Documente Academic
Documente Profesional
Documente Cultură
OPERACIONES
INVOPE
Qu es INVOPE?
P.M.Moorse y G.E. Kimball : Mtodo cientfico para dar a los
departamentos ejecutivos una base cuantitativa para la toma de
decisiones relacionadas con las operaciones que listan bajo su control.
Miller y Star: Es la teora de la decisin aplicada y consecuentemente
usa cualquier mtodo cientfico, matemtico o lgico para resolver los
problemas que enfrenta un ejecutivo al tomar una decisin.
Hamdy A. Taha: Aunque la solucin del modelo matemtico
establece una base para tomar una decisin, se deben tener en
cuenta factores intangibles o no cuantificables.
Comit de Investigacin de Operaciones del Consejo
Internacional de Investigacin:
Es la aplicacin del mtodo cientifico al estudio de las operaciones de
las grandes y complejas organizaciones o actividades.
ETAPAS I.O.
1. Definicin del
problema
2. Construccin del
modelo
3. Solucin del modelo
4. Validacin del modelo
5. Implementacin del
1
modelo
N
O
4
SI
5
METODOS DE SOLUCION
GRAFICA
1. Graficar restricciones
2. Determinar regin factible
3. Graficar funcin objetivo (Max
Min)
4. Ubicar puntos ptimos
5. representar
METODO SIMPLEX
1. Simplex primal.
2. Simplex en dos etapas
3. Simplex dual
4. Anlisis de sensibilidad
PROBLEMAS DE
TRANSPORTE
1. Metodo de esquina N O
2. Metodo de
multiplicadores
3. Matriz de costo minimo
4. Metodo Russell
PROBELMAS DE
ASIGNACIONES
1. Metodo hungaro
2. Asignaciones prohibidas
PROBLEMAS DE REDES WINQSB
ADMINISTRACION DE PROYECTOS PERT
CPM
Ruta critica
INVOPE
Construccin del modelo
a) Definir las variables de decisin:
Qu se busca determinar en el modelo?
Qu elementos afectan los costos o ganancias?
Que elementos se pueden elegir y controlar libremente?
Qu decisiones hay que tomar en el problema?
b) Identificar los parmetros (si se conocen tienen valores)
Son valores que representan datos conocidos y expresan tasas de
consumo, produccin, limites, etc., pueden ser determinsticos o
probabilsticos.
Ejemplo:
Una pequea industria utiliza 3 tipos de materia prima P,Q,R ; para
fabricados 2 tipos de productos A y B; el departamento de produccin
establece lo siguiente:
SOLUCI
ON
Xi = Numero de productos A y B.
(i = 1,2) productos a producir.
F.O.:
Max Z = $0.5 X1 + $1 X2
S.A.:
4X1 + 2X2 20
2X1 + 2X2 12
4X1 16
Modelos Matemticos
a) Problemas de programacin de
produccin
b) Modelo de mezclas
c) Modelos de Inversin
d) Modelos de transporte
Ejemplo 1 :
PRODUCCION
Una
fabrica de bebidas BIGINKA se produce 6 tipos de gaseosas, usando 4
maquinas y 4 tipos de mano de obra. El departamento de produccin presenta
el siguiente
cuadro:
Tipo de Maquina
Tiempo disponible
Tipo de mano de
Tiempo disponible
maquinaria
Horas/mes
obra
hombre
Horas/mes
M1
80
MO1
100
M2
40
MO2
140
M3
60
MO3
160
M4
90
MO4
180
Tipo
maquina
II
III
IV
VI
M1
M2
M3
M4
Tipos de producto
Tipo
mano de
obra
II
III
IV
VI
MO1
MO2
MO3
MO4
Tipo de producto
Demanda mxima
estimada
unid/mes
Ganancia por
unidad
$
800
10
II
400
III
300
IV
200
600
VI
500
F.O.:
Max Z = $10 X1 + $6 X2 + $5 X3+ $8 X4+ $9
X5+ $7 X6
Restricciones:
Horas/maquina
Horas/hombre
S.A.:
Demanda
Horas/maquina
S.A.:
Horas/hombre
Demanda
X1 800
160
X2 400
4X1 + 4X2 + 6X3+ 0X4+ 3X5 + 5X6
X3 300
180
X4 200
X5 600
X6 500
Ejemplo 2 : Mezclas
Una empresa de fertilizantes tiene un contrato de ventas de 6000 Ton. de un
producto llamado mezcla 1. Sabemos tambin que la fabrica produce otros dos
tipos de mezclas cuyas qumicas son las siguientes:
Mezcla
Nitrato (%)
Fosfato(%)
Potasio(%)
Excipiente(
%)
M1
10
80
M2
10
10
75
M3
10
10
10
70
M1
M2
9.25
M3
11.5
respetando
las
F.O.:
Max Z = $4 X1 + $9.25 X2 + $11.5 X3
S.A.:
X1 6000
0.05X1 + 0.05X2 + 0.10X3 1000
0.10X1 + 0.10X2 + 0.10X3 1800
0.05X1 + 0.10X2 + 0.10X3 1200
Admisibl
e
mnimo
Admisibl
e
mximo
Ejemplo 3 : Inversin
Una asociacin de inversionistas tiene $ 1'000,000 solo para invertir en seis
tipos de fondos diferentes, que a su vez tienen diferentes rendimiento
potenciales y diferentes niveles de riesgo.
FONDOS
Condicin
1
2
3
4
5
6
Precio de
acciones
50
70
100
20
40
30
Devolucin
esperada
40%
30
%
26%
25%
15%
10%
Riesgo
alto alto
alto
medio
medio
bajo
Una forma de controlar el riesgo es redistribuyendo los fondos en diferentes
cuentas consecutivamente.
La cantidad invertida en fondos de alto riesgo debe estar entre 60% - 80%
del capital.
La cantidad invertida en fondos de mediano riesgo debe estar entre 30% 40% del capital.
Otra
de controlar
riesgo
es de
diversificando
inversin,
es as10%
quedel
la
Laforma
cantidad
invertidaelen
fondos
bajo riesgoladebe
ser al tal
menos
cantidad
invertida en alto, mediano y bajo riesgo debe estar en la razn: 1:2.3;
capital.
respectivamente.
La cantidad invertida en los fondos 4 y 5 deben estar en la razn 1:2.
Estructurar un modelo para maximizar la devolucin esperada.
F.O. (INICIAL):
0.15 X5 + 0.10 X6
X1 + X2 + X3 600,000
X1 + X2 + X3 800,000
Fondos de mediano riesgo
X4 + X5 300,000
X4 + X5 400,000
Fondos de bajo riesgo
X6 100,000
1'000,000))
F.O. (FINAL):
Max Z = 400,000 X1 + 300,000 X2 + 260,000 X3 + 250,000 X4
+ 150,000 X5
S.A.:
Fondos de alto riesgo
X1 + X2 + X3 0.6
X1 + X2 + X3 0.8
Fondos de mediano
riesgo
X4 + X5 0.3
X4 + X5 0.4
Fondos de bajo riesgo
+ 100,000 X6
Ejemplo 4 :
Transporte
Una empresa de ensamblaje de motos tiene 3 plantas: Trujillo, Chimbote y
Lima; con capacidades de produccin de :
Trujillo
Chimbote
Lima
300
400
400
Motos / ao
Las motos son vendidas en 4 tiendas, y los pedidos en esas tiendas son :
Arequipa
Cuzco
Piura
San Martin
300
200
250
150
Motos/ao
como
mnimo
Arequipa
Cuzco
Piura
San
Martin
Trujillo
70
120
50
80
Chimbote
70
100
60
90
Lima
80
90
100
120
X11,
X12,X13,X14
X21,
X22,X23,X24
T
C
H
TIENDA
S
A
C
P
X31,
X32,X33,X34
S
M
F.O. :
Min Z = 70X11+
120X12+50X13+80X14+70X21+100X22+60X23+90X24
+ 80X31+90X32+100X33+120X34
S.A.:
Capacidad de produccin
Demanda
Ejemplo 1
La empresa AXUS S.A. desea conocer la cantidad de productos
A,B,C a producir para maximizar el beneficio, si cada unidad
vendida genera en utilidad $150,$210 y $130 por unidad
respectivamente.
Cada producto pasa por 3 mesas de trabajo, restringiendo la
cantidad de unidades producidas debido al tiempo disponible en
cada una de ellas. La siguiente tabla muestra el tiempo requerido
por unidad de cada producto
en cada
mesa
y el tiempo
total
Tiempo
requerido
Tiempo
requerido
Tiempo
disponible semanalmente
(minutos).
Mesa 2
Mesa 3
requerido
Mesa 1
Producto 1
10
12
Producto 2
15
17
Producto 3
3300
3500
2900
Tiempo total
disponible por
mesa
Se
supone
que
cada
unidad
producida
es
vendida
automticamente. Determinar la combinacin de productos que
maximicen las utilidad para la compaa.
F.O.:
Max Z = $150 X1 + $210 X2 + $130
X3
S.A.:
10X1 + 15X2 + 7X3 3300
minutos
12X1 + 17X2 + 7X3 3500
X1 +X2 + X3
minutos
Limite
inferior
Limite
superior
Valor de la
solucion
Costo o
beneficio
por unidad
Contribuci
n total
Costo
reduci
do
Estado
de
base
Al
limite
Lado
izquierdo
Lado derecho
Holgura o
supervit
Precio
sombra
Ejemplo 2
La junta de directores de PROTRAC observa los datos resumidos en la tabla. Las
sumas monetarias de esta tabla estn expresadas en miles de dlares. Los
directores deben seleccionar una o mas de las alternativas. Si deciden expandir la
planta en Blgica, el valor presente del rendimiento neto para la firma es
$400,000. Este proyecto requiere $100,000 de capital en el primer ao, $50,000
en el segundo, y as sucesivamente. La junta directiva ha presupuestado con
anterioridad hasta $ 500,000 para todas las inversiones de capital en el ao 1,
hasta
$450,000
el ao 2, ydel
as Capital
sucesivamente.
Formule con un modelo de PLE.
Alternativas
delen
Presupuesto
de PROTRAC
Capital requerido en el ao por cada alternativa (miles $)
ALTERNATIVAS
Valor presente
del rendimiento
neto(miles $)
Ampliar la planta en
Blgica
400
100
50
200
100
Ampliar la capacidad
para maquinas pequeas
en EEUU
700
300
200
100
100
100
800
100
200
270
200
100
1000
200
100
400
200
200
500
450
700
400
300
Ampliar la capacidad
para maquinas grandes
en EEUU
Capital disponible
cada ao
F.O.:
Max Z = $400 X1 + $700 X2 + $800 X3+
$1000 X4
S.A.:
100X1 + 300X2 + 100X3+ 200X4 $500
50X1 + 200X2 + 200X3+ 100X4 $450
200X1 + 100X2 + 270X3+ 400X4 $700
100X1 + 100X2 + 200X3+ 200X4 $400
EJEMPLOS
1.Max
Z=7X1 +
5X2
sa.:
3X1 + X2 450
X1 120
X2 220
METODO DE SOLUCION
GRAFICA
2.Min
Z=8X1 +
10X2
sa.:
2X1 + 2X2 80
6X1 + 2X2 120
4X1 + 12X2 240
1.Max
Z=5X1 10X2
sa.:
12X1 + 26X2 780
2X1 + X2 50
6X1 + 9X2 540
; X2 )
LABORATORI
O II
1.Max Z=20X1 +
40X2
sa.:
2X1 + 4X2 100
X1 0.6(X1+X2)
METODO DE SOLUCION
GRAFICA
2.Min
Z=4X1 + X2
sa.:
3X1 + X2 3
4X1 + 3X2 6
X1 + 2X2 3
4.Min
Z=X1 + X2
sa.:
5X1 + 10X2 40
12X1 + 10X2 60
8X1 + 5X2 40
5.Min
Z=3X1 +
5X2
sa.:
X1 + 3X2 48
2X1 + 7X2 21
3X1 + 1X2 15
3.Max
Z=4000X1 9000X2
sa.:
15X1 - 20X2 100
3X1 + 4X2 8
REPORTE LINDO
Valor optimo de la
funcin objetivo
Solucin optima
de la variables
Holguras y
precios duales
N variables
Anlisis de
sensibilidad
Anlisis de los
rangos de funcin
objetivo
Anlisis de los
rangos de las
restricciones
Holguras y precios
duales
Coeficientes actuales de la
funcin objetivo
Problema
propuesto