3 )
X5 = 2 X4 - 2 X4 + X5 = 0 (proporción X4 a X5 )
Agenda Total de cartera
X1 + X2 + X3 + X4 + X5 + X6 = 1
Condición de no negatividad:
Xj≥0 (j = 1,6)
- 3 X1 + X3 = 0
- 2 X4 + X5 = 0
X1 + X2 + X3 + X4 + X5 + X6 = 1
PROBLEMAS DESARROLLADOS
20
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
2. La Cia. BETA STEEL produce tres tamaños de tubos: A,B y C que son vendidos,
respectivamente en $10, $12 y $9 por pie. Para fabricar cada pie del tubo A se
requieren 0.5 minutos de tiempo de procesamiento sobre un tipo particular de
maquina de modelado. Cada pie de tubo B requiere 0.45 minutos y cada pie del
tubo C requiere 0.6 minutos.
Después de la producción, cada pie de tubo, sin importar el tipo, requiere 1
onza de material de soldar. El costo total se estima en $3, $4 y $4 por pie de
los tubos A,B y C respectivamente.
21
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Formulación de Programas:
Xj ≥ 0 (j=1,2,3,4,5)
Xj ≥ 0 (j=1,2,3,4,5,6)
1) 0.9494500
22
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
NO. ITERATIONS= 7
1) 55000.00
23
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
NO. ITERATIONS= 4
RANGES IN WHICH THE BASIS IS UNCHANGED:
CAPITULO VII
ANALISIS DE SENSIBILIDAD
24
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Las respuestas a estas preguntas pueden usarse de diversas maneras. Por ejemplo si
la solución óptima es muy sensible a algunos coeficientes, y se espera que estos
valores fluctúen con el tiempo, entonces el decisor puede desear usar el modelo solo
para planeación a corto plazo, o tal vez tenga que resolver el modelo periódicamente al
cambiar los datos.
Estas preguntas tienen que ver con el tema del análisis de sensibilidad. El decisor se
pregunta qué tan sensibles son la solución óptima y el valor de la función objetivo con
respecto a los cambios en los datos del problema, es decir, los coeficientes en la
función objetivo y las restricciones. ¿Que tanto impacto tendrá en la solución un
cambio en cualquiera de los datos?.
Estas preguntas de sensibilidad son importantes para un decisor por que los datos Del
problema a menudo tienen que estimarse y por tanto están sujetos a inexactitudes.
Antes de implantar la solución obtenida de un programa lineal, es ventajoso para el
gerente saber lo que podría suceder si las estimaciones de los datos son ligeramente
inexactas. El análisis de sensibilidad indica que coeficientes afectan mas
significativamente la solución óptima.
Para ilustrar otro uso del análisis de sensibilidad, suponga que las restricciones de un
programa lineal particular tienen que ver con la asignación de recursos escasos, como
capita, mano de obra y materias primas. El análisis de sensibilidad puede ayudar a
determinar si es rentable o no adquirir cantidades adicionales de recursos.
En esta parte se utiliza el paquete de programación lineal LINDO para hallar la solución
óptima y analizar los reportes de sensibilidad. Como se aprendió en la sección 6.1, el
algoritmo simplex proporciona mas información que simplemente la solución óptima.
25
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
- Maquinado
- Armado
- Montaje
Max Z = 10 x 1 + 15 x 2
s.a.
2x 1 + 2x 2 ≤ 160 maquinado
x 1 + 2x 2 ≤ 120 armado
4x 1 + 2x 2 ≤ 280 montaje
x 1, x 2 ≥ 0
solución de computadora
1) 1000.000
26
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
27
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Recuerde que el precio dual o precio sombra de una restricción representa la cantidad
de cambio en la función objetivo por unidad de incremento en el valor del lado
derecho. Para la primera restricción, que limita los minutos totales usados en el
departamento de maquinado a menos de 160, el precio sombra de 2.50 se da en la
sección 6 de figura 6.2.
Sin embargo, ese precio sombra es aplicable sólo si el valor del lado derecho
permanece dentro de cierto intervalo. De hecho, ese intervalo se proporciona en la
segunda parte del reporte de la figura 6.3 en las columnas rotuladas ALLOWABLE
INCREASE y DECREASE ALLOWABLE. Mientras el limite de minutos de maquinado este
entre 120 y 173.33 el precio sombra de 2.50 es válido. Esto significa que cada minuto
adicional de maquinado del actual nivel de 160 a 173.33 minutos incrementan la
ganancia en $2.50. de manera alternativa, cada minuto disminuido del actual nivel de
160 hasta 120 disminuye la ganancia en $2.50.
Puede usarse esta información para responder la segunda pregunta de la manera
siguiente. Para la primera restricción correspondiente al proceso de maquinado, el
nuevo valor del lado derecho de la restricción que es 140 está dentro del intervalo de
120 a 173.33, por lo que el precio sombra de 2.50 es válido. El nuevo valor de la
función objetivo óptima correspondiente a 140 minutos disponibles en el proceso de
maquinado es:
Así pues, la reducción de 160 a 140 minutos provoca que la ganancia óptima
disminuya de $1000 a $950.
28
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
29
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
RIGHTHANDSIDE PARAMETRICS REPORT FOR ROW: 2
BETA es una compañía de manejo de efectivo que esta considerando invertir $100,000
en una o más de las siguientes acciones con la tasa anticipada de rendimiento que a
continuación se muestra:
Inversión Tasa de rendimiento
Proyectada (%)
Acciones preferenciales de Eastern Oil 9.00
Acciones comunes de Alaskan Oil 8.00
Acciones comunes de American Steel 7.00
Bonos municipales de Cleveland 6.00
30
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
X1= el número de dólares por invertir en las acciones preferentes de Eastern Oil.
X2= el número de dólares por invertir en las acciones comunes de Alaskan Oil.
X3= el número de dólares por invertir en las acciones comunes de American Steel.
X4= el número de dólares por invertir en los bonos municipales de Cleveland.
Solución de computadora.
El modelo de inversión puede solucionarse usando cualquier paquete de software de
programación lineal disponible como LINDO. El primer paso es introducir los datos del
modelo en el formato requerido por LINDO. Como de ilustra en la figura 6.8(a), escriba
el problema en el mismo formato que en la formulación.
Ahora puede ordenarle a la computadora que use LINDO para resolverle el problema
tecleando la instrucción SOLUTION. La primera parte del reporte proporciona los
valores óptimos de las variables originales. La segunda proporciona información
referente a las restricciones.
1) 7800.000
31
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
32
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Para responder la primera pregunta, identifique el impacto que este cambio tiene en el
modelo matemático. Si la tasa de devolución de las acciones preferentes de Eastern Oil
desciende a 8%, el coeficiente de la variable de E-Oil en la función objetivo cambia de
0.09 a 0.08. para determinar si este cambio tiene como resultado un cambio en el plan
de inversión, examine el reporte de sensibilidad de la figura 6.4 obtenida del LINDO.
¿esta el nuevo valor de 0.08 para el coeficiente de la función objetivo dentro Del
intervalo donde la solución actual sigue siendo óptima?.
La primera linea Del reporte de sensibilidad indica que el valor actual de 0.09 para este
coeficiente puede incrementarse infinitamente o disminuir en 0.01 sin cambiar la
solución óptima. Por lo tanto el intervalo de sensibilidad para este coeficiente va desde
0.08 a + infinito. Como este nuevo valor de 0.08 para este coeficiente sta dentro Del
intervalo de 0.08 a infinito, no hay cambio en el plan de inversión. Sin embaro la
devolución esperada total decrece en 1% de la cantidad invertida en acciones de la E-
Oil, es decir:
Max(Z)= 7800 – 0.01(60,000)
= 7,200
Por lo tanto, una disminución en la tasa de rendimiento de las acciones de Eastern Oil
de 8% no afecta el plan de inversión de BETA, pero disminuye la devolución hasta
$7,200.
33
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
La respuesta a esta pregunta depende de lo que suceda al precio dual fuera de este
intervalo. Para esto se recurre al análisis parametrico que proporciona el lindo, que se
utiliza para estudiar el impacto de cambio de este tipo.
PROBLEMAS PROPUESTOS
INGREDIENTES(oz./lb de producto)
PRODUCT POLIMERO A POLIMERO B POLIMERO C BASE
O
Airtex 4 2 4 6
Extendex 3 2 2 9
Resistex 6 3 5 2
34
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Alfa, tiene el compromiso de producir al menos 1000 lbs. De Airtex, 500 lbs. De
Extendex y 400 lbs. De Resistex para la próxima semana, pero la gerencia de la
Cia. Sabe que puede vender más de cada uno de los tres productos.
Los inventarios actuales de los ingredientes son: 500 lbs. De polímero A, 425
lbs. De polímero B, 650 lbs. De polímero C y 1,100 lbs. De la base. Cada libra
de Airtex produce a la Cia. Una ganancia de $7, cada libra de Airtex una
ganancia de $7 y cada libra de Resistex una ganancia de $6. Como gerente del
departamento de producción, usted necesita determinar un plan de producción
óptimo para esta semana.
a) Formule el programa lineal para este problema
b) ¿Cuál es el plan de producción óptimo?
c) Con el plan de producción actual, ¿para cual de los tres productos se puede
cumplir con una demanda adicional de 5%?. Explique
d) ¿Que coeficiente o coeficientes de ganancia podrían duplicarse, mientras se
mantienen fijos todos los demás coeficientes, sin que afecte el plan de
producción óptimo?. Explique
e) El compromiso de producir 400 libras de Resistex acaba de caer en 10%.
¿Que le sucede a la ganancia óptima?. Explique
f) Si la demanda de Airtex aumenta en 2%, ¿cual es el nuevo plan de
producción optimo?. Explique.
g) La Cia. Desea aumentar sus ganancias a $18,000 adquiriendo más cantidad
de polimero A. ¿Cuanto mas de polímero A se necesita?. Explique.
2. La Cia. Gamma dirige sus gastos de venta en diversos rubros con el objeto de
producir ventas. Uno de los tipos de actividad que es efectiva es la Conferencia
Regional de Ventas. Existen 6 regiones (designadas I a VI) en las cuales estas
conferencias toman lugar semanalmente y en algunas mensualmente. Cada una
de las conferencias puede ser de un día completo o de mediodía. Existe un
costo por persona y un resultado esperado de ventas para cada uno de estos
tipos de conferencias. Los tipos de conferencias disponibles, sus costos y sus
ventas resultantes se listan a continuación.
35
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
Tablero
Fax -Modem Comprensión Sintetizador Minutos
de datos de sonido disponibles
Inserción de chips 0.333 0.25 0.5 500
Soldado 0.5 0.5 0.5 600
Ensamblado 2.0 2.0 1.0 2000
Prueba 1.5 2.0 3.5 2400
Ganancia($) 10 10 8
Producción 500 300 250
mínima
36
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
b) Que pasa con la solución óptima, si se debe producir un mínimo de 550 fax-
modems?
c) ¿Qué sucede con la solución óptima si se tienen disponibles 400 minutos
adicionales de tiempo de maquina para el ensamblado?
d)¿Qué sucede con la solución óptima, si la ganancia por cada fax-modem se
incrementa en $8?
e) ¿Qué sucede con la solución óptima si se tienen disponibles 200 minutos
adicionales de tiempo de inserción de chips?
f) ¿Explique como afectan a la solución las restricciones de disminución del 20%
del tiempo de ensamblado y prueba?
g) ¿Qué sucede con la solución óptima, si la ganancia por cada sintetizador de
sonido se incrementa en $5?
h) ¿Cuál seria la solución óptima, si se requiere producir un mínimo de 400
sintetizadores?
4. La Cia. BETA STEEL produce tres tamaños de tubos: A,B y C que son vendidos,
respectivamente en $10, $12 y $9 por pie. Para fabricar cada pie del tubo A se
requieren 0.5 minutos de tiempo de procesamiento sobre un tipo particular de
maquina de modelado. Cada pie de tubo B requiere 0.45 minutos y cada pie del
tubo C requiere 0.6 minutos.
Después de la producción, cada pie de tubo, sin importar el tipo, requiere 1
onza de material de soldar. El costo total se estima en $3, $4 y $4 por pie de
los tubos A,B y C respectivamente.
37
INVESTIGACION DE OPERACIONES I Eduardo Quiroz
................................................................................................................................................................................................................................
FONDO
1 2 3 4 5 6
Precio($/acción) 45 76 110 17 23 22
Devolución esperada(%) 30 20 15 12 10 7
Categoría de riesgo Alto Alto Alto Median Mediano Bajo
38