Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Archivo 3 SOR 2010 PDF
Archivo 3 SOR 2010 PDF
Entendemos que un modelo es lineal cuando las variables, tanto de la Función Objetivo como
de las restricciones son lineales, es decir tiene exponente igual a uno, es decir que no existen
variables con exponente dos o mayor.
Procedimiento: Todas las restricciones del modelo deben ser transformadas a igualdades,
para poder establecer una solución básica factible inicial, y así poder resolver un sistema de
ecuaciones simultáneas utilizando la Función Objetivo como la referencia para establecer la
solución óptima. El espacio dentro del cual se encuentra delimitada el área definida por todas
las restricciones define lo que se conoce como <polígono de Soluciones Factibles. Cada
vértice de dicho Polígono corresponde a una alternativa que resuelve el sistema de ecuaciones
y variables, y la Solución óptima del mismo estará localizada en uno de sus vértices.
Método SIMPLEX
El simples es una técnica para evaluar, por medio de la función objetiva, los puntos
extremos del conjunto convexo. Para la primera solución al sistema de ecuaciones
tenemos:
Valor
Variables A C S1 S2 S3 S4 F.O = 0
Coeficientes de Variables valores
en la función Objetivo 20 10 0 0 0 0 RHS
Variables Básicas Coef. = 120
S1 0 1 2 1 0 0 0
S2 0 1 1 0 1 0 0 = 90
S3 0 1 0 0 0 1 0 = 70
S4 0 0 1 0 0 0 1 = 50
Valor
Variables A C S1 S2 S3 S4 FO = 500
Coeficientes de Variables valores
en la función Objetivo 20 10 0 0 0 0 RHS
Variables Básicas Coef. = 20
S1 0 1 0 1 0 0 -2
S2 0 1 0 0 1 0 -1 = 40
S3 0 0 0 0 0 1 0 = 70
C 10 0 1 0 0 0 1 = 50
32
Sistemas de Optimización de Recursos
34
Sistemas de Optimización de Recursos
35
Sistemas de Optimización de Recursos
Gerente de Producción: si tienes razón, ese es otro factor que tenemos que tomar en
cuenta en el análisis, con todas estas variables no encuentro la manera óptima de poder
revisar las capacidades con la finalidad de cubrir todas las condiciones.
Gerente de Ingeniería: Por supuesto, vamos a mi oficina, yo tengo los datos de los
contratos.
Ya en la oficina del Gerente de Ingeniería se disponen a revisar los contratos y los
requerimientos de los clientes.
Gerente de Ingeniería: Aquí están los requerimientos mínimos que tenemos que cumplir a
nuestros clientes; también incluyen la demanda mensual para así decidir las cantidades a
producir.
MÍNIMO
DEMANDA
CORBATA A COMPOSICIÓN
MENSUAL
SERVIR
Seda 6,000 7,000 100% seda
Poliéster 10,000 14,000 100% poliéster
50% poliéster, 50%
Algodón # 1 13,000 16,000
algodón
30% poliéster, 70%
Algodón # 2 6,000 8,500
algodón
36
Sistemas de Optimización de Recursos
Gerente de Ingeniera: Nos podrías ayudar con una información que necesitamos para
hacer un análisis que creo que a todos nos servirá.
Gerente de Ingeniería: Lo que queremos hacer producir las cantidades optimas en cada
tipo de corbata, con la finalidad de maximizar los beneficios para nuestra empresa.
Gerente Financiero: Estoy muy interesado en este análisis. Les mandare la información, y
me incluiré para así aprender a desarrollar estos análisis.
37
Sistemas de Optimización de Recursos
Gerente de Ingeniería: Lo primero en este problema será determinar qué beneficios nos
reporta cada una de las corbatas vendidas y fabricadas. Así por ejemplo, cada corbata de
seda tiene un costo total de $2.62, como la vendemos por $6.70, el beneficio que
obtenemos será de $4.08 por cada unidad producida y vendida. El mismo razonamiento se
aplicará a los restantes tres tipos de corbata, como se muestra en el cuadro anterior.
Gerente Financiero: Entonces para los 3 tipos de corbata restantes nos queda así: Para
cada corbata de Poliéster obtendremos un beneficio de: $3.07, para la de Algodón /
poliéster tipo 1 un beneficio de $3.56 y para cada corbata de algodón / poliéster tipo 2 un
beneficio de $4.0.
Gerente de Ingeniería: Si, estas en lo correcto. Pero también tenemos que definir nuestras
variables de decisión:
Gerente de Producción: En este caso las variables de decisión serian:
Gerente de Ingeniería: Muy bien, por lo tanto las restricciones son las siguientes:
1) 0.125* X1 ≤ 800
2) 0.08 *X2 +0 .05*X3 +0 .03*X4 ≤ 3000
3) 0.05*X3+ 0.07*x4 ≤1600
4) X1 ≥ 6000
5) X1 ≥7000
6) X2 ≥ 10000
7) X2≥ 14000
8) X3 ≥ 13000
9) X3 ≥16000
10) X4 ≥ 6000
11) X4 ≥ 8500
38
Sistemas de Optimización de Recursos
Gerente Financiero: Ahora que ya tenemos todo listo, mi pregunta es ¿como lo vamos a
resolver?
39
Sistemas de Optimización de Recursos
Gerente de Ingeniería: Del reporte anterior podemos concluir que se tendrían que
producir cada mes 6,400 corbatas de seda, 14,000 de poliéster, 16,000 de algodón #1, y
8,500 de algodón #2. Los datos anteriores corresponden a la ALTERNATIVA ÓPTIMA.
Si producimos las cantidades anteriores nos dará unos beneficios de $160,052 por mes.
Gerente Financiero: Con esta información que acabamos de analizar podré realizar
diversas proyecciones que me serán muy útiles, pero creo que sería conveniente el analizar
algunas variantes en el modelo. Gerente de Producción: Si, para eso no hay problema, del
reporte que hemos obtenido anteriormente, podemos hacer un análisis de sensibilidad.
Gerente de Ingeniería: En el reporte anterior se observa una columna que tiene relación
directa con las restricciones esta es la columna llamada “Shadow Price”, si los valores en
esta columna son diferentes de cero, este valor esta asociado a una restricción activa
especifica y una restricción activa es aquella que al sustituir los valores numéricos de la
alternativa optima en la restricción el valor del miembro izquierdo es igual al valor del lado
derecho (RHS). En una impresión de un software se vera que el valor de holgura de la
restricción respectiva es igual a cero.
Concretamente el valor del precio sombra indica la cantidad en que el valor de la función
objetivo mejorara (se incrementara si es maximización y disminuirá si es minimización) por
cada unidad en que se suavice en la restricción respectiva.
Podemos analizar la restricción #1 esta es una restricción activa; y esto lo podemos
comprobar al cambiar los valores de la solución óptima en esta restricción, así:
0.125*X1 ≤800
Al sustituir los valores queda así:
0.125*6400 + 0*14000 + 0*16000 + 0* 8500 ≤800
800 ≤800
40
Sistemas de Optimización de Recursos
Gerente de Ingeniería: Tienes razón, ahora la labor es evitar este desperdicio, pero para
esto nos reuniremos otro día.
41
Sistemas de Optimización de Recursos
Gerente Financiero: Ya entiendo. Seria bueno que analizáramos un tercer escenario. Por
ejemplo que pasaría la demanda aumenta en 11,000 corbatas de poliéster extras al pedido
que tenemos actualmente.
Gerente de Ingeniería: Muy buena pregunta. En el reporte que WINQSB produjo,
podemos observar que los rangos permisibles para esta variable mínimo: 10,000 y máximo
24,312.5, para este caso, necesitaríamos replantear nuestro problema, ya que nos
sobrepasamos al rango permisible.
Pero sería muy interesante. Para resolverlo tenemos que cambiar la restricción y volver a
correr el software.
42
Sistemas de Optimización de Recursos
Gerente Financiero: Con los datos anteriores, podemos concluir que si recibimos el
pedido de tela, podríamos producir las 25000 corbatas de poliéster y nuestro beneficio total
aumentaría a $193,822; sin olvidar que también cumplimos las cantidades mínimas de los
otros 3 tipos de tela.
43