Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVESTIGACIN
DE OPERACIONES
Introduccin a la Formulacin y Solucin
de Modelos Matemticos
Versin 01 2013
PRESENTACION
Como una contribucin a la formacin profesional de los estudiantes de las
carreras de Ingeniera, Administracin y especialidades afines; se presenta el texto
INVESTIGACIN DE OPERACIONES, el cual contiene procedimientos y tcnicas
bsicas para ser usados en la toma de decisiones, con sentido crtico en el uso
eficaz y responsable de los recursos o elementos de una empresa u organizacin;
buscando como objetivo maximizar los beneficios y minimizar sus costos.
Los tipos de recursos considerados en el presente texto son: recursos humanos,
referidos a todos los grupos humanos de la organizacin; recursos materiales, se
refiere a las cosas que se utilizan para procesar, transformar, o que se procesan o
transforman en el proceso productivo de un bien o servicio; y recursos tcnicos,
que comprende los procedimientos, mtodos, organigramas, frmulas, patentes,
etc. Finalmente los recursos financieros, representado por el dinero y otros bienes
que conforman el capital de una empresa, como son los ttulos valores, acciones,
obligaciones, etc. 1.
Para el entendimiento del presente texto se requiere tener conocimientos generales
de la Administracin de Operaciones, como parte de la Administracin de
Empresas, siendo prerrequisitos en la formacin profesional del estudiante, los
cuales enriquecen sus criterios conceptuales para explicar las formas de tomar
decisiones cuando se analizan aspectos tcnicos y resultados de problemas de
investigacin de operaciones.
Como su nombre lo dice, la Investigacin de Operaciones significa "hacer
investigacin sobre las operaciones". Entonces, podemos decir que tiene su
aplicacin en la solucin de problemas referidos a la conduccin y coordinacin de
operaciones o actividades dentro de una organizacin que requiere optimizar el
uso de sus recursos limitados.
La Investigacin de Operaciones se aplica en reas tan diversas como en los
procesos de manufactura, el transporte, las telecomunicaciones, la planeacin
financiera, el cuidado de la salud, en el campo militar, los servicios pblicos, y
otros campos de la produccin de bienes y/o servicios.
El Autor.
Unidad 1
Formulacin de modelos
matemticos
Contenidos a estudiar:
Antecedentes de la Investigacin de
Operaciones.
Definicin, caracterstica y etapas de la
Investigacin de Operaciones.
Los Modelos en la Investigacin de
Operaciones.
Elementos bsicos en la formulacin de
un Modelo matemtico
Formulacin de Modelos Matemticos de
Programacin Lineal. Aplicacin
Ao
Ahorros anuales
1990
$250 millones en
menor inventario
1992
$500 millones ms
de ingresos
1992
$17.3 millones
AT&T
1993
$750 millones
Delta Airlines
1994
$100 millones
Digital
Equipment Corp.
1995
$800 millones
China
1995
$425 millones
Cuerpo de
defensa de
Sudfrica
1997
$1.100 millones
Procter and
Gamble
1997
$200 millones
Taco Bell
1998
$13 millones
1998
$280 millones de
ingreso adicional
IBM
American
Airlines
Yellow Freight
System, Inc.
Hewlett-Packard
Aplicacin
CASOS REALES USOS DE LA I. O. PHP Simplex, herramienta online, p.1. Documento publicado en:
http://www.phpsimplex.com/casos_reales.htm . Consulta online 06/02/2013
Figura 1.1
Investigacin
Operaciones
Formulacin de un modelo
matemtico
Implantacin y desarrollo de
procedimientos
Figura 1.3
los diferentes cursos de accin posibles, los lmites de tiempo para tomar una
decisin, etc. Este proceso de definir el problema es crucial ya que afectar en
forma significativa la relevancia de las conclusiones del estudio 7 .
Determinar los objetivos es un aspecto importante en la formulacin del problema.
Se necesitan muchos datos para lograr un entendimiento exacto del problema,
para proporcionar el insumo adecuado para el modelo matemtico que se
formular en la siguiente etapa. Muchas veces, el equipo de Investigacin de
Operaciones pasar mucho tiempo intentando mejorar la precisin de los datos y
al final tendr que trabajar con lo que pudo obtener.
b) Formulacin de un modelo matemtico
Definido el problema, la siguiente etapa consiste en formular un modelo
matemtico que represente la esencia del problema. El modelo matemtico puede
expresarse entonces como el problema de elegir los valores de las variables de
decisin de manera que se maximice o minimice la funcin objetivo, sujeta a las
restricciones dadas. Un modelo de este tipo, y algunas variaciones menores sobre
l, tipifican los modelos analizados en la investigacin de operaciones.
Un paso crucial en la formulacin de un modelo es la construccin de la funcin
objetivo. Si el estudio contempla ms de un objetivo, es necesario combinar las
medidas respectivas en una medida compuesta de efectividad. A veces esta medida
compuesta puede ser algo tangible (como ganancias) y corresponder a una meta
ms alta de la organizacin, o puede ser abstracta (como utilidad).
c) Obtencin de una solucin a partir del modelo
Segn la figura 1.3 despus de formular el modelo matemtico, se debe
desarrollar un procedimiento para derivar una solucin al problema a partir del
modelo formulado. Esta es una etapa relativamente sencilla, en la que se aplican
los algoritmos usando la computadora. Un tema comn es la bsqueda de una
solucin ptima. Pero es necesario reconocer que estas soluciones son ptimas
slo respecto al modelo que se est utilizando. Si la solucin se implanta, cualquier
cambio en el valor de un parmetro advierte de inmediato la necesidad de cambiar
la solucin. El anlisis post ptimo, tambin incluye la obtencin de un conjunto
de soluciones que comprende una serie de aproximaciones. As, las debilidades
aparentes de la solucin inicial se usan para sugerir mejoras al modelo formulado,
a sus datos de entrada y quiz al procedimiento de solucin. Se obtiene entonces
una nueva solucin, y el ciclo se repite.
d) Prueba del modelo
Cuando se completa la primera versin del desarrollo de un modelo
matemtico, es inevitable que contenga muchas fallas. El programa debe probarse
de manera exhaustiva para tratar de encontrar y corregir tantos problemas como
sea posible, para ello es necesario revisar nuevamente las etapas anteriores.
7
11
12
MODELO
Figura 1.4
TIPOS DE MODELO Y SU SIGNIFICADO. Franco Bellini, U. Santa Mara. Venezuela, p-2. publicado
en: http://www.investigacion-operaciones.com/Formulacion Problemas.htm . Consulta online 13/02/2013.
13
Figura 1.5
14
10
TIPOS DE MODELOS MATEMTICOS. Juan Snchez R. Univ. Catlica Valparaso. Publicado en:
http://www.material_simulacion.ucv.cl/tipos_de_modelos_matematicos.htm . Consulta online 14/02/2013.
15
16
Funcin Objetivo:
(Maximizar) (Minimizar) Z = C1 X1 + c2 X2 + + cj Xj + + cn Xn ; (j = 1, 2, , n)
Sujeta a restricciones:
17
Preguntas de Autoevaluacin.
CASOS PARA RESOLVER Y COMENTAR EN GRUPO
La programacin lineal es una tcnica de resolucin de problemas, su desarrollo representa
una ayuda a los responsables de tomar decisiones en la asignacin de recursos. A continuacin
aparecen algunas aplicaciones tpicas de PL, coloque dentro del parntesis si se trata de un caso de
Maximizar o Minimizar, sustente la eleccin de su alternativa:
1.
2. Un analista financiero debe seleccionar una cartera de inversiones a partir de una diversidad
de alternativas en acciones y bonos. Se debe establecer la cartera que optimice el rendimiento
sobre la inversin asignada. (...)
3. Un administrador de mercadotecnia desea determinar la mejor manera de asignar un
presupuesto de publicidad como radio, televisin, peridicos y revistas. Determinar la
combinacin de medios que optimice la efectividad de la publicidad. (...)
4. Una empresa tiene almacenes en varias ubicaciones en todo el pas. Para un conjunto de
demandas de sus productos por parte de sus clientes, la empresa deseara determinar cunto
debe asignar en embarques a cada uno de los almacenes y a cada cliente, de manera que los
costos totales de transporte resulten ptimos. (...)
5.
18
Modelo de
Maximizacin
Modelo de
Minimizacin
Figura 1.6
19
Proceso
Producto M
Costo produccin M: $ 3
8 hr/unid
Producto N
Costo produccin N: $ 5
4 hr/unid
Disponibilidad de
tiempo: 500 horas
Definicin de Variables
Se desea formular un modelo matemtico para determinar la cantidad que debe
producirse por cada producto (M y N), por lo tanto tendremos dos variables,
representados por: x1 , x2.
Siendo:
Funcin Objetivo
Como se tiene informacin de Costos de produccin de los productos M y N, el
objetivo ser minimizarlos:
Costo total de produccin de M = (Costo unitario del producto M) (Cantidad a producirse del producto M)
Minimizar: C = 3 x1 + 5 x2
Definicin de Restricciones
El tipo de recurso en el problema es el tiempo (puede ser horas hombre u horas
mquina). Formulamos la restriccin, colocando en el lado izquierdo de la
inecuacin el consumo unitario de los productos M y N, y en el lado derecho la
cantidad disponible del recurso (500 horas).
8 hr/unid
x1
4 hr/unid
x2
(t. unitario prod. M) (Cant. prod. M) + (t. unitario prod. N) (Cant. prod. N)
LADO IZQUIERDO (Tiempo unitario por producto M y N)
20
Horas disponibles
500
LADO
DERECHO
8 x1 + 4 x2 500
x1 0 y x2 Xi 0; i = 1, 2
(Funcin Objetivo)
8 x1 + 4 x2
500 (Restriccin)
x1
0 , x2
(No negatividad)
x1
Bicicleta paseo
PROCESO 1
PROCESO 2
1 kg/unid
3 kg/unid
2 kg/unid
2 kg/unid
Disponibilidad
de 80 kg. Acero
Disponibilidad de
120 kg. Aluminio
x2
Bicicleta montaa
Definicin de Variables:
Se desea determinar la cantidad de bicicletas a producir por cada modelo (paseo
y montaa), por lo tanto tendremos dos variables.
Sean: x1 = Cantidad de bicicletas de paseo a fabricar
x2 = Cantidad de bicicletas de montaa a fabricar
21
Funcin Objetivo
El objetivo del problema es maximizar los beneficios econmicos totales (Z) de los
modelos de bicicletas que fabricar el empresario.
Precio de venta de la bicicleta de paseo
= S/. 200
= 200 x1
= 150 x2
Definicin de Restricciones
Elaboramos una tabla de materia prima consumida (Acero y Aluminio) por cada
modelo de bicicleta (paseo y montaa) y su disponibilidad:
Modelo de bicicleta
Acero
Aluminio
Paseo
1 kg.
3 kg.
Montaa
2 kg.
2 kg.
80 kg.
120 kg.
x1 + 2 x2 < 80
3 x1 + 2 x2 < 120
x1, x2 0
22
x1 + 2 x2 < 80
luego: x1 < 80
3 x1 + 2 x2 < 120
luego: x1 < 40
Para
x1 = 40
obtenemos:
Z = S/. 8,000
23
x2 = 0
Z = 200 x1 + 150 x2
Para
x2 = 40
obtenemos:
x1 = 0
Z = 200 x1 + 150 x2
Z = S/. 6,000
Toma de decisiones:
Como la Funcin objetivo es maximizar el beneficio econmico, generado por las
ventas, tomamos la decisin de fabricar solo bicicletas de paseo, por ser el
modelo que va generar mayor ganancia, equivalente a S/. 8,000.
Observacin:
Hemos demostrado la importancia de formular un modelo matemtico adecuado,
ya que un error en la formulacin del Modelo, nos puede llevar a tomar una
decisin equivocada que puede generar graves consecuencias para la empresa u
organizacin.
Consumo de pieza
por modelo
Capacidad diaria de
produccin
Ganancia por
unidad ($/modelo)
Radio modelo 1
10
60
30 $
Radio modelo 2
75
20 $
Disponibilidad diaria
mxima de piezas
800 piezas
24
x1 < 60
Del modelo 2:
x2 < 75
25
CONCEPTO
Tipo A
Tipo B
10 %
7%
El objetivo del problema es maximizar el beneficio total anual de los dos tipos
de inversin.
Luego la Funcin objetivo ser: Maximizar: Z = 0.1 x1 + 0.07 x2
x1 > x2
x1 < 6
x2 > 2
x1 - x2 > 0
x1 + x2 < 10
x1, x2 > 0
26
Calcio
Protena
Fibra
Costo ($/kg)
Maz
0.001
0.09
0.02
0.20
Harina de Soya
0.002
0.60
0.06
0.60
Los requisitos de alimento para los cerdos son: cuando menos 0.1% de calcio; por
lo menos 30% de protena; mximo 5% de fibra. Formule el modelo matemtico de
programacin lineal, que determine la mezcla ptima de los componentes para
mantener el mnimo de costo por da de la comida balanceada.
Formulacin del Modelo matemtico:
La mezcla de la comida balanceada est compuesta por maz y harina de soya
= 0.20 x1
= 0.60 x2
x1 + x2 = 90
0.001 x1 + 0.002 x2 > 0.09
0.09 x1 + 0.60 x2 > 27.0
0.02 x1 + 0.06 x2 < 4.5
x1, x2 > 0
Costura
Empacado
Utilidad
($/unidad)
Camisas
20
70
12
2.50
Blusas
60
60
3.20
Prendas
12
28
Se debe tener cuidad0 al escoger las unidades de trabajo, estas deben ser
uniformizados. En el problema se pide el programa de produccin semanal y los
datos que nos suministra la tabla estn en minutos; adems, en el enunciado del
problema se seala turno de 8 horas diarias durante 5 das a la semana.
Debemos calcular cuantos minutos en la semana se trabaja en la empresa BGC:
= (60 minutos/hora) (8 horas/da) (5 das/semana) = 2,400 minutos/semana.
a) El Departamento de corte emplea a 25 trabajadores; entonces los minutos
disponibles son: 2,400 minutos x 25 trabajadores = 60,000 min. x trab.
La restriccin ser:
20 x1 + 60 x2 < 60,000
70 x1 + 60 x2 < 84,000
20 x1 + 60 x2 < 60,000
70 x1 + 60 x2 < 84,000
12 x1 + 4 x2 < 12,000
x1 , x2 > 0
29
Problemas de Autoevaluacin
1). Una empresa fabrica dos tipos de productos: A y B, cada producto debe pasar por un
proceso de Ensamblaje y por un proceso de Terminado, antes de salir a la venta. El
producto A se vende a $ 60 y el producto B a $ 50 cada unidad respectivamente. La
siguiente tabla muestra el tiempo unitario requerido por cada producto utilizado en cada
proceso; y el tiempo disponible por proceso.
Producto
Proceso Ensamblaje
Proceso Terminado
2 horas
3 horas
4 horas
2 horas
48 horas
36 horas
Producto B
Producto C
Producto D
Disponibilidad
de tiempo (hr.)
M1
600
M2
390
Utilidad ($)
65
70
55
45
Mquina
30
PROCESOS
Modelo Mnaco
Capacidad horaria
disponible
Construccin
12
120
Pintado
64
Suponga que la fbrica desea producir 5 muebles de cada modelo. Cul seria la
utilidad total de la fbrica?
5). Una compaa manufacturera, produce cuatro diferentes tipos de productos metlicos
que deben maquinarse, pulirse y ensamblarse. Las necesidades especficas de tiempo
unitario (en horas) para cada producto son las siguientes:
Tipo de Producto
Maquinado
Pulido
Ensamble
Producto I
Producto II
Producto III
Producto IV
La compaa dispone semanalmente de 480 horas para maquinado, 400 horas para el
pulido y 400 horas para el ensamble. Las ganancias unitarias por producto I, II, III y IV
son $6, $4, $6 y $8 respectivamente. La compaa tiene un contrato con un distribuidor
en el que se compromete a entregar semanalmente; por lo menos 50 unidades del
producto I; 100 unidades como mnimo de cualquier combinacin de los productos II y
III, segn la produccin; pero entregar slo un mximo de 25 unidades del producto IV.
Formule el Modelo matemtico de Programacin Lineal que permita determinar las
unidades de cada producto que debera fabricar semanalmente la compaa a fin de
cumplir con todas las condiciones del contrato y optimizar su ganancia total.
6). Una refinera de petrleo tiene dos fuentes de petrleo crudo: crudo ligero con un
costo de 35 dlares por barril y crudo pesado a 30 dlares el barril. Con cada barril de
crudo ligero la refinera produce 0.3 barriles de gasolina (G), 0.2 barriles de combustible
para calefaccin (C) y 0.3 barriles de combustible para turbinas (T). Mientras que con
cada barril de crudo pesado produce 0.3 barriles de G; 0.4 barriles de C y 0.2 barriles de T.
La refinera tiene programado vender por lo menos 900,000 barriles de G; 800,000
barriles de C y 500,000 barriles de T.
Formular el modelo matemtico de programacin lineal que permita hallar las cantidades
de crudo ligero y pesado que debe comprar la refinera, para poder cubrir sus necesidades
optimizando su costo.
31
7). Un ganadero utiliza diariamente, por lo menos 800 kg. de alimento especial, el cual es
una mezcla de maz y soya, con las siguientes composiciones:
Componente del
alimento especial
Protenas
Costo del
componente ($/kg)
MAIZ
0.09
0.02
0.30
SOYA
0.60
0.06
0.90
Los requerimientos diettica diario del componente especial, requieren por lo menos un
30% de protenas; y a lo mucho un 5% de fibra.
Formule el modelo matemtico de programacin lineal, que permita al ganadero
determinar la cantidad en kg. de los componentes del alimento especial, a fin de optimizar
el costo diario de la mezcla.
8). La seora Morales tiene una dieta a seguir, compuesto por los siguientes productos:
pan, queso, huevos y carne; los cuales renen los siguientes requisitos alimenticios: al
menos 4 mg. de vitamina A; al menos 6 mg. de vitamina B y a lo ms 3 mg. de vitamina D.
La tabla siguiente nos da los requerimientos por vitamina en mg. as como el costo; as
como el contenido en mg por gramo de cada producto:
PRODUCTO
COSTO
Vitamina A
Vitamina B
Vitamina D
PAN
40.0
0.20
0.18
0.10
QUESO
31.0
0.15
0.10
0.14
HUEVOS
19.0
0.15
0.40
0.15
CARNE
53.0
0.30
0.35
0.16
32
Unidad 2
Solucin de Modelos de
Programacin Lineal
Contenidos a estudiar:
Aplicacin del Mtodo grfico, Mtodo
algebraico en la Solucin de modelos
matemticos de PL.
Variaciones de los elementos del modelo.
Anlisis de sensibilidad.
Mtodo Simplex. Aplicacin en la solucin
de modelos de PL. Problemas.
Uso de programas informticos libres en
la solucin de modelos de PL.
33
Mtodo grfico
Mtodo algebraico
Mtodo Simplex, y
Solucin del modelo asistido por computadora
34
Capacidad disponible
por Planta
1
2
3
1
0
3
0
2
2
4
12
18
Planta
35
PLANTA 2
PLANTA 1
PLANTA 3
MP A
Producto A
MP B
Producto B
Capacidad 4
Capacidad 12
Capacidad 18
x1 4
Planta 3:
3 x1 + 2 x2 18
Planta 2:
2 x1 12
x1 4
2 x1 12
3 x1 + 2 x2 18
x1 , x2 > 0
36
Figura 2.2
37
Z = 3 x1 + 5 x2
obtenemos:
Z = 3 x1 + 5 x2
, obtenemos:
Z = 3 (4) + 5 (0) = 12
Para el punto (4, 3), reemplazamos en:
Z = 3 (4) + 5 (3) = 27
Para el punto (2, 6), reemplazamos en:
Z = 3 (2) + 5 (6) = 36
Z = 3 (0) + 5 (6) = 30
Z =0
Tomamos un punto cualquiera dentro del polgono (regin factible), por ejemplo el
punto (3, 4), reemplazamos en Z y obtenemos Z = 29
Solucin del problema: La solucin ptima ser aquel valor que maximiza la
funcin objetivo del modelo. Por tanto, el valor mximo de la funcin objetivo Z
se encuentra en el punto (2, 6); entonces la solucin del problema es:
x1 = 2, y
x2 = 6; con el cual se obtiene un Z = 36 (mximo).
Interpretando la respuesta de acuerdo al problema, se debe tomar la decisin
de producir semanalmente 2 puertas de vidrio con marco de aluminio y 6
ventanas grande para vidrio doble, los cuales generan una ganancia semanal de
36,000 $ por la venta de los dos productos.
Se demuestra tambin que la solucin ptima del modelo matemtico se encuentra
solamente en uno de los vrtices del polgono. Adems, podemos advertir que una
mala formulacin de la funcin objetivo del modelo nos puede llevar a tomar una
decisin equivocada, lo cual aplicado a la gestin empresarial puede generar graves
consecuencias.
2). Problema: La empresa BGC fabrica camisas para caballeros y blusas para
damas y para el almacn de la empresa. El proceso de produccin incluye: corte,
costura y empacado. La empresa emplea 25 trabajadores en el departamento de
corte, 35 en el departamento de costura y 5 en el departamento de empacado. La
fbrica trabaja un turno de 8 horas diarias, y slo 5 das a la semana. La siguiente
tabla proporciona los requerimientos de tiempo y la utilidad por unidad para las
dos prendas.
38
Prendas
Utilidad
($/unidad)
Corte
Costura
Empacado
Camisas
20
70
12
2.50
Blusas
60
60
3.20
20 x1 + 60 x2 < 60,000
70 x1 + 60 x2 < 84,000
12 x1 + 4 x2 < 12,000
x1 , x2 > 0
20 x1 + 60 x2 < 60,000
70 x1 + 60 x2 < 84,000
E (0, 1400) ;
F (1200, 0)
12 x1 + 4 x2 < 12,000
H (0, 3000) ;
39
I (1000, 0)
(0, 3000)
Figura 2.3
(0, 1400)
(0, 1000)
(1200, 0)
(3000, 0)
(3000, 0)
1,000
3,200
480
840
3,888
872.7
381.8
3,403.6
1,000
2,500
40
. (3)
Hallamos la solucin simultnea de las ecuaciones (1) y (2); se multiplica por (-1)
la ecuacin (1) para eliminar la variable x2 y hallar la variable x1.
- 20 x1 - 60 x2 = - 60,000
70 x1 + 60 x2 = 84,000
50 x1 + 0
= 24,000
x1 = 480;
41
Modelo Virginia
Modelo Mnaco
Capacidad horaria
disponible
Construccin
12
120
Pintado
64
PROCESOS
Variables de decisin
x1 = Cantidad a producir de muebles modelo Virginia.
x2 = Cantidad a producir de muebles modelo Mnaco.
Modelo matemtico de PL
Maximizar: Z = 200 x1 + 240 x2
Sujeto a:
6 x1 + 12 x2 < 120
8 x1 + 4 x2 < 64
x1 , x2 > 0
. (1)
8 x1 + 4 x2 = 64
. (2)
Hallamos la solucin simultnea de las ecuaciones (1) y (2); se divide entre (-3) la
ecuacin (1) para eliminar la variable x2 y hallar la variable x1 .
-2 x1 - 4 x2 = -40
8 x1 + 4 x2 = 64_ .
6 x1 + 0
x1 = 4
= 24
;
42
6 x1 + 12 x2 = 120
Si x1 = 0, entonces x2 = 10;
Si x2 = 0, entonces x1 = 20;
Segunda restriccin:
8 x1 + 4 x2 = 64
E (0, 16)
F (8, 0)
x2
Figura 2.4
(0, 10)
(4, 8) Solucin ptima
(0, 0)
(8, 0)
x1
10
2,400
2,720
1,600
43
44
Pintura exterior
Pintura interior
Disponibilidad MP
Materia prima M1
24
Materia prima M2
6 x1 + 4 x2 < 24
x1 + 2 x2 < 6
- x1 +
x2 < 1
x2 < 2
x1, x2 0
46
Z= 5(1) + 4(2)
Z= 5X1 + 4X2
Z= 5(2) + 4(2) = 18
47
48
(b)
(c )
(d)
Maximizar:
Maximizar:
Maximizar:
Maximizar:
Z
Z
Z
Z
=
=
=
=
200 x1 + 150 x2
150 x1 + 200 x2
x1 + x2
80 x1 + 120 x2
7). Cmo se define las restricciones de los recursos del modelo a formular?
Elaboramos una tabla de materia prima empleado por cada modelo de bicicleta y la
disponibilidad mxima:
Modelo de bicicleta
Paseo
Montaa
Disponibilidad mxima de MP
Cons. Acero
1 kg.
2 kg.
80 kg.
Cons. Aluminio
3 kg.
2 kg.
120 kg.
49
50
Falso.
Verdadero
12). Al formular el modelo Dual a partir del modelo Primal, podemos deducir
que:
Las restricciones del modelo dual, est sujeto a:
4 y1 + 4 y2 70
3 y1 + 7 y2 90
El enunciado de la Dualidad es:
(a) Falso
(b) Verdadero
Verdadero.
Falso
51
16). El resultado del valor numrico de la funcin objetivo del modelo primal,
es igual al valor de la funcin objetivo de su correspondiente dual.
(a)
(b)
Verdadero
Falso
Respuestas
1
(a)
(b)
13
(d)
(e)
(a)
14
(a)
(a)
(b)
15
(c)
(d)
10
(a)
16
(a)
(a)
11
(a)
(a)
12
(a)
BIBLIOGRAFIA
Taha Hamdy A. Investigacin de Operaciones. Una Introduccin. Sptima Edicin.
Mxico: Editorial Prentice Hall; 2006.
Gerald Lieberman, F. Hillier, Introduccin a la Investigacin de Operaciones.
Quinta Edicin. Mxico: Editorial Mc Graw Hill; 2005.
Prawda W. Juan. Mtodos y Modelos de Investigacin de Operaciones. Tomo I:
Modelos Determinsticos. Quinta Edicin. Mxico: Editorial Limusa; 2004.
52