Sistemas de Optimizacin de Recursos

Caso Giapetto Inc.

Objetivo del caso: Explicar los componentes de la programacin lineal a travs de la modelacin de un ejemplo. La compaa Giapetto fabrica 2 tipos de juguetes de madera: soldados y trenes. Los precios de ventas son $27.00 y $21.00 respectivamente. Los costos de materiales (materia prima) son de $10.00 y $9.00 respectivamente. Los costos de mano de obra y otros variables de fabricacin son $14.00 y $10.00 respectivamente. La elaboracin de estos juguetes requiere de dos tipos de mano de obra especializada: carpintera y pintura. Un soldado requiere de 1 hora de carpintera y 2 de pintura. Un tren por su parte requiere 1 hora en cada departamento. Cada semana Giapetto puede obtener toda la materia prima que desee, pero solo cuenta con 80 horas para carpintera y 120 horas para pintura. La demanda semanal de trenes es prcticamente ilimitada, sin embargo, la demanda semanal de soldados no es mayor de 40 unidades. Giapetto desea maximizar su ganancia semanal (Venta Costo de lo vendido). Se pide formular un modelo matemtico para la situacin de la compaa Giepetto que puede ser usado para maximizar la ganancia semanal. Variables de Decisin (V.D.) Las V. de D. deben describir clara y completamente la decisin a ser tomada. En este caso Giapetto debe decidir cuantos trenes y soldados deben de fabricar cada semana. Sean: X1: el nmero de soldados fabricados por semana. X2: el nmero de trenes fabricados por semana. Funcin Objetivo El que toma las decisiones generalmente desea: Maximizar (usualmente ingresos o ganancias) o Minimizar (usualmente costos), para ello requiere alguna funcin de las variables de decisin. Esta funcin es llamada Funcin Objetivo. Para este ejemplo los costos fijos (tales como renta, seguros, etc.) no dependen de X, o X,. Por lo tanto, Giapetto puede concentrarse en maximizar (Ventas semanales) (costos por compra de materiales) (otros costo variables). Ventas semanales = 27*X1 + 21*X2 Costos de materiales = 10*X1 + 9*X2 Otros costos variables = 14*X1 + 10*X2 Entonces la Funcin Objetivo es igual a: [27*X1 + 21*X2] [10*X1 + 9X2] [14*X1 + 10*X2] = 3*X1 + 2*X2 Es decir, se desea Max. Z = 3*X1 + 2*X2 Los coeficientes de las variables en la funcin objetivo son llamados coeficiente de la funcin objetivo. Restricciones. A medida que se incrementan los valores de X1 y X2 las ganancias de Giapetto sern mayores y mayores, sin embargo stas no pueden crecer ilimitadamente. Los valores X1 y X2 estn limitados por ciertas restricciones. Restricciones de tiempo (capacidad por semana) #1. El tiempo disponible en carpintera est limitado a 80 horas por semana. #2. El tiempo disponible en pintura est limitado a 120 horas por semana.

10

Sistemas de Optimizacin de Recursos

Restricciones de mercado. #3. No tiene sentido producir ms de 40 soldados por semana debido a la limitante de mercado. No hay limitante respecto a la obtencin de materia prima, por lo que no existe restriccin al respecto. El siguiente paso es expresar las restricciones en trminos de X1 y X2. El total de horas utilizadas en carpintera es igual a la cantidad de horas dedicadas a fabricar soldados ms la cantidad de horas dedicadas a fabricar trenes, y la suma de estos debe de ser inferior o igual a 80. Las Restricciones #1 puede expresarse as: 1*X1 + 1*X2 < 80 En forma similar la segunda restriccin se expresa as: 2*X1 + 1*X2 < 120 Finalmente la restriccin 3: 1*X1 < 40 Los coeficientes de las variables de decisin en las restricciones son llamados coeficientes tecnolgicos. Esto porque stos a menudo reflejan el uso de la cantidad de recurso utilizada para producir una unidad de producto. As el coeficiente tecnolgico de X1 en la primera restriccin indica que se requiere de una unidad (hora) de carpintera para producir un soldado. Las cantidades a la derecha de las restricciones representan generalmente las

cantidades de recursos disponibles, sin embargo stas tambin podran representar las metas de la organizacin. Restricciones de no-negatividad. Las variables de decisin deben tomar valores no-negativos, puesto que no podemos producir un nmero de juguetes negativo (salvo que se acepten ordenes sin inventario). Por tanto, cada variable tiene asignada una restriccin de no-negatividad. Modelo Maximizar Z = 3*X1 + 2*X2 Restringido a: 1*X1 + 1*X2 < 80 2*X1 + 1*X2 < 120 1*X1 < 40 No negatividad X1 > 0 X2 > 0 Resumen: Todo problema de programacin lineal tiene dos rasgos en comn: 1. Un funcin objetivo a ser maximizada o minimizada. 2. Un conjunto de restricciones (al menos una) La problemtica en general consiste en asignar recursos limitados (Bi) de modo que se optimic un objetivo de inters.

11

Sistemas de Optimizacin de Recursos

A continuacin se muestra de manera esquemtica el detalle de la formulacin del Caso:

12

Sistemas de Optimizacin de Recursos

Solucin al Modelo del Caso Giapetto

Maximizar Z = 3*X1 + 2*X2 Restringido a: 1*X1 + 1*X2 < 80 2*X1 * 1*X2 < 120 1*X1 No negatividad X1 > 0; X2 > 0 < 40

Optimal Solution - Detailed Report Variable 1 Soldados 2 Trenes Slack Variables 3 Carpintera 4 Pintura 5 Mercadeo Value 40.0000 40.0000 0.0000 0.0000 0.0000 Cost 3.0000 2.0000 0.0000 0.0000 0.0000 RHS 80.0000 120.0000 40.0000 Red. cost 0.0000 0.0000 -2.0000 0.0000 -1.0000 Slack 0.0000 0.0000 0.0000 Status Basic Basic Lower bound Basic Lower bound Shadow price 2.0000 0.0000 1.0000

Constraint Type 1 Carpintera < 2 Pintura < 3 Mercadeo < Objective Function Value = 200

Sensitivity Analysis Of Cost Coefficients Variable 1 Soldados 2 Trenes Current Coeff. 3.0000 2.0000 Allowable Minimun 2.0000 0.0000 Allowable Maximun Infinity 3.0000

Sensitivity Analysis Of Right Hand Side Values Current Allowable Constraint Type Value Minimun 1 Carpintera 2 Pintura 3 Mercadeo < < < 80.0000 120.0000 40.0000 40.0000 120.0000 0.0000

Allowable Maximun 80.0000 Infinito 40.0000

13

Sistemas de Optimizacin de Recursos

Caso. Compaa Estrella

La AFP Estrella est considerando 5 diferentes oportunidades de inversin. El flujo de efectivo neto se muestra en la tabla a continuacin: Flujos de efectivos alternativa 1 Inicio ao 1 Inicio ao 2 11 3 2 53 6 16 3 5 5 4 4 5 1 1 5 29 34 16

Solucin Variables de Decisin Sea X1 = fraccin del plan 1 comprado por Estrella Sea X2 = fraccin del plan 2 comprado por estrella. Sea X3 = fraccin del plan 3 comprado por Estrella. Sea X4 = fraccin del plan 4 comprado por Estrella. Sea X5 = fraccin del plan 5 comprado por Estrella. Funcin Objetivo El objetivo es maximizar el VPN provenientes de las inversiones. F.O. Max Z = 3*X1 + 16*X2 + 4*X3 + 1*X4 + 16*X5 Restricciones 1. Estrella no puede invertir ms de 40 millones al inicio del ao 1 (inicio) 2. Estrella no puede invertir ms de 20 millones al inicio del ao 2 (un ao despus) 3. Estrella no puede comprar ms del 100% de una inversin. Restriccin 1 11*X1 + 53*X2 + 5*X3 + 5*X4 + 29*X5 < 40 Restriccin 2 3*X1 + 6*X2 + 5*X3 + 1*X4 + 34*X5 < 20 Restriccin 3 X1 < X2 < X3 < X4 < X5 < 1 1 1 1 1

Valor presente neto de la 3 utilidad de la inversin

La compaa tiene actualmente (inicio del ao 1) 40 millones disponibles para inversin y estima que en un ao (inicio del ao 2) contar con otros 20 millones disponibles para inversin. La compaa podra comprar una fraccin en cualquier proyecto. En este caso, tanto la cantidad invertida como el retorno ser ajustado proporcionalmente. As, si la compaa Estrella compra una quinta parte del plan de inversin #1, deber de desembolsar 1/5(11) = 2.2 millones en el tiempo 0 y otro desembolso de 1/5(3) = 0.6 millones en el perodo 1, y por tanto el retorno al final del primer ao sera de 1/5(3) = 0.6 millones. La compaa estrella desea maximizar el valor presente neto de las diversas alternativas (1-5) al final del segundo ao. Formule un modelo de programacin lineal. Asuma que cualquier cantidad no usada al inicio del ao 1 no puede ser invertida al inicio del ao 2. En la compaa Estrella se debe determinar que fraccin de cada inversin debe comprar.

No negatividad X1 > 0; para i = 1, 2, 3, 4 y 5.

14

Sistemas de Optimizacin de Recursos

Solucin Analtica del Modelo:

Anlisis de Sensibilidad de los Coeficientes de la Funcin Objetivo

Anlisis de Sensibilidad de los Recursos del lado derecho (RHS)

15

Sistemas de Optimizacin de Recursos

Caso Plan Financiero a corto Plazo. Compaa Estreo

Estreo es una pequea compaa que produce grabadoras y radios. El costo unitario de mano de obra y materiales, as como el precio de venta se presentan en la tabla 1. El primero de diciembre 1998, Semicond dispone de suficiente materia para fabricar 100 grabadoras y 100 radios. El mismo da, el balance de la compaa muestra los resultados expuestos en la tabla 2, donde se aprecia que la tasa (razn) de liquidez es de 20,000/10,000 =2. Precio de venta Mano de Obra Materiales Grabadora $100.00 50.00 30.00 Tabla # 1 Balance al 10 de diciembre Activos Pasivos Efectivo $10,000.00 CxC 3,000.00 Inventario 7,000.00 Prstamo $10,000.00 Tabla # 2 La compaa Estreo debe determinar cuantas grabadoras y radios producir durante el mes de diciembre de 1998. La demanda es lo suficientemente grande para asegurar que Radio $90.00 35.00 40.00 todos los artculos producidos en un mes sern vendidos en el mismo mes. Todas las ventas son al crdito y por lo tanto los pagos (hechos por los clientes) de los artculos producidos en diciembre sern recibidos hasta el 1 de febrero de 1999. Durante diciembre de 1998, Estreo recolectar $2,000.00 en cuentas por cobrar (C x C), y deber pagar $1,000.00 de su prstamo bancario y $1,000.00 de su renta mensual (alquiler del edificio). El 31 de diciembre de 1998 en la maana, Estreo recibir un cargamento de materia prima valorada en $2,000.00, el cual ser pagado el 31 de enero de 1999. La administracin de Estreo ha decidido que en el balance para el cierre en la maana del 1 de enero de 1999 debe mostrar que el efectivo debe ser al menos de $4,000.00. As mismo el prstamo del banco requiere que la razn de liquidez (Activo circulante/pasivo circulante) al inicio de enero (1 de enero) debe ser al menos de 2.0. Qu productos debera producir Estreo para maximizar la ganancia de la produccin de artculos (Ventas a ser cobradas) (costos variables)

16

Sistemas de Optimizacin de Recursos

Solucin al caso Compaa Estreo

Variables de Decisin Sean: X1 = nmero de grabadoras producidas en diciembre. X2 = nmero de radios producidos en diciembre. Funcin Objetivo Margen de contribucin de una grabadora = 100 (50 + 30) = $20.00 Margen de contribucin de un radio = 90 (35 + 40) = $15.00 F.O. = Max 20*X1 + 15*X2 Restricciones 1. Por limitantes en la materia prima la cantidad de grabadoras ha ser producidas en diciembre debe ser < 100 2. Por limitantes en la materia prima la cantidad de radios ha ser producida en diciembre debe ser < 100. 3. El efectivo al 1 de enero de 1999 debe ser 4,000.00 4. La razn de liquidez al 1 de enero de 1999 debe ser > 2 Restriccin # 1 X1 < 100 (i) Restriccin # 2 X2 < 100 (ii) Restriccin # 3 Efectivo al 1 de enero de 1999 = Efectivo (1 de dic. De 1998) + CxC hechas efectivas en diciembre 1998 Pago para prstamo banco en diciembre 1998 Pago renta mes de diciembre 1998 Pago de mano de obra de dic. 1998. = 10,000 + 2,000 1,000 1,000 50*X1 35*X2

La restriccin 3 se puede escribir entonces: 10,000 50*X1 -35*X2 > 4,000 Operando tenemos (no puede haber signos negativos en el lado derecho) 50*X1 + 35*X2 < 6,000 (iii) Para expresar la restriccin 4 es necesario determinar la posicin de Estreo el 1 de enero 1999 en las siguientes cuentas: Efectivo, CxC, Posicin del inventario y pasivos, todos ellos en funcin X1 y X2. a. Ya se calcul el valor del efectivo al 1 de enero de 1999. Efectivo = 10,000 50*X1 35*X2. b. CxC al 1 de enero 1999 = CxC (1 de diciembre 1998) + CxC debido a ventas en dic. 1998 CxC cobradas en dic. 1998. = 3,000 +100*X1 + 90*X2 2,000 = 1,000 + 100*X1 + 90*X2 c. Inventario a enero 1 de 1999 = Valor inventario 1 de dic. 1998 Valor inventario (materiales) usado diciembre 1998 + Valor inventario recibido el 31 de dic. 1998. = 7,000 (30*X1 + 40*X2) + 2,000 = 9,000 30*X1 - 40*X2 d. Posicin del activo circulante al 1 de enero = Efectivo al 1 de enero + CxC al 1 de enero + Inventario al de enero = 10,000 50*X1 35*X2 + 1,000 + 100*X1 + 90*X2 + 9,000 30*X1 40*X2 = 20,000 + 20*X1 + 15*X2 Finalmente CxP (pasivo circulante) = CxP al 1 de diciembre Pago de prstamo en diciembre + Deuda por inventario recibido el 31 de dic./98 = 10,000 1,000 + 2,000 = 11,000 La restriccin 4 puede escribirse como: > 2 20,000 + 20*X1 + 15*X2 11,000 20,000 + 20*X1 + 15*X2 > 22,000 20*X1 + 15*X2 > 2,000 (iv)
17

Sistemas de Optimizacin de Recursos

Caso Proyectos Sociales

La toma de decisiones asociadas a la seleccin de proyectos, no se restringen a las empresas privadas. El gobierno central enfrenta las mismas tomas de decisiones sobre los proyectos invertir y su monto. Ejemplos de ellos son el Ministerio de Salud y el Ministerio de Educacin. Entonces la pregunta es que proyectos seleccionar de tal manera que los beneficios globales sean mximos y satisfagan las restricciones presupuestales y de otro tipo. Como en todas las decisiones del sector pblico (sobre la base de Costo Beneficio), la parte ms difcil de la formulacin de la situacin real es definir y determinar los beneficios sociales. Estos beneficios se pueden clasificar de manera general como directos e indirectos. Por ejemplo, los proyectos contra los focos de infeccin pueden tener beneficios directos en trminos de ahorros de costos a la sociedad, pudiendo ser reducidos los gastos de tratamientos mdicos originados por la poblacin enferma (infectada por el foco) y beneficios indirectos reflejados en una mejor calidad de vida. Basndose en estos comentarios y haciendo una buena reflexin, uno puede apreciar la complejidad de los anlisis y los juicios de valor inherentes a los problemas del bienestar pblico. Para ilustrar, Supngase que un equipo de administradores cientficos, economistas, socilogos, polticos, etc. han analizado los proyectos que han presentado siete ministerios (Ver tabla # 1). Se desea formular un modelo que logre maximizar la suma de los retornos sobre la inversin de todos los proyectos. Note que: -El retorno sobre la inversin de un proyecto es igual a la razn costo-beneficio menos uno. Por ejemplo, el retorno para el proyecto 1 es:

(1.10 -1.00) = 0.1. El retorno es por cada dlar invertido. Supongamos que hay 2,000 millones de dlares para llevar a invertir en los diferentes ministerios. La cantidad mxima a asignar a cada ministerio se muestra en la tabla # 1. As mismo, deben incluirse las siguientes consideraciones: - El valor combinado de lo asignado en los ministerios #1 y #7 debe sobrepasar los $300 millones. - El valor de la asignacin combinada en los ministerios #3 y #4 debe ser menor de $700 millones. - El valor de la asignacin en el ministerio #7 debe ser exactamente el 40% de la asignacin en el ministerio #3. - Por cada unidad monetaria asignado en el ministerio #1 se debe invertir al menos el doble de unidades monetarias en el ministerio #5 - Por cada unidad monetaria asignada al ministerio #5 se debe asignar al menos 1/3 de unidades monetarias al ministerio #6. Nota trate: El ministerio #6 debe recibir al menos 1/3 de lo que recibe el ministerio #5. - La inversin en el ministerio #3 no puede ser menos al 35% del ministerio #4. - Se debe asignar al menos el 60% del monto solicitado por cada ministerio. Ministerio Razn costo Monto de lo - beneficio solicitado (millones) 1.10 250 1.25 400 1.40 750 1.30 500 1.15 450 0.90 300 1.05 200 Tabla # 1

1 2 3 4 5 6 7

18

Sistemas de Optimizacin de Recursos

EJEMPLOS DE FORMULACION DE PROBLEMAS DE PROGRAMACION LINEAL

Ejemplo N 1 Una fbrica ha descontinuado la produccin de una lnea de productos no rentable. Esto ha creado un considerable exceso de capacidad de produccin. La Gerencia est considerando utilizar este exceso de capacidad para fabricar uno o ms productos de los tres productos llamados producto 1, producto 2 y producto 3. La capacidad disponible en las mquinas que podran limitar la produccin es la siguiente: Mquina Mquina 1 Mquina 2 Mquina 3 Tiempo Disponible (Hrs./semana) 150 100 50

El nmero de horas-mquina requerido por unidad de producto es la siguiente: Mquina Mquina 1 Mquina 2 Mquina 3 Producto 1 8 4 2 Producto 2 2 3 Producto 3 3 1

El Departamento de Ventas indica que las ventas potenciales para los productos 1 y 2 son superiores a la mxima produccin obtenible y que el potencial de ventas para el producto 3 es de 20 unidades por semana. Las utilidades unitarias seran de $20.00, $6.00 y $8.00 para los productos 1,2 y 3 respectivamente. Formule el modelo de programacin lineal para determinar cuantas unidades de cada artculo debe producir la firma, a fin de maximizar sus beneficios.

FORMULACION:
Variables de Decisin: Sea: Xj (j=1,2,3) = # de unidades a producir de producto j. Funcin Objetivo: Maximizar la Funcin de utilidad expresada por la ecuacin siguiente MAX Z = 20 X1 + 6 X2 + 8 X3

19

Sistemas de Optimizacin de Recursos

Restricciones: A) Tiempo requerido para fabricar los productos 1,2 y 3 Utilizando Mquina 1: 8 X1 + 2 X2 + 3 X3 Utilizacin Utilizando Mquina 2: 4 X1 + 3 X2 + 0 X3 Utilizando Mquina 3: 3 X1 + 0 X2 + X3 B) Ventas Potenciales: X3 20 50 100 150 Disponibilidad

C) No Negatividad: X1 , X2 , X3 Ejemplo N 2 Uno de los problemas tpicos de la programacin lineal es el problema de la dieta. El objetivo es determinar las cantidades de ciertos alimentos que deben ser ingeridos para satisfacer ciertos requerimientos nutricionales a un costo mnimo. Suponga que slo se considera la leche, la carne y los huevos y las vitaminas A, C y D. Asuma que la cantidad de miligramos de cada una de estas vitaminas, contenida en una unidad de cada alimento es la siguiente: Vitamina A C D Costo Botella de leche 1 Mg. 100 Mg. 10 Mg. $1.00 Libra de carne 1 Mg. 10 Mg. 100 Mg $1.10 Docena de huevos 10 Mg. 10 Mg. 10 Mg. $0.50 Requerimientos mnimos diarios 1 mg. 50 mg. 10 mg. 0

Formule el modelo de Programacin Lineal para este problema.

20

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin: Sea: XL = Cantidad de leche en botellas a ingerir. XC = Cantidad de Carne en libras a ingerir. XH = Cantidad de Huevos en docenas a ingerir.

Funcin Objetivo: Minimizar la Funcin de costo expresada por la ecuacin siguiente MIN Z = 1.0 XL + 1.1 XC + 0.5 XH Restricciones: Cantidad de Vitaminas: Vitamina A : 1 XL + 1 XC + 10 XH 1 Vitamina C : 100 XL + 10 XC + 10 XH 50 Vitamina D : 10 XL + 100 XC + 10 XH 10 No Negatividad: XL , XC , XH 0

Ejemplo N 3 Suponga que una refinera simplificada desea mezclar 4 componentes para obtener tres grados de gasolina A, B y C. El problema es determinar la mezcla de los cuatro componentes que maximice el beneficio total. La disponibilidad y el costo de los cuatro componentes, se plantea en la tabla siguiente: Componente 1 2 3 4 Mxima cantidad disponible de barriles por da 3,000 2,000 4,000 1,000 Costo por Barril $3.00 $6.00 $4.00 $5.00

Para mantener la calidad requerida para cada grado de gasolina es necesario especificar un cierto porcentaje mximo o mnimo de los componentes en cada mezcla. Esos datos se muestran en el siguiente cuadro, junto con el precio de venta para cada grado de gasolina.

21

Sistemas de Optimizacin de Recursos

Grado de Gasolina A B C

Especificaciones de la Mezcla No ms de 30% de comp. 1 No menos de 40% de comp. 2 No ms de 50% de comp. 3 No ms de 50% de comp. 1 No menos de 10% de comp.. 2 No ms de 70% de comp. 1

Precio de venta por Barril $5.50 $4.50 $3.50

Asuma que todos los otros flujos de fondos son fijos, as que el Beneficio a ser maximizado es el ingreso total por ventas menos el costo total de los componentes. Formule el modelo de programacin lineal para determinar la cantidad y mezcla de cada grado de gasolina a preparar.

ESQUEMAS:
Componente 1
3,000 barriles $3.00/barril

Tipo gasol. A
1 30% 2 40% 3 50% $5.5 0/barril

Componente 2
2,000 barriles $6.00/barril

Tipo gasol. B
1 50% 2 10% $4.50/barril

Componente 3
4,000 barriles $4.00/barril

Tipo gasol. C
1 70% $3.50/barril

Componente 4
1,000 barriles $5.00/barril

22

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin: Sean: Xij = Cantidad (en # de barriles) del componente j a ser utilizado en la gasolina grado i ( i = A, B, C ; j = 1,2,3,4) Cantidad de gasolina grado i producida por da: : Xi1 + Xi2 + Xi3 + Xi4 Cantidad de gasolina grado A producida por da: : XA1 + XA2 + XA3 + XA4 Proporcin del Componente j en la gasolina grado i : Xij Xi1 + Xi2 + Xi3 + Xi4 XA1

Proporcin del Componente 1 en la gasolina grado A :

XA1 + XA2 + XA3 + XA4 Funcin Objetivo: Maximizar la Funcin de Beneficio expresada por la ecuacin siguiente: MAX Z = (Ingreso total por ventas) - (Costo total de los componentes) A) Ingreso Total Por Ventas: Ingreso por venta de gasolina = 5.50 (XA1 + XA2 + XA3 + XA4 ) Grado A Ingreso por venta de gasolina = 4.50 (XB1 + XB2 + XB3 + XB4 ) Grado B

Ingreso por venta de gasolina = 3.50 (XC1 + XC2 + XC3 + XC4 ) Grado C Total de Ingresos = 5.50 (XA1 + XA2 + XA3 + XA4 ) + 4.50 (XB1 + XB2 + XB3 + XB4 ) + 3.50 (XC1 + XC2 + XC3 + XC4 )

23

Sistemas de Optimizacin de Recursos

B) Costo Total de los Componentes: Costo de Componente 1 = 3.0 (XA1 + XB1 + XC1 ) en gasolina Grado A,B,C Costo de Componente 2 = 6.0 (XA2 + XB2 + XC2 ) en gasolina Grado A,B,C Costo de Componente 3 = 4.0 (XA3 + XB3 + XC3 ) en gasolina Grado A,B,C

Costo de Componente 4 = 5.0 (XA4 + XB4 + XC4 ) en gasolina Grado A,B,C Total de Costos = 3.0 (XA1 + XB1 + XC1 ) + 6.0 (XA2 + XB2 + XC2 ) + 4.0 (XA3 + XB3 + XC3 ) + 5.0 (XA4 + XB4 + XC4 )

MAX Z = 5.50 (XA1 + XA2 + XA3 + XA4 ) + 4.50 (XB1 + XB2 + XB3 + XB4 ) + 3.50 (XC1 + XC2 + XC3 + XC4 ) - 3.0 (XA1 + XB1 + XC1 ) - 6.0 (XA2 + XB2 + XC2 ) - 4.0 (XA3 + XB3 + XC3 ) - 5.0 (XA4 + XB4 + XC4 ) Restricciones: a) Disponibilidad de Componentes: XA1 + XB1 + XC1 3,000 XA2 + XB2 + XC2 2,000 XA3 + XB3 + XC3 4,000 XA4 + XB4 + XC4 1,000 Componente 1 Componente 2 Componente 3 Componente 4

b) De las especificaciones de la Mezcla: XA1 / (XA1 + XA2 + XA3 + XA4 ) Gasolina Tipo A: XA1 0.30 (XA1 + XA2 + XA3 + XA4 ) XA2 0.40 (XA1 + XA2 + XA3 + XA4 ) XA3 0.50 (XA1 + XA2 + XA3 + XA4 ) Operando, tenemos:

24

Sistemas de Optimizacin de Recursos

0.7 XA1 0.3 XA2 0.3 XA3 - 0.3 XA4 0 0.4 XA1 + 0.6 XA2 0.4 XA3 - 0.4 XA4 0 0.5 XA1 0.5 XA2 + 0.5 XA3 - 0.5 XA4 0 Gasolina Tipo B: 0.5 XB1 - 0.5 XB2 0.5 XB3 - 0.5 XB4 0 - 0.1 XB1 + 0.9 XB2 0.1 XB3 - 0.1 XB4 0 Gasolina Tipo C: 0.3 XC1 0.7 XC2 0.7 XC3 - 0.7 XC4 0 c) De No Negatividad: Xij 0 Ejemplo N 4 Un manufacturero produce una lnea de productos para el hogar fabricados de lmina de metal. Para ilustrar su problema de planificacin de la produccin, suponga que fabrica nicamente cuatro productos y que su sistema de produccin consiste de cinco centros de produccin: trazado, troquelado, ensamble, acabado (impresin y pintura) y empaque. Para un determinado mes, se desea decidir que cantidad de cada producto debe ser manufacturado y para auxiliarse en esta decisin se han obtenido los datos mostrados en las tablas 1 y 2. Por otro lado, se conoce que solamente se tendr disponible 2,000 pies2 de lmina de metal para ser utilizados en la fabricacin de los productos 2 y 4 durante el mes. El producto 2 requiere de 2.0 pies2 por unidad y el producto 4 requiere 1.2 pies2 por unidad. Formule este problema como un problema de programacin lineal, a fin de maximizar la contribucin del beneficio total. TABLA N 1 DepartaMento Trazado Troquelado Ensamble Acabado Empaque Tasas de Produccin en horas por unidad Producto 1 Producto 2 Producto 3 Producto 4 0.03 0.15 0.05 0.10 0.06 0.12 0.10 0.05 0.10 0.05 0.12 0.04 0.20 0.03 0.12 0.02 0.06 0.02 0.05 Horas Prod. Disponibles 400 400 500 450 400

25

Sistemas de Optimizacin de Recursos

TABLA N 2 Producto 1 2 3 4 Precio Neto de Venta / Unidad $10.00 $25.00 $16.00 $20.00 Costo Variable por Unidad $6.00 $15.00 $11.00 $14.00 Potencial de Ventas Mnimo Mximo 1,000 6,000 500 500 3,000 100 1,000

FORMULACION:
Variables de Decisin: Sean: Xi = Nmero de Unidades de producto i a producir durante el mes (i = 1, 2, 3) Funcin Objetivo: Maximizar la Funcin de Beneficio expresada por la ecuacin siguiente: MAX Z = (10 6) X1 + (25 15) X2 + (16 11) X3 + (20 14) X4 MAX Z = 4 X1 + 10 X2 + 5 X3 + 6 X4 Restricciones: a) En tiempo de produccin (horas mquina) 0.03 X1 + 0.15 X2 + 0.05 X3 + 0.10 X4 400 (Trazado) 0.06 X1 + 0.12 X2 + 0.00 X3 + 0.10 X4 400 (Troquelado) 0.05 X1 + 0.10 X2 + 0.05 X3 + 0.12 X4 500 0.04 X1 + 0.20 X2 + 0.03 X3 + 0.12 X4 450 0.02 X1 + 0.06 X2 + 0.02 X3 + 0.05 X4 400 b) En disponibilidad de hojas de metal: 2.0 X2 + 1.2 X4 2,000 (Ensamble) (Acabado) (Empaque)

26

Sistemas de Optimizacin de Recursos

c) Restriccin de mnimo de produccin y mximas ventas: 1,000 X1 6,000 0 X2 500 500 X3 3,000 100 X4 1,000 d) No Negatividad: Xi 0 Ejemplo N 5 El Departamento de publicidad de Almacenes Hawai y Cia (AHC) tiene que planear para el prximo mes una estrategia de publicidad para el lanzamiento de una nueva lnea de televisores a color. La meta de la AHC es llegar al menos al 40% de las familias de ingresos medios. Para esto, tiene en consideracin dos medios diferentes: Anunciarse en la cadena de T.V. Honolul TV Anunciarse en el peridico Honolul Times. La publicidad por T.V. llega al 2% de las familias de ingresos altos y al 3% de las familias de ingresos medios (por comercial). La publicidad en el peridico llega al 3% de las familias de ingresos altos y al 6% de las familias de ingresos medios (por anuncio). La publicidad en el peridico tiene un costo de $500.00 por anuncio y la publicidad por T.V. tiene un costo de $2,000.00 por comercial. La meta de la AAHC es obtener al menos una presentacin como mnimo al 36% de las familias de ingresos altos y al 60% de las familias de ingresos medios, minimizando los costos de publicidad. Asumiendo que una persona que est considerando el anuncio y el comercial como una exposicin doble (una exposicin mayor que el 100% es posible) construya un modelo de Programacin Lineal para el problema de la AHC:

27

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin: Sean: XN = Nmero de Anuncios en el peridico XT = Nmero de Anuncios en Televisin Funcin Objetivo: MIN Z = 500 XN + XT 2000 Restricciones:

XN 0.03 + XT 0.02 XN 0.06 + XT 0.03 Xi 0 (i = N, T)

0.36 0.60

Ejemplo N 6 Un gerente de personal debe elaborar un programa de vigilancia para la empresa, de modo que satisfaga los requerimientos de vigilantes que se muestran en la tabla N 1.

Tabla N 1 Requerimientos de Vigilantes HORARIO DE COBERTURA Medianoche 4:00 a.m. 4:00 a.m. - 8:00 a.m. 8:00 a.m. - 12:00 m. 12: 00 m - 4:00 p.m. 4:00 p.m. - 8:00 p.m. 8:00 p.m. - medianoche # MINIMO DE VIGILANTES REQUERIDOS 5 7 15 7 12 9

Los guardias de seguridad trabajan turnos de 8 horas; y todos los das hay 6 turnos, en la Tabla N 2 se dan los horarios de entrada y salida de cada turno. El gerente de personal quiere determinar

28

Sistemas de Optimizacin de Recursos

cuntos guardias debern trabajar en cada turno, con el objetivo de minimizar el # total de guardias que satisfagan los requerimientos de vigilancia. Tabla N 2 Horarios de entrada y salida Hora Entrada Hora Salida Medianoche 8:00 a.m. 4:00 a.m. Medioda 8:00 a.m. 4:00 p.m. Medioda 8:00 p.m. 4:00 p.m. Medianoche 8:00 p.m. 4:00 a.m.

Turno 1 2 3 4 5 6

FORMULACION: TABLA DE TURNOS / INTERVALOS

Turno 1 2 3 4 5 6 # mnimo de vigilantes requeridos

Medianoche 4:00 a.m. 8:00 a.m. Medio da 4:00 p.m. 8:00 p.m. 4:00 a.m. 8:00 a.m. Medio da 4:00 p.m. 8:00 p.m. medianoche X1 X1 X2 X2 X3 X3 X4 X4 X5 X5 X6 X6 5 7 15 7 12 9

Donde: X1 = # de guardias que entran a trabajar en el turno 1 X2 = # de guardias que entran a trabajar en el turno 2 X3 = # de guardias que entran a trabajar en el turno 3 X4 = # de guardias que entran a trabajar en el turno 4 X5 = # de guardias que entran a trabajar en el turno 5 X6 = # de guardias que entran a trabajar en el turno 6
29

Sistemas de Optimizacin de Recursos

Tal que: MIN Z = X1 + X2 + X3 + X4 + X5 + X6 Sujeto a: X6 + X1 5 X1 + X2 7 X2 + X3 15 X3 + X4 7 X4 + X5 12 X5 + X6 9 Xi 0 (i = 1, 2, 3, 4, 5, 6)

30

Sistemas de Optimizacin de Recursos

Solucin de los Modelos de Programacin Lineal Solucin Grfica y Solucin Analtica

1. Dibujar el grfico de coordenadas, seleccionar los ejes de coordenadas para cada una de de las variables. 2. Convertir las desigualdades en igualdades y graficar las rectas que representan dichas restricciones. 3. Escoger un punto de ensayo. 4. Evaluar la restriccin. 5. Determinar si el punto de ensayo satisface la desigualdad, y seleccionar el rea (desigualdad) o lnea (igualdad) que satisfaga la desigualdad o igualdad. 6. Determinar cual es el polgono de Soluciones factibles. 7. Evaluar los puntos extremos (Vrtices del polgono) 8. Seleccionar la alternativa y solucin ptima ptima-

Procedimiento de Solucin por Mtodo Grfico:

Programacin Lineal: El Mtodo Simplex:

Entendemos que un modelo es lineal cuando las variables, tanto de la Funcin Objetivo como de las restricciones son lineales, es decir tiene exponente igual a uno, es decir que no existen variables con exponente dos o mayor. Definicin: El modelo Simplex es un mtodo algebraico sistemtico e iterativo utilizado para resolver modelos de Programacin Lineal, que examinan los vrtices de un conjunto convexo, hasta encontrar la alternativa ptima que resuelve el modelo. Procedimiento: Todas las restricciones del modelo deben ser transformadas a igualdades, para poder s establecer una solucin bsica factible inicial, y as poder resolver un sistema de ecuaciones simultneas utilizando la Funcin Objetivo como la referencia para establecer la solucin ptima. El espacio dentro del cual se encuentra delimitada el rea definida por todas las restricciones define lo que se conoce como <polgono de Soluciones Factibles. Cada vrtice de dicho Polgono corresponde a una alternativa que resuelve el sistema de ecuaciones y variables, y la Solucin ptima del mismo estar stema localizada en uno de sus vrtices.

31