NG.

SANTIAGO JAVEZ VALLADARES TOMO III

PRESENTACIN Despus de haber elaborado dos libros anteriores ( Modelos Lineales, Graficas),ahora me aboco a dar a conocer como un modelo se comporta ante algunos cambios que se pueden presentar. Claro esta que el Anlisis de Sensibilidad se da fcilmente a nivel grafico, pero cuando se tiene modelos con amplitud de variables de decisin se tiene que recurrir a un software, en la actualidad se trabaja a nivel acadmico con LINDO o LINGO, ambos son de la misma familia se podra decir, la diferencia entre ellos es que el LINGO permite resolver modelos no lineales e incluso programar y hacer exportaciones con hojas de calculo, considerando estos factores y otros mas ,es que he desarrollado aplicaciones de modelos lineales resueltos con estos programas y analizados cada uno por medio de la sensibilidad. Hacer uso de la sensibilidad permite saber hasta cuanto puede soportar cambios el modelo en estudio, cuales son sus rangos tanto de coeficientes como de los recursos, adems saber interpretar los costos reducidos y los precios duales. Espero que en esta oportunidad tenga tu aceptacin y permita que conozcas como se interpreta los reportes de la computadora, adems como se puede mejorar la soluciona mediante cambios permitidos al modelo, te invito pus a ingresar a las siguientes paginas y deseo sea de suma ayuda para afianzar tus conocimientos en este tema de la Investigacin de Operaciones.

Ing. Santiago Javez Valladares Trujillo-Peru santiagoinvope1@hotmail.com

CAPITULO I INTRODUCCIN

1.1.-Qu es LINDO o LINGO ? Lindo es un sofware usado para la solucin de modelos lineales, su nombre se debe a la nomenclatura de: LINDO (Linear, INteractive, and Discrete Optimizer), LINGO (Linear, INteractive, and General Optimizer) 1.2.-Qu es Anlisis de Sensibilidad? Es ver como se comporta el modelo elaborado ante algunos cambios que se pueden realizar. 1.3.-Cmo se ingresan los datos a LINDO? Una vez elaborado el modelo lineal, se ingresa primero la Funcin Objetivo (F.O.): Si la F.O. es maximizar, se ingresa: Max Si la F.O. es minimizar, se ingresa: Min Luego se ingresa los coeficientes con sus respectivas variables. Para ingresar las restricciones se escribe antes st (subjet to) (sujeto a ) Una vez ingresado el modelo se culmina con la expresin end (fin). Ejemplo: max 2x1+3x2 st 2x1+3x2<=15 x1+4x2>=10 x1+2x2=8 end 1.4.-Cmo es el reporte de LINDO? Para responder esta pregunta no hay mejor manera que tener el reporte (la traduccin se ha incluido para entender mejor el reporte). LP OPTIMUM FOUND AT STEP 1 (El modelo Lineal ha logrado su optimo en los pasos) OBJECTIVE FUNCTION VALUE (Valor de la Funcin Objetivo) 1) 15.00000 VARIABLE VALUE REDUCED COST (Variable) (Valor) (Costo Reducido) X1 6.000000 0.000000 X2 1.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES (Fila ) (Holgura o Superflua) (Precios Dual) 2) 0.000000 0.000000 3) 0.000000 -0.500000 4) 0.000000 2.500000 NO. ITERATIONS= 1 (Nmero de Iteraciones) RANGES IN WHICH THE BASIS IS UNCHANGED: (Rangos para los que no cambia la Base) OBJ COEFFICIENT RANGES (Rangos de Coeficientes de la funcin Objetivo ) VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE (Variable) (Coeficientes) (Incremento (Decremento Permitido) Permitido) X1 2.000000 INFINITY 0.500000 X2 3.000000 1.000000 INFINITY

RIGHTHAND SIDE RANGES (Rangos de Trminos Independientes) ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE (Fila) (Termino ( Incremento (Decremento Independiente) Permitido) Permitido) 2 15.000000 INFINITY 0.000000 3 10.000000 6.000000 0.000000 4 8.000000 0.000000 3.000000 1.5.-Qu partes se destacan en el reporte de LINDO? La estructura del reporte tiene las siguientes partes: a)Valor de la Funcin Objetivo b)Valor de las Variables, Costos Reducidos. c) Rangos de coeficientes de las variables de la funcin objetivo. d)Rangos de coeficientes de los trminos independientes de las restricciones. 1.6.-Qu es un Costo Reducido? Es la cantidad que debe variar el coeficiente de una variable para que este llegue a tener valor. Pero esto depende de la funcin objetivo, por ejemplo si la funcin objetivo es de Maximizacin el costo reducido se debe sumar al coeficiente de la variable. si la funcin objetivo es de Minimizacin el costo reducido se debe restar al coeficiente de la variable. Ejemplo 1: Max 3x1+2x2 Variable Valor Costo Reducido X1 10 0.00000 X2 0 3.50000 La variable x2 para que llegue a tener valor su coeficiente debe ser: C2>(2+3,5) Ejemplo 2: Min 4x1+5x2 Variable Valor Costo Reducido X1 0 2.00000 X2 10 0.00000 La variable x1 para que llegue a tener valor su coeficiente debe ser: C1<(4-2) 1.7.-Qu es una Variable de Holgura? Es la cantidad que sobra de un recurso. Aparecen cuando la restriccin es <= 1.8.-Qu es una Variable Superflua? Es la cantidad adicional que se usa de un recurso. Aparecen cuando la restriccin es >= 1.9.-Qu es un Precio Dual? Es la cantidad que se gana o se pierde en la funcin objetivo por cada unidad adicional que crece un recurso. El precio dual cuando su signo es positivo y su funcin objetivo es Maximizacin aumenta el valor de la funcin en esa proporcin por cada unidad adicional. El precio dual cuando su signo es negativo y su funcin objetivo es Maximizacin disminuye el valor de la funcin en esa proporcin por cada unidad adicional. El precio dual cuando su signo es positivo y su funcin objetivo es Minimizacin disminuye el valor de la funcin en esa proporcin por cada unidad adicional. El precio dual cuando su signo es negativo y su funcin objetivo es Minimizacin aumenta el valor de la funcin en esa proporcin por cada unidad adicional. Funcin Objetivo Funcin Objetivo (F.O) (F.O.) Maximizacin Minimizacin Precio Dual Positivo Aumenta la F.O. Disminuye la F.O. Precio Dual Negativo Disminuye la F.O. Aumenta la F.O. 10.-Para que sirven los rangos de los Coeficientes? Para hallar el valor mximo y minino ya sea del ingreso como del costo de cada variable. 11.-Para que sirven los rangos de los trminos Independientes (Recursos) ?

Para hallar el valor mximo y minino de uso de cada recurso.

CAPITULO II Anlisis de Sensibilidad a Problemas

2.1 Anlisis de Sensibilidad (NIVEL A)

1)

Una compaa fabrica dos modelos de sombrero: Bae , Viz y Ala. La fabricacin de los sombreros se realiza en las secciones de moldeado, pintura y montaje. La fabricacin de cada modelo Bae requiere 2 horas de moldeado, 3 de pintura y una de montaje. La fabricacin del modelo Viz requiere tres horas de moldeado, 2 de pintura y una de montaje.La fabricacion frl modelo Ala requiere 2horas de moldeado, 2 horas de pintura y 1 hora de montaje Las secciones de moldeado y pintura disponen, cada una, de un mximo de 1.500 horas cada mes, y la de montaje de 600. Si el modelo Bae se vende a S/100 , el modelo Viz a S/120 y el de ala a S/ 110, Qu cantidad de sombreros de cada tipo ha de fabricar para maximizar el beneficio mensual? Solucin: Moldeado Pintura Montaje Precio de Venta Bae 2h 3h 1h S/100 Viz 3h 2h 1h S/120 Ala 2h 2h 1h S/110 Disponibilidad 1500 h 1500 h 600 h

Variable de Decisin: Xi=Nmero de sombreros tipo i(i=Bae, Viz, Ala=1,2,3) a producir. Funcin Objetivo: Max=100x1+120x2+110x3 Moldeado 2x1+3x2+2x3<=1500 Pintura 3x1+2x2+2x3<=1500 Montaje 1x1+1x2+1x3<=600 Modelo PL Max 100x1+120x2+110x3 st 2x1+3x2+2x3<=1500 3x1+2x2+2x3<=1500 1x1+1x2+1x3<=600 end LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 69000.00

VARIABLE VALUE REDUCED COST X1 0.000000 10.000000 X2 300.000000 0.000000 X3 300.000000 0.000000 ROW 2) 3) 4) SLACK OR SURPLUS DUAL PRICES 0.000000 10.000000 300.000000 0.000000 0.000000 90.000000 2

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 100.000000 10.000000 INFINITY X2 120.000000 45.000000 10.000000 X3 110.000000 10.000000 10.000000 ROW 2 3 4 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 1500.000000 300.000000 300.000000 1500.000000 INFINITY 300.000000 600.000000 150.000000 100.000000

Interpretacin: Ingreso por Precio de Venta: 69000 X1 0 sombreros tipo Bae, para que se elabore se debe tener un precio de venta mayor de:100 + 10=110 X2 300 sombrero tipo Viz, X3 300 sombreros tipo Ala Moldeado: Se usan todas la horas de moldeado, por cada hora adicional se gana 10 Pintura: 300 horas sobra del departamento de pintura. Montaje: Se usan todas las horas de montaje, por cada hora adicional se gana 90 Optimalidad: Rangos de Ci: Sombrero Bae X1 100.000000 10.000000 INFINITY (100-infinito)<=c1<=(100+10) -infinito<=c1<=110 El precio mximo del sombrero tipo Bae es: 110 El precio mnimo del sombrero tipo Bae es: 0 Sombrero Viz X2 120.000000 45.000000 10.000000 (120-10)<=c2<=(120+45) 110<=c2<=165 El precio mximo del sombrero tipo Viz es: 165 El precio mnimo del sombrero tipo Viz es: 110 Sombrero Ala X3 110.000000 10.000000 10.000000 (110-10)<=c3<=(110+10) 100<=c3<=120 El precio mximo del sombrero tipo Ala es: 120 El precio mnimo del sombrero tipo Ala es: 100

10

2)

Un hipermercado necesita como mximo 16 cajas de langostino, 5 cajas de ncoras y 20 de percebes. Dos mayoristas, A y B, se ofrecen al hipermercado para satisfacer sus necesidades, pero slo venden dicho marisco en contenedores completos. El mayorista A enva en cada contenedor 8 cajas de langostinos, 1 de ncoras y 2 de percebes. Por su parte, B enva en cada contenedor 2, 1 y 7 cajas respectivamente. Cada contenedor que suministra A da una ganancia de S/210, mientras que los del mayorista B S/300 cada uno. Cuntos contenedores debe pedir el hipermercado a cada mayorista para satisfacer sus necesidades mnimas con el menor coste posible? Solucin: Langostino Ncoras Percebes Ganancia Contenedor A 8 cajas/contenedor 1 cajas/contenedor 2 cajas/contenedor S/210/contenedor Contenedor B 2 cajas/contenedor 1 cajas/contenedor 7 cajas/contenedor S/ 300/contenedor Compra Mxima 16 cajas 5 cajas 20 cajas

Variable de Decisin: Xi= Numero de contenedores de tipo i(i=A,B=1,2) a pedir. Funcin Objetivo: Max=210x1+300x2 Sujeto a: Cajas de Langostinos: 8x1+2x2<=16 Cajas de Ncoras: 1x1+1x2<=5 Cajas de Percebes: 2x1+7x2<=20 LINDO: Max 210x1+300x2 St 8x1+2x2<=16 1x1+1x2<=5 2x1+7x2<=20 end LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 1029.231 REDUCED COST 0.000000 0.000000

VARIABLE VALUE X1 1.384615 X2 2.461539

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 16.730770 3) 1.153846 0.000000 4) 0.000000 38.076923 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED:

11

VARIABLE X1 X2 ROW 2 3 4

OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 210.000000 990.000000 124.285713 300.000000 435.000000 247.500000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 16.000000 12.000000 10.285714 5.000000 INFINITY 1.153846 20.000000 10.000000 16.000000

Interpretacin: Ganancia a obtener: 1029.231 Contenedores tipo A : X1 1.384615 Contenedores tipo B: X2 2.461539 Cajas de Langostinos: 0.000000 ,se usa todo lo disponible y si se pide una caja mas se gana: 16.730770 Cajas de Ncoras: 1.153846 , son cajas que no se han usado por lo tanto su precio dual es :0.000000 Cajas de Percebes: 0.000000,se usa todo lo disponible y si se pide una caja mas se gana: 38.076923 Optimalidad: Rangos en Ci La ganancia por cada tipo de contenedor tiene el siguiente rango: Tipo A: X1 210.000000 990.000000 124.285713 (210-124.285713) <= c1<= (210+990) El precio mximo es de :1200 El precio mnimo es de:85,71 Tipo B: X2 300.000000 435.000000 (300-247,5)<= c2<=(300+435)

247.500000

El precio mximo es de :735 El precio mnimo es de: 52,5 Mientras se este dentro de estos rangos la solucin no cambia.

12

Rangos en Bi Cajas de Langostinos: 16.000000 12.000000 10.285714 (16-10,285714)<=b1<=(16+12) La mxima cantidad de cajas que puede comprar el supermercado es: 16+12=28 La mnima cantidad de cajas que puede comprar el supermercado es: 16-10,285714=5,714 Cajas de Ncoras: 5.000000 INFINITY 1.153846 (5-1,153846)<=b2<=(5+infinito) La mxima cantidad de cajas que puede comprar el supermercado es: 5+infinito= Infinito La mnima cantidad de cajas que puede comprar el supermercado es: 5-1,153846=3,846 Cajas de Percebes: 20.000000 10.000000 16.000000 (20-16)<=b3<=(20+10) La mxima cantidad de cajas que puede comprar el supermercado es: 20+10=30 La mnima cantidad de cajas que puede comprar el supermercado es: 20-16=4 Si se mantienen dentro de estos rangos el modelo es optimo.

3)

Un carpintero tiene que construir mesas rectangulares cuyas dimensiones no sobrepasen 2 metros y tales que la suma de su dimensin mayor y el doble de la menor no sobrepase 4 metros. Cul es el mximo valor del permetro de dichas mesas? Solucin: Variable de Decisin: Xi= Dimensin del lado i(i=Mayor, Menor=1,2) de las mesas a construir. Funcin Objetivo: MAX=2X1+2X2 Sujeto a: Dimensin del lado mayor: X1<=2 Dimensin del lado menor: X2<=2 Requerimiento: X1+2X2<=4 LINDO MAX 2X1+2X2 st X1<=2 X2<=2 X1+2X2<=4 end LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 6.000000 REDUCED COST 0.000000 0.000000

VARIABLE VALUE X1 2.000000 X2 1.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 1.000000 3) 1.000000 0.000000 4) 0.000000 1.000000

13

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 2.000000 INFINITY 1.000000 2.000000 2.000000 2.000000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2.000000 2.000000 2.000000 2.000000 INFINITY 1.000000 4.000000 2.000000 2.000000

Interpretacin: La mxima dimensin de la mesa es: 6. La dimensin del lado mayor es de: X1=2. La dimensin del lado menor es de: X2 =1. Dimensin del lado mayor: 0.000000 ,se ha cumplido con el requerimiento, si se incrementa en una unidad ,la dimensin se incrementa en 1 unidad Dimensin del lado menor: 1,se esta por debajo del requerimiento mximo en 1 dimensin, por lo tanto su precio dual es 0.000000 Requerimiento: Se ha cumplido el requerimiento del permetro, si este se incrementa la dimensin se incrementa en 1 Optimalidad: Rango en Ci Lado Mayor X1 2.000000 INFINITY 1.000000 (2-1)>=c1<=(2+infinito) La dimensin mxima del lado mayor es : 2+infinito = Infinito La dimensin mnima del lado mayor es: 2-1=1 Lado Menor X2 2.000000 2.000000 2.000000 (2-2)<=c2<=(2+2) La dimensin mxima del lado menor es : 2+2 = 4 La dimensin mnima del lado mayor es: 2-2=0. Cosa que seria imposible. Factibilidad: Rangos en Bi Dimensin del lado mayor: 2 2.000000 2.000000 2.000000 (2-2)<=b1(2+2) El valor mximo del lado mayor es: 2+2=4 El valor mnimo del lado mayor es: 2-2=0 Dimensin del lado menor: 3 2.000000 INFINITY 1.000000

14

(2-1)<=b2<=(2+infinito) El valor mximo del lado menor es: 2-1=1 El valor mnimo del lado menor es: 2+infinito=infinito Requerimiento: 4 4.000000 (4-2)<=b3<0(4+2) 2.000000 2.000000

El valor mximo del requerimiento es: 4 +2=6 El valor mnimo del requerimiento es: 4 -2=2 4) Una empresa fabrica dos tipos de colonia: A y B. La primera contiene un 15% de extracto de jazmn, un 20% de alcohol y el resto es agua y la segunda lleva un 30% de extracto de jazmn, un 15% de alcohol y el resto es agua. Diariamente se dispone de 60 litros de extracto de jazmn y de 50 litros de alcohol. Cada da se pueden producir como mximo 150 litros de la colonia B. El precio de venta por litro de la colonia A es de S/50 y el de la colonia B es S/20 . Hallar los litros de cada tipo que deben producirse diariamente para que el beneficio sea mximo. Solucin: A B Disponible Extracto de jazmn 0,15 0,30 60 litros Alcohol 0,20 0,15 50 litros Produccin 150 litros maxima Precio de Venta S/ 50 S/ 20 Variable de Decisin: Xi= Nmero de litros de ingrediente i(i=Extracto de jazmin,Alcohol=1,2) a usar. Funcin Objetivo: Max=50x1+20x2 Restricciones: Extracto de jazmn: 0,15x1+0,30x2<=60 Alcohol: 0,20x1+0,15x2<=50 Produccin mxima: x2<=150 LINDO Max 50x1+20x2 st 0,15x1+0,30x2<=60 0,20x1+0,15x2<=50 x2<=150 1) 12500.00 REDUCED COST 0.000000 17.500002

VARIABLE VALUE X1 250.000000 X2 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 22.500000 0.000000 3) 0.000000 250.000000 4) 150.000000 0.000000 NO. ITERATIONS= 1

15

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 50.000000 INFINITY 23.333334 20.000000 17.500002 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 60.000000 INFINITY 22.500000 50.000000 30.000000 50.000000 150.000000 INFINITY 150.000000

Interpretacin; El ingreso por las ventas es: 12500 Se va a producir: X1 250.litros de colonia tipo A X2 0.litros de colonia tipo B, para que esta pueda ser elaborada su Precio debera de ser mayor de: 20 + 17.500002 = 37,5 Extracto de jazmn: Me esta sobrando 22.5 litros. Alcohol: No me sobra nada de alcohol, si compra un litro de alcohol mas gano: 250. Produccin mxima de B Como no se elabora producto B ,150 sobra de demanda de este producto. Optimalidad: Rangos en Ci: COEF INCREASE DECREASE X1 50.000000 INFINITY 23.333334 (50-23,333334)<=c1<=(50+infinito) El precio de venta mximo de la colonia tipo A es: 50+infinito=Infinito El precio de venta mnimo de la colonia tipo A es: 50-23,333334=26,66 X2 20.000000 17.500002 INFINITY (20-infinito)<=c2<=(20+17,5) El precio de venta mximo de la colonia tipo B es: 20+17,5=37,5 El precio de venta mnimo de la colonia tipo B es: 20-infinito=0 Factibilidad: Rango en Bi: Extracto de jazmn: 2 60.000000 INFINITY 22.500000 (60-22,5)<= b1<=(60+infinito) 37,5<=b1<=infinito La cantidad mxima de litros de extracto de jazmn es: Infinito La cantidad mnima de litros de extracto de jazmn es: 37,5

16

alcohol: 3 50.000000 30.000000 50.000000 (50-50)<=b2<=(50+30) 0<=b2<=80 La cantidad mxima de litros de alcohol es: 80 La cantidad mnima de litros de alcohol es: 0 Produccin mxima de colonia tipo B 4 150.000000 INFINITY 150.000000 (150-150)<=b3<=(150+infinito) 0<=b3<=infinito La cantidad mxima de litros de colonia tipo B es: Infinito La cantidad mnima de litros de colonia tipo B es: 0 5) Cada mes una empresa puede gastar. Como mximo, S/1.000.000 en salarios y S/ 1.800.000 . en energa (electricidad y gasoil). La empresa slo elabora dos tipos de productos A y B. Por cada unidad de A que elabora gana S/80 y S/50 por cada unidad de B. El coste salarial y energtico que acarrea la elaboracin de una unidad del producto A y una del B aparece en la siguiente tabla: A B Coste salarial 200 100 Coste energtico 100 300 Se desea determinar cuntas unidades de cada uno de los productos A y B debe producir la empresa para que el beneficio sea mximo. Solucin: Variables de Decisin: Xi = Nmero de unidades del producto i(i=A,B=1,2) a elaborar. Funcin Objetivo: Max=80x1+50x2 Restricciones: Coste Salarial: 200x1+100x2<=1000000 Coste Energtico: 100x1+300x2<=1800000 LINDO Max 80x1+50x2 st 200x1+100x2<=1000000 100x1+300x2<=1800000 end LP OPTIMUM FOUND AT STEP

OBJECTIVE FUNCTION VALUE 1) 452000.0 REDUCED COST 0.000000 0.000000

VARIABLE VALUE X1 2400.000000 X2 5200.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.380000 3) 0.000000 0.040000

17

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 80.000000 19.999998 63.333332 50.000000 189.999985 9.999999

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 1000000.000000 2600000.000000 400000.000000 3 1800000.000000 1200000.000000 1300000.000000

Interpretacin: Ganancia: 452000. Produccin: Tipo A: X1 2400 unidades del producto A Tipo B: X2 5200 unidades del producto B Coste Salarial: Se usa todo el dinero de costo salarial, si se usa una unidad mas del presupuesto se gana 0.38 Coste Energtico: Se usa todo el dinero de costo energtico, si se usa una unidad mas del presupuesto se gana 0.04 Optimabilidad: Rango de Bi Producto A X1 80.000000 19.999998 (80-63,33)<=c1<=(80+19,99) 16,67<=c1<=99,99

63.333332

La ganancia mxima del producto A es: 99,99 La ganancia minina del producto A es: 16,67 Producto B; X2 50.000000 189.999985 9.999999 (50-9,99)<=c2<=(50+189,99) 40.01<=c2<=239,99 La ganancia mxima del producto B es: 239,99 La ganancia minina del producto B es: 40,01 Factiblidad: Bi Coste Salarial: (1000000-400000)<=b1<=(1000000+2600000)

18

600000<=b1<=3600000 La cantidad mxima de dinero para coste salarial es: 3600000 La cantidad mnima de dinero para coste salarial es: 600000 Coste Energtico: (1800000-1300000)<=b2<=(1800000+1200000) 500000<=b2<=3000000 La cantidad mxima de dinero para coste energtico es: 3000000 La cantidad mnima de dinero para coste energtico es: 500000 6) Una fbrica textil elabora prendas de punto de calidades A , B y C. Las de calidad A se fabrican con 1 unidad de lana y 2 unidades de fibra sinttica y las de calidad B con dos unidades de lana y 1 de fibra sinttica.,las de calidad C con 2 unidades de lana y 3 de fibra sintetica. Los beneficios obtenidos en la venta de las prendas son de S/1500 para las de calidad A ,S/1000 para las de calidad B y S/800 para las de calidad C. Sabiendo que slo se dispone de 180 unidades de lana y 240 de fibra sinttica, se pide: a) Determinar cuntas prendas de cada tipo deben elaborarse para obtener un beneficio mximo si la produccin no puede ser superior a 1.000 prendas. b) A cunto ascender dicho beneficio? Justificar las respuestas. Solucin: LANA FIBRA SINTETICA Beneficios A 1 2 S/ 1500 B 2 1 S/ 1000 C 2 3 S/ 800 DISPONIBLE 180 240

Variable de Decisin: Xi= Nmero de unidades de prendas de calidad i(i=A,B,C=1,2,3) a elaborar. Funcin Objetivo: Max=1500x1+1000x2+800x3 Restricciones: Lana: 1x1+2x2+2x3<=180 Fibra Sinttica: 2x1+1x2+3x3<=240 Produccin: x1+x2+x3<=1000 LINDO Max 1500x1+1000x2+800x3 st 1x1+2x2+2x3<=180 2x1+1x2+3x3<=240 x1+x2+x3<=1000 end LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 190000.0 REDUCED COST 0.000000 0.000000 1533.333374

VARIABLE VALUE X1 100.000000 X2 40.000000 X3 0.000000

19

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 166.666672 3) 0.000000 666.666687 4) 860.000000 0.000000 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 1500.000000 500.000000 1000.000000 1000.000000 2000.000000 250.000000 800.000000 1533.333374 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 180.000000 300.000000 60.000000 240.000000 120.000000 150.000000 1000.000000 INFINITY 860.000000

Interpretacin: Beneficio: 190000 Produccin: X1 100 prendas tipo A X2 40 prendas tipo B X3 0 prendas tipo C,para elaborarse debe tener un beneficio mayor de: 800 + 1533.333374 = 2333,33 Lana: Se usa toda la lana disponible, si se usa 1 unidad mas se gana 166,666 Fibra Sinttica: Se usa toda la lana disponible si se usa 1 unidad mas se gana 666.666687 Produccin: 860 unidades de capacidad de produccin no se usa. Optimalidad: Rangos de Ci: Prenda tipo A X1 1500.000000 500.000000 1000.000000 (1500-1000)<=c1<=(1500+500) 500<=c1<=2000 El beneficio mximo del producto tipo A es:2000 El beneficio mnimo del producto tipo A es:500 Prenda tipo B X2 1000.000000 2000.000000 250.000000 (1000-250)<=c2<=(1000+2000) 750<=c2<=3000 El beneficio mximo del producto tipo B es:3000

20

El beneficio mnimo del producto tipo B es:750 Prenda tipo C X3 800.000000 1533.333374 INFINITY (800-infinito)<=c3<=( 800 +1533,33) -infinito<=c3<=2333,33 El beneficio mximo del producto tipo C es:2333,33 El beneficio mnimo del producto tipo C es: 0 Factibilidad: Rangos de Bi Lana: 180.000000 300.000000 60.000000 (180-60)<=b1<=(180+300) 120<=b1<=480 Cantidad mxima de unidades de lana: 480 Cantidad mnima de unidades de lana: 120 Fibra Sinttica: 240.000000 120.000000 150.000000 (240-150)<=b2<=(240+120) 90<=b2<=360 Cantidad mxima de unidades de fibra sinttica: 360 Cantidad mnima de unidades de fibra sinttica: 90 Produccin: 1000.000000 INFINITY 860.000000 (1000-860)<=b3<=(1000+infinito) 140<=b3<=infinito Cantidad mxima de unidades de produccin: Infinito Cantidad mnima de unidades de produccin: 140 Factibilidad: Rangos en Bi Moldeado: 1500.000000 300.000000 300.000000 (1500-300)<=b1<=(1500+300) 1200<=b1<=1800 Horas mximas para moldeado: 1800 Horas mnimas para moldeado: 1200 Pintura: 1500.000000 INFINITY 300.000000 (1500-300)<=b2<=(1500+infinito) 1200<=b2<=infinito Horas mximas para pintura: infinito Horas mnimas para pintura: 1200 Montaje: 600.000000 150.000000 100.000000 (600-100)<=b3<=(600+150) 500<=b3<=750 Horas mximas para montaje: 750 Horas mnimas para montaje: 500

21

CAPITULO III Anlisis de Sensibilidad NIVEL B

22

PROBLEMA 1.- Un editor dedica parte de su tiempo a la elaboracin de afiches publicitaria. La empresa A le paga 5. por cada afiche elaborado y la empresa B, con folletos ms grandes, le paga 7 por afiche. El editor hace dos tiraje: una para los afiches A, en la que caben 120, y otra para los afiches B, en la que caben 100. Ha calculado que cada da es capaz de elaborar 150 afiches como mximo. Ganancia Cantidad Cantidad Mxima Afiche A 5 <=120 Afiche B 7 <=100 disponible 150

Variable: Xi= Nmero de afiches tipo i(i=A,B=1,2) Funcin Objetivo: Max 5x1+7x2 St Cantidad maxima de Afiche A X1<=120 Cantidad maxima de afiche B X2<=100 Cantidad maxima combinada X1+x2<=150 End LINDO LP OPTIMUM FOUND AT STEP OBJECTIVE FUNCTION VALUE 2

1) 950.000 VARIABLE VALUE REDUCED COST X1 50.000000 0.000000 X2 100.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 70.000000 0.000000 3) 0.000000 2.000000 4) 0.000000 5.000000 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 5.000000 2.000000 5.000000 7.000000 INFINITY 2.000000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 120.000000 INFINITY 70.000000 100.000000 50.000000 70.000000 150.000000 70.000000 50.000000

23

OBJECTIVE FUNCTION VALUE GANANCIA 2) 950.0000 UNIDADES A ELABORAR VARIABLE X1 X2 VALUE TIPO A 50.000000 TIPO B 100.000000 REDUCED COST 0.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES SOBRANTE DE CAPACIDAD DE AFICHE TIPO A 2) 70.000000 0.000000, precio dual cero

NO HAY SOBRANTE DE CAPACIDAD DE AFICHE TIPO B 3) gana 2 0.000000 2.000000 ,precio dual 2,es decir por cada afiche tipo B adicional se

NO HAY SOBRANTE DE CAPACIDAD MAXIMA 4) se gana 5 0.000000 2 5.000000, precio dual 5,es decir por cada unidad adicional combinada

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE

X1 5.000000 2.000000 5.000000 Para afiche tipo A La ganancia mxima es : 5+2 =7 La ganancia mnima es: 5-5=0 X2 7.000000 INFINITY 2.000000 Para afiche tipo B La ganancia mxima es : 7+infinito =Infinito La ganancia mnima es: 7-2=5 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 120.000000 INFINITY 70.000000 Afiche tipo A: Cantidad Mxima : 120+0=120 Cantidad Mnima: 120-70=50 3 100.000000 50.000000 70.000000 Afiche tipo B: Cantidad Mxima : 100+50=150 Cantidad Mnima: 100-70=30 ROW 4 150.000000 70.000000 Cantidad mxima combinada Valor mximo : 150+70=220 Valor mnimo: 150-50=100 50.000000

24

PROBLEMA 2.- SONY fabrica dos productos: (1) el Pentium III un radiocasete porttil y (2) el Pentium IV. El proceso de produccin de ambos productos se asemeja en que los dos necesitan un nmero de horas de trabajo en el departamento de electrnica, y un cierto nmero de horas de mano de obra en el departamento de montaje. Cada Pentium III necesita cuatro horas de trabajo de electrnica y dos en el taller de montaje. Cada Pentium IV necesita tres horas de electrnica y una en montaje. Durante el actual perodo de produccin se dispone de doscientas cuarenta horas en el departamento de electrnica y de cien horas en el de montaje. Cada Pentium III vendido supone un beneficio de 700 dlares, mientras que para una Pentium IV el beneficio unitario es de 500 dlares. El problema de SONY es determinar la mejor combinacin posible de Pentium III y PENTIUM IV que debe producir para alcanzar el mximo beneficio. Dpto. Electrnica Dpto. Mano de Obra Beneficio Pentium III 4h/unid 2h/unid $700/unid Pentium IV 3h/unid 1h/unid $500/unid Disponible 240 h 100 h

Variable de Decisin: Xi= Nmero de unidades del producto tipo i(i= Pentium III, Pentium IV=1,2) a producir. Funcin Objetivo: Max 700x1+500x2 Restricciones: Dpto. Electrnica 4x1+3x2<=240 Dpto. Mano de Obra 2x1+x2<=100 LINDO Max 700x1+500x2 St 4x1+3x2<=240 2x1+x2<=100 LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 41000.0000 VARIABLE VALUE REDUCED COST X1 30.000000 0.000000 X2 40.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 150.0000 3) 0.000000 50.0000 NO. ITERATIONS= 2 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 700.000000 300.000000 33.3333 X2 500.000000 0250.000 150.0000 ROW 2 3 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 240.000000 60.000000 40.000000 100.000000 20.000000 20.000000

25

Ganancia: 41000 Produccin: X1 =30 Pentium III , X2 =40. Pentium IV Dpto Electronica,todo el tiempo se usa.y si se incrementa se gana 150 por cada hora adicional. Dpto de Mano de Obra, todo el tiempo se usa.y si se incrementa se gana 50 por cada hora adicional. Variacin de beneficios: Pentium III , X1 700.000000 300.000000 (700-33,3)<=c1<=(700+300) 667.7<=c1<=1000 Beneficio maximo: 1000 Beneficio minimo:667,7 Pentium IV X2 500.000000 (500-150)<=c2<=(500+ 25) 350<=c2<=525 Beneficio mximo :525 Beneficio mnimo: 350 25.0000 33.3333

150.0000

Variacin de horas: Dpto. electrnica: 2 240.000000 60.000000 (240-40)<=b1<=(240+60) 200<=b1<=300 Horas mximas :300 horas Horas mnimas: 200 horas Dpto. Mano de obra 3 100.000000 20.000000 (100-20)<=b2<=(100+20) 80<=b2<=120 Horas mximas :120 horas Horas mnimas: 80 horas

40.000000

20.000000

26

Problema 3. La empresa de zapatos Risto, elabora dos tipos de zapatos de adultos y de nios, los datos recogidos Se dan en la siguiente tabla: RECURSOS CUERO PLANTAS COSTO DE PLANTAS OTROS COSTOS PERFILADO ENSUELADO ALISTADO CUEROS(S6/PIE) COSTO TOTAL PRECIO DE VENTA UTILIDAD DEMANDA PERFILADO ENSUELADO ALISTADO ZAPATOS DE ADULTOS 35 PIES/DOCENA 12 PLANTAS/DOCENA S/90/DOCENA S/42/DOCENA S/28/DOCENA S/30/DOCENA S/8/DOCENA S/210/DOCENA ZAPATOS DE NIO 24 PIES/DOCENA 12 PLANTAS/DOCENA S/60 /DOCENA S/30/DOCENA S/20/DOCENA S/25/DOCENA S/8/DOCENA S/144/DOCENA S/227/DOCENA DISPONIBLE 1250 PIES/SEMANA

S/408/DOCENA S/540/DOCENA
S/132/DOCENA 20 DOCENAS/SEMANA 8H/DOCENATRABAJADOR 8H/ DOCENATRABAJADOR 4H/ DOCENATRABAJADOR

S/300/DOCENA
S/73/DOCENA 15 DOCENAS/SEMANA 8H/ DOCENATRABAJADOR 8H/ DOCENATRABAJADOR 4H/ DOCENATRABAJADOR

(6TRABAJ/DIA)(6DIAS/SEMANA) *(10H/DIA) (7TRABAJ/DIA)(6DIAS/SEMANA) *(10H/DIA) (3TRABAJ/DIA)(6DIAS/SEMANA) *(10H/DIA)

Con la informacin dada, elaborar el modelo lineal y hacer el anlisis de sensibilidad. Solucin: Variable de decisin: Xi= Docenas de zapatos de tipo I(I= de adultos,de nios=1,2) a producir semanalmente Funcin Objetivo: Maximizar utilidades: MAX=(S/132/docenas)(X1 docenas/semana)+(S/73/docena)(X2 docenas/semana) Cuero: 35X1+24X2<=1250 Perfilado: 8X1+8X2<=360 Ensuelado: 8X1+8X2<=420 Alistado: 4X1+4X2<=180 Demanda de zapatos de adultos: X1>=20 Demanda de zapatos de nios:

27

X2>=15 LINDO MAX132X1+73X2 ST 35X1+24X2<=1250 8X1+8X2<=360 8X1+8X2<=420 4X1+4X2<=180 X1>=20 X2>=15 LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) s/4451.571 de utilidad semanal. REDUCED COST 0.000000 ,producir 25.42 docenas de zapatos de adultos a la 0.000000,producir 15 docenas de zapatos de nios a la

VARIABLE VALUE X1 25.428572 semana X2 15.000000 semana

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 3.771429,todo el cuero se usa,por cada pie adicional se gana s/3.77 3) 36.571430 0.000000,sobra 36.57 horas de perfilado 4) 96.571426 0.000000,sobra 96.57 horas de ensuelado 5) 18.285715 0.000000,sobra 18.28 horas de alistado 6) 5.428571 0.000000,sobra 5.52 docenas de zapatos de adultos 7) 0.000000 -17.514286,sobra 0 docenas de zapatos para nios, por cada docena adicional se pierde s/17.51 . NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 132.000000 INFINITY 25.541666, la utilidad de zapatos de adultos puede crecer infinito y puede disminuir s/25.54 X2 73.000000 17.514286 INFINITY la utilidad de zapatos de nios puede crecer s/17.51 y puede disminuir infinito VARIABLE RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 1250.000000 160.000000 189.999985, se puede incrementar los pies de cuero en 160 pies o se puede disminuir 189.99 pies 3 360.000000 INFINITY 36.571430 se puede incrementar infinito las horas de perfilado o se puede disminuir 36.57 horas ROW

28

4 420.000000 INFINITY 96.571426 se puede incrementar infinito las horas de ensuelado o se puede disminuir 96.57 horas 5 180.000000 INFINITY 18.285715 se puede incrementar infinito las horas de alistado o se puede disminuir 18.28 horas 6 20.000000 5.428571 INFINITY se puede incrementar 5.42 docenas la demanda de zapatos de adultos o se puede disminuir infinito 7 15.000000 7.916666 15.000000 se puede incrementar 7.91 docenas la demanda de zapatos de nios o se puede disminuir 15 docenas

Modificando la disponibilidad de cuero e incrementando a su mximo el modelo queda: MAX132X1+73X2 ST 35X1+24X2<=1410 8X1+8X2<=360 8X1+8X2<=420 4X1+4X2<=180 X1>=20 X2>=15 LINDO LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 5055.000 ,la utilidad se increnta a s/ 5055. VARIABLE VALUE REDUCED COST X1 30.000000 0.000000 X2 15.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 3.771429 3) 0.000000 0.000000 4) 60.000000 0.000000 5) 0.000000 0.000000 6) 10.000000 0.000000 7) 0.000000 -17.514286 NO. ITERATIONS= 2 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 132.000000 INFINITY 25.541666 X2 73.000000 17.514286 INFINITY RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 1410.000000 0.000000 350.000000 3 360.000000 INFINITY 0.000000 4 420.000000 INFINITY 60.000000 5 180.000000 INFINITY 0.000000 6 20.000000 10.000000 INFINITY 7 15.000000 0.000000 15.000000

29

Problema 4 El ao venidero una compaa constructora puede participar en dos futuros proyectos. El flujo de efectivo trimestral para los dos proyectos (las flechas hacia arriba representan gastos) se resume en la siguiente figura.

1.0

3.1

1.5

1.8

5.0

3.0

2.5

1.5

1.8

2.8

12

12

Todos los fondos estn en millones de unidad monetaria. La compaa tiene efectivo de $1 000 000 por trimestre y puede obtener prstamos por una unidad igual, al principio de cada trimestre, con un inters nominal de 10% anual. Cualquier prstamo debe pagarse al principio del siguiente trimestre. De esta manera los fondos excedentes pueden invertirse al 8% anual. La compaa constructora desea determinar el resultado neto (prdida o ganancia) se si emprenden los proyectos. Supngase que la compaa puede participar en los proyectos de forma parcial o total. La participacin parcial escalar los fondos de flujo de efectivo en forma proporcional.La empresa desea maximizar sus fondos al final del ao. SOLUCION a) Variables Pi = fraccin del proyecto i por emprenderse (0 Pi 1), i = 1.2. Bi = cantidad tomada en prstamos (millones de unidad monetaria) en el trimestre j, j = 1, 2, 3, 4. Si = cantidad excedente (millones de unidad monetaria) al principio del trimestre j, j = 1, 2, 3, 4. b) Grafica:

c) Modelos Matemtico P1 + 3 P2 + S1 = 1 +B1 3.1 P1 + 2.5 P2 1.02S1 + S2 + 1.025B1 = 1 + B2 1.5 P1 - 1.5 P2 1.02S2 + S3 + 1.025B2 = 1 + B3 -1.8 P1 1.8 P2 1.02S3 + S4 + 1.025B3 = 1 + B4 -5 P1 2.8 P2 1.02S4 + S5 + 1.025B4 = 0

30

0 Pi 1, 0 Bj 1,

i = 1, 2. j = 1,2,3,4.

Global optimal solution found. Objective value: Total solver iterations: Variable S5 P1 P2 S1 B1 S2 B2 S3 B3 S4 B4 Value 4.836624 0.7112528 0.000000 0.2887472 0.000000 0.000000 0.9103617 0.000000 1.000000 1.255255 0.000000

4.836624 6 Reduced Cost 0.000000 0.000000 0.3796149 0.000000 0.6121702E-02 0.5972392E-02 0.000000 0.1540784 0.000000 0.000000 0.5000000E-02

Row Slack or Surplus Dual Price 1 4.836624 1.000000 2 0.000000 1.248827 3 0.000000 1.224340 4 0.000000 1.194478 5 0.000000 1.020000 6 0.000000 1.000000 7 0.2887472 0.000000 8 1.000000 0.000000 9 1.000000 0.000000 10 0.8963830E-01 0.000000 11 0.000000 0.1489784 12 1.000000 0.000000 Ranges in which the basis is unchanged: Objective Coefficient Ranges Current Allowable Allowable Coefficient Increase Decrease 1.000000 INFINITY 1.000000 0.0 INFINITY 0.5173937 0.0 0.3796149 INFINITY 0.0 0.6116225E-02 0.1675047 0.0 0.6121702E-02 INFINITY 0.0 0.5972392E-02 INFINITY 0.0 0.5993967E-02 0.2069426 0.0 0.1540784 INFINITY 0.0 INFINITY 0.1489784 0.0 0.5000000E-02 3.797778 0.0 0.5000000E-02 INFINITY Righthand Side Ranges Current Allowable RHS Increase 1.000000 1.580583 1.000000 1.612195 1.000000 0.1245146 1.000000 INFINITY Allowable Decrease 0.3352941 0.3420000 1.264563 1.255255

Variable S5 P1 P2 S1 B1 S2 B2 S3 B3 S4 B4 Row 2 3 4 5

31

6 7 8 9 10 11 12

0.0 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

INFINITY 4.836624 INFINITY 0.2887472 INFINITY 1.000000 INFINITY 1.000000 INFINITY 0.8963830E-01 0.1245146 1.000000 INFINITY 1.000000

Anlisis de Sensibilidad Para el problema planteado, podemos observar en los cuadros que la solucin recomendada es: La empresa debe invertir en el proyecto 1 de manera parcial, con una participacin del 71.13% y abstenerse de participar en el proyecto 2. Obteniendo as una fondo acumulado al final del ao de 5.8366 millones de Um. Tambin se puede determinar que si se desea obtener un poco ms de fondo acumulado, es recomendable gestionar un aumento en el prstamo del 3er trimestre, aumento que sera de 0.1245 millones de Um, obteniendo as un aumento en la funcin objetivo de 0.01855 millones de Um.

PROBLEMA 5 El vivero Walnut tiene dos granjas en donde se cultiva trigo y maz. Debido a las condiciones del suelo distintas, hay diferencias en el rendimiento y el costo al cultivar los cereales en las dos granjas. Ambas granjas cuentan cada una con 100 acres disponibles para el cultivo. Se deben sembrar 1100 bushel de trigo y 7000 bushel de maz. Encuentre un plan de siembra q minimice el costo para poder cumplir con la demanda Como se podra usar una generalizacin de este modelo para asignar en forma eficiente la produccin de cultivos en toda una nacin? Trigo Costo Maz Costo Disponible MODELO DE PL min 90x11+80x12+100x21+120x22 st x11+x21<=100 Acres x12+x22<=100 Acres 400x11+350x12>=11000 bushels de trigo 500x21+650x22>=7000 bushels de maiz End ANALISIS DE SENSIBILIDAD: LP OPTIMUM FOUND AT STEP 0 Granja 1 400 bushel/acre 90$/acre 500 bushel/acre 100 $/acre 1000 acre Granja 2 350 bushel/acre 80 $/acre 850 bushel/acre 120 $/acre 1000 acre Requerimiento 1100 bulshels 7000 bulshels

OBJECTIVE FUNCTION VALUE

32

1)

3767.308 $/acre VALUE 27.500000 acres 0.000000 acres 0.000000 acres 10.769231 acres REDUCED COST 0.000000 1.250000 7.692307 0.000000 DUAL PRICES 0.000000 0.000000 -0.225000 -0.184615

VARIABLE X11 X12 X21 X22 ROW 2) 3) 4) 5)

SLACK OR SURPLUS 72.500000 (slack) acres 89.230766 (slack) acres 0.000000 (surplus) bushels 0.000000 (surplus) bushels 0

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X11 X12 X21 X22 ROW 2 3 4 5 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 90.000000 1.428571 90.000000 80.000000 INFINITY 1.250002 100.000000 INFINITY 7.692306 120.000000 9.999998 120.000000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 100.000000 INFINITY 72.500000 100.000000 INFINITY 89.230766 11000.000000 29000.000000 11000.000000 7000.000000 57999.996094 7000.000000

Analizando las variables:

X11:Es conveniente cultivar27.500000 acres trigo en la granja 1. X12: No es conveniente cultivar trigo en la granja 2. X21: No es conveniente cultivar maz en la granja 1. X22 :Es conveniente cultivar10.769231 acres de maz en la granja 2. Analizando slack o surplus:

2) Slo se uso27.5 acres, es decir hubo un sobrante de 72.5 acres . 3) Se utiliz 10.77 acres, es decir hubo un sobrante de 89.23 acres 4) Se usaron los 11000 bushels, es decir no hubo excedentes. 5) No hubo excedentes. Se usaron los 7000 bushels.

33

Problema 6 Steelco produce dos tipos de acero en tres acereras distintas. Cada acerera tiene disponibles en un mes dado 200 horas de tiempo de alto horno. Debido a las diferencias en los hornos de cada acerera, el tiempo y el costo por producir una tonelada de acero son distintas en cada una de ellas. El tiempo y el costo en cada una de ellas se proporciona en la tabla. Cada mes Steelco debe producir por lo menos 500 toneladas de acero 1 y 600 toneladas de acero2. Plantee un PL para minimizar el costo de producir el acero deseado. Acero 1 tiempo costo 20 /tn Acerera2 Acerera 3 24 /tn 28 /tn $10 /tn $12/tn $14/tn Acero 2 tiempo costo 22/tn 18/tn 30/tn $11/tn $9/tn $10/tn 200 h/mes 200 h/mes Disponible

Acerera 1

200 h/mes

MODELO DE PL min 10x11+11x12+12x21+9x22+14x31+10x32 st 20x11+22x12<=12000 24x21+18x22<=12000 28x31+30x32<=12000 x11+x21+x31>=500 x12+x22+x32>=600 end ANALISIS DE SENSIBILIDAD: LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 10400.00 $/mes REDUCED COST 0.000000 2.000000 2.000000 0.000000 4.000000 1.000000 DUAL PRICES 0.000000 0.000000 0.000000 -10.000000 -9.000000

VARIABLE VALUE X11: 500.000000 tn/mes X12: 0.000000 tn/mes X21: 0.000000 tn/mes X22: 600.000000 tn/mes X31: 0.000000 tn/mes X32: 0.000000 tn/mes

ROW SLACK OR SURPLUS 2) 2000.000000 (slack) min/mes 3) 1200.000000 (slack) min/mes 4) 12000.000000 (slack) min/mes 5) 0.000000 (surplus) tn/mes 6) 0.000000 (surplus) tn/mes

34

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X11 X12 X21 X22 X31 X32 ROW 2 3 4 5 6 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 10.000000 2.000000 10.000000 11.000000 INFINITY 2.000000 12.000000 INFINITY 2.000000 9.000000 1.000000 9.000000 14.000000 INFINITY 4.000000 10.000000 INFINITY 1.000000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 12000.000000 INFINITY 2000.000000 12000.000000 INFINITY 1200.000000 12000.000000 INFINITY 12000.000000 500.000000 100.000000 500.000000 600.000000 66.666664 600.000000

Analizando las variables:

X11:, Es conveniente producir 500.000000 tn/mes de acero de tipo 1 en la acerera 1. X12: No es conveniente producir acero de tipo 2 en la acerera 1. X21: No es conveniente producir acero de tipo 1 en la acerera 2. X22: Es conveniente producir 600.000000 tn/mes de acero de tipo 2 en la acerera 2. X31: No es conveniente producir acero de tipo 1 en la acerera 3. X32:No es conveniente producir acero de tipo 2 en la acerera 3. Analizando slack o surplus:

2) Slo se uso 10000 min/mes, es decir hubo un sobrante de 2000 min/mes. 3) Slo se uso 10800 min/mes, es decir hubo un sobrante de 1200 min/mes. 4) Slo se uso 0 min/mes, es decir hubo un sobrante de 12000 min/mes. 5) Se usaron los 500 toneladas/mes, es decir no hubo excedentes. 6) Se usaron los 600 toneladas/mes, es decir no hubo excedentes.

Problema 7 Candy Kane Cosmetics (CKC) fabrica el pefume Leslie, el cual requiere productos qumicos y mano de obra. Hay dos procesos de produccin: En el proceso 1 se transforma una unidad de mano de obra y dos unidades de productos qumicos en 3oz de perfume. En el proceso 2 se transforma dos unidades de mano de obra y tres unidades de producto qumico en 5oz de perfume. CKC gasta 3 dlares al comprar una unidad de mano de obra y 2 dlares por una unidad de productos qumicos. Se pueden comprar cada ao hasta 20000 unidades de mano de obra y 35000 unidades de productos qumicos. Como no hay publicidad, CKC opina que puede vender 1000oz de perfume. Para estimular la demanda de Leslie, CKC. Desea contratar a la bella modelo Jenny Nelson. Jenny cobra 100 dolares la hora. Se estima que por cada hora que Jenny trabaja por la compaa la demanda del producto se incrementa en 200oz. Cada

35

onza del perfume Leslie se vende en 5 dlares. Utilice la PL para determinar como CKC puede maximizar su utilidad. Proceso 1 MO P. Qumicos Produccin Venta Precio de Venta 1 unid/corrida 2 unid/corrida 3 onz/corrida 1000 oz modelo 5 $/onza 5 $/onza 100$/unid 200 onz/unid Proceso 2 2 unid/corrida 3 unid/corrida 5 onz/corrida Costo 3 $/unidad 2 $/unidad Disponible 2000 unidades 35000unidades

MODELO DE PL max 15x1+25x2-100h-3x1-6x2-4x1-6x2 st 1x1+2x2<=20000 2x1+3x2<=35000 3x1+5x2-200h=1000 end ANALISIS DE SENSIBILIDAD: OBJECTIVE FUNCTION VALUE: 1) 118000.0$/corrida VARIABLE X1 X2 H ROW 2) 3) 4) VALUE 10000.000000 corrida 5000.000000 corrida 270.000000 horas

SLACK OR SURPLUS 0.000000 (slack) unidades 0.000000 (slack) unidades 0.000000 (slack) onzas 3

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 H OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 15.000000 1.833333 2.250000 25.000000 4.500000 2.750000 -100.000000 100.000000 900.000000 RIGHTHAND SIDE RANGES

36

ROW 2 3 4

CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 20000.000000 3333.333252 2500.000000 35000.000000 5000.000000 5000.000000 1000.000000 14000.000000 INFINITY

Analizando las variables:

El maximo beneficio es de 118000.0$/ y se da mediante lo sgte: X1: Es conveniente 10000.000000 corridas en el proceso 1. X2 : Es conveniente 5000.000000 corridas en el proceso 2. H: Asimismo es conveniente contratar a la modelo por 270 horas. Analizando slack o surplus: 2) Se usaron las 20000 unidades, no hubo sobrantes. 3) Se usaron las 35000 unidades, no hubo sobrantes. 4) Se usaron las 1000 onzas, no hubo sobrantes.

Problema 8 El granjero Jones hornea dos tipos de pasteles (chocolate y vainilla)para complementar sus ingresos. Los pasteles de chocolate se pueden vender en 1 dlar cada uno y los de vainilla a 50centavos cada uno. Para elaborar un pastel de chocolate se requieren 20 minutos de horneado y 4 huevos. Cada pastel de vainilla requiere 40 minutos de horneado y solo un huevo. Se dispone de 8 horas de tiempo9 de horneado y de 30 huevos. Plantee un PL que maximice el ingreso del granjero. Recursos Horneado Huevos P.venta MODELO DE PL max 100x1+50x2 st 20x1+40x2<=480 minutos de horneado 4x1+1x2<=30 unidades de huevos end ANALISIS DE SENSIBILIDAD: OBJECTIVE FUNCTION VALUE 1) 985.7143 $ Chocolate 20 min/unid de p.t 4 unid/unid de p.t 1$/unid de p.t. Vainilla 40 min/unid de p.t 1 unid/unid de p.t 50 cent/unid de p.t. Disponible 8h 30unid

VARIABLE VALUE REDUCED COST X1 5.142857 pasteles de chocolate 0.000000 X2 9.428572 pasteles de vainilla 0.000000

37

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 min 0.714286 3) 0.000000 huevos 21.428572 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 100.000000 100.000000 75.000000 50.000000 150.000000 25.000000

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 480.000000 720.000000 330.000000 30.000000 66.000000 17.999998

Analizando las variables: pasteles de

El mximo beneficio ser de 985.7143 $ cuando se produzcan 5.142857 chocolate y 9.428572 pasteles de vainilla Analizando slack o surplus:

(2) y (3) son variables no bsicas por lo tanto no existe minutos no huevos en exceso

38

CAPITULO IV Anlisis de Sensibilidad Casos de Aplicacin

39

CASO I: EMPRESA MORENO La carpintera Moreno, ubicada en pasaje Condorcanqui252, La Esperanza, tiene dentro de sus productos ,tres que son de mayor demanda , roperos, sillones y camas, estos productos se vende al precio de 300 , 500 y 300 respectivamente, En su proceso de produccin tiene el departamento de construccin, donde se utilizan unas 1.2 horas por cada ropero que se produce, 1.2 horas por silln 1.7 horas por cama, se dispone de 1000 horas de trabajo. En el departamento de acabado se usa 0.8 horas para roperos, 2.3 para sillones y se dispone de 1200 horas. En cuanto a material a usar ,se tiene que para roperos se necesita 2 unidades, para sillones 4.5 y para camas 3 unidades, se dispone de 2000 unidades de materia prima. Se desea saber: 1.-cual es su plan de produccin y su ingreso mximo,cunto gana por cada unidad que aumento de los recursos? 2.- Si se tiene 2500 unidades de material cual ser el nuevo plan de produccin?. 3.-Si se tiene que cumplir con el pedido de 100 camas ,como afecta esto? 4.-Si se quiere producir un nuevo tipo de cama, que da ingresos de 300, usa 1.8 horas de construccin, 0.3 horas de acabado y 1.3 de material, Conviene elaborarlo? 5.-Un persona externa desea que le brindemos 200 horas de construccin y nos paga s/150 la hora.Conviene hacer esto? 6.-Si el precio de roperos baja a s/250,cul e el nuevo plan de produccin? Solucin: Variables de Decisin X1= Numero de roperos a producir X2= Numero de sillones a producir X3= Numero de camas a producir Funcin Objetivo: Maximizar ingresos MAX 300X1+500X2+300X3 Restricciones Dpto, de construccin 1.2X1+1.2X2+1.7X3<=1000 Dpto de Acabado 0.8X1+2.3X2<=1200 Material a usar 2X1+4.5X2+3X3<=2000 LINDO MAX 300X1+500X2+300X3 ST CONSTR)1.2X1+1.2X2+1.7X3<=1000 ACABADO)0.8X1+2.3X2<=1200 MATERIAL)2X1+4.5X2+3X3<=2000 END LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 276666.7 VARIABLE VALUE X1 700.000000 X2 133.333328 X3 0.000000 REDUCED COST 0.000000 0.000000 138.333344

40

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 333.333344 0.000000 MATERIAL) 0.000000 80.000000 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 300.000000 200.000000 77.777779 500.000000 174.999985 200.000000 300.000000 138.333328 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE CONSTR 1000.000000 199.999985 466.666656 ACABADO 1200.000000 INFINITY 333.333344 MATERIAL 2000.000000 555.555542 333.333313

Pregunta 1.Ingreso mximo X1 X2 X3

276666.7

700. roperos 133.333328 sillones 0. camas

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 333.333344 0.000000 MATERIAL) 0.000000 80.000000 Por cada hora adicional en el dpto de construccin se gana s/ 116.66 Por cada hora adicional en el dpto de acabado no se gana nada Por cada kilogramo adicional se gana s/ 80 Pregunta 2.MAX 300X1+500X2+300X3 ST CONSTR)1.2X1+1.2X2+1.7X3<=1000 ACABADO)0.8X1+2.3X2<=1200 MATERIAL)2X1+4.5X2+3X3<=2500 END LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 316666.7 VARIABLE VALUE REDUCED COST X1 500.000000 0.000000 X2 333.333344 0.000000 X3 0.000000 138.333344

41

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 33.333332 0.000000 MATERIAL) 0.000000 80.000000 NO. ITERATIONS= 2

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 300.000000 200.000000 77.777779 500.000000 174.999985 200.000000 300.000000 138.333328 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE CONSTR 1000.000000 500.000000 99.999992 ACABADO 1200.000000 INFINITY 33.333332 MATERIAL 2500.000000 55.555550 833.333374 Rpta Beneficio: 316666.7 Plan de produccin: X1 500.roperos X2 333.333344 sillones X3 0.000000 camas ROW Pregunta 3.MAX 300X1+500X2+300X3 ST CONSTR)1.2X1+1.2X2+1.7X3<=1000 ACABADO)0.8X1+2.3X2<=1200 MATERIAL)2X1+4.5X2+3X3<=2000 CAMAS)X3>=100 END LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE 1) 262833.3 REDUCED COST 0.000000 0.000000 0.000000

VARIABLE VALUE X1 565.000000 X2 126.666664 X3 100.000000

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 456.666656 0.000000 MATERIAL) 0.000000 80.000000 CAMAS) 0.000000 -138.333328 NO. ITERATIONS= 3

42

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 300.000000 200.000000 77.777779 500.000000 174.999985 200.000000 300.000000 138.333328 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE CONSTR 1000.000000 189.999985 376.666656 ACABADO 1200.000000 INFINITY 456.666656 MATERIAL 2000.000000 761.111084 316.666656 CAMAS 100.000000 418.518524 100.000000

Rpta El valor de la funcin objetivo baja a: 1) 262833.3 El Nuevo plan de produccin es: X1 565.roperos X2 126.666664 sillones X3 100.camas Pregunta 4.Nueva variable de decisin: X4= Cantidad a producir del nuevo estilo de cama MAX 300X1+500X2+300X3+300X4 ST CONSTR)1.2X1+1.2X2+1.7X3+1.8X4<=1000 ACABADO)0.8X1+2.3X2+0.3X4<=1200 MATERIAL)2X1+4.5X2+3X3+1.3X4<=2000 END LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE 1) 276666.7 REDUCED COST 0.000000 0.000000 138.333344 13.999990

VARIABLE VALUE X1 700.000000 X2 133.333328 X3 0.000000 X4 0.000000

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 333.333344 0.000000 MATERIAL) 0.000000 80.000000

43

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 X4 ROW OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 300.000000 200.000000 6.422005 500.000000 20.588188 200.000000 300.000000 138.333328 INFINITY 300.000000 13.999986 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE CONSTR 1000.000000 199.999985 466.666656 ACABADO 1200.000000 INFINITY 333.333344 MATERIAL 2000.000000 555.555542 333.333313 Respuesta El valor de la funcin objetivo original se mantiene: 1) 276666.7

El plan de produccin original se mantiene X1 700 roperos X2 133.333328 sillones X3 0. camas X4 0.nuevo tipo de cama Pregunta 5.MAX 300X1+500X2+300X3 ST CONSTR)1.2X1+1.2X2+1.7X3<=800 ACABADO)0.8X1+2.3X2<=1200 MATERIAL)2X1+4.5X2+3X3<=2000 END LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 253333.3 REDUCED COST 0.000000 0.000000 138.333344

VARIABLE VALUE X1 400.000000 X2 266.666656 X3 0.000000

ROW SLACK OR SURPLUS DUAL PRICES CONSTR) 0.000000 116.666664 ACABADO) 266.666656 0.000000 MATERIAL) 0.000000 80.000000 NO. ITERATIONS= 2

44

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 300.000000 200.000000 77.777779 500.000000 174.999985 200.000000 300.000000 138.333328 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE CONSTR 800.000000 399.999969 266.666656 ACABADO 1200.000000 INFINITY 266.666656 MATERIAL 2000.000000 444.444397 666.666626 Rpta El Nuevo valor de la funcin objetivo es: S/ 253333.3 + S/150/h(200 h) = s/ 283333.3 ,como se aprecia su valor aumenta El Nuevo plan de produccin es: X1 400. roperos X2 266.666656 sillones X3 0. camas Pregunta 6 MAX 250X1+500X2+300X3 st 1.2X1+1.2X2+1.7X3<=1000 0.8X1+2.3X2<=1200 2X1+4.5X2+3X3<=2000 end LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE 1) 241666.7 REDUCED COST 0.000000 0.000000 70.833336

VARIABLE VALUE X1 700.000000 X2 133.333328 X3 0.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 41.666668 3) 333.333344 0.000000 4) 0.000000 100.000000 NO. ITERATIONS= 3

RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES

45

VARIABLE X1 X2 X3 ROW 2 3 4 solucin:

CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 250.000000 250.000000 27.777779 500.000000 62.500000 250.000000 300.000000 70.833336 INFINITY

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 1000.000000 199.999985 466.666656 1200.000000 INFINITY 333.333344 2000.000000 555.555542 333.333313 241666.7

Ganancia

Plan de produccin: X1 700. sillas a producir X2 133.3 sillones a producir X3 0.0 camas a producir

Caso II: Tecnologas Palermo S.R.L (SOCIEDAD RESPONSABLE LIMITADA) Problema Entero Uno de los productos con mayor demanda en Tecnologas Palermo , es el tonner,(es un producto que se usa en las fotocopiadoras) ; entonces el modelo mixto que se va a elaborar se refiere a este producto, que en las ultimas doce semanas, segn datos de la propia empresa ha mantenido su demanda, entonces primero se va a realizar un pronstico para la demanda del prximo mes : Pronostico para calcular la demande del prximo mes Semana Demanda 1 40 2 40 3 40 4 40 Ahora otros Datos a considerar son: Precio de venta: s/ 20 / unidad Costo de Escasez: s/ 6 /unidad Costo de Inventario: s/ 0.50/unidad Costo de compra : s/ 14/unidad Inventario inicial: 10 unidades Costo Fijo de Inventario s/ 1 Cantidad de unidad posibles a quedar en inventario: Semana 1 3 5 7 9

Semana 2 4 5 6 7 Semana 3 5 6 7 8 Semana 4 10 12 14 16 Segn los datos obtenidos, un modelo de programacin entera mixta aplicado a inventarios nos ayuda a determinar como va a estar desempendose ptimamente el sistema en las prximas cuatro semanas. El objetivo es maximizar la utilidad. Modelo PL Variables:

46

Vi= Numero de unidades vendidas durante la semana i (i=1,2,3,4) Ei= Numero de unidades en escasez durante la semana i (i=1,2,3,4) IFi= Numero de unidades en inventario durante la semana i(i=1,2,3,4) Ci= Numero de unidades compradas durante la semana i(i=1,2,3,4) Yij= 1 Unidades en inventario final en la semana i(i=1,2,3,4) en la opcin j(j=1,2,3,4) 0 Unidades en inventario final en la semana i(i=1,2,3,4) en la opcin j(j=1,2,3,4) Zi = 1 Se usa inventario en la semana i(i=1,2,3,4) 0 no se usa inventario Formulas a usar: Inventario Final: If = Io + C - V Demanda : D=V+E Funcin Objetivo: Max = 20v1+20v2+20v3+20v4-6E1-6E2-6E3-6E4-0.5IF1-0.50IF2-0.50IF3-0.50IF4 -14C1-14C2-14C3-14C4-1z1-1z2-1z3-1z4 Limitantes: Inventario semana 1 IF1=10+C1-V1 Demanda pronosticada semana 1 V1+E1=40 Inventario semana 2 IF2=If1+C2-V2 Demanda pronosticada semana 2 V2+E2=40 Inventario semana 3 IF3= If2+C3-V3 Demanda pronosticada semana 3 V3+E3=40 Inventario semana 4 IF4= If3+C4-V4 Demanda pronosticada semana 4 V4+E4=40 Inventario Final al final de la semana 1 IF1>=3y11+5y12+7y13+9y14 Y11+y12+y13+y14=1z1 Inventario Final al final de la semana 2 IF2>=4y21+5y22+6y23+7y24 Y21+y22+y23+y24=1z2 Inventario Final al final de la semana 3 IF3>=5y31+6y32+7y33+8y34 Y31+y32+y33+y34=1z3 Inventario Final al final de la semana 4 IF4>=10y41+12y42+14y43+16y44 Y41+y42+y43+y44=1z4 Unidades a Comprar en la semana 1 c1<=30 Unidades a Comprar en la semana 2 c2<=60 Unidades a Comprar en la semana 3 c3<=40 Unidades a Comprar en la semana 4 c4<=50 Unidades en inventario final en la semana 1

47

if1>=5 Unidades en inventario final en la semana 2 if2>=5 Unidades en inventario final en la semana 3 if3>=5 Unidades en inventario final en la semana 4 if4>=5

Pasando a forma de ingreso a LINDO Max 20v1+20v2+20v3+20v4-6E1-6E2-6E3-6E4-0.5IF1-0.50IF2-0.50IF3-0.50IF4 -14C1-14C2-14C3-14C4-1z1-1z2-1z3-1z4 ST IF1+V1-C1=10 V1+E1=40 IF2+V2-C2-IF1=0 V2+E2=40 IF3+V3-C3-IF2=0 V3+E3=40 IF4+V4-C4-IF3=0 V4+E4=40 10y11+15y12+17y13+19y14-if1=0 Y11+y12+y13+y14-1z1=0 14y21+15y22+16y23+17y24-if2=0 Y21+y22+y23+y24-1z2=0 15y31+16y32+17y33+18y34-if3=0 Y31+y32+y33+y34-1z3=0 10y41+12y42+14y43+16y44-if4=0 Y41+y42+y43+y44-1z4=0 c1<=30 c2<=60 c3<=40 c4<=50 if1>=5 if2>=5 if3>=5 if4>=5 end int y11 int y12 int y13 int y14 int z1 int y21 int y22 int y23 int y24 int z2 int y31 int y32 int y33 int y34 int z3 int y41 int y42 int y43

48

int y44 int z4 OBJECTIVE FUNCTION VALUE 1) 811.0000 utilidad maxima REDUCED COST 125.000000 Se usa inventario en la semana 1 en opcin 1 187.500000 Se usa inventario en la semana 1 en opcin 2 212.500000 Se usa inventario en la semana 1 en opcin 3 237.500000 Se usa inventario en la semana 1 en opcin 4 1.000000 Se usa inventario en la semana 1 0.000000 0.000000 Se usa inventario en la semana 2 en opcin 2 0.000000 0.000000 1.000000 Se usa inventario en la semana 2 15.000000 Se usa inventario en la semana 3 en opcin 1 16.000000 17.000000 Se usa inventario en la semana 3 en opcin 3 18.000000 1.000000 Se usa inventario en la semana 3 145.000000 Se usa inventario en la semana 4 en opcin 1 174.000000 Se usa inventario en la semana 4 en opcin 2 203.000000 Se usa inventario en la semana 4 en opcin 3 232.000000 Se usa inventario en la semana 4 en opcin 4 1.000000 Se usa inventario en la semana 4 0.000000 venta de 30 unidades en la semana 1 0.000000 venta de 40 unidades en la semana 2 0.000000 venta de 40 unidades en la semana 4 0.000000 venta de 40 unidades en la semana 5 0.000000 Unidades en escasez en la semana 1 12.000000 Unidades en escasez en la semana 2 11.500000 Unidades en escasez en la semana 3 12.000000 Unidades compradas en la semana 4 0.000000 Inventario de 10 unidades en la semana 1 0.000000 Inventario de 15 unidades en la semana 2 0.000000 Inventario de 15 unidades en la semana 3 0.000000 Inventario de 10 unidades en la semana 4 0.000000 30 Unidades compradas en la semana 1 0.000000 45 Unidades compradas en la semana 2 0.000000 40 Unidades compradas en la semana 3 0.000000 35 Unidades compradas en la semana 4

VARIABLE VALUE Y11 1.000000 Y12 0.000000 Y13 0.000000 Y14 0.000000 Z1 1.000000 Y21 0.000000 Y22 1.000000 Y23 0.000000 Y24 0.000000 Z2 1.000000 Y31 1.000000 Y32 0.000000 Y33 0.000000 Y34 0.000000 Z3 1.000000 Y41 1.000000 Y42 0.000000 Y43 0.000000 Y44 0.000000 Z4 1.000000 V1 30.000000 V2 40.000000 V3 40.000000 V4 40.000000 E1 10.000000 E2 0.000000 E3 0.000000 E4 0.000000 IF1 10.000000 IF2 15.000000 IF3 15.000000 IF4 10.000000 C1 30.000000 C2 45.000000 C3 40.000000 C4 35.000000

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 26.000000 3) 0.000000 -6.000000 4) 0.000000 14.000000 5) 0.000000 6.000000 6) 0.000000 14.500000 7) 0.000000 5.500000 8) 0.000000 14.000000 9) 0.000000 6.000000 10) 0.000000 12.500000 11) 0.000000 0.000000 12) 0.000000 0.000000 13) 0.000000 0.000000

49

14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)

0.000000 0.000000 0.000000 0.000000 0.000000 15.000000 0.000000 15.000000 5.000000 10.000000 10.000000 5.000000

1.000000 0.000000 14.500000 0.000000 12.000000 0.000000 0.500000 0.000000 0.000000 0.000000 0.000000 0.000000

CASO DE APLICACIN III: CONSTRUCCIN DE LINEA FERREA PARA IMPULSAR EL TURISMO EN LA PROVINCIA DE CANTA Antecedentes: Era el verano del 2004 cuando se invito a un grupo de ingenieros a participar de la toma de decisiones en el valle limeo de Canta, cuatro fuimos los seleccionados para realizar este trabajo. Al llegar a la reunin el alcalde Canteo seor Pablo Vilchez nos recibi con todos sus regidores y nos invito a pasar a la sala de sesiones donde de primera mirada pudimos observar una maqueta del anhelado ferrocarril que se deseaba construir all, nos invito a tomar asiento y dijo:Miren Ingenieros, ustedes han sido seleccionados para que nos ayuden a planificar la instalacin de la red de ferrocarril que deseamos construir para hacer ms placentero el recorrido turstico que se hace en nuestro valle, como pueden apreciar estamos proponiendo la salida desde la calle 26 de Junio que es la calle principal de nuestro pueblo y donde seria la primera estacin, adems se venderan los boletos a los diferentes lugares a visitar y en cada lugar tambin se pueden vender boletos a cualquier otro dentro del recorrido del ferrocarril, esto por que algunos turistas desean bajar en algn lugar en especial, bueno el primer lugar a llegar partiendo desde Canta es Obrajillo, que queda a 3 kilmetros de ac, all estn las Cataras y la hidroelctrica donde se puede visitar esta maravilla de la ingeniera as como los criaderos de truchas, 4 kilmetros despus estn San Miguel lugar privilegiado por su vista, donde se puede apreciar gran parte de nuestro valle y donde tenemos un Mirador muy visitado a parte de poder comprar queso por parte de los turistas.Bueno, aqu viene el problema, por presupuesto inicial solo podemos hacer un tramo directo, es decir desde San Miguel todava se puede ir a Las lagunas y a la Cordillera de La Viuda que es muy bonito lugar y de sano esparcimiento o se puede hacer el tramo hacia Pariamarca y Huacos, lugares de gran produccin lctea donde se pueden conseguir quesos, mantequillas y manjar blanco a precios bajos, como ven se debe elegir uno de esos tramos: o vamos a Pariamarca y Huacos o vamos a Las lagunas y a la Cordillera de La Viuda . Luego de un pequeo silencio el alcalde continuo:Hemos averiguado con algunos ingenieros mecnicos y gente familiarizada con los ferrocarriles y nos han dicho que segn nuestro terreno se puede usar un tren desde Canta hacia la Cordillera de La Viuda de capacidad de 800 pasajeros o usar un tren desde Canta hacia Huacos con capacidad de 1200 pasajeros. Adems segn datos recogidos por nuestro departamento de turismo segn encuestas ,el numero estimado de pasajeros que desean viajar entre cada par de estaciones al mes son: Estaciones Estaciones de Destinos de Llegadas Obrajillo San Miguel Pariamarca Huacos Las Cordillera Lagunas de La Viuda Canta 200 300 500 400 100 150 Obrajillo 100 150 400 200 400 San Miguel 200 350 250 300 Pariamarca 100 Las 200 Lagunas

50

El Costo del viaje en tren ,es decir lo que cobraremos a los usuarios , entre cada tramo se ha calculado segn nuestro personal encargado del departamento de Proyectos de la Municipalidad y lo tenemos en el siguiente cuadro: Estaciones Estaciones de Destinos de Llegadas Obrajillo San Miguel Pariamarca Huacos Las Cordillera Lagunas de La Viuda Canta 8 12 17 21 24 30 Obrajillo 10 15 19 15 23 San Miguel 10 15 11 8 Pariamarca 7 Las 9 Lagunas Adems el costo fijo de mantenimiento del tren en el tramo Canta La Cordillera de La Viuda es de s/12000 y del tren del tramo Canta-Huacos es de s/ 10000. Estos son los datos ingenieros, nosotros deseamos decidir si va a ser rentable o no esta obra y si es as cual tramo conviene construir, si hubiera algn otro dato a proporcionales estamos presto a darles segn nuestro alcance, terminando su exposicin el Alcalde. Nos miramos entre los cuatro, vaya si que esto estaba un poco difcil, no era nada igual a los problemitas que resolva el profesor en clase, adems todo este pueblo estaba pendiente de nuestra respuesta y de verdad que se jugaba una cantidad de dinero considerable, bueno tuvimos que tomar una decisin, y tome valor y dije: Seores asumimos el reto, vamos a usar nuestros conocimientos para darle una solucin a su propuesta, podemos reunirnos maana, un murmullo se escucho en la sala y unas miradas asombradas de parte de mis amigos pude distinguir, seor para maana a esta hora nos reunimos y le daremos a conocer la solucin ,solo deseamos que nos den todo este da para trabajar, el alcalde se acerco me dio la mano y nos deseo suerte y sali, lo mismo hicieron los regidores y nos quedamos solos. Preguntas: a) Haga un anlisis de datos. b) Elabore un modelo lineal c) Realice el anlisis del resultado y el destino que debe llevar el ferrocarril. Solucin del Caso: a)Anlisis de Datos Primero pedimos un mapa del distrito para ubicar los lugares por donde se va a trasladar el tren, no interesara las distancias entre ellas si no que servira para realizar la formulacin de programacin lineal . Pasando a un dibujo apropiado se considera las ubicaciones de las siguientes maneras:

G F

A Donde: A: Canta B: Obrajillo C: San Miguel

51

D: Pariamarca E: Huacos F: Las Lagunas G:La Cordillera de la Viuda Segundo, segn vemos se tiene ingresos por los boletos vendidos adems se tiene costos fijos, esto da a entender que la funcin objetivo es de maximizar las utilidades adems se va a tener variables binarias por que se tiene costos fijos, esto llega entonces a considerar un modelo lineal entero mixto. b) Modelo Lineal Entero: Variable de decisin: Grande fue la discusin en cuanto a este factor, segn los datos proporcionados y tomando en cuenta que lo deseado es transportar turistas la variable de decisin se va a considerar de la siguiente manera: Xij = Cantidad de pasajeros que viajara en el tren y que llega a la estacin i y tiene destino j mensualmente. Y1 = 1 Se construye tramo de ferrocarril hasta Huacos 0 No se construye tramo de ferrocarril hasta Huacos Y2 = 1 Se construye tramo de ferrocarril hasta Cordillera de la Viuda 0 No se construye tramo de ferrocarril hasta Cordillera de la Viuda Limitantes: a) Capacidad de los trenes que efectan los distintos tramos: Tramo Canta Obrajillo la cantidad total de pasajeros que ingresa al ferrocarril en la estacin A no debe superar la capacidad del tren que sale de esta estacin: Xab+Xac+Xad+Xae+Xaf+Xag<=1200y1 Tramo Obrajillo San Miguel ,la cantidad total de pasajeros que efectuara este tramo no debe exceder la capacidad del tren. La cantidad de pasajeros corresponde a los que subieron al tren en A con destino C, D, E, F o G, mas los que subieron en B con los mismos destinos: Xac+ Xad + Xae + Xaf + Xag + Xbc + Xbd + Xbe + Xbf + Xbg<=1200y1 Tramo San Miguel Pariamarca, En el tramo C D la cantidad total de pasajeros corresponde, en este caso, a las personas que suben en la estacin A, B C con destino D o E: Xad + Xae + Xbd + Xbe + Xcd+ Xce<=1200y1 Tramo Pariamarca - Huacos ,en el tramo D E la cantidad total de pasajeros corresponde, en este caso, a las personas que suben en la A, B, C D con destino E: Xae + Xbe + Xce + Xde<=1200y1 Tramo San Miguel-Las Lagunas, la cantidad total de pasajeros corresponde, en este caso, a los que suben en la estacin A,B, o C con destino F G. La capacidad del tren que efectasete tramo es de 800 pasajeros: Xaf + Xag + Xbf + Xbg + Xcf + Xcg<=800y2 Tramo Las lagunas-Cordillera de La Viuda, en el tramo F G la cantidad total de pasajeros corresponde, en este caso, a los que suben en A, B, C F con destino G: Xag+Xbg+Xcg+Xfg<=800y2 Decisin a elegir el tramo: Y1+ y2 =1 Llegadas Mximas a cada lugar: Xab<=200 Xac<=300

52

Xad<=500 Xae<=400 Xaf<=100 Xag<=150 Xbc<=100 Xbd<=150 Xbe<=400 Xbf<=200 Xbg<=400 Xcd<=200 Xce<=350 Xcf<=250 Xcg<=300 Xde<=100 Xfg<=200 Funcin Objetivo: Como se tiene ingresos entre puntos del recorrido se a cambiado los nombres por la letras respectivas: Estaciones de Llegadas A B C D F B 8 C 12 10 Estaciones de Destinos D 17 15 10 E 21 19 15 7 F 24 15 11 G 30 23 8 9

Entonces la funcin objetivo es: Maximizar los ingresos por la venta de boletos menos los costos fijos, esto queda expresado asi: Max=8xab+12xac+17xad+21xae+24xaf+30xag+10xbc+15xbd+19xbe+15xbf+23xbg +10xcd + 15xce + 11xcf +8xcg +7xde + 9xfg-10000y1-12000y2

Modelo Ingresado a LINDO Max 8xab+12xac+17xad+21xae+24xaf+30xag+10xbc+15xbd+19xbe+15xbf+23xbg +10xcd + 15xce + 11xcf +8xcg +7xde + 9xfg-10000y1-12000y2 st Xab+Xac+Xad+Xae+Xaf+Xag-1200y1<=0 Xac+ Xad + Xae + Xaf + Xag + Xbc + Xbd + Xbe + Xbf + Xbg-1200y1<=0 Xad + Xae + Xbd + Xbe + Xcd+ Xce-1200y1<=0 Xae + Xbe + Xce + Xde-1200y1<=0 Xaf + Xag + Xbf + Xbg + Xcf + Xcg-800y2<=0 Xag+Xbg+Xcg+Xfg-800y2<=0 y1+y2=1 Xab<=200 Xac<=300 Xad<=500 Xae<=400 Xaf<=100 Xag<=150 Xbc<=100 Xbd<=150 Xbe<=400 Xbf<=200 Xbg<=400

53

Xcd<=200 Xce<=350 Xcf<=250 Xcg<=300 Xde<=100 Xfg<=200 end integer y1 integer y2 gin Xab gin Xac gin Xad gin Xae gin Xaf gin Xag gin Xbc gin Xbd gin Xbe gin Xbf gin Xbg gin Xcd gin Xce gin Xcf gin Xcg gin Xde gin Xfg Solucin de LINDO OBJECTIVE FUNCTION VALUE 1) 18550.00 VALUE REDUCED COST 1.000000 10000.000000 0.000000 12000.000000 200.000000 -8.000000 300.000000 -12.000000 50.000000 -17.000000 400.000000 -21.000000 0.000000 -24.000000 0.000000 -30.000000 100.000000 -10.000000 0.000000 -15.000000 350.000000 -19.000000 0.000000 -15.000000 0.000000 -23.000000 50.000000 -10.000000 350.000000 -15.000000 0.000000 -11.000000 0.000000 -8.000000 100.000000 -7.000000 0.000000 -9.000000

VARIABLE Y1 Y2 XAB XAC XAD XAE XAF XAG XBC XBD XBE XBF XBG XCD XCE XCF XCG XDE XFG

ROW SLACK OR SURPLUS DUAL PRICES 2) 250.000000 0.000000 3) 0.000000 0.000000 4) 0.000000 0.000000

54

5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 450.000000 0.000000 100.000000 150.000000 0.000000 150.000000 50.000000 200.000000 400.000000 150.000000 0.000000 250.000000 300.000000 0.000000 200.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0

NO. ITERATIONS= 26 BRANCHES= 0 DETERM.= 1.000E

c) Anlisis del Reporte: Utilidad mensual a obtener S/ 18 550 y1=1 se recomienda hacer el recorrido desde Canta hacia Huacos Boletos ptimos a vender: Xab= 200 boletos a vender desde Canta a Obrajillo Xac= 300 boletos a vender desde Canta a San Miguel Xad= 50 boletos a vender desde Canta a Pariamarca Xae= 400 boletos a vender desde Canta a Huacos Xbc= 100 boletos a vender desde Obrajillo a San miguel Xbe= 350 boletos a vender desde Obrajillo a Huacos Xcd= 50 boletos a vender desde San Miguel a Pariamarca Xce= 350 boletos a vender desde San Miguel a Huacos Xde= 100 boletos a vender desde Pariamarca hacia Huacos El desarrollo de uso de asientos en el trayecto seria : Boletos ptimos a vender en Canta: Xab + xac+ xad + xae =200+300+50+400=950 pasajeros salen desde Canta Una vez que se llega a Obrajillo bajan: Xab=200 Quedando 950-200=750 pasajeros que partieron desde Canta, aqu suben pasajeros que van desde Obrajillo hacia San Miguel =100 Desde Obrajillo hacia Huacos =350 Es decir suben 450 pasajeros, sumado a los 750 que ya estn all cubre el total de los asientos: 450+750=1200 asientos. Una vez que se llega a San Miguel bajan: Xac=300 Xbc=100 Quedando: 1200-300-100=800 pasajeros, aqu suben pasajeros que van desde San Miguel hacia Pariamarca=50 Desde San Miguel hacia Huacos=350 Es decir suben 400 pasajeros, sumado a los 800 que ya estan alli cubre el total de los asientos 400+800=1200 Una vez que se llega a Pariamarca bajan:

55

Xad=50 Xcd=50 Quedando 1200-50-50=1100 pasajeros, aqu suben pasajeros que van desde Pariamarca hacia Huacos =100,es decir suben 100 pasajeros, sumado a los 1100 que ya estn all cubre el total de asientos llegando 1200 pasajeros a Huacos.

CASO DE APLICACIN IV: TRANSPORTE Se tiene que distribuir un producto a 6 clientes utilizando cualesquiera de 5 camiones. Los datos de costos de traslado de cada camin a cada cliente son: Cliente A Cliente B Cliente C Cliente D Cliente E Cliente F Capacidad (TN) Camin 1 $15 $12 $17 $21 $16 $18 1.5 Camion 2 $17 $15 $16 $19 $18 $15 2 Camion 3 $21 $20 $14 $13 $17 $19 1 Camin 4 $18 $15 $17 $19 $15 $17 2 Camin 5 $20 $18 $16 $17 $14 $19 1.5 Demanda 0.2 0.5 0.8 1.5 0.9 1.2 (TN) Existe un costo fijo de $50 para los camiones 1,2 y 4 y de $30 para camiones 3 y 5 por cada viaje realizado. En cada viaje un camin puede llevar pedidos para varios clientes, pero no puede llevar pedidos parciales. Formule un modelo de PLE si cada camin puede visitar hasta tres clientes. Cliente A $15 y1a $17 y2a $21 y3a $18 y4a $20 y5a 0.2 Cliente B $12 y1b $15 $20 $15 $18 0.5 y2b y3b y4b y5b Cliente Cliente Cliente C D E $17 y1c $21 y1d $16 y1e $16 $14 $17 $16 0.8 y2c y3c y4c y5c $19 $13 $19 $17 1.5 y2d y3d y4d y5d $18 y2e $17 y3e $15 y4e $14 y5e 0.9 Cliente F $18 y1f $15 y2f $19 y3f $17 y4f $19 y5f 1.2 Capacidad (TN) 1.5 2 1 2 1.5 Costo Fijo $50 y1 $50 $30 $50 $30 y2 y3 y4 y5

Camin 1 Camion 2 Camion 3 Camin 4 Camin 5 Demanda (TN)

Variables: Yij 1 Camin i(i=1,2,3,4,5) atiende al cliente j (j=a,b,c,d,e,f) 0 Camin i(i=1,2,3,4,5) no atiende al cliente j (j=a,b,c,d,e,f) Yi 1 Se usa camin i(i=1,2,3,4,5) 0 No se usa Camin i(i=1,2,3,4,5)

Min 15y1a+12y1b+17y1c+21y1d+16y1e+18y1f +17y2a+15y2b+16y2c+19y2d+18y2e+15y2f +21y3a+20y3b+14y3c+13y3d+17y3e+19y3f +18y4a+15y4b+17y4c+19y4d+15y4e+17y4f +20y5a+18y5b+16y5c+17y5d+14y5e+19y5f +50y1+50y2+30y3+50y4+30y5 y1a+y2a+y3a+y4a+y5a=1 y1b+y2b+y3b+y4b+y5b=1 y1c+y2c+y3c+y4c+y5c=1 y1d+y2d+y3d+y4d+y5d=1

56

y1e+y2e+y3e+y4e+y5e=1 y1f+y2f+y3f+y4f+y5f=1 0.2y1a+0.5y1b+0.8y1c+1.5y1d+0.9y1e+1.2y1f<=1.5y1 0.2y2a+0.5y2b+0.8y2c+1.5y2d+0.9y2e+1.2y2f<=2y2 0.2y3a+0.5y3b+0.8y3c+1.5y3d+0.9y3e+1.2y3f<=1y3 0.2y4a+0.5y4b+0.8y4c+1.5y4d+0.9y4e+1.2y4f<=2y4 0.2y5a+0.5y5b+0.8y5c+1.5y5d+0.9y5e+1.2y5f<=1.5y5

LINDO Min 15y1a+12y1b+17y1c+21y1d+16y1e+18y1f +17y2a+15y2b+16y2c+19y2d+18y2e+15y2f +21y3a+20y3b+14y3c+13y3d+17y3e+19y3f +18y4a+15y4b+17y4c+19y4d+15y4e+17y4f +20y5a+18y5b+16y5c+17y5d+14y5e+19y5f +50y1+50y2+30y3+50y4+30y5 st y1a+y2a+y3a+y4a+y5a=1 y1b+y2b+y3b+y4b+y5b=1 y1c+y2c+y3c+y4c+y5c=1 y1d+y2d+y3d+y4d+y5d=1 y1e+y2e+y3e+y4e+y5e=1 y1f+y2f+y3f+y4f+y5f=1 0.2y1a+0.5y1b+0.8y1c+1.5y1d+0.9y1e+1.2y1f-1.5y1<=0 0.2y2a+0.5y2b+0.8y2c+1.5y2d+0.9y2e+1.2y2f-2y2<=0 0.2y3a+0.5y3b+0.8y3c+1.5y3d+0.9y3e+1.2y3f-1y3<=0 0.2y4a+0.5y4b+0.8y4c+1.5y4d+0.9y4e+1.2y4f-2y4<=0 0.2y5a+0.5y5b+0.8y5c+1.5y5d+0.9y5e+1.2y5f-1.5y5<=0 end int y1a int y1b int y1c int y1d int y1e int y1f int y2a int y2b int y2c int y2d int y2e int y2f int y3a int y3b int y3c int y3d int y3e int y3f int y4a int y4b int y4c int y4d int y4e int y4f int y5a int y5b int y5c int y5d

57

int y5e int y5f int y1 int y2 int y3 int y4 int y5

SOLUCION OBJECTIVE FUNCTION VALUE 1) 226.0000 VALUE 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 1.000000 1.000000 REDUCED COST 15.000000 12.000000 17.000000 21.000000 16.000000 18.000000 17.000000 15.000000 16.000000 19.000000 18.000000 15.000000 21.000000 20.000000 14.000000 13.000000 17.000000 19.000000 18.000000 15.000000 17.000000 19.000000 15.000000 17.000000 20.000000 18.000000 16.000000 17.000000 14.000000 19.000000 50.000000 50.000000 30.000000 50.000000 30.000000

VARIABLE Y1A Y1B Y1C Y1D Y1E Y1F Y2A Y2B Y2C Y2D Y2E Y2F Y3A Y3B Y3C Y3D Y3E Y3F Y4A Y4B Y4C Y4D Y4E Y4F Y5A Y5B Y5C Y5D Y5E Y5F Y1 Y2 Y3 Y4 Y5

ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.000000

58

3) 4) 5) 6) 7) 8) 9) 10) 11) 12)

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.400000 0.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0

NO. ITERATIONS= 31 BRANCHES= 0 DETERM.= 1.000E

Respuesta Costo minima 226. Y2C = 1,camin 2 abastece al cliente C Y2F =1, camin 2 abastece al cliente F. Y4A =1,camin 4 abastece al cliente A. Y4B = 1,camin 4 abastece al cliente B. Y4E =1,camin 4 abastece al cliente E Y5D = 1,camin 5 abastece al cliente D. Y2 = 1,se usa camin 2. Y4 =1,se usa camin 4. Y5 =1,se usa camin 5.

59