P. 1
3 Aplicaciones de Modelado de Programacion Lineal

3 Aplicaciones de Modelado de Programacion Lineal

|Views: 658|Likes:

More info:

Published by: Rolando Obregon Ruiz on Jul 19, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

06/10/2014

pdf

text

original

Sections

Investigación De Operaciones Capítulo 3: Aplicaciones de modelado de programación lineal

ÍNDICE
1. Aplicaciones en marketing. 2. Aplicaciones en manufactura. 3. Aplicaciones en programación de horarios de empleados. 4. Aplicaciones en finanzas. 5. Aplicaciones en transporte. 6. Aplicaciones en transbordo. 7. Aplicaciones en mezcla de ingredientes.
19/07/2012 2

1. Aplicaciones en Marketing
 Los modelos de programación lineal han sido utilizados en el campo de la publicidad como auxiliar en la toma de decisiones para seleccionar una combinación de medios eficaces.  Los problemas de selección de medios pueden enfocarse desde dos perspectivas con PL.
• El objetivo puede ser maximizar la exposición a la audiencia o minimizar los costos de la publicidad.

19/07/2012

3

Selección de medios Win Big Gambling Club
Número de jugadores potenciales alcanzados con el uso de un anuncio en cada uno de los cuatro medios
Medio Audiencia alcanzada por anuncio 5,000 8,500 2,400 2,800 Costo por anuncio ($) 800 925 290 380 Anuncios máximos por semana 12 5 25 20

Anuncio por TV (1 minuto) Periódico diario (anuncio de página completa) Anuncio de radio (30 segundos, horario estelar) Anuncio de radio (1 minuto, por la tarde)

19/07/2012

4

Selección de medios Win Big Gambling Club
 El club ha presupuestado $8,000 por semana para la publicidad local.  Los acuerdos contractuales requieren que por lo menos se coloquen cinco anuncios de radio cada semana.  La administración insiste en que se gasten no más de $1,800 en publicidad por radio en la semana.

El objetivo de Win Big Gambling Club es maximizar la cobertura de la audiencia
19/07/2012 5

Selección de medios Win Big Gambling Club
Sean: X1 = número de anuncios de TV de 1 minuto contratados cada semana X2 = número de anuncios de página completa en periódicos contratados cada semana X3 = número de anuncios de radio de 30 segundos en horario estelar contratados cada semana X4 = número de anuncios de radio de 1 minuto en horario vespertino contratados cada semana

19/07/2012

6

Selección de medios Win Big Gambling Club
Maximizar Z = 5,000X1 + 8,500X2 + 2,400X3 + 2,800X4 (cobertura de la audiencia semanal) Sujeta a: X1 ≤ 12 (máximo número de anuncios en TV) X2 ≤ 5 (máximo número de anuncios en periódico) X3 ≤ 25 (máximo número de anuncios de 30 segundos en radio) X4 ≤ 20 (máximo número de anuncios de 1 minuto en radio) 800X1 + 925X2 + 290X3 + 380X4 ≤ 8,000 (presupuesto para publicidad) X3 + X4 ≥ 5 (mínimo número de anuncios de radio contratados) 290X3 + 380X4 ≤ 1,800 (importe máximo gastado en radio) Con X1 , X2 , X3 , X4 ≥ 0

19/07/2012

7

Selección de medios Win Big Gambling Club
Solución óptima Se deben contratar 1.97 anuncios de TV (X1), 5 anuncios de periódico (X2), 6.2 anuncios de radio de 30 segundos (X3) y ningún anuncio de radio de 1 minuto (X4).

La audiencia semanal captada es de 67,240.3 jugadores.

19/07/2012

8

Selección de medios Win Big Gambling Club LINDO

19/07/2012

Miguel Mejía Puente

9

Selección de medios Win Big Gambling Club Solver de EXCEL

19/07/2012

10

1. Aplicaciones en Marketing
 La programación lineal también se ha aplicado a problemas de investigación de marketing y en el área de investigación de consumo.  El ejemplo siguiente ilustra que los encuestadores estadísticos pueden llegar a tomar decisiones estratégicas con PL.

19/07/2012

11

Investigación de marketing
Management Sciences Associates (MSA)
MSA determina que debe satisfacer varios requerimientos para obtener conclusiones estadísticamente válidas:
1. Encuestar a por lo menos 2,300 hogares de EEUU. 2. Encuestar a por lo menos 1,000 hogares cuyas cabezas tengan 30 años o menos. 3. Encuestar a por lo menos 600 hogares cuyas cabezas estén entre 31 y 50 años. 4. Garantizar que, por lo menos, 15% de los encuestados vivan en un estado fronterizo con México. 5. Garantizar que no más de 20% de los encuestados de 51 años o más vivan en un estado fronterizo con México.

MSA decide que todas las encuestas deberán llevarse a cabo en persona.
19/07/2012 12

Investigación de marketing
Management Sciences Associates (MSA)
Costos por persona encuesta según región y categoría de edad
Región Estado fronterizo con México Estado no fronterizo con México Edad ≤ 30 $7.50 $6.90 Edad 31-50 $6.80 $7.25 Edad ≥51 $5.50 $6.10

El objetivo de MSA es satisfacer los cinco requerimientos de muestreo al mínimo costo posible.
19/07/2012 13

Investigación de marketing
Management Sciences Associates (MSA)
Sean: X1 = número de encuestados de 30 viven en un estado fronterizo. X2 = número de encuestados de 31 viven en un estado fronterizo. X3 = número de encuestados de 51 viven en un estado fronterizo. X4 = número de encuestados de 30 viven en un estado fronterizo. X5 = número de encuestados de 31 viven en un estado fronterizo. X6 = número de encuestados de 51 viven en un estado fronterizo.
19/07/2012

años o menos que a 50 años que años o más que años o menos que no a 50 años que no años o más que no
14

Investigación de marketing
Management Sciences Associates (MSA)
Minimizar = 7.5X1 + 6.8X2 + 5.5X3 + 6.9X4 + 7.25X5 + 6.1X6 (Minimizar los costos de las entrevistas) Sujeta a: X1 + X2 + X3 + X4 + X5 + X6 ≥ 2,300 (hogares totales) X1 + X4 ≥ 1,000 (hogares cuyos miembros tengan 30 años o menos) X2 + X5 ≥ 600 (hogares cuyos miembros tengan 31-50 años de edad X1 + X2 + X3 ≥ 0.15(X1 + X2 + X3 + X4 + X5 + X6) (estados fronterizos) X3 ≤ 0.2(X3 + X6) (límite en el grupo de edad de 51+ que viven en un estado fronterizo) Con X1, X2, X3, X4, X5, X6 ≥ 0

19/07/2012

15

Investigación de marketing
Management Sciences Associates (MSA)
Solución óptima
Región Edad ≤ 30 Edad 31-50 Edad ≥ 51

Estado fronterizo con México
Estado no fronterizo con México

0 (X1)
1,000 (X4)

600 (X2)
0 (X5)

140 (X3)
560 (X6)

El costo total de las entrevistas es $15,166.

19/07/2012

16

Investigación de marketing
Management Sciences Associates (MSA) LINDO

19/07/2012

Miguel Mejía Puente

17

Investigación de marketing
Management Sciences Associates (MSA) Solver de EXCEL

19/07/2012

18

2. Aplicaciones en Manufactura
 Un campo fértil para el uso de PL es la planeación de la mezcla de producción que se deben fabricar.  Una compañía debe satisfacer un conjunto de restricciones, que van desde cuestiones financieras hasta demanda de ventas, contratos de materiales y demandas de los sindicatos.  Su objetivo principal es generar la utilidad máxima posible.
19/07/2012 19

Mezcla de producción Fifth Avenue Industries

Cuatro variedades de corbatas son producidas: • Una es una corbata de seda. • Una de poliéster. • Dos compuestas de poliéster y algodón.

19/07/2012

20

Mezcla de producción Fifth Avenue Industries
Costo y disponibilidad mensual de los tres materiales que se utilizan en el proceso de producción
Material Costo por yarda ($) Material disponible por mes (yardas) 800 3,000 1,600

Seda Poliéster Algodón

21 6 9

19/07/2012

21

Mezcla de producción Fifth Avenue Industries
Precio de venta; contrato y demanda mensual; y requerimientos de material para cada tipo de corbata
Variedad de corbata Precio de venta por corbata ($) Contrato mínimo mensual Demanda mensual Material requerido por corbata (yardas) Requerimiento de material

Seda
Poliéster

6.70
3.55 4.31

6,000
10,000 13,000

7,000
14,000 16,000

0.125
0.080 0.100

100% seda
100% poliéster

Mezcla 1 de poliéster y algodón
Mezcla 2 de poliéster y algodón

50% poliéster 50% algodón
30% poliéster 70% algodón

4.81

6,000

8,500

0.100

19/07/2012

22

Mezcla de producción Fifth Avenue Industries
El objetivo de Fifth Avenue es maximizar su utilidad mensual. Sean: X1 = número de corbatas de seda producidas y vendidas por mes X2 = número de corbatas de poliéster producidas y vendidas por mes X3 = número de corbatas de mezcla 1 de poliéster-algodón producidas y vendidas por mes. X4 = número de corbatas de mezcla 2 de poliéster-algodón producidas y vendidas por mes.
19/07/2012 23

Mezcla de producción Fifth Avenue Industries
Cálculo de la utilidad por corbata Utilidad = Precio de venta – Costo por yarda X yardas por corbata Corbata Corbata Corbata $3.56 Corbata $4.00 de seda = $6.70 – $21 x 0.125 = $4.08 de poliéster = $3.55 – $6 x 0.08 = $3.07 de mezcla 1 = $4.31 – ($6 x 0.05 + $9 x 0.05) = de mezcla 2 = $4.81 – ($6 x 0.03 + $9 x 0.07) =

19/07/2012

24

Mezcla de producción Fifth Avenue Industries
Maximizar Z = 4.075X1 + 3.07X2 + 3.56X3 + 4.00X4 (Maximizar la utilidad) Sujeta a: 0.125X1 ≤ 800 (yardas de seda) 0.08X2 + 0.05X3 + 0.03X4 ≤ 3,000 (yardas de poliéster) 0.05X3 + 0.07X4 ≤ 1,600 (yardas de algodón) X1 ≥ 6,000 (contrato mínimo de corbatas de seda) X1 ≤ 7,000 (demanda máxima de corbatas de seda) X2 ≥ 10,000 (contrato mínimo de corbatas de poliéster) X2 ≤ 14,000 (demanda máxima de corbatas de poliéster) X3 ≥ 13,000 (contrato mínimo de corbatas de mezcla 1) X3 ≤ 16,000 (demanda máxima de corbatas de mezcla 1) X4 ≥ 6,000 (contrato mínimo de corbatas de mezcla 2) X4 ≤ 8,500 (demanda máxima de corbatas de mezcla 2) Con X1, X2, X3, X4 ≥ 0
19/07/2012 25

Mezcla de producción Fifth Avenue Industries
Solución óptima La producción mensual es 6,400 corbatas de seda (X1); 14,000 corbatas de poliéster (X2); 16,000 corbatas de mezcla 1 poliéster-algodón (X3); y 8,500 corbatas de mezcla 2 poliéster-algodón (X4). La utilidad mensual es de $160,020.

19/07/2012

26

Mezcla de producción Fifth Avenue Industries LINDO
19/07/2012 Miguel Mejía Puente 27

Mezcla de producción Fifth Avenue Industries Solver de EXCEL

19/07/2012

28

2. Aplicaciones en Manufactura
 La programación de producción se parece al modelo de mezcla de productos para cada periodo en el futuro.  El objetivo es maximizar la utilidad o minimizar el costo total (producción más inventario) de realizar la tarea.  Este tipo de problema se presta para ser resuelta con PL porque es un problema que debe ser resuelto de forma regular.  Cuando se establece la función objetivo y las restricciones de una compañía, los datos de entrada son fáciles de cambiar cada mes para proporcionar un programa actualizado.
19/07/2012 Miguel Mejía Puente 29

 Establecer un programa de producción de bajo costo durante un periodo de semanas o meses es difícil y un programa administrativo importante para la mayoría de las plantas.  El gerente de producción tiene que considerar muchos factores:
• • • • • Capacidad de mano de obra, Costos de inventario y almacenaje, Limitaciones de espacio, Demanda de producto, y Relaciones laborales.

 Debido a que la mayoría de las compañías producen más de un producto, el proceso de programación a menudo es bastante complejo. 19/07/2012 Miguel Mejía Puente 30

Programación de producción Greenberg Motors
Programa de pedidos para cuatro meses de motores eléctricos

Modelo GM3A GM3B

Enero 800 1,000

Febrero 700 1,200

Marzo 1,000 1,400

Abril 1,100 1,400

Costos de producción $10 por motor GM3A $6 por motor GM3B

Costos de almacenamiento $0.18 por mes-motor GM3A $0.13 por mes-motor GM3B

Un contrato de trabajo que entra en vigor el primero de 19/07/2012 Miguel los costos de producción 31 marzo elevará en 10%Mejía Puente

Programación de producción Greenberg Motors
Motores sobrantes a finales de abril 450 motores GM3A y 300 motores GM3B
Capacidad de almacenamiento 3,300 motores de uno u otro tipo en todo momento Disponibilidad de mano de obra Nivel de empleo mínimo de 2,240 horas Nivel de empleo máximo de 2,560 horas Requerimientos de mano de obra 1.3 horas de mano de obra por motor GM3A 0.9 horas de mano de obra por motor GM3B
19/07/2012 32

Programación de producción Greenberg Motors
El objetivo de Greenberg Motors es minimizar los costos totales. Sean: XAi = número de motores modelo GM3A producidos en el mes i XBi = número de motores modelo GM3B producidos en el mes i YAi = nivel de inventario disponible de motores GM3A al final del mes i YBi = nivel de inventario disponible de motores GM3B al final del mes i Donde i = 1, 2, 3, 4; (1 = enero, 2 = febrero, 3 = marzo, 4 = abril) 19/07/2012 33

Programación de producción Greenberg Motors
Minimizar Z = 10XA1 + 10XA2 + 11XA3 + 11XA4 + 6XB1 + 6XB2 + 6.60XB3 + 6.60XB4 + 0.18YA1 + 0.18YA2 + 0.18YA3 + 0.18YA4 + 0.13YB1 + 0.13YB2 + 0.13YB3 + 0.13YB4 (Minimizar los costos totales) Sujeta a: YA1 = 0 + XA1 – 800 (Inventario final de enero para GM3A) YB1 = 0 + XB1 – 1,000 (Inventario final de enero para GM3B) YA2 = YA1 + XA2 – 700 (Inventario final de febrero para GM3A) YB2 = YB1 + XB2 – 1,200 (Inventario final de febrero para GM3B) YA3 = YA2 + XA3 – 1,000 (Inventario final de marzo para GM3A) YB3 = YB2 + XB3 – 1,400 (Inventario final de marzo para GM3B) YA4 = YA3 + XA4 – 1,100 (Inventario final de abril para GM3A) YB4 = YB3 + XB4 – 1,400 (Inventario final de abril para GM3B) …

19/07/2012

34

Programación de producción Greenberg Motors
… YA4 = 450 (Motores GM3A sobrantes a finales de abril) YB4 = 300 (Motores GM3B sobrantes a finales de abril) YA1 + YB1 ≤ 3,300 (Capacidad de almacenamiento en enero) YA2 + YB2 ≤ 3,300 (Capacidad de almacenamiento en febrero) YA3 + YB3 ≤ 3,300 (Capacidad de almacenamiento en marzo) YA4 + YB4 ≤ 3,300 (Capacidad de almacenamiento en abril) 1.3XA1 + 0.9XB1 ≥ 2,240 (Mano de obra mínima en enero) 1.3XA1 + 0.9XB1 ≤ 2,560 (Mano de obra máxima en enero) 1.3XA2 + 0.9XB2 ≥ 2,240 (Mano de obra mínima en febrero) 1.3XA2 + 0.9XB2 ≤ 2,560 (Mano de obra máxima en febrero) 1.3XA3 + 0.9XB3 ≥ 2,240 (Mano de obra mínima en marzo) 1.3XA3 + 0.9XB3 ≤ 2,560 (Mano de obra máxima en marzo) 1.3XA4 + 0.9XB4 ≥ 2,240 (Mano de obra mínima en abril) 1.3XA4 + 0.9XB4 ≤ 2,560 (Mano de obra máxima en abril) Con XAi, XBi, YAi, YBi ≥ 0
19/07/2012 35

Programación de producción Greenberg Motors
Solución óptima Programa de producción Producción de GM3A Enero 1,276.9 Febrero 1,138.5 Marzo 842.3 Abril 792.3

Producción de GM3B Inventario de GM3A Inventario de GM3B Horas de trabajo

1,000 476.9 0 2,560

1,200 915.4 0 2,560

1,400 757.7 0 2,355

1,700 450 300 2,560

El costo total en los cuatro meses es $76,301.62
19/07/2012 36

Programación de producción Greenberg Motors LINDO

19/07/2012

Miguel Mejía Puente

37

Programación de producción Greenberg Motors LINDO

19/07/2012

Miguel Mejía Puente

38

Programación de producción Greenberg Motors LINDO

19/07/2012

Miguel Mejía Puente

39

Programación de producción Greenberg Motors Solver de EXCEL

19/07/2012

Miguel Mejía Puente

40

3. Aplicaciones en programación de horarios de empleados
 Los problemas de asignación implican determinar la asignación más eficiente de:
• • • • Personas a trabajos, Máquinas a tareas, Patrullas policíacas a sectores de la ciudad, Personal de ventas a territorios.

 El objetivo podría ser:
• Minimizar los tiempos de recorridos o costos, o • Maximizar la eficacia de las asignaciones.
19/07/2012 41

 Los problemas de asignación son únicos porque
• Tienen el coeficiente 1 asociado con cada variable en las restricciones de PL; • El lado derecho de cada restricción también siempre es igual a 1.

 El uso de problemas de asignación da soluciones 0 o 1 para cada variable de la formulación.

19/07/2012

42

Problema de asignación Ivan and Ivan Law Firm
 La firma mantiene un gran equipo de jóvenes abogados.  Iván, preocupado con la utilización eficaz de sus recursos de personal, busca un medio objetivo para hacer las asignaciones abogado-cliente.  Buscando maximizar la eficiencia total de las nuevas asignaciones de clientes, Iván elabora la tabla mostrada en la siguiente diapositiva, en la cual evalúa la efectividad (en una escala de 1 a 9) de cada abogado en cada caso nuevo.

19/07/2012

43

Problema de asignación Ivan and Ivan Law Firm
Clasificaciones de eficacia de Iván
Abogado Caso Divorcio
6 9 4 6

Caso Fusión Comercial
2 3 8 7

Caso Desfalco
8 5 3 6

Caso Exhibicionismo
5 8 4 4
44

Adams Brooks Carter Darwin
19/07/2012

Problema de asignación Ivan and Ivan Law Firm
Sean:

Xij =

{

1 si el abogado i se asigna al caso j 0 de otra forma

Donde: i = 1,2,3,4; (1 = Adams, 2 = Brooks, 3 = Carter, 4 = Darwin) j = 1,2,3,4; (1 = divorcio, 2 = fusión comercial, 3 = desfalco, 4 = exhibicionismo)

19/07/2012

45

Problema de asignación Ivan and Ivan Law Firm
Maximizar Z = 6X11 + 2X12 + 8X13 + 5X14 + 9X21 + 3X22 + 5X23 + 8X24 + 4X31 + 8X32 + 3X33 + 4X34 + 6X41 + 7X42 + 6X43 + 4X44 (Maximizar la eficiencia) Sujeta a: X11 + X21 + X31 + X41 = 1 (divorcio) X12 + X22 + X32 + X42 = 1 (fusión) X13 + X23 + X33 + X43 = 1 (desfalco) X14 + X24 + X34 + X44 = 1 (exhibicionismo) X11 + X12 + X13 + X14 = 1 (Adams) X21 + X22 + X23 + X24 = 1 (Brooks) X31 + X32 + X33 + X34 = 1 (Carter) X41 + X42 + X43 + X44 = 1 (Darwin) 19/07/2012 Miguel Mejía Puente Con Xij ≥ 0

46

Problema de asignación Ivan and Ivan Law Firm
Solución óptima Las asignaciones son: Adams al caso de desfalco (X13); Brooks al caso de exhibicionismo (X24); Carter al caso de fusión comercial (X32); y Darwin al caso de divorcio (X41).
La eficacia total es 30.
19/07/2012 47

Problema de asignación Ivan and Ivan Law Firm LINDO

19/07/2012

48

Problema de asignación Ivan and Ivan Law Firm LINDO

19/07/2012

Miguel Mejía Puente

49

Problema de asignación Ivan and Ivan Law Firm Solver de EXCEL

19/07/2012

50

3. Aplicaciones en programación de horarios de empleados
 Los problemas de planeación del trabajo abordan las necesidades de personal durante un periodo específico.  Son especialmente útiles cuando los administradores tienen cierta flexibilidad al asignar trabajadores a tareas que requieren superposición o talentos intercambiables.

19/07/2012

51

Planeación del trabajo Hong Kong Bank
Requerimiento de cajeras durante el día
Periodo 9 a.m. – 10 a.m. 10 a.m. – 11 a.m. 11 a.m. – Mediodía Mediodía – 1 p.m. 1 p.m. – 2 p.m. 2 p.m. – 3 p.m. 3 p.m. – 4 p.m.
19/07/2012

Número de cajeras 10 12 14 16 18 17 15
10
52

4 p.m. – 5 p.m.

Miguel Mejía Puente

Planeación del trabajo Hong Kong Bank
Cajeras de tiempo completo (35 horas semanales) Horario de trabajo: 9 a.m. – 5 p.m. Disponibilidad: 12 cajeras Refrigerio: 11 a.m. – Mediodía (mitad); Mediodía – 1 p.m. (mitad) Jornada diaria: 7 horas Remuneración: $100 por día Cajeras de tiempo parcial (20 horas semanales) Horario de trabajo: 9 a.m. – 5 p.m. Jornada diaria: 4 horas Remuneración: $8 por hora
19/07/2012 53

Planeación del trabajo Hong Kong Bank
Política corporativa Horas de jornada parcial diaria como máximo 50% del requerimiento total diario

Horario de almuerzo Mediodía a 2 p.m.

19/07/2012

54

Planeación del trabajo Hong Kong Bank
El objetivo de Hong Kong Bank es minimizar los costos totales de personal. Sean: F = número de cajeras a tiempo completo P1 = número de cajeras de tiempo parcial que las 9 a.m. y salen a la 1 p.m. P2 = número de cajeras de tiempo parcial que las 10 a.m. y salen a la 2 p.m. P3 = número de cajeras de tiempo parcial que las 11 a.m. y salen a la 3 p.m. P4 = número de cajeras de tiempo parcial que mediodía y salen a la 4 p.m. P5 = número de cajeras de tiempo parcial que 19/07/2012 Miguel Mejía Puente 1 p.m. y salen a la 5 p.m.

entran a

entran a
entran a

entran al
entran a la
55

Planeación del trabajo Hong Kong Bank
Minimizar Z = 100F + 32P1 + 32P2 + 32P3 + 32P4 + 32P5 (Minimizar el costo total del personal) Sujeta a: F + P1 ≥ 10 (requerimiento de 9 a.m. a 10 a.m.) F + P1 + P2 ≥ 12 (requerimiento de 10 a.m. a 11 a.m.) 0.5 F + P1 + P2 + P3 ≥ 14 (requerimiento de 11 a.m. a mediodía) 0.5 F + P1 + P2 + P3 + P4 ≥ 16 (requerimiento de mediodía a 1 p.m.) F + P2 + P3 + P4 + P5 ≥ 18 (requerimiento de 1 p.m. a 2 p.m.) F + P3 + P4 + P5 ≥ 17 (requerimiento de 2 p.m. a 3 p.m.) F + P4 + P5 ≥ 15 (requerimiento de 3 p.m. a 4 p.m.) F + P5 ≥ 10 (requerimiento de 4 p.m. a 5 p.m.) …
19/07/2012 56

Planeación del trabajo Hong Kong Bank
… F ≤ 12 (disponibilidad de cajeras de tiempo completo) 4P1 + 4P2 + 4P3 + 4P4 + 4P5 ≤ 0.50(112) (horas de empleados de tiempo parcial no pueden exceder de 50% del total de horas requeridas) Con F, P1, P2, P3, P4, P5 ≥ 0

19/07/2012

57

Planeación del trabajo Hong Kong Bank
Solución óptima Hay varias soluciones óptimas, una de las cuales es emplear 10 cajeras de tiempo completo (F), 2 cajeras de tiempo parcial que entren a las 10 a.m. (P2), 7 cajeras de tiempo parcial que entren a las 11 a.m. (P3), y 5 cajeras de tiempo parcial que entren a mediodía (P4). Ningún empleado de tiempo parcial entraría a las 9. a.m. (P1) o a la 1 p.m. (P5).
El costo total del personal por día es $1,448.

19/07/2012

58

Planeación del trabajo Hong Kong Bank LINDO
19/07/2012 59

Planeación del trabajo Hong Kong Bank Solver de EXCEL

19/07/2012

60

4. Aplicaciones en finanzas
 La selección de carteras o inversiones específicas de entre una amplia variedad de alternativas es un problema frecuente enfrentado por:
• • • • Gerentes de bancos, Fondos mutuos, Servicios de inversión, y Compañías de seguros.

 El objetivo global del gerente es maximizar la devolución esperada de la inversión
• Dado un conjunto de restricciones de riesgo, políticas o legales.
19/07/2012 61

Selección de cartera International City Trust (ICT)
ICT tiene de $5 millones disponibles para inversión inmediata y desea hacer dos cosas:
1. Maximizar el interés que se devenga sobre las inversiones realizadas durante los siguientes seis meses, y 2. Satisfacer los requerimientos de diversificación que estableció la junta de directores.
19/07/2012 62

Selección de cartera International City Trust (ICT)
Posibilidades de inversión
Inversión Interés devengado (%)
7 11

Inversión máxima (millones $)
1.0 2.5

Crédito comercial Bonos corporativos

Acciones en oro
Préstamos para construcción

19
15

1.5
1.8

Además, la junta especifica que:  Por lo menos 55% de los fondos invertidos deben ser en acciones en oro y préstamos para construcción, y que  No menos de 15% se debe invertir en crédito comercial.
19/07/2012 63

Selección de cartera International City Trust (ICT)
Sean: X1 = monto de dólares invertidos en crédito comercial X2 = monto de dólares invertidos en bonos corporativos X3 = monto de dólares invertidos en acciones en oro X4 = monto de dólares invertidos en préstamos para construcción

19/07/2012

64

Selección de cartera International City Trust (ICT)
Maximizar Z = 0.07X1 + 0.11X2 + 0.19X3 + 0.15X4 (Maximizar el monto de dólares de interés devengado) Sujeta a: X1 ≤ 1’000,000 (inversión máxima en crédito comercial) X2 ≤ 2’500,000 (inversión máxima en bonos corporativos) X3 ≤ 1’500,000 (inversión máxima en acciones en oro) X4 ≤ 1’800,000 (inversión máxima en préstamos para construcción) X3 + X4 ≥ 0.55(X1+X2+X3+X4) (fondos en acciones y préstamos) X1 ≥ 0.15(X1+X2+X3+X4) (fondos en crédito comercial) X1 + X2 + X3 + X4 ≤ 5’000,000 (capital disponible para invertir) Con X1, X2, X3, X4 ≥ 0
19/07/2012 65

Selección de cartera International City Trust (ICT)
Solución óptima Se deben invertir $750,000 en crédito comercial (X1), $950,000 en bonos corporativos (X2), $1’500,000 en acciones en oro (X3), y $1’800,000 (X4) en préstamos para construcción.
El interés total devengado es $712,000.

19/07/2012

66

Selección de cartera International City Trust (ICT) LINDO
19/07/2012 Miguel Mejía Puente 67

Selección de cartera International City Trust (ICT) Solver de EXCEL

19/07/2012

68

5. Aplicaciones en Transporte
 El problema de transporte o envío implica determinar la cantidad de artículos o productos que deben ser transportados de varios orígenes a varios destinos. El objetivo en general es minimizar los costos y distancias de envío totales. Las restricciones en este tipo de problema se relacionan con las capacidades en cada origen y los requerimientos en cada destino.


19/07/2012

69

Problema de envío The Top Speed Bicycle Co.

 

La firma cuenta con plantas de ensamble en dos ciudades: Nueva Orleáns y Omaha. Sus tres almacenes principales están ubicados cerca de los grandes mercados de Nueva York, Chicago, y Los Angeles. Los requerimientos de ventas y la capacidad de producción de cada ciudad son:
Ciudad Nueva York Chicago Los Angeles Nueva Orleáns Demanda 10,000 8,000 15,000 NA
Miguel Mejía Puente

Capacidad NA NA NA 20,000 15,000
70

19/07/2012

Omaha

NA

Problema de envío The Top Speed Bicycle Co.
La figura representa la red del problema
Destino Nueva York

Origen

Nueva Orleans

Chicago

Omaha

Los Ángeles
19/07/2012 71

Problema de envío The Top Speed Bicycle Co.
El costo de envío de una bicicleta desde cada fábrica a cada almacén difiere. Estos costos unitarios de envío son:

De

A Nueva York Chicago Los Angeles

Nueva Orleáns $2.00 $3.00 $5.00

Omaha $3.00 $1.00 $4.00

La compañía desea desarrollar un programa de envíos que minimice sus costos de transporte anuales.
19/07/2012 72

Problema de envío The Top Speed Bicycle Co.
Sean: X11 = número de bicicletas enviadas de Nueva Orleáns a Nueva York X12 = número de bicicletas enviadas de Nueva Orleáns a Chicago X13 = número de bicicletas enviadas de Nueva Orleáns a Los Angeles X21 = número de bicicletas enviadas de Omaha a Nueva York X22 = número de bicicletas enviadas de Omaha a Chicago X23 = número de bicicletas enviadas de Omaha a Los 19/07/2012 Miguel Mejía Puente 73 Angeles

Problema de envío The Top Speed Bicycle Co.
Minimizar Z = 2X11 + 3X12 + 5X13 + 3X21 + 1X22 + 4X23 (Minimizar los costos totales de envío) Sujeta a: X11 + X21 = 10,000 (Demanda de Nueva York) X12 + X22 = 8,000 (Demanda de Chicago) X13 + X23 = 15,000 (Demanda de Los Angeles) X11 + X12 + X13 ≤ 20,000 (Existencias en Nueva Orleáns) X21 + X22 + X23 ≤ 15,000 (Existencias en Omaha) Con Xij ≥ 0

19/07/2012

74

Problema de envío The Top Speed Bicycle Co.
Solución óptima
De A Nueva York Chicago Los Angeles Nueva Orleáns 10,000 0 8,000 Omaha 0 8,000 7,000

El costo total de envío es $96,000.

19/07/2012

75

Problema de envío The Top Speed Bicycle Co. LINDO
19/07/2012 76

Problema de envío The Top Speed Bicycle Co. Solver de EXCEL

19/07/2012

77

6. Aplicaciones en Transbordo
 El problema de transporte es un caso especial del problema de transbordo o centros de distribución.  Si los artículos se transportan desde el origen a través de un punto intermedio
• llamado punto de transbordo antes de llegar a su destino final • Entonces el problema es llamado problema de transbordo.

 Por ejemplo, una compañía podría fabricar un producto en varias plantas para ser enviado a varios centros de distribución regionales
• Desde estos centros los artículos son enviados a tiendas de venta al menudeo que son destinos finales.
78

19/07/2012

Centros de distribución Frosty Machines
La figura representa la red del problema
Destino Nueva York

Origen Toronto

Transbordo Chicago

Filadelfia

Detroit

Búfalo San Luis

19/07/2012

79

Centros de distribución Frosty Machines
A
De Toronto Detroit Chicago Búfalo Demanda
19/07/2012

Chicago
$4.00 $5.00 -------

Búfalo
$7.00 $7.00 -------

Nueva York
----$6.00 $2.00 450

Filadelfia
----$4.00 $3.00 350

San Luis
----$5.00 $4.00 300

Existencias
800 700 ------80

Centros de distribución Frosty Machines
 La meta es minimizar los costos de transporte asociados con el envío de suficientes barredoras de nieve para satisfacer las demandas en los tres destinos sin que se excedan las existencias de cada fábrica. Por lo tanto, se tienen restricciones de existencias y demandas similares al problema de transporte. Como no se producen unidades en Chicago o Búfalo, cualquier cantidad enviada desde estos puntos de transbordo deben haber arribado de Toronto o Detroit. Por consiguiente, Chicago y Búfalo tendrán una restricción que indique esta situación.


19/07/2012

81

Centros de distribución Frosty Machines
Minimizar el costo, considerando que: 1. El número de unidades enviadas desde Toronto no es más de 800. 2. El número de unidades enviadas desde Detroit no es más de 700. 3. El número de unidades enviadas a Nueva York es 450. 4. El número de unidades enviadas a Filadelfia es 350. 5. El número de unidades enviadas a San Luis es 300. 6. El número de unidades enviadas desde Chicago es igual al número de unidades enviadas a Chicago. 7. El número de unidades enviadas desde Búfalo es igual al número de unidades enviadas a Búfalo.

19/07/2012

82

Centros de distribución Frosty Machines
Sean: T1 = número de unidades enviadas de Toronto a Chicago T2 = número de unidades enviadas de Toronto a Búfalo D1 = número de unidades enviadas de Detroit a Chicago D2 = número de unidades enviadas de Detroit a Búfalo C1 = número de unidades enviadas de Chicago a Nueva York C2 = número de unidades enviadas de Chicago a Filadelfia C3 = número de unidades enviadas de Chicago a San Luis

19/07/2012

83

Centros de distribución Frosty Machines
… B1 = número de unidades enviadas de Búfalo a Nueva York B2 = número de unidades enviadas de Búfalo a Filadelfia B3 = número de unidades enviadas de Búfalo a San Luis

19/07/2012

84

Centros de distribución Frosty Machines
Minimizar Z = 4T1 + 7T2 + 5D1 + 7D2 + 6C1 + 4C2 + 5C3 + 2B1 + 3B2 + 4B3 (Minimizar los costos totales de envío) Sujeta a: T1 + T2 ≤ 800 (Existencias en Toronto) D1 + D2 ≤ 700 (Existencias en Detroit) C1 + B1 = 450 (Demanda en Nueva York) C2 + B2 = 350 (Demanda en Filadelfia) C3 + B3 = 300 (Demanda en San Luis) T1 + D1 = C1 + C2 + C3 (Envío a través de Chicago) T2 + D2 = B1 + B2 + B3 (Envío a través de Búfalo) Con T1, T2, D1, D2, C1, C2, C3, Puente B2, B3 ≥ 0 B1 , 19/07/2012 Miguel Mejía 85

Centros de distribución Frosty Machines
Solución óptima Se deberán enviar: • 650 unidades de Toronto a Chicago • 150 unidades de Toronto a Búfalo • 300 unidades de Detroit a Búfalo • 350 unidades de Chicago a Filadelfia • 300 unidades de Chicago a San Luis • 450 unidades de Búfalo a Nueva York.

El costo total es $9,550.
19/07/2012 86

Centros de distribución Frosty Machines LINDO
19/07/2012 87

Centros de distribución Frosty Machines Solver de EXCEL

19/07/2012

88

7. Aplicaciones en mezcla de ingredientes
 El problema de dieta, una de las principales aplicaciones de PL, originalmente fue utilizado por hospitales para determinar la dieta más económica para pacientes.  Conocido en aplicaciones agrícolas como problema de mezcla de alimentos, el problema de dieta implica especificar un alimento o combinación de ingredientes alimenticios que satisfaga los requerimientos nutricionales a un nivel de costo mínimo.
19/07/2012 89

Problema de dieta The Whole Food Nutrition Center
Grano Costo por libra (centavos) 33 47 38 Proteína (unidades / libra) 22 28 21 Riboflavina (unidades / libra) 16 14 25 Fósforo (unidades / libra) 8 7 9 Magnesio (unidades / libra) 5 0 6

A B C

 El requerimiento diario mínimo de un adulto (ración diaria recomendada en Estados Unidos) es:
• • • • 3 unidades de proteínas; 2 unidades de riboflavina; 1 unidad de fósforo; y 0.425 unidades de magnesio.

 Whole Food desea elegir la mezcla de granos que 19/07/2012 satisfaga la ración de Miguel Mejía Puente costo mínimo. 2 onzas a un

90

Problema de dieta The Whole Food Nutrition Center
Sean: XA = cantidad de libras del grano A en una ración de 2 onzas de cereal XB = cantidad de libras del grano B en una ración de 2 onzas de cereal XC = cantidad de libras del grano C en una ración de 2 onzas de cereal Minimizar Z = 0.33XA + 0.47XB + 0.38XC (minimizar el costo total de mezclar una porción de cereal) Sujeta a: 22XA + 28XB + 21XC ≥ 3 (unidades de proteína) 16XA + 14XB + 25XC ≥ 2 (unidades de riboflavina) 8XA + 7XB + 9XC ≥ 1 (unidades de fósforo) 5XA + 0XB + 6XC ≥ 0.425 (unidades de magnesio) XA + XB + XC = 0.125 (mezcla total es de 0.125 libras) 19/07/2012 Miguel Mejía Puente Con XA, XB, XC ≥ 0

91

Problema de dieta The Whole Food Nutrition Center
Solución óptima En cada ración de 2 onzas de cereal debe haber 0.025 libras de grano A (XA), 0.050 libras de grano B (XB), y 0.050 libras de grano C (XC).
El costo por ración es $0.05.

19/07/2012

92

Problema de dieta The Whole Food Nutrition Center LINDO
19/07/2012 Miguel Mejía Puente 93

Problema de dieta The Whole Food Nutrition Center Solver de EXCEL

19/07/2012

94

7. Aplicaciones en mezcla de ingredientes
Problema de mezclado o de ingredientes
 Los problemas de mezcla de alimentos y de dieta son casos especiales de una clase más general de problemas de PL conocidos como problemas de mezclado o de ingredientes.  Los problemas de mezclado surgen cuando se debe decidir con respecto a la mezcla de dos o más recursos para producir uno o más productos.
 Los recursos, en este caso, contienen uno o más ingredientes esenciales que deben ser mezclados de modo que cada producto final contenga porcentajes específicos de cada ingrediente.
19/07/2012 95

Problema de mezclado Low Knock Oil Company
La producción de dos tipos de gasolina (regular y económica) es a través de la refinación de una mezcla de dos tipos de crudos (X100 y X200).

Tipo de petróleo crudo X100 X220

Ingrediente A (%) 35 60

Ingrediente B (%) 55 25

Costo por barril ($) 30.00 34.80

Demanda semanal mínima Gasolina regular: 25,000 barriles Gasolina económica: 32,000 barriles Composición de la mezcla Por lo menos 45% de cada barril de tipo regular debe ser de ingrediente A Como máximo, cada barril de tipo económico deberá contener 50% de ingrediente B. 19/07/2012 Miguel Mejía Puente

96

Problema de mezclado Low Knock Oil Company
Sean: X1 = barriles de crudo regular X2 = barriles de crudo económica X3 = barriles de crudo regular X4 = barriles de crudo económica

X100 mezclado para producir la gasolina X100 mezclado para producir la gasolina X220 mezclado para producir la gasolina X220 mezclado para producir la gasolina

19/07/2012

97

Problema de mezclado Low Knock Oil Company
Minimizar Z = 30X1 + 30X2 + 34.8X3 + 34.8X4 (minimizar el costo de compra de crudo) Sujeta a: X1 + X3 ≥ 25,000 (demanda de gasolina regular) X2 + X4 ≥ 32,000 (demanda de gasolina económica) 0.35X1 + 0.60X3 ≥ 0.45X1 + 0.45X3 (relación entre gasolina regular y el ingrediente A) 0.55X2 + 0.25X4 ≤ 0.50X2 + 0.50X4 (relación entre gasolina económica y el ingrediente B) Con X1, X2, X3 , X4 ≥ 0

19/07/2012

98

Problema de mezclado Low Knock Oil Company

Solución óptima Se mezclarán 15,000 barriles de X100 en gasolina regular (X1), 26,666.67 barriles de X100 en la gasolina económica (X2), 10,000 barriles de X220 en la gasolina regular (X3) y 5,333.33 barriles de X220 en la gasolina económica (X4).
El costo total de la mezcla es $1’783,60.

19/07/2012

99

Problema de mezclado Low Knock Oil Company LINDO
19/07/2012 Miguel Mejía Puente 100

Problema de mezclado Low Knock Oil Company Solver de EXCEL

19/07/2012

101

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->