Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Programacion Lienal - Tarea 01, Ejercicios de Investigación de Operaciones

Resolucion de 20 ejercicios de programacion lineal

Tipo: Ejercicios

2020/2021

Subido el 26/03/2022

alexander-rojas-falen
alexander-rojas-falen 🇵🇪

5 documentos

1 / 42

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Universidad Nacional Pedro Ruiz Gallo
Facultad de Ingeniería de Civil, de Sistemas y de Arquitectura
Escuela Profesional de Ingeniería de Sistemas
Investigación de Operaciones I
TAREA 1
Modelos de Programación Lineal
Estudiante:
Alexander Rojas Falen
Catedrático:
Ing. Gavino Marcelo Loyaga Orbegoso
Lambayeque, agosto de 2021
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a

Vista previa parcial del texto

¡Descarga Programacion Lienal - Tarea 01 y más Ejercicios en PDF de Investigación de Operaciones solo en Docsity!

Universidad Nacional Pedro Ruiz Gallo

Facultad de Ingeniería de Civil, de Sistemas y de Arquitectura

Escuela Profesional de Ingeniería de Sistemas

Investigación de Operaciones I

TAREA 1

Modelos de Programación Lineal

Estudiante:

Alexander Rojas Falen

[email protected]

Catedrático:

Ing. Gavino Marcelo Loyaga Orbegoso

Lambayeque, agosto de 2021

Índice

1. Introduccion

En el presente trabajo, consiste en el desarrollo, análisis e interpretación

de problemas que se tornan comunes en la vida diaria, de personas y sobre

todo de muchas empresas, esto hace que, la toma de decisiones se vuelva

un tema complejo y tedioso. Por esto se vuelve completamente necesario la

modelación, para resolver problemas del mundo real, además es un área muy

utilizada en las ingenierías e incluso en las ciencias aplicadas.

Investigación de Operaciones, nos da un enfoque cientíco para la toma

de decisiones orientadas a encontrar el mejor diseño y operación de un siste-

ma. En concreto el interesante campo de estudio de la programación lineal

nos permite la optimización de una función lineal, donde maximizaremos o

minimizaremos el modelo adecuándose al contexto en el que se encuentra

nuestro problema.

Finalmente con el modelamiento de los problemas podremos tomar la de-

cisión más acertada para resolver nuestro problema, ya que tendremos una

base matemática y cientíca que respalde nuestra decisión.

2. Problemas

2.1. Problema 1

En una ciudad moderna la Empresa "Bienes & Raíces", a través de su Gerente el Ing. Piter Castell, desea promocionar una nueva urbanización mediante una campaña publicitaria. Para ello dispone de 5 tipos de anuncios: anuncios Tipo1, Tipo2, Tipo3, Tipo4 y Tipo5. La empresa tiene información sobre el número de clientes a los que se destina cada tipo de anuncio y el coste de cada anuncio en euros. También, se ha conseguido una escala, de la calidad que tiene cada anuncio, considerando el medio en el que se expone, en una escala de 0-100 (0 anula, 100 excelente). Los datos se muestran a continuación:

Anuncios Clientes Potenciales Costo (euros) Calidad exposición Tipo 1 1 500 400 40 Tipo 2 300 1 000 20 Tipo 3 2 500 400 60 Tipo 4 1 000 1 500 65 Tipo 5 2 000 3 000 90 Cuadro 1: Tabla del problema 1

Se informa que 10, 15, 30, cuatro y 25 son los anuncios respectivos de Tipo1, Tipo2, Tipo3, Tipo4, Tipo5, que se pueden emitir como máximo. La empresa, asegurada por una agencia de publicidad, decide utilizar no más de 10 anuncios en la televisión, alcanzar por lo menos 50,000 clientes con capacidad de acceder a éste benecio, gastar menos de 18,000 en anuncios en televisión y si se hacen anuncios en la televisión por la noche. La cantidad de dinero disponible para la campaña publicitaria es de 30,000. Construir el Modelo Programación lineal, para planicar la campaña publicitaria si se desea maximizar la calidad de la exposición de todos los anuncios.

2.1.1. Solución:

  1. Problema:

Exponer anuncios para promocionar una campaña publicitaria.

  1. Declaración de las variables:

t 1 : Cantidad de anuncios expuestos del tipo 1 t 2 : Cantidad de anuncios expuestos del tipo 2 t 3 : Cantidad de anuncios expuestos del tipo 3 t 4 : Cantidad de anuncios expuestos del tipo 4 t 5 : Cantidad de anuncios expuestos del tipo 5

  1. Función Objetivo:

Toy 1 Toy 2 Toy 3 Fabrica 1 5 6 4 Fabrica 2 4 2 2 Fabrica 3 3 2 3 Cuadro 2: Tabla del problema 2

Las fabricas disponen al día 500, 600 y 630 horas de producciónrespectivamente. La gerencia ha decidido desarrollar al menos uno de los tres juguetes. Modelizar el problema utilizando programación lineal, para maximizar el benecio total.

2.2.1. Solución:

  1. Problema:

Maximizar las utilidades obtenidas por la empresa.

  1. Declaración de las variables: t 1 : Cantidad de modelos de juguetes Toy 1 t 2 : Cantidad de modelos de juguetes Toy 2 t 3 : Cantidad de modelos de juguetes Toy 3
  2. Función Objetivo: Z = 15t 1 + 10t 2 + 13t 3
  3. Restricciones:

5 t 1 + 6t 2 + 4t 3 ≤ 500 4 t 1 + 2t 2 + 2t 3 ≤ 600 2 t 1 + 2t 2 + 3t 3 ≤ 630 t 1 + t 2 + t 3 ≥ 1

  1. Modelo de Programación Lineal: Maximizar: Z = 15t 1 + 10t 2 + 13t 3 Sujeto a: 5 t 1 + 6t 2 + 4t 3 ≤ 500 4 t 1 + 2t 2 + 2t 3 ≤ 600 2 t 1 + 2t 2 + 3t 3 ≤ 630 t 1 + t 2 + t 3 ≥ 1

Condición de no negatividad:

t 1 ≥ 0 , t 2 ≥ 0 , t 3 ≥ 0

2.3. Problema 3

Teniendo en cuenta la nueva política del gobierno, para fortalecer la alimentación se deben producir de dos nuevos tipos de pan: de trigo y de maíz, ya que se tiene asegurada la venta de su producción. Estos panes se elaboran principalmente a base de tres ingredientes: salvado integral, harina de trigo y harina de maíz. Para elaborar 1 kg de pan de trigo se necesitan 350 g de salvado integral y 150 g de harina de trigo y para la elaboración de 1 kg de pan de maíz se necesitan 250 g de harina de trigo y 250 g de harina de maíz. La disponibilidad diaria de salvado integral es de 500 kg, 500 kg de harina de trigo y 500 kg de harina de maíz. El benecio que deja cada kg de pan de trigo es de $0.40 y $0.60 cada kg de pan de maíz, si se han puesto las siguientes metas por orden de prioridad. Prioridad 1. Se desea obtener un benecio de al menos $200 diarios.

Prioridad 2. Se desea que la cantidad elaborada diariamente de pan de trigo sea al menos el doble que la de maíz. Prioridad 3. Se desea que la cantidad elaborada diariamente de pan de trigo no sea inferior a 300 kg.

2.3.1. Solución:

  1. Problema:

Obtener un el mayor benecio

  1. Declaración de las variables:

x 1 : Cantidad de Kg de pan de trigo x 2 : Cantidad de Kg de pan de maíz

  1. Función Objetivo:

Z = 0, 4 x 1 + 0, 6 x 2

  1. Restricciones:

0 , 4 x 1 + 0, 6 x 2 ≥ 200 x 1 − 2 x 2 ≥ 0 x 1 ≥ 300

Figura 1: Gráco hecho con http://www.phpsimplex.com/simplex/simplex.htm?l=es

  1. Respuesta:

Deberá producir 1428.6kg de pan de trigo y 714.3kg de pan de maíz.0.

2.4. Problema 4

El órgano supervisor de educación debe conformar una comisión de trabajo. Diez personas han sido dominadas: A, B, C, D, E, F, G, H, I y J. El reglamento obligada a que en dicha comisión al menos una mujer, hombre, un estudiante, un estudiante, un admistrativo y profesor. Además, el número de mujeres debe ser igual que el hombre y el número de profesores no debe ser inferior al de administrativos. Las mezcla de los nominados en las siguientes categorías es como sigue:

2.4.1. Solución:

  1. Problema: El órgano supervisor de educación debe conformar una comisión de trabajo.

Categoría Personas Mujeres A, B, C, D, E Hombres F, G, H, I, J Estudiantes A, B, C, J Administrativos E, F Profesores D, G, H, I Cuadro 3: Tabla del problema 4

  1. Declaración de las variables:

x 1 : Numero de Mujeres x 2 : Numero de hombres x 3 : Numero de Estudiantes x 4 : Numero de Administrativos x 5 : Numero de Profesores

  1. Función Objetivo:

Z = 5x 1 + 5x 2 + 4x 3 + 2x 4 + 4x 5

  1. Restricciones:

x 1 ≥ 1 ; x 2 ≥ 1 ; x 3 ≥ 1 ; x 4 ≥ 1 ; x 5 ≥ 1 x 1 = x 2 y x 4 ≥ x 5

  1. Modelo de Programación Lineal:

Maximizar: Z = 5x 1 + 5x 2 + 4x 3 + 2x 4 + 4x 5

Sujeto a:

x 1 ≥ 1 ; x 2 ≥ 1 ; x 3 ≥ 1 ; x 4 ≥ 1 ; x 5 ≥ 1 x 1 = x 2 y x 4 ≥ x 5

Condición de no negatividad:

x 1 ; x 2 ; x 3 ; x 4 y x 5 ≤ 0

  1. Solución gráca:

Figura 2: Gráco hecho con http://www.phpsimplex.com/simplex/simplex.htm?l=es

  1. Respuesta:

Se deberia contratar un total de 50 camiones R10 y 125 camiones R20 para minimizar el costo, en $13000.

2.6. Problema 6

Una pequeña empresa elabora dos productos, P y Q. El volumen de ventas de A es por lo menos 80 % de las ventas totales de P y Q. Sin embargo, la compañía no puede vender más de 100 unidades de P por día. Ambos productos utilizan una materia prima, cuya disponibilidad máxima es de 240 kg. Las tasas de consumo de la materia prima son de 2 kg por unidad de P y de 4lb por unidad de Q. Determine la combinación óptima de productos para la compañía.

2.6.1. Solución:

  1. Problema:

Utilización de una materia prima

  1. Declaración de las variables:

x 1 : Cantidad de productos P x 2 : Cantidad de productos Q

  1. Función Objetivo:

Z = 25x 1 + 60x 2

  1. Restricciones:

2 x 1 + 1, 8 x 2 ≤ 240 x 1 ≤ 100

  1. Modelo de Programación Lineal:

Maximizar: Z = 25x 1 + 60x 2

Sujeto a: 2 x 1 + 1, 8 x 2 ≤ 240 x 1 ≤ 100

Condición de no negatividad:

x 1 ≥ 0 ; x 2 ≥ 0

  1. Solución Gráca:

Tipo de carbón Descarga de azufre en Descarga de humo en Vapor generado en partes por millón lb por hora lb por hora C1 1 800 2.1 12 000 C2 2 100 9 9 000 Cuadro 4: Tabla del problema 7

b) Determinar el efecto de rebajar el límite de descarga de humo de una libra sobre la cantidad de vapor generado por hora.

2.7.1. Solución a:

  1. Problema:

Determinar la proporción de los tipos de carbón para consegir el máximo vapor.

  1. Declaración de las variables:

x 1 : Cantidad de carbón C x 2 : Cantidad de carbón C

  1. Función Objetivo:

Z = 12000x 1 + 9000x 2

  1. Restricciones:

1800 x 1 + 2100x 2 ≤ 2000 q(x 1 + x 2 ) Despejando: 2 x 1 − x 2 ≤ 0 2 , 1 x 1 + 9x 2 ≤ 20

  1. Modelo de Programación Lineal:

Maximizar: Z = 12000x 1 + 9000x 2

Sujeto a:

2 x 1 − x 2 ≥ 0 2 , 1 x 1 + 9x 2 ≤ 20

Condición de no negatividad:

x 1 ≥ 0 ; x 2 ≥ 0

  1. Solución Gráca:

Figura 4: Gráco hecho con http://www.phpsimplex.com/simplex/simplex.htm?l=es

  1. Respuesta:

La porción más optima es donde se liberan 9.52 lb por hora del carbon C1 y 0 del carbón C2.

2.7.2. Solución b:

  1. Problema:

Determinar el efecto de rebajar el límite de descarga de humo de una libre sobre la cantidad de vapor generado por hora.

  1. Declaración de las variables:
  1. Solución Gráca:

Figura 5: Gráco hecho con http://www.phpsimplex.com/simplex/simplex.htm?l=es

  1. Respuesta:

Se descargar 9.05 lb por hora de humo del carbón C1, 0 lb por hora de humo del carbón C2 y donde se descargar 108571.43 de vapor.

2.8. Problema 8

Çould y Nubes SA", tiene tres estaciones consecutivas de trabajo y produce dos modelos de ROU- TERS: WiFi-1 y WiFi-2. La siguiente tabla muestra los tiempos de ensamble de las tres estaciones de trabajo.

Minutos por unidad Estación de trabajo WiFi-1 WiFi- 1 6 4 2 5 5 3 4 6 Cuadro 5: Tabla del problema 8

El mantenimiento diario de las estaciones 1,2 y 3 consume 10, 14 y 12 %, respectivamente, de los 480 minutos máximos disponibles por cada estación por día. Determine la combinación de productos óptima que minimizará el tiempo de ocioso (o no utilizado) en las tres estaciones de trabajo.

2.8.1. Solución:

  1. Problema:

Optimizar el tiempo de ocio en las 3 estaciones.

  1. Declaración de las variables:

x 1 = Cantidad de minutos utilizados por el router de WiFi- x 2 = Cantidad de minutos utilizados por el router de WiFi-

  1. Función Objetivo:

Z = x 1 + x 2

  1. Restricciones:

6 x 1 + 4x 2 ≤ 48 5 x 1 + 5x 2 ≤ 67 , 2 6 x 1 + 4x 2 ≤ 57 , 6

  1. Modelo de Programación lineal:

Manimizar: Z = x 1 + x 2