Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Carrera de Ingeniería Industrial
Investigación de Operaciones 2
Autores: Docente:
TABLA DE CONTENIDOS
TABLA DE CONTENIDOS.............................................................................................................................2
ÍNDICE DE TABLAS......................................................................................................................………….3
RESUMEN.........................................................................................................................................................5
CAPÍTULO I.....................................................................................................................................................5
INFORMACIÓN DE LA EMPRESA.............................................................................................................5
CAPÍTULO II...............................................................................................................................................7-31
DESARROLLO............................................................................................................................................7-31
CAPÍTULO III................................................................................................................................................32
CONCLUSIONES...........................................................................................................................................31
REFERENCIAS..............................................................................................................................................33
ANEXOS..........................................................................................................................................................34
ÍNDICE DE TABLAS
RESUMEN
diferentes métodos de aprendizaje y de esta manera usarlos para desarrollo de este informe
de producción, maximizando los activos y/o minimizando los pasivos. Con los siguientes
CORPORACION ESJAKAT SRL se le realizo una entrevista para obtener los datos
beneficio de la misma.
CAPÍTULO I.
INFORMACIÓN DE LA EMPRESA
1.6 Misión: Ser una empresa líder en la venta de materiales de calidad y el abastecimiento
1.7 Visión: Consolidar una imagen empresarial responsable ante nuestro cliente:
conocimiento acumulado por cada uno de sus socios, se generó gracias al trabajo
del país.
CAPÍTULO II.
DESARROLLO
dueño quien asume todas las funciones. Situación que ha generado carencia en la
permitido mejorar el nivel de ventas. Por otro lado, la falta de estrategias de marketing
hace que el local no sea conocido por los clientes potenciales, lo que obliga al dueño
del negocio a buscar mercado fuera del sector. Este escenario ha impactado en el
2.2.1 Definición
lineal, que requieren variables de valor entero, y son conocidos como Problemas de
varias demanadas, de tal forma que mientras se optimiza algun objetivo, se satisfacen
Los precios de cada paquete serán S/. 6.00 y S/. 7.00, respectivamente.
¿Cuántos paquetes le conviene poner de cada tipo para obtener el máximo beneficio?
Planteamiento
Paquete 1 (x1)
Paquete2 (x2)
paneles de melamina 1
baldes de pintura 2
paneles de melamina 2
baldes de pintura 2
Función objetivo
Max Z 6X1+7X2
Restricciones
Tabla 2: Restricciones
1 k
2X1+3X2<=600
X1+2X2<=500
2X1+2X2<=400
X1>=0
X2>=0
Desarrollo en Lindo
Interpretación de Resultados
2.3.1 Definición
La Programación Lineal Entera Mixta no solo puede resolver los mismos problemas
que resuelve la Programación Lineal, por definición, sino que también puede modelar
problemas donde las variables son enteras. (Sixto Ríos Insúa,2004). La Programación
Lineal Entera Mixta puede ser utilizada para resolver variados problemas de
asignación de tareas y turnos, entre otros. (Wolsey, Wiley, 1998) En los problemas de
pueden tomar valores reales, mientras que en otras solo pueden tomar valores enteros.
Productos
30 0.5 2000 a
18 0.4 800 b
2 0.1 200 c
Restricciones
30x+0.5y<=2000
18x+0.4y<=800
2x+0.1y<=200
X,y>=0
Función objetivo
Max Z = 85x+1.5y
Interpretación
- Mediante la programación obtenemos que se debe producir 44 sacos del producto 1 para
obtener rentabilidad.
2.4.1 Definición
Problemas en los cuales todas las variables de decisión deben tener valores enteros de 0
nombre lo indica, una variable binaria es aquella que puede tomar valores ya sea de
cero (0) o uno (1), esta idea tan simple puede convertirse en una ayuda
Un ejemplo de ello puede ser el caso en el que determinado producto puede producirse
entera que contienen sólo variables binarias como problemas de programación entera
rutas para el traslado de sus productos. Debido al éxito de sus productos estos envían
Tienda Cajamarca 13 9 11
Tienda Celendín 15 12 14
Tienda Chota 11 11 16
TIENDA CUTERVO 19 21 18
Además del costo de transporte se tiene un costo fijo por cada tienda de 8500, 12500, 9500
y 21000 soles para las tiendas de Cajamarca, Celendín Chota y Cutervo respectivamente,
se requiere hallar la mejor forma para obtener el menor coste de transporte para estos
productos.
Restricciones
Funcion Objetivo
Minz)13x11+9x12+11x13+15x21+12x22+14x23+11x31+11x32+16x33+19x41+21x42+18x43+85
00y1+12000y2+9500y3+21000y4
Programación:
Minz)13x11+9x12+11x13+15x21+12x22+14x23+11x31+11x32+16x33+19x41+21x42+
18x43+8500y1+12000y2+9500y3+21000y4
FO.
ST
Interpretación:
2.5.2. Definición
programación no lineal se resuelvan como tal. El buen uso de las variables binarias se
binaria es aquella que puede tomar valores ya sea de cero (0) o uno (1), esta idea tan
simple puede convertirse en una ayuda fundamental tanto para la modelación, como
para la resolución de los problemas. Un ejemplo de ello puede ser el caso en el que
binaria surgen las variables (aquellas que solo pueden tomar los valores 0 y 1) como
un artificio que nos permite expresar situaciones no lineales. (G. Vásquez, J. Carlos.
2016)
de tres años, para esta inversión se ha tomado en cuenta los datos de la siguiente tabla:
AÑO DE INVERSION
Productos 1 2 3 Beneficio
Fierro de ¾ 5000 1200 2450 25,000.00
Cemento 3000 2600 3600 18,000.00
Ladrillos 1500 1800 2900 36,000.00
Clavos 1” 2500 2600 6500 40,000.00
Arena 2600 3200 1500 12,000.00
Fondos Disponibles 35000 35000 35000
Implementación de productos y proyección de inversión por año
Además del costo de transporte se tiene un costo fijo por cada tienda de 8500, 12500, 9500 y
21000 soles para las tiendas de Cajamarca, Celendín Chota y Cutervo respectivamente, se
requiere hallar la mejor forma para obtener el menor coste de transporte para estos productos.
ProDUCTO 1 2 3
Fierro de ¾ x1 x1 x1 25000
Cemento x2 x2 x2 18000
Ladrillos x3 x3 x3 36000
Clavos 1” x4 x4 x4 40000
Arena x5 x5 x5 12000
3500 35000 35000
0
Representación grafica de productos por variables
RESTRICCIONES:
MAX Z) 25000x1+18000x2+36000x3+40000x4+12000x5
ST
5000x1+3000x2+1500x3+2500x4+2600x5 <= 35000
1200x1+2600x2+1800x3+2600x4+3200x5 <= 35000
2450x1+3600x2+2900x3+6500x4+1500x5 <=35000
MAX Z) 25000x1+18000x2+36000x3+40000x4+12000x5
Programación:
end
int x1
int x2
int x3
int x4
int x5
Interpretación:
El menor costo para el transporte de estos productos es de s/ 131,000.00
2.6.1. Definición
función objetivo: como, por ejemplo, maximizar ingresos o reducir costos; según la
2010, p.399). Esta técnica matemática considera con mayor amplitud el enfoque de la
Ejercicio 01
CORPORACION ESJAKAT S.R.L, pretende distribuir 5 paquetes de pinturas acrílicas
conocer cómo se debe asignar los paquetes en las tiendas mencionadas para maximizar la
ganancia esperada.
Por razones administrativas no se requiere dividir las cargas entre las tiendas. Sin
- Etapas
- n= 1, Asignación de cargas a la tienda 1
- n= 2, Asignación de cargas a la tienda 2
- n= 3, Asignación de cargas a la tienda 3
- Variables de decisión: numero de paquetes que se asignen a cada tienda, denotados como X n.
- Xn= 0 Asignar 0 paquetes en la etapa n
- Xn= 1 Asignar 1 paquetes en la etapa n
- Xn= 2 Asignar 2 paquetes en la etapa n
- Xn= 3 Asignar 3 paquetes en la etapa n
- Xn= 4 Asignar 4 paquetes en la etapa n
- Xn= 5 Asignar 5 paquetes en la etapa n
Estados
S1= 5
S2= 5-X1
S3= S2-X2
Solución
N° DE Solución optima
PAQUETE X2=0 X2=1 X2=2 X2=3 X2=4 X2=5 f* X*2
S
0 0 0 0
1 0+4=0 6+0=6 6 1
2 0+9=9 6+4=10 11+0=11 11 1
3 0+13=13 6+9=15 11+4=15 15+0=15 15 1,2,3
4 0+18=18 6+13=19 11+9=20 15+4=19 19+0=19 20 2
5 0+20=20 6+18=24 11+13=24 15+9=24 19+4=23 22+0=22 24 1,2,3
Etapa 2
N° DE Solución optima
PAQUETE X1=0 X1=1 X1=2 X1=3 X1=4 X1=5 f* X*1
S
5 0+22=2 5+19=2 9+15=24 14+11=2 17+6=2 21+0=21 25 3
2 4 5 3
Etapa 1
Interpretación
Ejercicio 02
Chart Title
EDAD DE LA MA-
3 3 3 3 FI
C C C N
R
QUINA
2 2 2 R 2 R 2
C R
C R C C
1 1 R 1 R 1 R
1 R 1
C
AÑO DE DECISION
1 2 3 4 5 6
Edad de la maquina y decisión
Como esta es la última etapa, la maquina debe venderse, y no hay contribuciones posteriores.
El estado de la etapa n es la antigüedad t de la maquina al inicio del año n, entonces
Etapa 2
Etapa 1
Interpretación:
Se obtiene una rentabilidad mayor conservando la maquina
2.7.1. Definición
En este enfoque, el valor del estado de la siguiente etapa y política de decisión queda
Imagen 2
rendimiento de los empleados. La Corporación ESJAKAT S.R.L para sus oficinas tiene un
aire acondicionado central que se utiliza para acondicionar el ambiente donde trabajan sus
empleados. Este aire central funciona con cinco componentes. La confiabilidad del aire
más de los componentes. La siguiente tabla muestra la probabilidad de que los respectivos
componentes (1, 2, 3, 4 y 5) funcionen si constan de una, dos, o tres unidades paralelas, así
a) Planteamiento gráfico
c) Definición de restricciones
yj+1 = t(yj, dj)
yj+1 = yj - dj , j = 1, 2, 3, 4, 5
J = 5 → y6 = y5 – d5 → y5 = d5 (Componente 5)
J = 4 → y5 = y4 – d4 (Componente 4)
J = 3 → y4 = y3 – d3 (Componente 3)
J = 2 → y3 = y2 – d2 (Componente 2)
J = 1 → y2 = y1 – d1 (Componente 1)
2 9 Para J =5
7 14 Para J =4
10 17 Para J =3
13 20 Para J =2
16 23 Para J =1
s . a .: y 5 =d 5
R5 (d5) Solucion optima
d5 =1 d5 =2 d5 =3
Confiab. Costo Confiab. Costo Confiab. Costo f*5(y5) d*5
y5 0.6180 2 0.8986 7 0.9494 8
2 0.6180 0.6180 1
3 0.6180 0.6180 1
4 0.6180 0.6180 1
5 0.6180 0.6180 1
6 0.6180 0.6180 1
7 0.6180 0.8986 0.8986 2
8 0.6180 0.8986 0.9494 0.9494 3
9 0.6180 0.8986 0.9494 0.9494 3
s . a .: y 5 = y 4 −d 4
Etapa nº 3 f 3 ( y 3 ) =maxd ( R 3 ( d3 ) )∗ f 4 ( y 4 )
¿
3
s . a .: y 4= y 3 −d 3
s . a .: y 3 = y 2−d 2
R2 (d2) * f*3(y3) Solucion optima
d2 =1 d2 =2 d2 =3
Confia Costo Confia Costo Confia Costo f*2(y2) d*2
b. b. b.
y2 0.5737 3 0.6274 8 0.6914 10
13 0.1533 0.1533 1
14 0.1533 0.1533 1
15 0.1533 0.1533 1
16 0.1581 0.1581 1
17 0.1660 0.1660 1
18 0.2467 0.1676 0.2467 1
19 0.2627 0.1676 0.2627 1
20 0.2627 0.1676 0.1847 0.2627 1
s . a .: y 2 = y 1−d 1
Solución Optima
d *1 d *2 d *3 d*4 d *5
Componentes 2 1 3 1 1 Total
Confiabilida 0.7767 0.5737 0.8462 0.8756 0.6180 0.2040
d
Costo 4 3 9 5 2 23
Inicial Final
Confiabilida 0.0867 0.2040
d
Costo 16 23
Interpretación
0.2040 solo si se incorporan dos unidades del componente uno, una unidad del componente
dos, tres unidades del componente tres, una unidad del componente cuatro y una unidad del
componente cinco. Por otra parte, el costo aumentara de 16 si solo se deja una unidad de
2.8.1. Definición
Las cadenas de Márkov son modelos probabilísticos que se usan para predecir la
Un proceso estocástico
Chart 0.3
Title
0.7 NC
C
0.6
0.4
C NC
C 0.7 0.3 0.7 0.3
C NC
C NC 0.7 0.3
X1=Xo T 10 90 * 0.4 0.6
X1= (10*0.7+90*0.4)+(10*0.3+90*0.6)
X1= 43 57
43 Personas compran el producto el mes siguiente y 57 personas no compran
C NC 0.7 0.3
X2=X1T 43 57 * 0.4 0.6
X2= (43*0.7+57*0.4)+(43*0.3+57*0.6)=
X2= 53 47
53 Personas compran el producto en 2 meses y 47 personas no compran
CAPÍTULO III.
CONCLUSIONES
solución más eficientes con relación a los tiempos computacionales para obtener
La programación entera binaria es una herramienta muy útil en cuanto al proceso de toma
fútbol para incluir o no un jugador para el próximo juego, pasando claro está por problemas
del tipo aquí tratados. Por tanto, este tipo de programación es de vital importancia y puede
ser de gran ayuda siempre que se piense en un problema de cualquier campo en donde se
deba tomar una decisión sobre la inclusión o no de un elemento con el fin de optimizar los
resultados deseados.
Las variables binarias son un artificio matemático que permite que modelos de
programación no lineal se resuelvan como tal. Una variable binaria con artificio es
aquella que puede tomar valores ya sea de cero (0) o uno (1).
desempeño dicha área está bajo la supervisión y control directo de la alta gerencia.
Actualmente, la asignación de recursos del área de ventas está designada por las
etapa actual.
7. Cadenas de Markov
La cadena de markov nos permite hacer análisis sobre el estudio de los comportamientos
de ciertos sistemas en ciertos periodos que puede ser cortos o largos. Además se tiene una
relación con las probabilidades absolutas, pero sin embargo lo mas importante es el estudio
infinito.
REFERENCIAS
- Sniedovich, M., Dynamic Programming, 1st ed., Marcel Dekker, New York, 1992.
Beta.
ciencias (332).
El formato de la tesis, las citas y las referencias se harán de acuerdo con el Manual de
Publicaciones de la American Psychological Association, sexta edición, los cuales se
encuentran disponibles en todos los Centros de Información de UPN, bajo la siguiente
referencia:
Código: 808.06615 APA/D
http://www.apastyle.org/learn/tutorials/index.aspx
En las tesis de la Facultad de Salud (excepto Psicología), podrá utilizarse el estilo de cita
Vancouver.
NEXOS
100%