Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matematicas Vi
Matematicas Vi
MATEMATICAS VI
(INVESTIGACION DE OPERACIONES)
PROF.: L. A. NORMA NEZ SNCHEZ.
SEMESTRE 2012 - 2
ASIGNATURA:
BIBLIOGRAFIA
1.- ANALISIS CUANTITATIVO PARA LA TOMA DE DECIUSIONES, HAROLD BIERMAN JR., ED,
MC GRAW HILL.
2.- INTRODUCCION A LA INVESTIGACION DE OPERACIONES, F. HILLER Y G. LIEBERMAN,
ED, MC GRAW HILL.
3.- MODELOS CUANTITATIVOS PARA ADMINISTRACION, K. ROSCOE DAVIS, GRUPO
EDITORIAL IBEROAMERICA.
4.-INVESTIGACION DE OPERACIONES, MATUR HAMLESH, ED. PRENTICE HALL.
5.- INVESTIGACION DE OPERACIONES EN LA CIENCIA ADMINISTRATIVA, G. D. EPPEN, ED.
PRENTICE HALL HISPANOAMERICA.
6.- INVESTIGACIN DE OPERACIONES, J. SHAMBLIN, ED. MC GRAW HILL.
7.- MTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES, CHARLES GALLAGHER,
ED. MC GRAW HILL.
8.- MTODOS Y MODELOS DE INVESTIGACIN DE OPERACIONES, J. PRAWD, VOL. I Y II.
ED. LIMUSA.
9.- INVESTIGACIN DE OPERACIONES, H. MOSKOWITZ, ED. PRENTICE HALL.
10.- INTRODUCCIN A LAS TCNICAS DE INVESTIGACIN DE OPERACIONES, H.
DAELLENBACH, J. GEORGE Y D. MCNIKLE, CECSA.
11.- INVESTIGACIN DE OPERACIONES, H. TAHA, ED. ALFA - OMEGA.
ASIGNATURA:
ASIGNATURA:
ASIGNATURA:
ASIGNATURA:
ASIGNATURA:
ax + by 0
ax + by 0
TECNICAS DE OPTIMIZACION
Es el mtodo que trata de maximizar o minimizar un objetivo.
EJEMPLOS
Maximizar las utilidades
Minimizar los costos
SISTEMA
Es un conjunto de cosas interrelacionadas entre s, de tal manera que toman una unidad comple
ja o un todo compuesto de partes disponibles en forma ordenada segn un plan o esquema.
EJEMPLOS
Sistema nervioso
Sistema solar
Escuela
MODELOS
Son una representacin o abstraccin de un sistema real, deben de ser representativos de aquellos aspectos que estn investigndose, sirven para predecir y comparar los resultados de
las decisiones.
CLASIFICACION DE LOS MODELOS
Los modelos pueden ser clasificados por: sus dimensiones, sus propsitos, el tema y su grado de abstraccin. Algunos tipos de modelos son:
A.- MODELOS ANALOGICOS
B.- MODELOS SIMBOLICOS (MATEMATICOS)
C.- MODELOS CUANTITATIVOS Y CUALITATIVOS
D.- MODELOS ESTANDAR Y HECHOS A LA MEDIDA
E.- MODELOS DESCRPTIVOS Y DE OPTIMIZACION
F.- MODELOS PROBABILISTICO Y DETERMINISTICO
ASIGNATURA:
ASIGNATURA:
x1 , x2 0.
EJEMPLOS
1.- Una editorial planea utilizar una seccin de su planta para producir dos libros de texto. La
utilidad unitaria es de $20 para el libro I y de $30 para el II. El texto I requiere de 4 horas
para su impresin y de 6 horas para su encuadernacin, el texto II requiere 5 horas para imprimirse y de 3 horas para ser encuadernado. Se dispone de 200 horas para imprimir y de 210
horas para encuadernar. Formule el Modelo de Programacin lineal que optimice la produccin
de la editorial para maximizar la utilidad.
2.- Se cuenta con dos alimentos pan y queso. Cada uno de ellos contiene caloras y protenas
en diversas proporciones. Un kilogramo de pan contiene 2,000 caloras y 50 gramos de protenas, un kilogramo de queso contiene 4,000 caloras y 200 gramos de protenas.
Supngase que una dieta normal requiere 6,000 caloras y 200 gramos de protenas diariamente. Por lo tanto, si el kilo de pan cuesta $6 y el kilo de queso cuesta $21. Qu cantidad de
pan y queso se debe comprar al menos para satisfacer los requisitos de una dieta normal gastando la menor cantidad de dinero?
3.- Un fabricante est tratando de decidir sobre la produccin para dos artculos: mesas y sillas. Se cuenta con 96 unidades de material y 72 horas de mano de obra. Cada esa requiere 12 u
nidades de material y 6 horas de mano de obra. Por otra parte, las sillas usan 8 unidades de ma
terial y 12 horas de mano de obra. El margen de contribucin es el mismo para las mesas que pa
ra las sillas $500 por unidad. El fabricante prometi construir por lo menos 2 mesas. Desarrolle el MPL que optimice la produccin del fabricante para maximizar la utilidad.
5.- Una dieta debe contener menos de 16 unidades de carbohidratos y 20 unidades de protenas. El alimento A contiene 2 unidades de carbohidratos y 4 unidades de protenas, el B contiene 2 unidades de carbohidratos y 1 unidad de protenas. Si el alimento A cuesta $1.20 por
unidad y el B $0.80 por unidad. Cuntas unidades de cada alimento deben adquirirse para mini
mizar los costos?
TAREA NO. 2
6.- Un fabricante produce dos artculos A y B, cada uno de los cuales requiere tiempo en 3 m
quinas. Cada unidad de A demanda 2 horas en la primera mquina, 4 horas en la segunda maqui
na y 3 en la tercera. Los nmeros correspondientes en B son de 5, 1 y 2 horas, respetivamente.
La compaa obtiene utilidades de $250 y $300 por cada unidad de A y B. Si los nmeros de
horas disponibles son: 200, 240 y 190 en caso de la primera, segunda y tercera mquina. Determine cuntas unidades de cada artculo deben producirse a fin de maximizar la utilidad total.
7.- Un nutrilogo asesora a un individuo que sufre de deficiencia de hierro y vitamina B y le
indica que debe ingerir al menos 2,300 mg de hierro, 2,100 mg de tiamina, 1,500 mg de ribo
flavina durante cierto perodo de tiempo. Existen dos pldoras de vitamina disponibles, la
marca A y la marca B. Cada pldora de la marca A contiene 40 mg de hierro, 10 mg de tiamiPROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI
ASIGNATURA:
tros de tela la cual cuesta $50 cada uno y se lleva 5 horas de mano de obra mientras que por
pantaln usan 3 metros de tela y les cuesta hacerlo $100 cada uno y se lleva 6 horas de mano
de obra.
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI
ASIGNATURA:
13.- Una compaa posee dos minas: la Perla y la Rue, cada tonelada de mineral de la perla produce 30 libras de cobre, 4 libras de zinc y 1 libra de molibdeno. Cada tonelada de mineral de la
Rue produce 15 libras de cobre, 8 libras de zinc y 3 libras de molibdeno. La compaa debe producir al menos 87,500 libras de cobre, 16,000 libras de zinc y 5,000 libras de molibdeno a la
semana . Si se tiene un costo de $50 por toneladas al obtener mineral de la Perla y $60 por la
tonelada al extraerlo de la Rue. Desarrolle el MPL que optimice la extraccin de mineral de la
compaa y que minimice el costo.
14.- Un fertilizante para el campo necesita 10, 12 y 12 unidades de componentes qumicos A, B
y C, respectivamente. Un producto qumico lquido contiene 5, 2 y 1 unidades de los componentes respectivamente por un litro. Un producto seco 1, 2 y 4 unidades de cada componente por
kilogramo. El costo del producto lquido es de $3 y el costo del producto seco es de $2. Cunto de cada producto debe mezclarse para poder cubrir las caractersticas del fertilizante para obtener un costo mnimo?
15.- Un granjero cra pavos, gallinas y patos. El costo de la crianza de una gallina, un pato y un
pavo es de $1.50, $1 y $4 respectivamente, hasta el momento de su venta. Las gallinas se ven
den a $3, los patos a $2 y los pavos a $5.50 cada uno. Sabiendo que la granja puede alojar solo
500 aves y que el granjero no desea tener ms de 300 patos a la vez, Cuntas aves de cada
especie debe crar a fin de maximizar sus utilidades?
16.- Una compaa elabora los productos A, B y C, cada producto se procesa en tres departa-mentos, I; II y III. El total de horas de trabajo disponibles por semana para los departamen
tos, I; II y III son 900, 1,080 y 840, respectivamente. Los requisitos de tiempo (en horas por
unidad) la ganancia por cada unidad de cada producto son como sigue:
Departamento I
Departamento II
Departamento IIII
Ganancia
Cuntas unidades de cada producto debe fabricar la compaa para maximizar su ganancia?
B.- METODO GRAFICO
SOLUCION DE MODELOS POR EL METODO GRAFICO
Para resolver Modelos de Programacin Lineal por el Mtodo Grfico es necesario considerar:
1.- Slo se pueden trazar restricciones con 2 variables de decisin puesto que con 3 es muy
difcil.
EJEMPLO
17.- Represente grficamente la siguiente ecuacin:
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI
ASIGNATURA:
2do CUADRANTE
1 er CUADRANTE
X1
-
3er CUADRANTE
4 to CUADRANTE
REGION FACTIBLE
Es el conjunto de puntos factibles de acuerdo con todas las restricciones.
EJEMPLO
20.-MODELO PRIMAL
Z(Min) = 18x1 + 12x2
Sujeto a:
1) 6x1 + 2x2 3
2) 3x1 + 4x2 8
x1,x2 0
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI
ASIGNATURA:
DUALIDAD
Para todo problema de maximizacin de P. L., existe un problema equivalente de minimizacin y
para todo problema de minimizacin existe un problema equivalente de maximizacin.
Los coeficientes de la funcin objetivo en el problema dual se convierten en las limitantes de
las restricciones estructurales (desigualdades), las limitantes de las restricciones estructurales se convierten en los coeficientes de la funcin objetivo. Los vectores rengln se convier
ten en columna y los vectores columna en rengln, si se est minimizando se cambia a maximizar o viceversa y si los signos eran se cambian por .
21.- MODELO DUAL
Z(Max) = 3x1 + 4x2
Sujeto a:
1) 6x1 + 3x2 18
2) 2x1 + 4x2 12
x1,x2 0
FORMA CANONICA
Se dice que el modelo se encuentra en su forma cannica, clsica, tpica o tradicional, cuando la
funcin objetivo se est maximizando y todas las restricciones estructurales tienen signo .
EJEMPLO
22.- MODELO PRIMAL
Z(Max) = x1 + x2
Sujeto a:
1) x1 + x2 0
2) x1 + x2 0
x1,x2 0
ASIGNATURA:
EJEMPLO
23.- MODELO PRIMAL
Z(Max) = 12x1 + 24x2
Sujeto a:
1) 2x1 + 8x2 56
2) 2x1 + 5x2 60
x1,x2 0
FORMA ESTANDAR
Se dice que el modelo est en su forma estndar cuando todas las restricciones estructurales
(desigualdades) se han convertido en igualdades.
EJEMPLO
24.- MODELO PRIMAL
Z(Max) = x1 + x2
Sujeto a:
1) x1 + x2 = 0
2) x1 + x2 = 0
x1,x2 0
EJEMPLO
25.- MODELO PRIMAL
Z(Max) = 4x1 + 2x2
Sujeto a:
1) 2x1 + 3x2 = 12
2) 5x1 + 4x2 = 20
x1,x2 0
PASOS DEL METODO GRAFICO
Los pasos del Mtodo Grfico son:
1.- Se trazan cada una de las restricciones de la siguiente manera:
A.- Se da un valor de cero a la primera variable de decisin (x 1) y se encuentra el valor de la se
gunda variable de decisin (x2) y as se genera un primer punto.
ASIGNATURA:
ASIGNATURA:
MODELO PRIMAL
Z(Min) = 48x1 + 42x2
x1, x2 0
Sujeto a:
(1) 6x1 + 3x2 3
(2) 4x1 + 6x2 1
EJEMPLO
27.- Resuelva el siguiente Modelo de Programacin Lineal
tanto el modelo primal como el modelo dual y conteste lo siguiente:
MODELO PRIMAL
Z(Min) = 4x1 + 3x2
ASIGNATURA:
Sujeto a:
(1) 4x1 + 2x2 80
(2) 3x1 + x2 50
x1, x2 0
29.- Resuelva el siguiente modelo y conteste lo que se pide:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.
MODELO
Z(Max) = 7x1 + 4x2
Sujeto a:
() - 2x1 + 3x2 6
(2) 5x1 4x2 10
(3) x1 + x2 3
x1, x2 0
SOLUCION
Z = $82.53
x1 =7.71
x2 = 7.14
30.- Solucione el modelo matemtico correspondiente al problema de pan y queso y aplique los
puntos que se piden en el modelo primal.
SOLUCION
Z = $22.50
x1 = 0.5
x2 = 2
ASIGNATURA:
31.- Solucione el modelo matemtico correspondiente al problema de mesas y sillas y aplique los
puntos que se piden en el modelo dual.
SOLUCION
Z = $4,500
x1 = 6
x2 =3
32.- Resuelva el siguiente modelo y conteste lo que se pide:
A.- Encuentre la solucin por el Mtodo Grfico.
B.- Indique cuales son las soluciones factibles.
C.- Indique cuales son las soluciones no factibles.
D.- Indique cual es la solucin ptima.
MODELO
Z(Min) = 3x1 + 4x2
Sujeto a:
(1) 3x1 + 5x2 15
(2) 8x1 + 7x2 56
(3)
x2 7
x1, x2 0
ASIGNATURA:
MODELO
Z(Min) = 6x1 + 2x2
Sujeto a:
(1) 3x1 + 2x2 18
(2) x1 +
x2 3
(3) x1
x1, x2 0
C.- METODO SIMPLEX (ALGORITMO ITERATIVO).
En 1947 George Dantzig, quien en ese tiempo estaba comisionado en la Fuerza Area de los EU,
desarrollo el Mtodo Simplex. Demostr que poda usarse una ecuacin criterio (la funcin
objetivo) para seleccionar de manera sistemtica una solucin ptima de entre muchas
soluciones posibles.
El Mtodo Simplex es un enfoque que puede ser utilizado para resolver cualquier problema de
Programacin Lineal. Con la ayuda de una computadora, esta tcnica puede resolver problemas
de programacin lineal con cientos de variables y restricciones estructurales
El Mtodo Simplex es un algoritmo iterativo (repetitivo) que comienza con cualquier solucin
factible bsica de las ecuaciones de restriccin estructural. Si esta solucin no es ptima, otra
variable es indicada e introducida en la solucin y as sucesivamente hasta alcanzar una
solucin ptima.
PASOS PARA ARREGLAR UN MODELO DE PROGRAMACION LINEAL
1.- Convertir las restricciones estructurales (desigualdades) en igualdades, si el signo de la
restriccin estructural es del tipo se agrega una variable con signo (+) llamada de holgura (H),
si el signa de la restriccin estructural es del tipo se coloca una variable con signo (-)
denominada superflua (S).
2.- Existen otro tipo de variables que se escriben con el propsito de formar artificialmente la
matriz identidad que es aquella matriz cuadrada cuya diagonal principal esta constituida por
unos positivos los dems elementos son ceros.
MATRIZ IDENTIDAD
1
ASIGNATURA:
ASIGNATURA:
+ x2 = 6
x1, x2 0
+ 2x2 = 7
x1, x2 0
PROF.: L. A. NORMA NUEZ SANCHEZ.
MATEMATICAS VI
ASIGNATURA:
+ 5x2 = 3
x1, x2 0
2.- Se elabora una tabla (matriz) simplex que contenga los datos anteriores.
3.- Se la matriz de la siguiente manera:
A.- Se encuentra la columna pivote, analizando el rengln Z, para lo cual se escoge el valor
positivo ms alto. Si hubieran 2 valores iguales se escoge cualesquiera de ellos
arbitrariamente.
B.- Se halla el regln pivote, dividiendo cada elemento de la columna bi entre el elemento
correspondiente de la columna pivote que corresponda a ese rengln (esto no se realiza en el
rengln Z).
Esta operacin se realiza slo entre nmeros positivos, si hubiera algn nmero negativo o cero
entonces el modelo ya no tiene solucin. De los valores obtenidos se escoge el de valor ms
pequeo y este indicara el rengln pivote.
C.- A la interseccin de la columna pivote con el rengln pivote se le denomina elemento pivote,
a los dems elementos se les da el nombre de elementos semipivotes.
Se revisa el rengln Z y si ya no se encuentran valores positivos esto indicara que la tabla es
la solucin ptima del modelo.
4.- Se desarrolla una nueva matriz simplex, la cual contendr los mismos enunciados tanto para
las columnas como para los renglones, excepto que en lugar de la variable que sale se escribe la
variable que entra a la solucin.
Esta nueva matriz se empieza a resolver encontrando los valores de la variable que entra a la
solucin, para ello se divide cada elemento del rengln pivote entre el elemento pivote de la
ASIGNATURA:
tabla anterior. Estos valores se anotan en la nueva tabla exactamente en el rengln que
corresponda a la variable que entra a la solucin y a ste rengln se le llama rengln nuevo.
La siguiente operacin se realiza para encontrar los valores de todos los dems renglones,
incluyendo Z. Al valor original se le resta el producto del elemento semipivote por el elemento
correspondiente en el rengln nuevo.
Matemticamente se tiene:
R: O.- [E. S. P. X E. R. N.]
5.- Se analiza el rengln Z y si no existen valores positivos, se llega a la solucin ptima: En
caso contrario se vuelve al paso nmero 3.
40.- Resuelva el siguiente MPL por el mtodo simplex:
MODELO PRIMAL
Z(Min) = 4x1 + 8x2
Sujeto a:
(1) x1 + 2x2 2
(2) x1 + 4x2 3
x1, x2 0
41.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Max) = 3x1 + 4x2
Sujeto a:
() 6x1 + 3x2 18
(2) 2x1 + 4x2 12
x1, x2 0
ASIGNATURA:
12
ASIGNATURA:
TAREA NO.6
45.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO PRIMAL
Z(Min) = 80x1 + 70x2
Sujeto a:
(1) 2x1 + x2 3
(2) 4x1 + 5x2 10
x1, x2 0
46.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO PRIMAL
Z(Min) = 10x1 + 20x2
Sujeto a:
(1) 2x1 + 4x2 4
(2) 3x1 + 5x2 5
x1, x2 0
47.- Resuelva el siguiente modelo de Programacin Lineal por el mtodo simplex.
MODELO
Z(Max) = 2x1 + 3x2
Sujeto a:
(1) 4x1 + 3x2 8
(2) 5x1 + 2x2 16
x1, x2 0
ASIGNATURA:
10
- 5x2 + x3 6
(3) x1
- x3 2
x1, x2, x3 0
ASIGNATURA:
A
B
C
D
Cul es el costo total de
W
15
14
17
19
la solucin ptima?
X
18
17
19
14
Y
16
17
23
16
M
5
5
2
4
Z
10
8
17
17
F
5
3
4
5
ASIGNATURA:
I II
II
I
IV
CALZADO
10
12
JUGUETES
15
18
11
DISCOS
14
16
REPUESTO
17
10
13
16
UTENSILIOS
14
12
13
10
DEPARTAMENTO
Minimizar el costo.
MAXIMIZACIN
Consiste en escoger el mayor elemento de toda la tabla, ste valor se resta a los dems
elementos de la nueva matriz y despus se aplica el mtodo usado para minimizacin.
EJEMPLOS
52.- Aplquese el mtodo de asignacin al siguiente problema:
W
X
A
15
18
B
14
17
C
17
19
D
19
14
Cul es la Maximizacin de la Utilidad?
53.- Resuelva el siguiente modelo de asignacin.
LOTE
I II
II
IV
I
COMPRADOR
A
16
15
25
19
B
19
17
24
15
C
15
15
18
0
D
19
0
15
17
E
0
0
0
0
Maximizar la utilidad.
Y
16
17
23
16
20
25
16
18
0
Z
10
8
17
17
ASIGNATURA:
M
5
5
2
4
F
5
3
4
5
C
4
5
1
3
R
3
4
9
6
C
4
5
1
3
R
3
4
9
6
ASIGNATURA:
ASIGNATURA:
OFERTA
100
60
90
TOTAL
250
DESTINO DEMANDA
V
30
50
65
55
50
TOTAL
250
ASIGNATURA:
O / D
$30
$50
$20
$60
$50
$40
$40
$50
$20
$30
$35
$55
Sij = Ui + Vj
7.- En la parte inferior se coloca el resultado de restarle al costo original de la matriz de
transporte inicial el valor encontrado en el paso anterior y se tiene:
Zij = C. O. - Sij
ASIGNATURA:
8.- De los valores encontrados en el paso anterior se escoge el valor negativo cuyo valor
absoluto sea el ms alto. Este indicar la celda en la matriz original desde la cual se realiza el
siguiente paso.
9.- Partiendo de la celda localizada en el paso anterior como la ms negativa, en la matriz de
--distribucin original se forma una trayectoria cerrada + /- la cual se inicia y termina en la
cel
da de la cual se parti. la trayectoria se dibuja con lneas horizontales y verticales, y en cada
vrtice debe existir asignacin.
10.- Partiendo de la celda sin asignacin se colocan alternadamente los signos + y anotando
estos del lado derecho de los vrtices.
11.- De los valores a los que les toco el signo negativo se escoge el ms pequeo. Este valor se
suma o se resta a cada uno de los valores de los vrtices y se encuentra el resultado. Los valores obtenidos substituyen a los valores origina-les de los cuales se parti. El fin del mtodo
MODI es descubrir si la distribucin de donde se parti es ptima, si lo es el mtodo lo indica, en caso contrario se irn realizando modificaciones a la distribucin hasta hallar la solucin ptima, sta se encuentra la solucin ptima cuando en la matriz UV no se encuentran
valores negativos en la parte inferior de las celdas divididas en dos partes.
58.- Resuelva el siguiente modelo de transporte, para lo cual arme la matriz con la siguiente
informacin:
ORIGEN
OFERTA
150
40
80
TOTAL
270
DESTINO DEMANDA
V
90
70
50
60
TOTAL
270
O / D
$27
$10
$23
$31
$69
$45
$40
$32
$30
$54
$35
$57
ASIGNATURA:
OFERTA
10
TOTAL
23
DESTINO DEMANDA
V
TOTAL
23
O / D
$70
$60
$60
$60
$50
$80
$60
$70
$80
$50
$80
$60
ASIGNATURA:
2
E11
...
E12 E1m
Em1 Em2 Emm
Ntese que el sistema que va a ser modelado puede estar en uno de m posibles estados
actuales.
ASIGNATURA:
Eij =
EL RESULTADO Ej OCURRE
DURANTE EL SIGUIENTE
EXPERIMENTO
Obsrvese que los elementos Eij (donde i = j) indican las probabilidades de permanecer en el
mismo estado mientras los elementos Eij (i j) sealan las probabilidades de pasar de un
estado a otro, es decir, del estado de i al j. por tanto, la matriz de transicin es una matriz de
dimensin:
m xm
Los elementos de la matriz de transicin debern satisfacer las siguientes propiedades:
1.- los elementos deben ser tales que 0 e ij 1 puesto que cada uno representa a una probabilidad.
2.- La suma de los elementos Eij en cada rengln debe ser igual a 1. Esta propiedad garantiza
que, en un estado actual del sistema i, ste se encontrar en uno de los m estados posibles j al
finalizar el siguiente experimento.
Puesto que el sistema debe hacer una transicin y las probabilidades por rengln suman 1
entonces el proceso de Markov puede resolverse por sistema de ecuaciones.
Cuando se trata de un proceso de tres estados, para encontrar las probabilidades de estados
estacionarios se tienen las siguientes ecuaciones:
ASIGNATURA:
EJEMPLOS
60.- La compaa e1 tiene tres competidores bsicos en un segmento de mercado de su negocio
(produccin de discos compactos). Actualmente las participaciones de mercado son:
A
E1
E2
E3
TOTAL
E1
E2
0.80
0.05
0.10
0.75
0.10
0.20
1
1
E3
0.40
0.30
0.30
DE
E2
E3
TOTAL
E1
E2
0.4
0.2
0.2
0.6
0.4
0.2
1
1
E3
0.3
0.5
0.2
DE
62.- la compaa el alce blanco tiene dos competidores bsicos en un segmento del mercado
de su negocio (produccin de juguetes). Actualmente las participaciones de mercado son:
A
DE
ALCE
BLANCO
OSO
GRIS
UNICORNIO
ALCE
BLANCO
OSO
GRIS
UNICORNIO
TOTAL
0.2
0.2
0.6
0.6
0.3
0.1
0.5
0.4
0.1
ASIGNATURA:
ASIGNATURA:
500
Q/2
1 er
SEMANA
2da
TIEMPO
SEMANA
RECIBIDA
ASIGNATURA:
CANTIDAD
RECIBIDA
CANTIDAD
RECIBIDA
CANTIDAD
RECIBIDA
CANTIDAD
Q
CANTIDAD DEL
PEDIDO 400 UNIDADES.
(Q/2)
12
Tiempo
EN ESTA GRFICA EL INVENTARIO PROMEDIO ES DE 200 UNIDADES.
En la figura anterior se puede observar que el nmero de unidades que hay en inventarios es
igual a q cuando se recibe fsicamente en el almacn (inventario) cada nuevo pedido, y este se
agota gradualmente hasta llegar a cero en el momento en que se hace el siguiente pedido.
Tambin se puede ver que el inventario promedio q/2 es igual a la mitad del nmero de
unidades del tamao del lote.
Adems, cada nuevo pedido se recibe en el inventario exactamente en el momento en que se agota el pedido anterior, lo que da por resultado que no falten las existencias
NOMENCLATURA
Q.- representa el lote econmico de pedido o la
expresado en unidades.
R
QS
COSTO DE PEDIDOS
Q
2CI
R
QS
Q = 2R
CI QS
Q2 = 2R
CI
S
Q2 = 2R
CI
S
Q2 = 2R
CIS
Q2 = 2RS
CI
2RS = Q2
CI
ASIGNATURA:
2RS = Q2
CI
ASIGNATURA:
2 RS
CI
Q=
A = AI
NXXI
2N
NX S
= NS
COSTO DE ALMACENAMIENTO
COSTO DE PEDIDOS
AI = N22S
AI = N
2S
AI
2S
N=
RC
RCI
365
= 730 = RCID
DXXI
D
730
365 X S = 365S
D
D
ASIGNATURA:
RCID2 = 266,450S
D2 = 266,450S
RCI
266,450S
RCI
D =
T = 12 meses
N
CT = CA + CP
COSTO TOTAL
R= A
C
A = RC
F=R
Q
NUMERO DE FLETES
EJEMPLOS
63.- Una empresa tiene requerimientos anuales de 8,000 unidades, el costo de los pedidos por
cada pedido es de $12.50, el costo cargado al inventario sobre el inventario promedio es del
20% y el costo unitario es de $1.00. Determine: a.- La cantidad econmica de pedido. b.- El
nmero ptimo de pedidos. c.- El tiempo entre pedidos. d.- La cantidad ptima de suministro
diario pedido en un ao. e.- Iguale el costo de almacenamiento y el costo de pedidos. f.- El
costo total.
64- Supngase que al proveedor del problema anterior no le conviene entregar 1,000 unidades
y ofrece entregar 2,000 unidades con un descuento del 10% sobre el precio de venta.
Conviene aceptar el ofrecimiento?
65.- la Brown Company, ha realizado un estudio de mercado para comprobar que compra
enormes cantidades de materia prima para la produccin de libros. En la actualidad compra
$90,000 al ao de materia prima. Su proveedor le ha hecho una proposicin, que consiste en un
descuento del 1.25% si la Brown Company le hace un pedido trimestral. La Brown Company ha
estimado que el costo de compra es de $90 por pedido y que los costos cargados al inventario
sobre el inventario promedio son de 20%. Debe la Brown Company aceptar la oferta de
descuento de su proveedor? Si la respuesta es no. Qu contraproposin debe hacerse en
trminos de algn descuento?
ASIGNATURA:
66.-La compaa XYZ, ha comprobado que compra una gran cantidad de materia prima para
produccin de cuadernos. En la actualidad compra $50,000 al ao de varias clases de materia
prima a la compaa Star. Su proveedor le ha hecho una proposicin, que consiste en un
descuento del 1%. Si la compaa XYZ le hace un pedido trimestral. La compaa XYZ ha
estimado que el costo de compra es de $20 por pedido y que los costos cargados al inventario
sobre el inventario promedio. Debe la compaa XYZ aceptar la oferta de descuento de la
compaa Star? Si la respuesta es no. Qu contraproposicin debe hacer la compaa XYZ en
trminos de algn descuento?
67.- La Winston Company, tiene un consumo mensual de la pieza #LX232 de 600 unidades. Los
costos cargados al inventario sobre el inventario promedio son del 25% y los costos de pedidos
son de $20 por pedido. Cada pieza cuesta $10 y su cantidad econmica de pedido es de 300
unidades. El flete de 300 unidades cuesta $200. Si se embarcan 400 unidades, el flete cuesta
$250. Debe ordenarse la cantidad de 400 unidades a fin de aprovechar los ahorros de flete?
68.- Una compaa est considerando la posible conveniencia de cambiar de proveedor de
conexiones de acoplamiento en la actualidad, la empresa tiene una poltica de compra con ace
hardware al 1% de descuento. las compras anuales normales son de $81,000 y el costo por
unidad es de $8.10. el cargo administrativo es de $125 por compra y los cargos por
mantenimiento de inventario son de 25% del nivel promedio del inventario. se han recibido
cotizaciones de otros proveedores, que son: Nutz, Incorporation que ofrece un 5% de
descuento si le ordenan los conectores 2 veces al ao, y Grabbers, Incorporation que ofrece
un descuento si se le ordenan 4 veces al ao. Cules de las proposiciones debera aceptarse, o
bien, debera conservarse el proveedor actual?
ASIGNATURA:
ASIGNATURA:
EJEMPLO:
69.- Sea C el evento en que un proyecto se termina en 10 meses o menos, se tiene:
C = {(2,6); (2,7); (2,8); (3,6); (3,7); (4,6)}
Se dice que el evento C ocurre si cualesquiera de los 6 puntos muestrales de arriba llega a ser
el resultado experimentado.
Enunciados bsicos de probabilidad
1.- Las probabilidades de los diferentes resultados posibles de un ensayo deben sumar 1.
2.- Las probabilidades son siempre mayores que o iguales a cero (es decir, las probabilidades
nunca son negativas) y son menores o iguales a 1. Cuanto ms pequea sea la probabilidad, tanto
menos posibilidad tendr el evento.
RANGO DE RENDIMIENTO
Es aquel que se obtiene restando al resultado optimista al resultado pesimista. Cuanto mayor
es el rango, mayor es el riesgo que se dice tiene el activo y la ecuacin del rango rendimiento
es:
EJEMPLO:
70.- La empresa ABC fabricante de equipo de golf, desea elegir la mejor de dos inversiones: X
y Y. cada una requiere un desembolso de $ 10,000 y cada una tiene una tasa de rendimiento
anual ms probable de 15%. La administracin ha hecho estimaciones pesimistas y optimistas
de los rendimientos asociados a cada una. A continuacin se presentan las estimaciones para
cada activo, junto con sus rangos:
Inversin inicial
Tasa de rendimiento
Pesimista
Ms probable
Optimista
Activo A
$ 10,000
Activo B
$ 10,000
13%
15%
17%
7%
15%
23%
ASIGNATURA:
DISTRIBUCIONES DE PROBABILIDADES
Es un modelo que relaciona la probabilidad con los resultados asociados. El tipo ms simple de
distribucin de probabilidades es la grfica de barras, que muestra slo un nmero limitado de
coordenadas de probabilidad de resultados.
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Es aquella que muestra todos los resultados posibles y las probabilidades asociadas para un
evento dado.
EJEMPLO:
71.- Con la informacin de Micro Pub. Inc elabore las grficas de distribuciones de
probabilidades.
MEDICIN DEL RIESGO
La medicin del riesgo se puede efectuar empleando herramientas estadsticas elementales
como:
MEDIA
Es el promedio ponderado por probabilidad de todos los posibles resultados de una variable
aleatoria y se denota por:
Donde:
.- representa el tamao de la poblacin.
.- representa los valores que puede asumir la variable aleatoria discreta.
.- representa la probabilidad de ocurrencia.
VARIANZA
Es una medida de dispersin de todos los posibles resultados alrededor de la media y su modelo
matemtico es:
DESVIACIN ESTNDAR
Es la raz cuadrada de la varianza y su ecuacin es:
ASIGNATURA:
NOTA
Considrese que cuanto ms alta sea la desviacin estndar el riesgo es mayor.
COEFICIENTE DE VARIACIN
Es una medida de dispersin relativa que es til al comparar los riesgos de activos con
diferentes rendimientos esperados y su ecuacin es:
CV = x 100
X
CV = x 100
Y
COVARIANZA
Es una medida de cmo varan juntas dos variables aleatorias. La covarianza puede ser positiva,
negativa o cero. Una covarianza positiva indica que cuando una variable aleatoria tienen un
resultado mayor que su media, la otra tambin tiende a estar por arriba de su media. Una
covarianza negativa indica lo contrario: un resultado ms alto para una tiende a estar asociado
a un resultado ms bajo para la otra. Una covarianza de cero indica que un apareo sencillo de
los resultados no revela ningn patrn regular.
COEFICIENTE DE CORRELACIN
Es la medida numrica de la asociacin lineal entre dos variables que toma valores entre -1 y +1.
Los valores cercanos a +1 indican una fuerte relacin lineal positiva y los cercanos a -1 sealan
negativa. Los cercanos a 0 manifiestan falta de relacin lineal y su expresin es:
Cor ( x , y ) =
(x , y )
( x ) ( y )
ASIGNATURA:
MATEMATICAS VI
EJEMPLOS
72.- Con la informacin proporcionada por la empresa ABC:
a) Determine el valor esperado (media) de los rendimientos.
b) Calcule la desviacin estndar.
c) Obtenga el coeficiente de variacin.
d) Determine la covarianza y la correlacin lineal.
73.- Se ha solicitado asesora para seleccionar una cartera d activos y se le han dado los
siguientes datos:
RENDIMIENTO ESPERADO
Ao
Activo A
Activo B
2004
12%
16%
2005
14
14
2006
16
12
Activo C
12%
14
16
No se le han proporcionado las probabilidades. Se le ha dicho que puede crear dos carteras,
una conformada por los activos A y B y la otra conformada por los activos A y C invirtiendo
partes iguales, 50% en cada uno de los activos componentes.
a) Establezca las ecuaciones del coeficiente de correlacin de las carteras AB y AC.
b) Cul es el rendimiento esperado de cada activo durante un periodo de 3 aos?
ASIGNATURA:
MATEMATICAS VI
Inversin inicial
Tasa de rendimiento anual
Pesimista
Ms probable
Optimista
Activo A
$ 4,000
Probabilidad
1.00
Activo B
Probabilidad
1.00
20%
25%
30%
0.25
0.50
0.25
15%
25%
35%
0.20
0.55
0.25
ASIGNATURA:
MATEMATICAS VI
Demanda de productos
de la compaa
Fuerte
Normal
Dbil
Total
Probabilidad de
ocurrencia
0.30
0.40
0.30
1.00
Martin Products
(%)
100
15
(70)
U. S. Water
(%)
20
15
10
Ao
2004
2005
2006
2007
2008
Rendimiento esperado
Activo X
Activo Y
(%)
(%)
8
16
10
14
12
12
14
10
16
8
Activo Z
(%)
8
10
12
14
16
No se le han proporcionado las probabilidades. Se le ha dicho que puede crear dos carteras
una conformada por los X y Y; y la otra conformada por los activos X y Z invirtiendo partes
iguales, 50% en cada uno de los activos componentes.
a) Establezca las ecuaciones del coeficiente de correlacin de las carteras XY y XZ.
b) Cul es el rendimiento esperado de cada activo durante un periodo de 3 aos?
c) Cul es la desviacin estndar del rendimiento de cada activo?
d) Cul es el rendimiento esperado de cada una de las dos carteras?
e) Cmo representara las correlaciones de los rendimientos de dos activos conforman cada
una de las dos carteras que se identifican en la parte D?
f) Cul es la desviacin estndar para ambas carteras?
ASIGNATURA:
ASIGNATURA:
MATEMATICAS VI
TERMINOLOGA DE PERT/CPM.
ACTIVIDAD
Es un paso de trabajo en el proyecto total y se representa con una flecha, donde el extremo
de la flecha indica el principio de la actividad y la punta su terminacin.
ACTIVIDADES PRECEDENTES
Son las actividades que inmediatamente preceden a una actividad especfica.
ACTIVIDAD FICTICIA
Es la actividad que tiene tiempo cero y que se utiliza en las redes del tipo PERT/CPM.
EVENTO
Es el suceso que ocurre cuando terminan todas las actividades que conducen a un nodo.
DIAGRAMA DE RED
Es la representacin grfica de todo el proyecto. cada actividad del mismo se representa con
un crculo y las flechas se usan para indicar los requerimientos de la secuencia.
HOLGURA
Es el tiempo que puede demorarse una actividad sin afectar la fecha de terminacin de un
proyecto.
HOLGURA TOTAL
Es el tiempo del cual dispone una actividad, que no afecta la terminacin del proyecto, o sea, es
el tiempo de proteccin que tiene cada actividad para que el proyecto termine a tiempo,
matemticamente se tiene:
HT = LMTPF LMPPI D. A.
HOLGURA LIBRE
Es el tiempo disponible que tiene una actividad para no afectar el inicio de las actividades
subsecuentes y su modelo matemtico es:
HL = LMPPF LMPPI D. A.
NODO
Es el crculo de una red PERT/CPM que indica la conclusin de ciertas actividades y el inicio de
otras.
TIEMPO LO MS PRONTO POSIBLE DE INICIACIN
Es el tiempo ms pronto posible en el que puede comenzarse una actividad sin demorar la
terminacin de un proyecto.
ASIGNATURA:
MATEMATICAS VI
ASIGNATURA:
MATEMATICAS VI
5.- No puede haber flechas en ambos sentidos entre dos eventos. Tampoco es posible derivar
una flecha de la mitad de una ya existente.
6.- La ltima regla para la construccin de la red se refiere a la formacin de un ciclo, ningn
evento dado puede ser seguido por una ruta de actividad que conduce de regreso al mismo
evento.
ASIGNATURA:
MATEMATICAS VI
+ + D. A.
EJEMPLO
78.- Determine el tiempo lo ms pronto posible
B
4
ASIGNATURA:
MATEMATICAS VI
NUMERO DE EVENTO
LMTP
D. A
EJEMPLO
78.- Determine el tiempo lo ms tarde posible
.
L
3
M
4
ASIGNATURA:
MATEMATICAS VI
EJEMPLOS
79.- Resuelva el siguiente problema:
ACTIVIDAD
ANTECEDENTE INMEDIATO
TIEMPO
(SEMANAS)
B
C
D
E
F
G
H
I
J
2
3
5
3
2
3
4
2
2
A
A
A
C
D
B, E
H
F, G, I
DESCRIPCIN
PREPARAR DIBUJOS
IDENTIFICAR NUEVOS INQUILINOS
DESARROLLAR PROYECTOS
ELEGIR CONTRATISTAS
PREPARAR PERMISOS
OBTENER PERMISOS
CONSTRUCCIN
FINIQUITAR CONTRATOS
MUDANZA
ANTECEDENTE
TIEMPO(SEM.)
5
6
A
A
A
E
D,F
B,C
G,H
4
3
1
4
14
12
2
ASIGNATURA:
MATEMATICAS VI
TIEMPO
NORMAL
(DIAS)
10
5
3
4
5
6
5
6
6
TIEMPO
CRASH
(DIAS)
7
4
2
3
3
3
2
4
4
COSTO
CRASH
($)
4
2
2
3
3
3
5
1
4
Se pide:
A.- Trace la red.
B.- Encuentre la Duracin, el Costo del Proyecto con Tiempo Normal y la Ruta Crtica.
C.- Encuentre la Ruta Crtica en Forma Tabular.
D.- Encuentre la Duracin del Proyecto con Tiempo Crash.