Investigación de Operaciones I

Certamen # 1

5 de Noviembre de 2013

Instrucciones:
Responda cada pregunta en una hoja separada identificada con nombre y rol UTFSM.
En caso de no responder una pregunta entregue una hoja en blanco bien identificada.
Escriba las respuestas con tinta para tener derecho a eventuales recorrecciones.
Ponderación de cada pregunta: Pregunta Porcentaje
1 25 %
2 25 %
Tiempo: 150 minutos. 3 25 %
No se permite ningún material de apoyo. 4 25 %
1. Al comienzo del mes 1, una financiera dispone de $ 400.000 en efectivo, Al comienzo de los meses 1, 2, 3
y 4 la financiera recibirá ingresos y deberá, además, realizar pagos como se muestra en la siguiente tabla:

Mes Ingresos Pagos

1 400.000 600.000
2 800.000 500.000
3 300.000 500.000
4 300.000 250.000

El dinero restante en cada mes, una vez realizados los pagos, debe ser invertido durante un mes a una
tasa del 0,1 % mensual, durante dos meses a una tasa de 0,5 % mensual, durante tres meses a una tasa
de 1,0 % mensual o durante cuatro meses a una tasa de 2,0 % mensual.
Formule un modelo de programación lineal que permita determinar una estrategia de de inversión que
maximiza el dinero en efectivo al comienzo del quinto mes. Defina claramente variables, función objetivo
y restricciones.
Variables:
xij : cantidad de dinero invertido al comienzo del mes i durante un perı́odo de j meses.
i ∈ {1, 2, 3, 4} y j ∈ {1, 2, 3, 4}
Función Objetivo:
M ax z = 1,08x14 + 1,03x23 + 1,01x32 + 1,001x41
Restricciones:
• Distribución del dinero:
400000 + 400000 − 600000 = x11 + x12 + x13 + x14
1,001x11 + 800000 − 500000 = x21 + x22 + x23
1,01x12 + 1,001x21 + 300000 − 500000 = x31 + x32
1,03x13 + 1,01x22 + 1,001x31 + 300000 − 250000 = x41
• Naturaleza de las variables:
xij ≥ 0, ∀i, j

1
2. Considere el siguiente modelo

Min z = 21 a + 2b + c + 2d

Sujeto a a + b + c + d ≥ 25
2a + b − c − d ≤ 10
2d − b ≤ 7
a − 2c ≥ 2
a, b, c, d ≥ 0

Obtenga la solución óptima utilizando el algoritmo Simplex, sea claro en las iteraciones.

Min z = 12 a + 2b + c + 2d + 0e1 + M a1 + 0s2 + 0s3 + 0e4 + M a4

Sujeto a a + b + c + d − e1 + a1 = 25
2a + b − c − d + s2 = 10
2d − b + s3 = 7
a − 2c − e4 + a4 = 2
a, b, c, d ≥ 0

Tableau 1:
a b c d e1 a1 s2 s3 e4 a4
1 bi
Base cj 2 2 1 2 0 M 0 0 0 M bi aij
a1 M 1 1 1 1 -1 1 0 0 0 0 25 25
s2 0 2 1 -1 -1 0 0 1 0 0 0 10 5
s3 0 0 -1 0 2 0 0 0 1 0 0 7 -
a4 M 1 0 -2 0 0 0 0 0 -1 1 2 2
zj 2M M -M M -M M 0 0 -M M 27M
cj − zj -2M+ 12 -M+2 M+1 -M+2 M 0 0 0 M 0

Tableau 2 (entra a y sale a4 ):

a b c d e1 a1 s2 s3 e4 a4
1 bi
Base cj 2 2 1 2 0 M 0 0 0 M bi aij
23
a1 M 0 1 3 1 -1 1 0 0 1 -1 23 3
s2 0 0 1 3 -1 0 0 1 0 2 -2 6 2
s3 0 0 -1 0 2 0 0 0 1 0 0 7 -
1
a 2 1 0 -2 0 0 0 0 0 -1 1 2 -
1
zj 2 M 3M-1 M -M M 0 0 M- 21 -M+ 12 23M+1
c j − zj 0 2-M 2-3M 2-M M 0 0 0 -M+ 12 2M- 12

Tableau 3 (entra c y sale s2 ):

a b c d e1 a1 s2 s3 e4 a4
1 bi
Base cj 2 2 1 2 0 M 0 0 0 M bi aij
17
a1 M 0 0 0 2 -1 1 -1 0 -1 1 17 2
1
c 1 0 3 1 - 13 0 0 1
3 0 2
3 − 32 2 -
7
s3 0 0 -1 0 2 0 0 0 1 0 0 7 2
1 2
a 2 1 3 0 − 32 0 0 2
3 0 1
3 - 31 6 -
1 2
zj 2 3 1 2M- 32 1 M -M 0 -M+ 56 M- 56 17M+5
4 8
c j − zj 0 3 0 3 -2M M 0 M- 32 0 M- 65 5
6

2
Tableau 4 (entra d y sale s3 ):
a b c d e1 a1 s2 s3 e4 a4
1 bi
Base cj 2 2 1 2 0 M 0 0 0 M bi aij
a1 M 0 1 0 0 -1 1 -1 -1 -1 1 10 10
1 1 1 2
c 1 0 6 1 0 0 0 3 6 3 - 23 19
6 19
d 2 0 − 12 0 1 0 0 0 1
2 0 0 7
2 -
1 1 2 1 1
a 2 1 3 0 0 0 0 3 3 3 - 13 25
3 25
1
zj 2 M- 32 1 2 -M M -M+ 32 -M+ 34 -M+ 65 M- 56 10M + 43
3
c j − zj 0 -M+ 38 0 0 M 0 M- 23 M- 43 M- 56 5
6
Tableau 5 (entra b y sale a1 ):

a b c d e1 a1 s2 s3 e4 a4
1 bi
Base cj 2 2 1 2 0 M 0 0 0 M bi aij
b 2 0 1 0 0 -1 1 -1 -1 -1 1 10
1
c 1 0 0 1 0 6 - 61 1
2
1
3
5
6 - 65 3
2
d 2 0 0 0 1 - 12 1
2 - 21 0 - 12 1
2
17
2
1 1
a 2 1 0 0 0 3 - 31 1 2
3
2
3 - 32 5
1
zj 2 2 1 2 - 38 8
3 -2 - 43 11
-6 11
6 41
8
c j − zj 0 0 0 0 3 M- 38 2 4
3
11
6 M- 11 6

La solución es:

   
a 5
 b  10
  3
c  
   17 2 
d  
  2
 e1   0 
   
a1  =  0 
   
 s2   0 
   
 s3   0 
   
 e4   0 
   
a4   0 
z 41

3
3. Considere el siguiente modelo de programación lineal:
Max z = x1 + 35 x2 − 13 x3 + 32 x4 + 31 x5

Sujeto a x1 + x2 ≤ 10
x3 + x4 ≥ 30
x4 + 4x5 − x2 ≤ 10
x4 − x3 + x5 ≤ 60
x1 + x2 + x3 + x4 + x5 ≤ 100
x1 , x2 , x3 , x4 , x5 ≥ 0

y el tableau final:
x1 x2 x3 x4 x5 s1 e2 a2 s3 s4 s5
5
Base cj 1 3 - 31 2
3
1
3 0 0 -M 0 0 0 bi
5
x2 3 1 1 0 0 0 1 0 0 0 0 0 10
x3 - 31 -1 0 1 0 -4 -1 -1 1 -1 0 0 10
2
x4 3 1 0 0 1 4 1 0 0 1 0 0 20
s4 0 -2 0 0 0 -7 -2 -1 1 -2 1 0 50
s5 0 0 0 0 0 1 -1 1 -1 0 0 1 60
8 5
zj 3 3 - 31 2
3 4 8
3
1
3 - 13 1 0 0 80
3
cj –zj - 35 0 0 0 - 11
3 - 83 - 13 -M+ 31 -1 0 0

Responda las siguientes preguntas:

1. Considere que el coeficiente de x1 aumenta en 12 , ¿cambia esto la base?
x1 x2 x3 x4 x5 s1 e2 a2 s3 s4 s5
5
Base cj 1+△ 3 - 13 2
3
1
3 0 0 -M 0 0 0 bi
5
x2 3 1 1 0 0 0 1 0 0 0 0 0 10
x3 - 31 -1 0 1 0 -4 -1 -1 1 -1 0 0 10
2
x4 3 1 0 0 1 4 1 0 0 1 0 0 20
s4 0 -2 0 0 0 -7 -2 -1 1 -2 1 0 50
s5 0 0 0 0 0 1 -1 1 -1 0 0 1 60
8 5
zj 3 3 - 13 2
3 4 8
3
1
3 - 13 1 0 0 80
3
5
cj –zj △- 3 0 0 0 - 11
3 - 83 - 13 -M -1 0 0
Como △ − 35 ≤ 0 ⇒ △ ≤ 5
el aumento de 12 no afecta la base.
3 entonces
2. ¿Que valores deberı́a tomar el coeficiente de x4 para que salga de la base?

x1 x2 x3 x4 x5 s1 e2 a2 s3 s4 s5
5
Base cj 1 3 - 13 2
3 +△ 1
3 0 0 -M 0 0 0 bi
5
x2 3 1 1 0 0 0 1 0 0 0 0 0 10
x3 - 31 -1 0 1 0 -4 -1 -1 1 -1 0 0 10
2
x4 3 +△ 1 0 0 1 4 1 0 0 1 0 0 20
s4 0 -2 0 0 0 -7 -2 -1 1 -2 1 0 50
s5 0 0 0 0 0 1 -1 1 -1 0 0 1 60
8 5
zj 3 + △ 3 - 13 2
3 4+△ 8
3 + △ 1
3 - 31 1+△ 0 0 80
3
cj –zj - 53 − △ 0 0 0 - 11
3 − 4△ - 38 − △ - 13 -M −1 − △ 0 0

− 35 − △ ≤ 0 ⇒ △ ≥ − 35
− 11
3 − 4△ ≤ 0 ⇒ △ ≥ − 12
11

− 38 − △ ≤ 0 ⇒ △ ≥ − 38
−1 − △ ≤ 0 ⇒ △ ≥ −1

4
 11
Por consiguiente − 12 ≤ △ ≤ ∞, por lo tanto, si el coeficiente de x4 es menor que − 14 la variable
saldrı́a de la base.
3. El valor de la tercera restricción pasa a ser 15, ¿Cómo cambia esto la solución óptima?
Como es una restricción activa, es necesario hacer el análisis sobre la solución completa

     
x∗2 10 0
x∗3  10 −1
x4  = 20 + △b3  1  ≥ ~0
 ∗    
 ∗    
 s4  50 −2
s∗5 60 0

10 − △b3 ≥ 0 → △b3 ≤ 10
20 + △b3 ≥ 0 → △b3 ≥ −20
50 − 2△b3 ≥ 0 → △b3 ≤ 25

−20 ≤ △b3 ≤ 10
−5 ≤ b3 ≤ 25
Por lo tanto la base no cambia, solo afecta los valores de la solución. Considerando que △b3 = 5.
 ∗          
x2 10 0 10 + 0△b3 10 10
x∗3  10 −1  10 − △b3   10 − 5   5 
 ∗          
x4  = 20 + △b3  1  =  20 + △b3  =  20 + 5  = 25
 ∗          
 s4  50 −2 50 − 2△b3  50 − 10 40
s∗5 60 0 60 + 0△b3 60 60

4. ¿Como varı́an la base si b′4 = b24 ? ¿Cuales son los nuevos valores?
Como no es una restricción activa es necesario ver el valor de las variable artificiales
Por lo tanto analizamos el valor de la variables artificial s4 .

b4 − s4 ≤ b′4 ≤ ∞ → 60 − 50 ≤ b′4 ≤ ∞ → 10 ≤ b′4 ≤ ∞

Como b′4 = 30, la base no se modifica, solo cambia el valor de la variable s4
5. Se define una nueva restricción x1 + x4 + 4x5 ≤ 20 y otra x3 − x5 + x4 ≥ 672 . Determine que efecto
tiene cada una en la base del problema.
x1 + x4 + 4x5 ≤ 20

Dado que x4 = 20 y x1 , x5 = 0 esta restricción se cumple, por lo que no tiene efecto sobre la
base.
x3 − x5 + x4 ≥ 67
2

En este caso x3 − x5 + x4 = 30  67 2 , por lo que es necesario buscar entre las bases calculadas
previamente hasta encontrar una que cumpla con esta restricción y agregarla ahı́ al tableau.
6. Sea y una nueva variable tal que cy = 13 , a1y = −1, a4y = 1 y a5y = −2. Determine si esta variable
puede ser parte de la solución óptima.

El aporte de esta variable es de 13 .

El costo de esta variable es de i aiy ∗ (cj − zj )ei ,si = 2 × − 38 + 1 × 0 + −2 × 0 = − 16

P
3

Por lo tanto no es conveniente incluir la variables y, en otras palabras y = 0.

5
7. ¿Cómo afecta la modificación de un coeficiente aij la naturaleza de alguna restricción?

El cambio de los valores de aij puede hacer que una restricción se vuelva lineal a respecto a otras.

También puede suceder que restricciones no activas se vuelvan activas y vice versa.

6
4. Considere la siguiente tabla con actividades:

Actividad Predecesor tn [dı́a] ki [$/dı́a] ai a b

A - 10 100 2 8 12
B - 7 - - 6 8
C A 6 40 1 5 7
D A 10 70 3 7 13
E B,D 5 - - 4 6
F C,E 3 - - 2 4
G B 8 50 2 6 10
H F 6 20 1 5 7
I G 12 - - 11 13
J H,I 5 130 2 3 7
K J 7 60 1 6 8
L G,K 4 - - 3 5
M L 3 30 2 1 5
1. Dibuje la red que represente este proyecto. Determine la duración del proyecto y la(s) ruta(s)
crı́tica(s).
A→D→E→F →H→J →K→L→M
La duración del proyecto es de 53 dı́as.
1

A (0,10) [0,10] B (0,7) [7,14]

2 3

D (10,20) [10,20] D u m m y 1

C (10,16) [19,25] 5

E (20,25) [20,25] G (7,15) [14,22]

F (25,28) [25,28]

6 7

H (28,34) [28,34] I (15,27) [22,34]

J (34,39) [34,39] Dummy 2

K (39,46) [39,46]

10

L (46,50) [46,50]

11

M (50,53) [50,53]

12

2. Determine la manera más económica para reducir la duración del proyecto en 7 dı́as.

7
 Actividad(es) Dı́as Acelerado Costo Aceleración
H 1 20
M 2 60
K 1 60
D 3 210
350
3. Defina un modelo de programación lineal con aceleración para acelerar en proyecto en 7 dı́as donde
a lo más se pueda acelerar 4 dı́as entre las actividades F, G, H, I y J y que existe un presupuesto
de Pa para la aceleración total. Defina claramente variables, función objetivo y restricciones.
Variables:
xi acumulación de tiempo en el nodo i.
yk cantidad de dı́as acelerados para la actividad k.
Función Objetivo
M inz = 100yA + 40yC + 70yD + 50yG + 60yH + 130yJ + 60yK + 30yM
Restricciones
Aceleración
x12 − x1 ≤ 53 − 7

Acumulación de tiempo
x2 ≥ x1 + 10 − yA
x 3 ≥ x 1 + 7 − yB
x 4 ≥ x 2 + 6 − yC
x5 ≥ x2 + 10 − yD
x5 ≥ x3
x 4 ≥ x 5 + 5 − yE
x 6 ≥ x 4 + 3 − yF
x 7 ≥ x 3 + 8 − yG
x 8 ≥ x 6 + 6 − yH
x8 ≥ x7 + 12 − yI
x 9 ≥ x 8 + 5 − yJ
x10 ≥ x9 + 7 − yK
x10 ≥ x7
x11 ≥ x10 + 4 − yL
x12 ≥ x11 + 3 − yM

4 dı́as máximo para F, G, H, I y J

yG + yH + yJ ≤ 4

Presupuesto
100yA + 40yC + 70yD + 50yG + 60yH + 130yJ + 60yK + 30yM ≤ Pa

Naturaleza
xi ≥ 0 ∀ i ∈ 1, ..., 11
yk ≥ 0 ∀ k ∈ A, ..., M
4. Considere que tn es el tiempo más probable para que termine la actividad. Determine la probabilidad
de que el proyecto termine antes de 50 dı́as.
Calculamos las esperanzas y varianzas:

8
 Actividad a m b E[Tij ] V [Tij ]
A 8 10 12 10 0,444
B 6 7 8 7 0,111
C 5 6 7 6 0,111
D 7 10 13 10 1
E 4 5 6 5 0,111
F 2 3 4 3 0,111
G 6 8 10 8 0,444
H 5 6 7 6 0,111
I 11 12 13 12 0,111
J 3 5 7 5 0,444
K 6 7 8 7 0,111
L 3 4 5 4 0,111
M 1 3 5 3 0,444
Entonces, respecto a la ruta crı́tica

E[CP ] = 10 + 10 + 5 + 3 + 6 + 5 + 7 + 4 + 3 = 53
V [CP ] = 0,444 + 1 + 0,111 + 0,111 + 0,111 + 0,444 + 0,111 + 0,111 + 0,444 = 2,89
p
δCP = V [CP ] ≈ 1,70

 
CP − 53 50 − 53
IP (CP < 50) = IP ≤Z=
1,70 1,70
IP (CP < 50) = IP (Z ≤ −1,765) = Φ(−1,765) = 1 − Φ(1,765) ≈ 0,04

Por lo tanto existe una probabilidad de 4 % de que el proyecto termine antes de 50 dı́as.