Está en la página 1de 17

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODALIDAD A DISTANCIA

SEMESTRE MARZO 2017 - AGOSTO 2017

SOLUCIONARIO

INVESTIGACIÓN OPERATIVA II

PRIMER TRABAJO

NÚMERO DE CRÉDITOS: 4

TUTORES:

Ing. Víctor Merino Castillo, Mgst.

Dra. Mayra Córdova Alarcón, Mgst.

Quito - Ecuador
ACTIVIDADES DE APREDIZAJE. Realizar los ejercicios que a continuación se detallan:

a) TRABAJO 1.

Parte 1: “INTRODUCCIÓN MODELOS DE PROGRAMACIÓN LINEAL CON DOS


VARIABLES DE DECISIÓN”

Resolver los problemas: del 7-14 al 7-28 del capítulo 7 del Texto Guía (Render).
Resolver los problemas: del 8-1 al 8-15 del capítulo 8 del Texto Guía(Render).

b) TRABAJO 2.

Parte 1: “MODELOS DE TRANSPORTE, TRASBORDO Y ASIGNACIÓN”

Resolver los problemas: del 9-11 al 9-21 del capítulo 9 del Texto Guía(Render).

9-11 La gerencia de la corporación Executive Furniture decidió expandir la capacidad de


producción en su fábrica de Des Moines y disminuir la producción en sus otras fábricas.
También reconoce un cambio de mercado para sus escritorios y revisa los requerimientos en
sus tres almacenes.
a) Utilice la regla de la esquina noroeste para establecer un programa de envíos factible inicial
y calcular su costo.
b) Utilice el método del salto de piedra en piedra para probar si es posible obtener una
solución mejorada.

Alburqueque Boston Cleverland SUPPLY


Des Moines 5 4 3 300
Evansville 8 4 3 150

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 2


Fort
lauderdale 9 7 5 250
DEMAND 200 200 300

Optimal cost
= $3200 Alburqueque Boston Cleverland
Des Moines 200 50 50
Evansville 150
Fort
lauderdale 250

9-12 Formule el problema de transporte en el problema 9-11


con programación lineal y resuélvalo usando un software.

9-13 La compañía Hardrock Concrete tiene plantas en tres lugares y trabaja actualmente en
tres proyectos de construcción importantes, cada uno ubicado en un sitio diferente. El costo de
envío por camión cargado de concreto,
las capacidades diarias y los requerimientos diarios se muestran en la tabla correspondiente.
a) Formule una solución factible inicial para el problema de transporte de Hardrock con la
regla de la esquina noroeste. Luego, evalúe cada ruta de envío no utilizada calculando todos
los índices de mejora. ¿Es óptima la solución? ¿Por qué?
b) ¿Hay más de una solución óptima para este problema? ¿Por qué?

Capacidad
Proyecto de la
A Proyecto B Proyecto C Planta
Planta 1 10 4 11 70
Planta 2 12 5 8 50
Planta 3 9 7 6 30
DEMAND 40 50 60

Optimal
cost = Proyecto
$1040 A Proyecto B Proyecto C

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 3


Planta 1 20 50
Planta 2 50
Planta 3 20 10

9-14 El dueño de Hardrock Concrete decidió aumentar la capacidad


de su planta más pequeña (véase el problema
9.13). En vez de producir 30 cargas de concreto al día
en la planta 3, duplicó su capacidad a 60 cargas. Encuentre
la nueva solución óptima con la regla de la esquina
noroeste y el método del salto de piedra en piedra.
¿Cómo alteró la asignación óptima de envío el cambio
en la capacidad de la planta 3? Analice los conceptos de
degeneración y soluciones óptimas múltiples respecto a
este problema.

Optimal
cost = Proyecto
$980 A Proyecto B Proyecto C Dummy
Planta 1 20 50
Planta 2 20 30
Planta 3 20 40

9-15 Formule el problema de transporte de la compañía


Hardrock Concrete del problema 9-13 con programación
lineal y resuélvalo usando un software. ¿Qué
cambiaría en la programación lineal, si se implementara
el cambio en el problema 9-14?

9-16 La compañía Saussy Lumber envía pisos de pino a tres


tiendas de artículos para construcción desde sus madererías
en Pineville, Oak Ridge y Mapletown. Determine
el mejor programa de transporte para los datos dados
en la tabla. Utilice la regla de la esquina noroeste y el
método del salto de piedra en piedra.

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 4


CAPACIDAD
PUNTO DE PUNTO DE PUNTO DE DE LOS
OFERTA 1 OFERTA 2 OFERTA 3 MOLINOS
PINEVILLE 3 3 2 25
OAK RIDGE 4 2 3 40
MAPLETON 3 2 3 30
DEMANDA DEPUNTO DE OFERTA
(TONS) 30 30 35

Optimal
cost = PUNTO DE PUNTO DE PUNTO DE
$230 OFERTA 1 OFERTA 2 OFERTA 3
PINEVILLE 25
OAK RIDGE 0 30 10
MAPLETON 30

9-17 La compañía Krampf Lines Railway se especializa en


manejo de carbón. El viernes 13 de abril, Krampf tenía
vagones vacíos en los siguientes pueblos en las cantidades
indicadas:

Para el lunes 16 de abril, los siguientes pueblos necesitarán


vagones de carbón como sigue:

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 5


DENANDA
Coal DE
Coal Valley Coaltown Junction Coalsburg VACACIONES
Morgantown 50 30 60 70 35
Younstown 20 80 10 90 60
Pushburgh 100 40 80 30 25
VAGONES
DISPONIBLES 30 45 25 20

Optimal cost Coal


= $3100 Coal Valley Coaltown Junction Coalsburg
Morgantown 35
Younstown 30 5 25
Pushburgh 5 20

9-18 Formule la situación de la compañía Krampf Lines


Railway (problema 9-17) con programación lineal y resuélvalo
usando un software.

9-19 Un fabricante de acondicionadores de aire elabora sus


productos para habitaciones en sus plantas de Houston,
Phoenix y Memphis. Los envía a distribuidores regionales
en Dallas, Atlanta y Denver. Los costos de envío
varían y la compañía desea encontrar la manera
menos costosa de cumplir con las demandas de cada
centro de distribución. Dallas necesita recibir 800
acondicionadores de aire por mes, Atlanta necesita 600 y

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 6


Denver 200. Houston tiene disponibles 850 de ellos cada
mes, Phoenix tiene 650 y Memphis 300. El costo de envío
por unidad de Houston a Dallas es de $8, a Atlanta es

de $12, y a Denver de $10. El costo por unidad de


Phoenix a Dallas es de $10, a Atlanta es de $14 y a Denver
es de $9. El costo por unidad de Memphis a Dallas es
de $11, a Atlanta es de $8, y a Denver de $12. ¿Cuántas
unidades deberían enviarse de cada planta a cada centro
de distribución regional? ¿Cuál es el costo total de esto?

Dallas Atlanta Denver SUPPLY


Houston 8 12 10 850
Phoenix 10 14 9 650
Memphis 11 8 12 300
DEMAND 800 600 200

Optimal
cost =
$14700 Dallas Atlanta Denver Dummy
Houston 800 50
Phoenix 250 200 200
Memphis 300

9-20 Formule la situación de acondicionadores de aire del


problema 9-18 con programación lineal y resuélvalo
usando un software.

9-21 Finnish Furniture fabrica mesas en instalaciones localizadas


en tres ciudades: Reno, Denver y Pittsburgh.
Las mesas se envían luego a tres tiendas ubicadas en
Phoenix, Cleveland y Chicago. La gerencia desea desarrollar
un programa de distribución que cumpla con
las demandas al menor costo posible. Los costos de envío
por unidad de cada fuente a cada destino se muestran
en la siguiente tabla:

La oferta disponible es de 120 unidades en Reno, 200


en Denver y 160 en Pittsburgh. Phoenix tiene una demanda
de 140 unidades, Cleveland una demanda de
160 unidades y Chicago de 180 unidades. ¿Cuántas

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 7


unidades deberían enviarse de cada instalación de manufactura
a cada tienda si se quiere minimizar el costo?
¿Cuál es el costo total?

PHOENIX CLEVELAND CHICAGO SUPPLY


RENO 10 16 19 120
DEVER 12 14 13 200
PITTSBURGH 18 12 12 160
DEMAND 140 160 180

Optimal cost
= $5700 PHOENIX CLEVELAND CHICAGO
RENO 120
DEVER 20 180
PITTSBURGH 160 0

Parte 4: “MODELOS DE LÍNEAS DE ESPERA”

Resolver los problemas: del 13-10 al 13-20 del capítulo 13 del Texto
Guía(Render).

Tiempo de
espera w Costo de 9
Empleados (min) Costo total a 5PM
1 10 70,5 564
2 6 53,5 428
3 4 49 392

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 8


4 3 50,75 406

Parameter Value Parameter Value Minutes Seconds


M/M/1 (exponential service times) Average server utilization 0,38
Arrival rate(lambda) 3 Average number in the queue(Lq) 0,23
Service rate(mu) 8 Average number in the system(Ls) 0,6
Number of servers 1 Average time in the queue(Wq) 0,08 4,5 270
Average time in the system(Ws) 0,2 12 720

Prob (num in sys


k Prob (num in sys = k) Prob (num in sys <= k) >k)
0 0,63 0,63 0,38
1 0,23 0,86 0,14
2 0,09 0,95 0,05
3 0,03 0,98 0,02
4 0,01 1 0
5 0 1 0
6 0 1 0
7 0 1 0
8 0 1 0
9 0 1 0

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 9


Parameter Value Parameter Value Minutes Seconds
M/M/1 (exponential service times) Average server utilization 0,83
Arrival rate(lambda) 10 Average number in the queue(Lq) 4,17
Service rate(mu) 12 Average number in the system(Ls) 5
Number of servers 1 Average time in the queue(Wq) 0,42 25 1500
Average time in the system(Ws) 0,5 30 1800

Parameter Value Parameter Value Minutes Seconds


M/M/1 (exponential service times) Average server utilization 0,75
Arrival rate(lambda) 210 Average number in the queue(Lq) 2,25
Service rate(mu) 280 Average number in the system(Ls) 3
Number of servers 1 Average time in the queue(Wq) 0,01 0,64 38,57
Average time in the system(Ws) 0,01 0,86 51,43

Prob (num in sys


k Prob (num in sys = k) Prob (num in sys <= k) >k)

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 10


0 0,25 0,25 0,75
1 0,19 0,44 0,56
2 0,14 0,58 0,42
3 0,11 0,68 0,32
4 0,08 0,76 0,24
5 0,06 0,82 0,18
6 0,04 0,87 0,13
7 0,03 0,9 0,1
8 0,03 0,92 0,08
9 0,02 0,94 0,06
10 0,01 0,96 0,04
11 0,01 0,97 0,03
12 0 0,98 0,02
13 0 0,98 0,02
14 0 0,99 0,01
15 0 0,99 0,01
16 0 1 0
17 0 1 0
18 0 1 0
19 0 1 0
20 0 1 0
21 0 1 0
22 0 1 0
23 0 1 0
24 0 1 0
25 0 1 0
26 0 1 0
27 0 1 0
28 0 1 0

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 11


Parameter Value Parameter Value Minutes Seconds
M/M/1 (exponential service times) Average server utilization 0,8
Arrival rate(lambda) 240 Average number in the queue(Lq) 3,2
Service rate(mu) 300 Average number in the system(Ls) 4
Number of servers 1 Average time in the queue(Wq) 0,01 0,8 48
Average time in the system(Ws) 0,02 1 60

Prob (num in sys


k Prob (num in sys = k) Prob (num in sys <= k) >k)
0 0,2 0,2 0,8
1 0,16 0,36 0,64
2 0,13 0,49 0,51
3 0,1 0,59 0,41
4 0,08 0,67 0,33
5 0,07 0,74 0,26
6 0,05 0,79 0,21
7 0,04 0,83 0,17
8 0,03 0,87 0,13
9 0,03 0,89 0,11
10 0,02 0,91 0,09
11 0,02 0,93 0,07
12 0,01 0,95 0,05
13 0,01 0,96 0,04
14 0 0,96 0,04
15 0 0,97 0,03

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 12


16 0 0,98 0,02
17 0 0,98 0,02
18 0 0,99 0,01
19 0 0,99 0,01
20 0 1 0
21 0 1 0
22 0 1 0
23 0 1 0
24 0 1 0
25 0 1 0
26 0 1 0
27 0 1 0
28 0 1 0
29 0 1 0
30 0 1 0

Parameter Value Parameter Value Minutes Seconds


M/M/s Average server utilization 0,4
Arrival rate(lambda) 240 Average number in the queue(Lq) 0,15
Service rate(mu) 300 Average number in the system(Ls) 0,95
Number of servers 2 Average time in the queue(Wq) 0 0,04 2,29
Average time in the system(Ws) 0 0,24 14,29

Prob (num in sys


k Prob (num in sys = k) Prob (num in sys <= k) >k)
0 0,43 0,43 0,57
1 0,34 0,77 0,23
2 0,14 0,91 0,09
3 0,05 0,96 0,04
4 0,02 0,99 0,01
5 0 1 0
6 0 1 0
7 0 1 0
8 0 1 0
9 0 1 0
10 0 1 0

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 13


Parameter Value Parameter Value Minutes Seconds
M/M/1 (exponential service times) Average server utilization 0,86
Arrival rate(lambda) 30 Average number in the queue(Lq) 5,14
Service rate(mu) 35 Average number in the system(Ls) 6
Number of servers 1 Average time in the queue(Wq) 0,17 10,29 617,14
Server cost $/time 0 Average time in the system(Ws) 0,2 12 720
Waiting cost $/time 18 Cost (Labor + # waiting*wait cost) 92,57
Cost (Labor + # in system*wait
cost) 108

108*16*14=24192

Ahorro =24192/2-9000 =3096

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 14


Parameter Value Parameter Value Minutes Seconds
M/M/1 (exponential service times) Average server utilization 0,8
Arrival rate(lambda) 12 Average number in the queue(Lq) 3,2
Service rate(mu) 15 Average number in the system(Ls) 4
Number of servers 1 Average time in the queue(Wq) 0,27 16 960
Server cost $/time 10 Average time in the system(Ws) 0,33 20 1200
Waiting cost $/time 50 Cost (Labor + # waiting*wait cost) 170
Cost (Labor + # in system*wait
cost) 210

Parameter Value Parameter Value Minutes Seconds


M/M/s Average server utilization 0,4
Arrival rate(lambda) 12 Average number in the queue(Lq) 0,15
Service rate(mu) 15 Average number in the system(Ls) 0,95
Number of servers 2 Average time in the queue(Wq) 0,01 0,76 45,71
Server cost $/time 10 Average time in the system(Ws) 0,08 4,76 285,71
Waiting cost $/time 50 Cost (Labor + # waiting*wait cost) 27,62
Cost (Labor + # in system*wait
cost) 67,62

Ahorro= 170-27,62=142,38

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 15


Parameter Value Parameter Value Seconds
M/M/1 (exponential service times) Average server utilization 0,8
Arrival rate(lambda) 0,4 Average number in the queue(Lq) 3,2
Service rate(mu) 0,5 Average number in the system(Ls) 4
Number of servers 1 Average time in the queue(Wq) 8 480
Average time in the system(Ws) 10 600

Parameter Value Parameter Value Seconds


M/M/s Average server utilization 0,4
Arrival rate(lambda) 0,4 Average number in the queue(Lq) 0,15
Service rate(mu) 0,5 Average number in the system(Ls) 0,95
Number of servers 2 Average time in the queue(Wq) 0,38 22,86
Average time in the system(Ws) 2,38 142,86

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 16


Parameter Value Parameter Value Minutes Seconds
M/M/1 (exponential service times) Average server utilization 0,75
Arrival rate(lambda) 3 Average number in the queue(Lq) 2,25
Service rate(mu) 4 Average number in the system(Ls) 3
Number of servers 1 Average time in the queue(Wq) 0,75 45 2700
Average time in the system(Ws) 1 60 3600

Parameter Value Parameter Value Minutes Seconds


M/M/1 (exponential service times) Average server utilization 0,38
Arrival rate(lambda) 3 Average number in the queue(Lq) 0,23
Service rate(mu) 8 Average number in the system(Ls) 0,6
Number of servers 1 Average time in the queue(Wq) 0,08 4,5 270
Average time in the system(Ws) 0,2 12 720

Todos ejercicios deben ser resueltos además en POM y en solver. Es importante que el impreso
esté luego de cada ejercicio. Excepto los de líneas de espera no realizar en solver únicamente
en POM.

SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 17

También podría gustarte