Documente Academic
Documente Profesional
Documente Cultură
OPERACIONES
TRABAJO INVESTIGATIVO
2
TABLA DE CONTENIDO
Pg.
INTRODUCCION ..................................................... Error! Marcador no definido.
1. CASOS ESPECIALES....................................................................................... 6
1.1 SOLUCION PTIMA MULTIPLE ............................................................... 6
1.2 SOLUCIN NO ACOTADA ........................................................................ 9
1.3 SOLUCION NO FACTIBLE....................................................................... 11
1.4 REDUNDANTES O SOBRANTES .............. Error! Marcador no definido.
CONCLUSIN ....................................................................................................... 15
BIBLIOGRAFIA ...................................................................................................... 15
3
GLOSARIO
4
RESUMEN
En el presente trabajo se describen las principales caractersticas de los diferentes
casos especiales del mtodo grfico en la investigacin de operaciones, los cuales
se presentan cuando es complicado encontrar una solucin a un problema de
optimizacin de una funcin objetivo. A la vez se plantean y desarrollan ejemplos
aplicativos de cada uno de estos casos y as mismo un anlisis de cada uno.
Palabras clave: LINEAL, FUNCIN, RESTRICCIONES.
INTRODUCCIN
La Investigacin de Operaciones y en particular una de sus reas la programacin
lineal ha tenido bastante difusi n y aplicaci n en los ltimos a os. a necesidad de
asignar en forma ptima, entre diversas actividades, recursos en general escasos
como; dinero, mano de obra, energa, materia prima y muchos otros factores
limitados; su importancia recae en el proceso de tomar decisiones. Sin embargo
no todos los problemas de programacin lineal tienen finales felices, por una parte,
puede ocurrir que las restricciones sean inconsistentes en el sentido de que no
exista ninguna solucin factible. Y por otra, la regin factible puede estar abierta
en alguna direccin de manera que la funcin objetivo pueda incrementarse de
forma indefinida y no exista solucin finita (la solucin es no acotada).
Con este trabajo se pretende conocer los diferentes casos especiales del
mtodo grfico que son: solucin mltiple, solucin no acotada, solucin
degenerada y solucin no factible, las cuales se utilizan en la programacin lineal.
De igual manera se busca identificar las diferencias entre los distintos casos,
reconocer sus aplicaciones y analizar sus ventajas y desventajas.
5
1. CASOS ESPECIALES
6
ensamble y 8 de pintura para elaborar la mayor cantidad de mesas posibles
teniendo en cuenta que cada mesa modelo A requiere de 2 horas de ensamble y 1
de pintura respectivamente, y que cada mesa modelo B requiere de 1 hora de
ensamble y 2 de pintura respectivamente. Si el margen de utilidad es de $20000
por cada mesa modelo A y $10000 por cada mesa modelo B. Determine el modelo
adecuado de produccin para esta semana.
Variables:
X1: Cantidad de mesas de modelo A a fabricar esta semana.
X2: Cantidad de mesas de modelo B a fabricar esta semana.
Funcin objetivo:
Restricciones:
Horas de ensamble
Horas de pintura
No negatividad:
7
La grafica resultante sera:
8
Solucin ptima 1
X1= 4 X2=2
Solucin ptima 2
X1= 5 X2=0
La pregunta es la siguiente, Cul decisin tomar?, pues depende de factores
tales como un anlisis de sensibilidad donde se tenga en cuenta el consumo
distintos de determinados recursos (horas de ensamble vs horas de pintura) y
factores extras al modelo como lo pueden a llegar a ser en este caso una
necesidad de espacio de almacenamiento, dado que existe una alternativa en la
que se elaboran ms mesas que en la otra, de todas formas es interesante el paso
posterior a esbozar los resultados pues requerir de la capacidad de quien toma
las decisiones.
9
pueden ser menor que las de tipo B, y la segunda es que deben vender por lo
menos 1500 bebidas de cualquier tipo.
Solucin:
Planteamiento del problema
- Definicin de las variables
- R o S.A
(Restriccin 1)
(Restriccin 2)
- No negatividad
10
Es claro que en este ejercicio las variables pueden aumentar mejorando
indefinidamente la funcin objetivo, en estos casos se dice que la solucin ptima
no es acotada, por lo cual las posibles soluciones son infinitas.
11
Solucin:
Planteamiento del problema
- Definicin de las variables
- R o S.A
(Restriccin 1)
(Restriccin 2)
(Restriccin 3)
- No negatividad
12
Evidentemente no existe forma alguna de satisfacer todas las restricciones, por
ende se concluye que no existe conclusin factible.
Ejemplo:
a compa a CONJE ADORES ARTICO pretende fabricar dos tipos de
congeladores denominados A y B. cada uno de ellos debe pasar por tres
operaciones antes de su comercializacin: Ensamblaje, pintura y control de
calidad. Los congeladores tipo A requieren 2 horas de ensamblaje, 3 kg de pintura
y 4 horas de control de calidad; los congeladores tipo B requieren 3 horas de
ensamblaje, 6 kg de pintura y 5 horas de control de calidad. El margen
contribuyente por cada congelador tipo A y B es de $102000 y $98000
respectivamente.
La compaa dispone como mximo semanalmente 300 horas de ensamblaje, 840
kg de pintura y 450 horas de control de calidad. Con base a la informacin
suministrada determine las unidades a producir semanalmente de cada referencia
para maximizar las utilidades.
13
Solucin:
Planteamiento del problema
Definicin de las variables:
X1: Cantidad de congeladores tipo A a producir semanalmente
X2: Cantidad de congeladores tipo B a producir semanalmente
Funcin objetivo:
Restricciones o S.A
(Restriccin 1)
(Restriccin 2)
(Restriccin 3)
No negatividad
14
De esta manera la solucin ptima corresponde a:
X1= 150
X2= 0
Finalmente la funcin objetivo quedara as:
Zmax= $15300000
Podemos notar claramente que las restricciones 1 y 2 no determinan el conjunto
solucin, por ende se les llama restricciones redundantes o sobrantes.
CONCLUSIN
Se estudiaron los diferentes casos especiales que presenta el mtodo grfico para
resolver problemas de dos variables, los cuales son situaciones poco comunes
que se presentan al buscar una solucin a un modelo de programacin lineal (PL).
Adems, se logr analizar las diferentes aplicaciones que tienen los casos
especiales por medio de los ejemplos, los cuales nos ofrecen una idea clara
acerca del tema, de esta manera se obtuvo una mayor comprensin de los
conceptos bsicos desarrollados durante la clase y los cuales fueron empleados
para el desarrollo de esta tcnica.
BIBLIOGRAFIA
[1] a. Gonzales; manual de operaciones I; Universidad del norte; 2010, pgs. 12,71
[2] S. Cabrera; Aplicacin de la programacin lineal; Universidad Simn Bolvar;
Venezuela, 2011.
[3] H. Arsham; Modelos deterministas: optimizacin lineal; 8 edicin; extrado de:
http://home.ubalt.edu/ntsbarsh/business-stat/opre/SpanishD.htm
[4] Lpez, B. S. (25 de marzo de 2015). Ingenieros industriales. Extrado de:
http://www.ingenieriaindustrialonline.com/
[5] LOBO, Cesar et al. Casos especiales de investigacin de operaciones. { En
linea}. {04-09-16}. Disponible en: (https://www.clubensayos.com/Temas-
Variados/Casos-Especiales-De-Investigacion-De-Operaciones/1055935.html).
15
[6] bkike. Mtodo grfico. {En linea}. {04-09-16}. Disponible
en:(http://es.slideshare.net/bkike/metodo-grafico-7290591?next_slideshow=2).
[7] BORGES, Guillermo. Mtodo grfico. {En linea}. {04-09-16}. Disponible en:
(http://es.slideshare.net/GuillermoBorgesCamejo/2-metodo-grafico)
16