Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“INVESTIGACIÓN DE
OPERACIONES II”
UNIDAD I
PROGRAMACIÓN ENTERA
PAGINA 26 DE 289
Fecha de efectividad: AGOSTO 2015
PLAN DE CLAVE
CARRERA NOMBRE DE LA ASIGNATURA
ESTUDIO ASIGNATURA
INDUSTRIAL 2007-1 9017 INVESTIGACIÓN DE OPERACIONES II
PRÁCTICA DURACIÓN
LABORATORIO DE CÓMPUTO INGENIERIA INDUSTRIAL
No. (HORA)
NOMBRE DE LA
01 PROGRAMACIÓN ENTERA (PURO Y BINARIO) 2.0
PRÁCTICA
1 INTRODUCCIÓN
El modelo de programación lineal funciona bajo ciertas suposiciones, tales como: proporcionalidad,
aditividad, divisibilidad, certidumbre, y no negatividad. La tercera de éstas (divisibilidad) implica que
son permisibles las soluciones fraccionarias para los problemas lineales. En muchos casos, una
solución no entera a un problema de programación lineal se puede redondear para obtener una
solución entero aceptable. Por ejemplo, una solución de programación lineal para un fabricante de
cereal para desayunos pudiera recomendar la producción de 15,132.4 cajas de un cereal en particular.
La solución de entero redondeada de 15,132 cajas probablemente tendría un impacto mínimo sobre el
valor de la función objetivo y sobre la factibilidad de la solución. En esta situación, el redondeo para
obtener una solución entera sería una estrategia muy buena y aceptable. En realidad, siempre que el
redondeo resulte en un impacto mínimo sobre la función objetivo y sobre las restricciones, la mayor
parte de los administradores lo encuentran aceptable.
Sin embargo, el redondeo para obtener una solución de enteros quizás no siempre sea una buena
estrategia. Por ejemplo, suponga que una aerolínea comercial está pensando en ampliar su flotilla con
la adquisición de nuevos aeroplanos que valen varios millones de dólares. Si la solución de
programación lineal requiere la adquisición de 5.5 nuevos aeroplanos, el redondeo para adquirir ya sea
cinco o seis aviones puede tener un impacto significativo tanto sobre el valor de la función objetivo
como sobre la factibilidad de la solución. En esta situación, el redondeo no es una buena idea; uno
desearía estar seguro de obtener la solución entera óptima.
2 OBJETIVO (COMPETENCIA)
Código GC-N4-017 .
Página 1 de 10 Revisión 0 .
PAGINA 27 DE 289
Fecha de efectividad: AGOSTO 2015
3 FUNDAMENTO
Los problemas de programación en enteros pueden dividirse en tres categorías principales, de acuerdo
con el tipo o combinaciones de variables que se utilizan para plantear el problema.
PEP. Un problema de programación entera en el cual todas las variables tienen que ser
números enteros, se llama un problema de programación entera pura (PEP), por
ejemplo,
Max Z = 3X1 + 2X2
s.a. X1 + X2 < 6
X1, X2 > 0, X1, X2 entero
es un problema de programación entera pura.
PEB. Un problema de programación entera en el cual todas las variables deben ser iguales a
0 o 1, se llama un problema de programación entera binarios (PEB o PE 0-1). A
continuación, un ejemplo de un PEB:
Max Z = X1 - X2
s.a. X1 + 2X2 < 2
2X1 - X2 < 1
X1, X2 = 0 o 1
Código GC-N4-017 .
Página 2 de 10 Revisión 0 .
PAGINA 28 DE 289
Fecha de efectividad: AGOSTO 2015
3 FUNDAMENTO
Código GC-N4-017 .
Página 3 de 10 Revisión 0 .
PAGINA 29 DE 289
Fecha de efectividad: AGOSTO 2015
3 FUNDAMENTO
Código GC-N4-017 .
Página 4 de 10 Revisión 0 .
PAGINA 30 DE 289
Fecha de efectividad: AGOSTO 2015
3 FUNDAMENTO
Código GC-N4-017 .
Página 5 de 10 Revisión 0 .
PAGINA 31 DE 289
Fecha de efectividad: AGOSTO 2015
3 FUNDAMENTO
Código GC-N4-017 .
Página 6 de 10 Revisión 0 .
PAGINA 32 DE 289
Fecha de efectividad: AGOSTO 2015
4 PROCEDIMIENTO (DESCRIPCIÓN)
A EQUIPO NECESARIO MATERIAL DE APOYO
B DESARROLLO DE LA PRÁCTICA
PLANTEAMIENTO
Para plantear el problema, sean:
(1) X1 = número de DC-33 que se compran
X2 = número de B-797 que se compran
X3 = número de Bi-Star que se compran
Código GC-N4-017 .
Página 7 de 10 Revisión 0 .
PAGINA 33 DE 289
Fecha de efectividad: AGOSTO 2015
C CÁLCULOS Y REPORTE
X1 X2 X3
Código GC-N4-017 .
Página 8 de 10 Revisión 0 .
PAGINA 34 DE 289
Fecha de efectividad: AGOSTO 2015
C CÁLCULOS Y REPORTE
Código GC-N4-017 .
Página 9 de 10 Revisión 0 .
PAGINA 35 DE 289
Fecha de efectividad: AGOSTO 2015
5 RESULTADOS Y CONCLUSIONES
RESULTADO A RESULTADO B
Z = 100 X1 = 10 X2 = 0 X3 = 0 Ó Z = 100 X1 = 4 X2 = 0 X3 = 5
6 ANEXOS
Código GC-N4-017 .
Página 10 de 10 Revisión 0 .
PAGINA 36 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 1
1 si se exhibe el producto j
Xj =
0 si no se exhibe el producto j
PAGINA 37 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 1
IO2-GRUPO-XXXX-U01.TELÉFONOS EN LA UNIVERSIDAD
1 2 3
Calle A Calle B
Calle K
Calle I
Calle G
Calle F Calle C
4 5
Calle J
Calle H
Calle E Calle D
6 7 8
PAGINA 38 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 1
IO2-GRUPO-XXXX-U01.PROBLEMA DE LA ACADEMIA
La compañía Record-A-Song ha firmado un contrato con una nueva estrella para grabar ocho
canciones. La duración de las diferentes canciones es de 8, 3, 5, 5, 9, 6, 7 y 12 minutos,
respectivamente. Record-A-Song planea utilizar un cassette de dos lados para la grabación.
Cada lado tiene una duración de 30 minutos. A la compañía le gustaría distribuir las
canciones en los dos lados en una forma equilibrada. Esto significa que el largo de la
canciones en cada lado debe ser más o menos el mismo, hasta donde sea posible. Formule
el problema como un PE.
DHL ofrece el servicio de entrega de paquetería "Al Día Siguiente" como un servicio express
para cualquier lugar en el país. La compañía cuenta con varios centros de operaciones,
llamados núcleos, en aeropuertos importantes en todo el país. Los paquetes son recibidos en
los núcleos de otras localidades y son transportados a otros núcleos intermedios o a su
destino final.
Los trabajadores encargados del manejo de la paquetería están sindicalizados y cuentan con
la prestación de trabajar solamente 5 días por semana con dos días consecutivos libres. El
sueldo por semana es de $655. Porque la mayoría de los trabajadores prefieren tener los
sábados o domingo libres, el sindicato negocio un bono de $25 por día por cada trabajador
que trabaje en dichos días.
El administrador desea mantener el total de sueldos lo más bajo posible. Con esto en mente
cuantos trabajadores deberá asignar en cada turno para cubrir con la demanda de manejo de
paquetería.
PAGINA 39 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 1
Edgar tiene una compañía que produce pelotas de futbol. Edgar debe de programar la
producción de pelotas de futbol para cada mes. La compañía ha decidido hacer un horizonte de
planeación de los siguientes 6 meses. El pronóstico de la demanda por los próximos 6 meses
son: 10000, 15000, 30000, 35000, 25000, y 10000.
Edgar desea cumplir con la cantidad de demandas a tiempo, actualmente tiene en inventario
(existencia) 5000 pelotas de fútbol que puede utilizarse en cualquier mes como ajuste a las
cantidades de producción faltantes para cubrir con la demanda de cada mes. La capacidad de
producción mensual es de 30000 pelotas de fútbol, y existe un almacén con capacidad de
solamente 10000 pelotas de fútbol al final del mes, después de haber cubierto la demanda.
Los costos de producción pronosticado para los siguientes 6 meses son: $12.50, $12.55, $12.70,
$12.80, $12.85, y $12.95, respectivamente. El costo de mantener el inventario por cada pelota
almacenado al final de cada mes se estima en 5% del costo de producción de dicho mes. (Dicho
costo incluye el costo de almacenaje y el costo de no poder disponer del dinero que está en
inventario). El precio de venta de las pelotas no se considera relevante dado que Edgar está
interesado únicamente en satisfacer la demanda de los clientes en tiempo, a cualquier precio.
Por eso Edgar desea determinar el programa de producción requerida donde se minimiza el
costo total de almacenaje e inventario.
PAGINA 40 DE 289
PLANTEMIENTO
PAGINA 41 DE 289
A B C D E F
PAGINA 43 DE 289
A B C D E F G H
IO2-GRUPO-XXXX-U01.PROBLEMAS BINARIOS TIPO MOCHILA
1
2
Pagos Espacio
Compañía Xj
3 ($) (Pies2)
4 CHICHARRONES $100 17 X1
5 NACHOS $75 15 X2
6 BIMBO $115 20 X3
7 CACAHUATES $50 15 X4
8 SABRITAS $135 20 X5
9
10
11 Req. total de espacio 0 < 50
12
13 F.O. Maximizar Z $0
14
15
16
17 Celda Formula
18 E11 =SUMAPRODUCTO(E4:E8,G4:G8)
19
20 E13 =SUMAPRODUCTO(D4:D8,G4:G8)
21
22
23
24
25
26
27
28
29
VARIABLES: X1 = CASETA 1
CASETAS X2 = CASETA 2
X3 = CASETA 3
X4 = CASETA 4
X5 = CASETA 5
X6 = CASETA 6
X7 = CASETA 7
X8 = CASETA 8
PAGINA 45 DE 289
IO2-GRUPO-XXXX-U01.TELÉFONOS EN LA UNIVERSIDAD
1 2
Calle A Calle B 3
Con el fin de promover la seguridad de los estudiantes, el Departamento
de Seguridad de la Universidad se encuentra en proceso de instalar
Calle K
Calle I
teléfonos de emergencia en ubicaciones selectas dentro de sus
instalaciones. El departamento quiere instalar un número de teléfonos,
Calle G
Calle F
siempre y cuando cada una de las principales calles del campu cuente Calle C
por lo menos con un telefono. En la siguiente figura se proporciona el 4 5
Calle H
Calle J
Calle E Calle D
Celda Formula Copiar
6 7 8
L22 =SUMAPRODUCTO(C22:J22;$C$34:$J$34) L23:L32
C38 =SUMA(C34:J34)
X1 X2 X3 X4 X5 X6 X7 X8
<= <= <= <= <= <= <= <=
1 1 1 1 1 1 1 1
F.O Min Z 0
PAGINA 46 DE 289
PLANTEMIENTO
RESTRICCIONES: FONDO DISP. AÑO 1 $30X1 + $12X2 + $30X3 + $20X4 < $65
(MILES DE PESOS) FONDO DISP. AÑO 2 $40X1 + $ 8X2 + $20X3 + $40X4 < $80
FONDO DISP. AÑO 3 $40X1 + $ 0X2 + $20X3 + $40X4 < $80
FONDO DISP. AÑO 4 $30X1 + $ 4X2 + $20X3 + $10X4 < $50
PAGINA 47 DE 289
A B C D E F G H I J K
IO2-GRUPO-XXXX-U01.PROBLEMAS DE ASIGNACION DE CAPITAL
1
2
Valor presente
Requerimientos de capital
3 Utilidad neto
4 Proyectos Año 1 Año 2 Año 3 Año 4 Xj
5 Expansión de la planta $180,000 $30,000 $40,000 $40,000 $30,000 X1
6 Maquinaria nueva $20,000 $12,000 $8,000 $0 $4,000 X2
7 Nuevas investigaciones $72,000 $30,000 $20,000 $20,000 $20,000 X3
8 Ampliación del almacén $80,000 $20,000 $40,000 $40,000 $10,000 X4
9
Fondos de capital
10 disponibles $65,000 $80,000 $80,000 $50,000
11
12
13 Restricciones:
14
15 Disponibilidad año 1 $0 < $65,000
16 Disponibilidad año 2 $0 < $80,000
17 Disponibilidad año 3 $0 < $80,000
18 Disponibilidad año 4 $0 < $50,000
19
20 F.O. Maximizar Z $0
21
22
23 Celda Formula
24 D15 =SUMAPRODUCTO(E5:E8,J$5:J$8)
25 D16 =SUMAPRODUCTO(F5:F8,J$5:J$8)
26 D17 =SUMAPRODUCTO(G5:G8,J$5:J$8)
27 D18 =SUMAPRODUCTO(H5:H8,J$5:J$8)
28
29 D20 =SUMAPRODUCTO(D5:D8,J5:J8)
30
31
32
Apuntes del Ing. Andrés León Kwan [ Investigación de Operaciones II ] PAGINA 48 DE 289
PLANTEMIENTO
FUNCION OBJETIVA Zmax 8X1 + 3X2 + 5X3 + 5X4 + 9X5 + 6X6 + 7X7 + 12X8
PAGINA 49 DE 289
A B C D E F G H I J K L M N O P
1 IO2-GRUPO-XXXX-U01.PROBLEMA DE LA ACADEMIA
2
3
Duración LADO LADO
Canción Xj
4 (minuto) A B
5 1 X1 8 X1
6 2 X2 3 X2
7 3 X3 5 X3
8 4 X4 5 X4
9 5 X5 9 X5
10 6 X6 6 X6
11 7 X7 7 X7
12 8 X8 12 X8
13
14 Total (minuto) 55
15 Nivelación (minutos) 28
16
17 Restricciones:
18
19 Canciones en un lado (min) 0 < 28
20 Balanceo de Núm. de Canciones 0 = 4
21
22 F.O. Maximizar Z 0
23
24 Celda Formula Copiar
25 E14 =SUMA(E5:E12)
26 E15 =REDONDEAR(E14/2,0)
27
28 E19 =SUMAPRODUCTO(E5:E12,G5:G12)
29 E20 =SUMA(G5:G12)
30 H5 =SI(G5="","",SI(G5=1,0,1))
31
32 E22 =SUMAPRODUCTO(E5:E12,G5:G12)
33
34
35 .
Restricción
Personal req. Dom X2 + X3 + X4 + X5 + X6 > 18
Lun X3 + X4 + X5 + X6 + X7 > 27
Mar X1 + X4 + X5 + X6 + X7 > 22
Mie X1 + X2 + X5 + X6 + X7 > 26
Jue X1 + X2 + X3 + X6 + X7 > 25
Vie X1 + X2 + X3 + X4 + X7 > 21
Sab X1 + X2 + X3 + X4 + X5 > 19
12
PAGINA 52 DE 289
A B C D E F G H I J K L
1 IO2-GRUPO-XXXX-U01.SERVICIO DE PAQUETERÍA DHL
2
3
4 Día Laboral =1, Día No Laboral = 0
Turno Trabajadores Salario por
Dom Lun Mar Mie Jue Vie Sab
5 (Xi) Programado Trabajador
6 1 0 0 1 1 1 1 1 X1 $680
7 2 1 0 0 1 1 1 1 X2 $705
8 3 1 1 0 0 1 1 1 X3 $705
9 4 1 1 1 0 0 1 1 X4 $705
10 5 1 1 1 1 0 0 1 X5 $705
11 6 1 1 1 1 1 0 0 X6 $680
12 7 0 1 1 1 1 1 0 X7 $655
13 Disponible 0 0 0 0 0 0 0 Total $0
14 > > > > > > >
15 Requerido 18 27 22 26 25 21 19
16
17
18 Celda Formula
19 C13 =SUMAPRODUCTO(C6:C12,$J$6:$J$12)
20 D13 =SUMAPRODUCTO(D6:D12,$J$6:$J$12)
21 E13 =SUMAPRODUCTO(E6:E12,$J$6:$J$12)
22 F13 =SUMAPRODUCTO(F6:F12,$J$6:$J$12)
23 G13 =SUMAPRODUCTO(G6:G12,$J$6:$J$12)
24 H13 =SUMAPRODUCTO(H6:H12,$J$6:$J$12)
25 I13 =SUMAPRODUCTO(I6:I12,$J$6:$J$12)
26
27 K13 =SUMAPRODUCTO(K6:K12,$J$6:$J$12)
28 .
29
Apuntes del Ing. Andrés León Kwan [ Investigación de Operaciones II ] PAGINA 53 DE 289
IO2-XXXX-U01.PRODUCCIÓN DE PELOTAS DE FUTBOL
Edgar tiene una compañía que produce pelotas de futbol. Edgar debe de programar la producción
de pelotas de futbol para cada mes. La compañía a decidido hacer un horizonte de planeación de
los siguientes 6 meses. El pronóstico de la demanda por los próximos 6 meses son: 10000, 15000,
30000, 35000, 25000, y 10000.
Edgar desea cumplir con la cantidad de demandas a tiempo, actualmente tiene en inventario
(existencia) 5000 pelotas de fútbol que puede utilizarse en cualquier mes como ajuste a las
cantidades de producción faltantes para cubrir con la demanda de cada mes. La capacidad de
producción mensual es de 30000 pelotas de fútbol, y existe un almacén con capacidad de solamente
10000 pelotas de fútbol al final del mes, después de haber cubierto la demanda.
Los costos de producción pronosticado para los siguientes 6 meses son: $12.50, $12.55, $12.70,
$12.80, $12.85, y $12.95, respectivamente. El costo de mantener el inventario por cada pelota
almacenado al final de cada mes se estima en 5% del costo de producción de dicho mes. (Dicho
costo incluye el costo de almacenaje y el costo de no poder disponer del dinero que está en
inventario). El precio de venta de las pelotas no se considera relevante dado que Edgar está
interesado únicamente en satisfacer la demanda de los clientes en tiempo, a cualquier precio.
Por eso Edgar desea determinar el programa de producción requerida donde se minimiza el costo
total de almacenaje e inventario.
Por lo tanto, es obvio que las restricciones para las cantidades de producción e inventario son:
Pj < 30000 y Ij < 10000 por cada mes j, donde 1 < j < 6.
Adicional a las restricciones anteriores, es necesario "balancear" las restricciones con respecto a las
P's y las I's. En cualquier mes, el inventario del mes previo más la producción actual se iguala a la
demanda actual requerida más posible inventario sobrante.
Si Dj es la demanda pronosticada para el mes j, entonces la ecuación para el mes j es:
Ij -1 + Pj = Dj + Ij
Donde Ij-1 es el inventario inicial, en este caso 5000. De tal manera que podemos expresar las
restricciones de "balanceo" para cada periodo de la siguiente manera:
PAGINA 54 DE 289
IO2-XXXX-U01.PRODUCCIÓN DE PELOTAS DE FUTBOL
Planteamiento algebraico:
Restricciones:
PAGINA 55 DE 289
A B C D E F G H I
1 IO2-GRUPO-XXXX-U01.PRODUCCIÓN DE PELOTAS DE FUTBOL
2
3 Datos iniciales
4 Inventario inicial 5,000
5 Costo almacenaje (% del costo de producción) 5%
6
7 Mes 1 2 3 4 5 6
8 Costo unitario de producción $12.50 $12.55 $12.70 $12.80 $12.85 $12.95
9
10 Plan de producción
11 Mes 1 2 3 4 5 6
12 Unidad producida X1 X2 X3 X4 X5 X6
13 < < < < < <
14 Capacidad de producción 30,000 30,000 30,000 30,000 30,000 30,000
15
16 Cantidad disponible despues de producción 5,000 -5,000 -20,000 -50,000 -85,000 -110,000
17 > > > > > >
18 Demanda 10,000 15,000 30,000 35,000 25,000 10,000
19
20 Inventario final -5,000 -20,000 -50,000 -85,000 -110,000 -120,000
21 < < < < < <
22 Capacidad de almacenaje 10,000 10,000 10,000 10,000 10,000 10,000
23
24 Resumen de los costos
25 Mes 1 2 3 4 5 6 Totales
26 Costos de producción $0 $0 $0 $0 $0 $0 $0
27 Costos de almacenaje -$3,125 -$12,550 -$31,750 -$54,400 -$70,675 -$77,700 -$250,200
28 Totales -$3,125 -$12,550 -$31,750 -$54,400 -$70,675 -$77,700 -$250,200
29
30 Celda Formula Copiar formula a:
31 B16 =B4+B12
32 C16 =B20+C12 D16 : G16
33 B20 =B16-B18 C20 : G20
34 B26 =B8*B12 C26 : G26
35 B27 =$B$5*B8*B20 C27 : G27
36 B28 =SUMA(B26:B27) C28 : G28
37 H26 =SUMA(B26:G26)
38 H27 =SUMA(B27:G27)
39
40 H28 =SUMA(H26:H27)
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56 .
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
PAGINA 56 DE 289
Fecha de efectividad: AGOSTO 2015
PLAN DE CLAVE
CARRERA NOMBRE DE LA ASIGNATURA
ESTUDIO ASIGNATURA
INDUSTRIAL 2007-1 9017 INVESTIGACIÓN DE OPERACIONES II
PRÁCTICA DURACIÓN
LABORATORIO DE CÓMPUTO INGENIERIA INDUSTRIAL
No. (HORA)
NOMBRE DE LA PROGRAMACIÓN ENTERA
02 2.0
PRÁCTICA (PROBLEMAS CON COSTOS FIJOS)
1 INTRODUCCIÓN
2 OBJETIVO (COMPETENCIA)
3 FUNDAMENTO
Código GC-N4-017 .
Página 1 de 6 Revisión 0 .
PAGINA 57 DE 289
Fecha de efectividad: AGOSTO 2015
4 PROCEDIMIENTO (DESCRIPCIÓN)
A EQUIPO NECESARIO MATERIAL DE APOYO
B DESARROLLO DE LA PRÁCTICA
PROBLEMA - 0201
RMC es una pequeña empresa que produce diversos productos químicos. En un proceso de
producción en particular se utilizan tres materias primas para elaborar tres productos: un aditivo para
combustible, una base disolvente, y un líquido limpiador de alfombras. El aditivo para combustible se
vende a empresas petroleras y se utiliza en la producción de gasolina y otros combustibles
relacionados. La base disolvente se vende a varias empresas químicas y se utiliza tanto para
productos de limpieza para el hogar como industriales. Y el líquido limpiador de alfombras es para el
hogar y comercios.
Las contribuciones a la utilidad son $40 dólares por tonelada del aditivo para combustible, $30 dólares
por tonelada para la base disolvente y $50 dólares por tonelada para el líquido limpiador de alfombra.
Cada tonelada de aditivo para combustible requiere 0.4 toneladas de la materia prima 1 y 0.6
toneladas de la materia prima 3. Cada tonelada de base disolvente requiere de 0.5 toneladas de la
materia prima 1, 0.2 toneladas de la materia prima 2 y 0.3 toneladas de la materia prima 3. Cada
tonelada del líquido limpiador de alfombras requiere de 0.6 tonelada de la materia prima 1, 0.1
tonelada de la materia prima 2 y 0.3 toneladas de la materia prima 3. Para el periodo de producción
siguiente, RMC tiene una existencia de 20 toneladas de la materia prima 1, cinco toneladas de la
materia prima 2 y 21 toneladas de la materia prima 3 disponibles.
Adicional se cuenta con los siguientes datos relacionados con el costo de puesta en marcha y la
cantidad máxima de producción de cada uno de los tres productos.
Código GC-N4-017 .
Página 2 de 6 Revisión 0 .
PAGINA 58 DE 289
Fecha de efectividad: AGOSTO 2015
B DESARROLLO DE LA PRÁCTICA
PLANTEAMIENTO
restricción para cargo fijo: Xi < MiYi y el valor de Mi debe ser lo suficientemente grande para que
permita niveles razonables de producción pero no demasiado grandes.
Código GC-N4-017 .
Página 3 de 6 Revisión 0 .
PAGINA 59 DE 289
Fecha de efectividad: AGOSTO 2015
C CÁLCULOS Y REPORTE
X1 X2 X3
Y1 Y2 Y3
Código GC-N4-017 .
Página 4 de 6 Revisión 0 .
PAGINA 60 DE 289
Fecha de efectividad: AGOSTO 2015
C CÁLCULOS Y REPORTE
Código GC-N4-017 .
Página 5 de 6 Revisión 0 .
PAGINA 61 DE 289
Fecha de efectividad: AGOSTO 2015
5 RESULTADOS Y CONCLUSIONES
Z = $1,350 X1 = 25 X2 = 20 X3 = 0
Y1 = 1 Y2 = 1 Y3 = 0
6 ANEXOS
Código GC-N4-017 .
Página 6 de 6 Revisión 0 .
PAGINA 62 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 2
IO2-GRUPO-XXXX-U02.CF-PRODUCTOS QUÍMICOS
RMC es una pequeña empresa que produce diversos productos químicos. En un proceso de producción en
particular se utilizan tres materias primas para elaborar tres productos: un aditivo para combustible, una base
disolvente, y un líquido limpiador de alfombras. El aditivo para combustible se vende a empresas petroleras
y se utiliza en la producción de gasolina y otros combustibles relacionados. La base disolvente se vende a
varias empresas químicas y se utiliza tanto para productos de limpieza para el hogar como industriales. Y el
líquido limpiador de alfombras es para el hogar y comercios.
Las contribuciones a la utilidad son $40 dólares por tonelada del aditivo para combustible, $30 dólares por
tonelada para la base disolvente y $50 dólares por tonelada para el líquido limpiador de alfombra. Cada
tonelada de aditivo para combustible requiere 0.4 toneladas de la materia prima 1 y 0.6 toneladas de la
materia prima 3. Cada tonelada de base disolvente requiere de 0.5 toneladas de la materia prima 1, 0.2
toneladas de la materia prima 2 y 0.3 toneladas de la materia prima 3. Cada tonelada del líquido limpiador
de alfombras requiere de 0.6 tonelada de la materia prima 1, 0.1 tonelada de la materia prima 2 y 0.3
toneladas de la materia prima 3. Para el periodo de producción siguiente, RMC tiene una existencia de 20
toneladas de la materia prima 1, cinco toneladas de la materia prima 2 y 21 toneladas de la materia prima 3
disponibles.
Adicional se cuenta con los siguientes datos relacionados con el costo de puesta en marcha y la cantidad
máxima de producción de cada uno de los tres productos.
IO2-GRUPO-XXXX-U02.CF-COMPAÑÍAS DE TELEFONOS
He sido abordado por tres compañías de teléfonos para que me suscriba a su servicio de larga distancia en
México. TELCEL cobrará una tarifa fija de $160 pesos al mes, más $2.50 por minuto. IUSACELL cobrará
$250 pesos al mes, pero reducirá el costo por minuto a $2.10. En cuanto a MOVISTAR, la tarifa mensual fija
es de $180 pesos y el costo por minuto es de $2.20. Generalmente hago un promedio de 200 minutos de
llamadas de larga distancia al mes. Suponiendo que no pague la tarifa fija, a menos de que haga las
llamadas y de que pueda dividir mis llamadas entre las tres compañías, según me parezca,
a) ¿Cómo debo utilizar los servicios de las tres compañías para minimizar mi cuenta mensual de teléfono?
c) ¿Cómo debo utilizar los servicios de las tres compañías para minimizar mi cuenta mensual de teléfono si
hago un promedio de 700 minutos al mes?
PAGINA 63 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 2
IO2-GRUPO-XXXX-U02.CF-LOCALIZACIÓN Y TRANSPORTE
http://www.gestiondeoperaciones.net/programacion-entera/problema-de-localizacion-y-transporte/
Un modelo de Programación Entera Mixta (PEM) es un híbrido entre la Programación Lineal (PL) y la
Programación Entera (PE), es decir, corresponde a una categoría particular de modelamiento matemático con
características similares a la Programación Lineal pero donde un subconjunto de las variables de decisión
deben adoptar valores enteros o binarios. Este característica de la Programación Entera Mixta permite
representar situaciones de naturaleza real como los problemas que consideran la inclusión de costos fijos. En
este contexto el siguiente artículo aborda la formulación de un Problema de Localización y Transporte el cual
se describe a continuación.
Una ciudad tiene 10 zonas o áreas urbanas cada una de los cuales genera una determinada cantidad de
basura (en toneladas) durante el periodo de planificación según se describe a continuación:
Zona 1 Zona 2 Zona 3 Zona 4 Zona 5 Zona 6 Zona 7 Zona 8 Zona 9 Zona 10
550 470 430 450 170 300 290 340 780 240
La basura generada debe ser transportada a centros de depósitos o vertederos entre un total de 5 candidatos
posibles, cada uno de los cuales tiene un costo fijo de construcción en dólares.
Adicionalmente se ha estimado el costo de transportar una tonelada de basura desde una zona a cada uno de
los potenciales centros de depósito, el cual depende básicamente de la distancia a recorrer y el tipo de
transporte seleccionado.
Formule un modelo de Programación Entera Mixta que permita seleccionar los centros de depósito a construir
y la política de transporte de basura que minimiza los costos totales.
PAGINA 64 DE 289
INVESTIGACION DE OPERACIONES II
PROGRAMACION ENTERA
ANEXO 2
PAGINA 65 DE 289
A B C D E F
1 IO2-GRUPO-XXXX-U02.CF-PRODUCTOS QUÍMICOS
2
Aditivo Base Limpiador
3 (X1) (X2) (X3)
4 Material 1 0.4 0.5 0.6
5 Material 2 0.2 0.1
6 Material 3 0.6 0.3 0.3
7
8 Cantidad optima X1 X2 X3
9
10 Utilidad productos $40 $30 $50
11 Costo fijo $200 $50 $400
12
13 Opcion req. costo fijo Y1 Y2 Y3
14
15 Valor de la grande M 50
16
17 Req. total material 1 0 < 20
18 Req. total material 2 0 < 5
19 Req. total material 3 0 < 21
20
21 Costo fijo material 1 X1 < 50
22 Costo fijo material 2 X2 < 50
23 Costo fijo material 3 X3 < 50
24
25 F.O. Maximizar Z $0
26
27
28
29 Celda Formula
30 C17 =SUMAPRODUCTO(C4:E4,C8:E8)
31 C18 =SUMAPRODUCTO(C5:E5,C8:E8)
32 C19 =SUMAPRODUCTO(C6:E6,C8:E8)
33
34 C21 =C8
35 C22 =D8
36 C23 =E8
37
38 E21 =SI.ERROR(C13*C15,C15)
39 E22 =SI.ERROR(D13*C15,C15)
40 E23 =SI.ERROR(E13*C15,C15)
41
42 C25 =SUMAPRODUCTO(C10:E10,C8:E8)-
43 SUMAPRODUCTO(C11:E11,C13:E13)
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
PAGINA 67 DE 289
A B C D E F G H I J K L M N O P Q R
1 IO2-GRUPO-XXXX-U02.CF-LOCALIZACIÓN Y TRANSPORTE
2
3 Una ciudad tiene 10 zonas o áreas urbanas cada una de los cuales genera una DATOS
4 determinada cantidad de basura (en toneladas) durante el periodo de planificación según
5 se describe a continuación: FORMULACIÓN SOLVER
6
7 Costo (US$) de transportar una tonelada de basura Xij
8 Depósito 1 Depósito 2 Depósito 3 Depósito 4 Depósito 5 Cantidad de Basura Xi
9 Zona 1 2 6 3 1 4 Zona 1 550
10 La basura generada debe ser transportada a centros de depósitos o vertederos entre un Zona 2 2 7 5 4 9 Zona 2 470
11 total de 5 candidatos posibles, cada uno de los cuales tiene un costo fijo de construcción Zona 3 1 6 7 2 8 Zona 3 430
12 en dólares. Zona 4 3 9 8 2 1 Zona 4 450
13 Zona 5 5 2 4 3 6 Zona 5 170
14 Zona 6 3 4 2 7 5 Zona 6 300
15 Zona 7 5 9 6 6 2 Zona 7 290
16 Zona 8 6 8 3 6 7 Zona 8 340
17 Adicionalmente se ha estimado el costo de transportar una tonelada de basura desde una Zona 9 3 9 10 3 5 Zona 9 780
18 zona a cada uno de los potenciales centros de depósito, el cual depende básicamente de Zona 10 3 5 7 8 4 Zona 10 240
19 la distancia a recorrer y el tipo de transporte seleccionado. SUMA Ton 4020
20 Costo Fijo de Depósito Yj
21 Depósito 1 Depósito 2 Depósito 3 Depósito 4 Depósito 5
22 Costo Fijo (US$) 3,950,000 4,150,000 3,750,000 4,500,000 5,000,000
23 Capacidad Max (Ton) 1,000 1,500 900 1,850 2,000
24
25
26 Variable CF Y1 Y2 Y3 Y4 Y5
27
28 Variable Xij Depósito 1 Depósito 2 Depósito 3 Depósito 4 Depósito 5 C. Resultado Requerido
29 Zona 1 X11 X12 X13 X14 X15 0 = 550
30 Zona 2 X21 X22 X23 X24 X25 0 = 470
31 Zona 3 X31 X32 X33 X34 X35 0 = 430
32 Zona 4 X41 X42 X43 X44 X45 0 = 450
33 Zona 5 X51 X52 X53 X54 X55 0 = 170
Formule un modelo de Programación Entera Mixta que permita seleccionar los centros de
34 Zona 6 X61 X62 X63 X64 X65 0 = 300
depósito a construir y la política de transporte de basura que minimiza los costos totales.
35 Zona 7 X71 X72 X73 X74 X75 0 = 290
36 Zona 8 X81 X82 X83 X84 X85 0 = 340
37 Zona 9 X91 X92 X93 X94 X95 0 = 780
38 Zona 10 X101 X102 X103 X104 X105 0 = 240
39
40 1. Variables de Decisión: Cap. Resultante 0 0 0 0 0 0 = 4020
41 Sea i=1,…,10 las Zonas y j=1,…,5 los Depósitos: < < < < <
42 Capacidad (Ton) 0 0 0 0 0
43 2. Función Objetivo:
44 Con el propósito de trabajar con una notación compacta podemos definir el FO Z min $0
siguiente conjunto de parámetros para el modelo de optimización:
45
46 Tij: Costo de transportar una tonelada de basura desde la Zona i al Depósito j Celda Formula Copiar
47 Fj: Costo fijo de construcción del Depósito j J29 =SUMA(D29:H29) J30:J38
48 D39 =SUMA(D29:D38) E39:H39
49 La función objetivo en consecuencia se puede representar a través de la siguiente D42 =SI.ERROR(D23*D26,0) E42:H42
50 expresión: D44 =SUMAPRODUCTO(D9:H18,D29:H38)+SUMAPRODUCTO(D22:H22,D26:H26)
51
52
53
54
55 3. Restricciones:
56 Se debe despachar (transportar) la totalidad de la basura que genera cada Zona
57 (definimos para ello el parámetro Ai como la cantidad de basura en toneladas que
genera la Zona i).
58
59
60
61
62
Se debe respetar la capacidad de almacenamiento de basura para cada Depósito,
63 utilizándolo sólo en caso que se decida su construcción. Para ello definimos el
64 parámetro Cj como la capacidad de almacenamiento de basura en toneladas del
65 Depósito j. Lo anteriormente expuesto explica la ponderación de la capacidad por la
66 variable binaria para cada j.
67
68
69
70
71
72
73 Finalmente establecemos condiciones de no negatividad para Xij>=0 Para todo i,j
y Yj{0,1} para todo j.
74
75
76
77
Las maquinarias requeridas para manufacturar las diferentes tipos de prendas deben ser
rentadas semanalmente a los costos indicados en la Tabla 1. Esta tabla también enlista las
cantidades de tela y mano de obra requerida por unidad de prenda, incluye el precio de venta y
costo variable unitario de cada tipo de prenda que se fabrica.
En una semana dada, se tiene disponible 4000 horas de mano de obra y 4500 yd2 de tela. la
compañía desea determinar la solución de cuantas prendas producir para maximizar las
Definición de Variables:
X1 = Cantidad de camisas fabricada a la semana
X2 = Cantidad de shorts fabricada a la semana
X3 = Cantidad de pantalones fabricada a la semana
X4 = Cantidad de faldas fabricada a la semana
X5 = Cantidad de chamarras fabricada a la semana
Z Max = ($35X1 + $40X2 + $65X3 + $70X4 + $110X5) - ($20X1 + $10X2 + $25X3 + $30X4 +
$35X5) - ($1500Y1 + $1200Y2 + $1600Y3 + $1500Y4 + $1600Y5)
Z Max = $15X1 + $30X2 + $40X3 + $40X4 + $75X5 - $1500Y1 - $1200Y2 - $1600Y3 - $1500Y4 - $1600Y5
Restricciones:
Requerimiento y Disponibilidad de mano de 2.0X1 + 1.0X2 + 6.0X3 + 4.0X4 + 8.0X5 < 4000
obra semanal
Requerimiento y Disponibilidad de tela 3.0X1 + 2.5X2 + 4.0X3 + 4.5X4 + 5.5X5 < 4500
semanal
PAGINA 69 DE 289
A B C D E F G H I J K L M N
1 IO2-GRUPO-XXXX-U02.CF-COMPAÑÍA DOÑA AGUJA
Resolución del Modelo:
2
Camisas Shorts Pantalones Faldas Chamarras
Celda Formula
3 (X1) (X2) (X3) (X4) (X5)
4 Mano de Obra Req. 2 1 6 4 8 C18 =SUMAPRODUCTO(C4:G4,C7:G7)
5 Tela (Yd2) Req. 3 2.5 4 4.5 5.5 C19 =SUMAPRODUCTO(C5:G5,C7:G7)
6
7 Cantidad de Prenda X1 X2 X3 X4 X5 C21 =C7
8 C22 =D7
9 Precio de Venta Unitario $35 $40 $65 $70 $110 C23 =E7
10 Costo Variable Unitario $20 $10 $25 $30 $35 C24 =F7
11 Renta del maquina CF $1,500 $1,200 $1,600 $1,500 $1,600 C25 =G7
12
13 Opcion Costo Fijo Y1 Y2 Y3 Y4 Y5 C27 =SUMAPRODUCTO(C7:G7,C9:G9)
14 C28 =SUMAPRODUCTO(C7:G7,C10:G10)
15 C29 =SUMAPRODUCTO(C13:G13,C11:G11)
16 Valor de la gran M 2000
17 E21 =SI.ERROR($C$16*C13,C16)
18 Requerimiento M.O. 0 < 4000 E22 =SI.ERROR($C$16*D13,C16)
19 Requerimiento Tela 0 < 4500 E23 =SI.ERROR($C$16*E13,C16)
20 E24 =SI.ERROR($C$16*F13,C16)
21 Costo Fijo X1 X1 < 2000 E25 =SI.ERROR($C$16*G13,C16)
22 Costo Fijo X2 X2 < 2000
23 Costo Fijo X3 X3 < 2000 C31 =C27-C28-C29
24 Costo Fijo X4 X4 < 2000
25 Costo Fijo X5 X5 < 2000
26
27 Importe Ventas totales $0
28 Costos Variables $0
29 Costos Fijos Equipamiento $0
30
31 FO Maximizar Z $0
32
33 .
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
PAGINA 70 DE 289
IO2-GRUPO-XXXX-U02.CF-GANDHI CLOTH COMPANY
Gandhi Cloth Company fabrica tres tipos de prendas de vestir: camisetas, shorts y pantalones. La elaboración de
La maquinaria necesaria para manufacturar cada tipo de prenda se tiene que rentar a las siguientes: maquinaria
La hechura de cada tipo de prenda también requiere las cantidades de tela y mano de obra que se indican en la
Tabla 1 Tabla 2
Recursos necesarios para gandhi Ingresos e información del costo para Gandhi
Definición de Variables:
X1 = Cantidad de camisetas fabricada a la semana
X2 = Cantidad de shorts fabricada a la semana
X3 = Cantidad de pantalones fabricada a la semana
Y1 = [0,1]
Y2 = [0,1]
Y3 = [0,1]
Z Max = ($12X1 + $8X2 + $15X3) - ($6X1 + $4X2 + $8X3) - ($200Y1 + $150y2 + $100Y3)
Restricciones:
PAGINA 71 DE 289
A B C D E F G H I J K L
1 IO2-GRUPO-XXXX-U02.CF-GANDHI CLOTH COMPANY
Resolución del Modelo:
2
Camiseta Shorts Pantalones Tipo de
M.O. (hora) Tela (Yd2)
3 (X1) (X2) (X3) Prenda
4 Mano de Obra Req. 3 2 6 Camiseta 3 4
5 Tela (Yd2) Req. 4 3 4 Shorts 2 3
6 Pantalones 6 4
7 Cantidad de Prenda X1 X2 X3 Disponible 150 160
8
9 Utilidad por prenda $6 $4 $7 Tipo de Prenda Precio de venta Costo variable Utilidad
10 Renta del maquina CF $200 $150 $100 Camiseta $12 $6 $6
11 Shorts $8 $4 $4
12 Opcion Costo Fijo Y1 Y2 Y3 Pantalones $15 $8 $7
13
14
15 Valor de la gran M 100 Celda Formula
16
17 Requerimiento M.O. 0 < 150 C17 =SUMAPRODUCTO(C4:E4,C7:E7)
18 Requerimiento Tela 0 < 160 C18 =SUMAPRODUCTO(C5:E5,C7:E7)
19
20 Costo Fijo X1 X1 < 100 C20 =C7
21 Costo Fijo X2 X2 < 100 C21 =D7
22 Costo Fijo X3 X3 < 100 C22 =E7
23
24 FO Maximizar Z $0 E20 =SI.ERROR($C$15*C12,C15)
25 E21 =SI.ERROR($C$15*D12,C15)
26 E22 =SI.ERROR($C$15*E12,C15)
27
28 C24 =SUMAPRODUCTO(C9:E9,C7:E7)-SUMAPRODUCTO(OC10:E10,C12:E12)
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
PAGINA 72 DE 289