Casos Integrados Hillier-Lieberman

Universidad Autónoma del Estado de Hidalgo
Instituto de ciencias básicas e ingeniería

Área académica de ciencias básicas e ingeniería
Ingeniería industrial
Tópicos de programación y simulación
matemática
Casos integrados Hillier-Lieberman

Equipo 2
Equipo 2
Calva Verde María José
Eguiluz Torres Jesús
Escamilla Cervantes Jacqueline
García Serra Andy Emylin
Ramírez Alemán Karime
Ramírez Ramírez Carmen
ContenidoI...........................................................................CASO No. 1
2
I. CASO No. 2..............................................................................................17
I. CASO No. 3.............................................................................................27
I. CASO No. 4..............................................................................................39
I. CASO No. 5.............................................................................................51
I. CASO No. 6..............................................................................................65
I. CASO No. 7..............................................................................................75
P á g i n a 2 | 96
INVESTIGACIÓN DE OPERACIONES
Hillier, F., & Lieberman, G. (2015).
Décima Edición
Mc Graw Hill Education.
Capítulo 3 – Introducción a la Programación Lineal
Págs. 22-26
I. CASO No. 1
La WYNDOR GLASS CO. produce artículos de vidrio de alta calidad entre ellos
ventanas y puertas de vidrio. Tiene tres plantas los marcos y molduras de aluminio se
hacen en la planta 1, los de madera en planta 2; la tres produce el vidrio y ensambla
los productos debido a una reducción de las ganancias, la alta administración ha
decidido reorganizar la línea de producción de la compañía se discontinuarán varios
productores no rentables y se dejara libre una parte de la capacidad de producción
para emprender la fabricación de dos productos nuevos, cuyas ventas potenciales son
muy prometedoras:
Producto 1: una puerta de vidrio de 8 pies con marco de aluminio
Producto 2: una ventana corrediza con marco de madera de 4x6 pies
El producto 1 requiere de la capacidad de producción en las plantas 1 y 3 y nada en la
planta 2. El producto 2 sólo necesita trabajo en las plantas 2 y 3. La división de
comercialización ha concluido que la compañía puede vender todos los productos que
se puedan fabricar en las plantas, sin embargo, como ambos productos competirán
por la misma capacidad de producción en la planta 3, no está claro cuál mezcla de
productos sería la más rentable, por lo tanto, se ha formado un equipo de IO para
estudiar este problema.
Requerimientos de producción
producto
planta
1 2
1 J
2 J
3 J J
El grupo comenzó a realizar juntas con la alta administración para identificar los
objetivos del estudio, como consecuencia de ellas se desarrolló la siguiente definición
del problema:
Determinar cuáles tazas de producción deben tener los dos productos con el fin de
maximizar las utilidades totales sujetas a las restricciones impuestas por las
capacidades de producción limitadas disponibles en la planta 3. (Cada producto se
fabricará en lotes de 20 unidades, de manera que la taza de producción está definida
como el número de lotes que se producen a la semana.)
Se permite cualquier combinación de tazas de producción que satisfagan estas
restricciones incluso no fabricar uno de los productos y elaborar todo lo que sea
posible del otro.
El equipo de IO también identificó los datos que se necesitaba reunir:
P á g i n a 3 | 96
1. Número de horas de producción disponibles por semana en cada planta para
fabricar estos nuevos productos. (Casi todo el tiempo de estas plantas está
comprometido con los productos actuales, lo que limita la capacidad para
manufacturar nuevos productos)
2. Número de horas de fabricación que se emplea para producir cada lo te de cada
artículo nuevo en cada uno de las plantas
3. La ganancia por lote de cada producto nuevo (Se escogió la ganancia por lote
producido como una medida adecuada una vez que equipo llegó a la conclusión
de que la ganancia incremental de cada lote adicional producido sería, en
esencia, constante, sin que importase el número total de lotes producidos.
Debido a que no se incurre en costos sustanciales para iniciar la producción y la
comercialización de estos nuevos productos, la ganancia total de cada uno es
aproximadamente la ganancia por lote que se produce multiplicada por el
número de lotes.)
La obtención de estimaciones razonables de estas cantidades requirió del apoyo de
personal clave en varias unidades de la compañía. El personal de la división de
manufactura proporcionó los datos de la primera categoría mencionada, en la
segunda categoría, el desarrollo de estimaciones requirió un análisis de los ingenieros
de manufactura involucrado en el diseño de los procesos de producción para elaborar
los nuevos artículos al analiza los dato de costo que se obtuvieron junto con la
decisión sobre los precios de la división de marketing, el departamento de
contabilidad calculó las estimaciones para la tercera categoría.
La siguiente tabla resume los datos reunidos, de inmediato el equipo IO reaccionó que
se trataba de un problema de programación lineal del tipo clásico de mezcla de
productos y procedió a la formulación del modelo matemático correspondiente:
Datos del problema de la Wyndor Glass Co.

Tiempo de
producción por Tiempo de producción
Planta lotes, horas disponible a la semana,
Producto horas
1 2
1 1 0 4
2 0 2 12
3 3 2 18
Ganancia por
$3,000 $5,000
lote
P á g i n a 4 | 96
Hillier, F., & Lieberman, G.
Caso No. 1
II. CONSTRUCCIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

1. OBJETIVO DE OPTIMIZACIÓN
Maximizar las utilidades totales de la producción de las puertas de vidrio de 8 pies con
marco de aluminio (Producto 1) y de las ventanas corredizas con marco de madera de
4x6 pies (producto 2).
2. PROBLEMA DE DECISIÓN
Determinar cuáles tasas de producción deben tener los dos productos en cada una de
las tres plantas.
3. RESTRICCIONES
Número de lotes de cada producto que se fabrica de forma semanal
Producción de cada producto por fabrica diferente a valores negativos
4. DEFINICIÓN DE VARIABLES
La definición del problema planteado indica que las decisiones deben tomarse son el
número de lotes de los productos que se fabricarán semanalmente, de manera que se
maximicen su ganancia su ganancia total.
Para formular el modelo matemático de programación lineal de este problema se
define
X1= Número de lotes del producto 1 que se fabrican por semana
X2= Número de lotes del producto 2 que se fabrican por semana
Z= Ganancia semanal total (en miles de dólares) que generan estos dos productos
5. CONSTRUCCIÓN DE LA FUNCIÓN OBJETIVO

Siguiendo el último renglón de la tabla de datos del caso. Ya que la ganancia de la
función objetivo está dada en miles de dólares, queda de forma:
Maximizar Z= 3X1 + 5X2
6. CONSTRUCCIÓN DE LAS RESTRICCIONES

Número de lotes de cada producto que se fabrica de forma semanal
La tabla que contiene los datos del problema indica que cada lote del producto 1 que
se produce por semana emplea una hora de producción en la planta 1, y sólo se
dispone de 4 horas semanales, en términos matemáticos esta desigualdad se expresa
mediante la desigualdad: X1 ≤ 4
De igual manera la planta 2 impone la restricción: 2X2 ≤ 12.
El número de horas de producción usadas a la semana en la planta 3 que se consume

al elegir X1 y X2 como las tasas de producción de los nuevos productos sería 3X 1 + 2X2.
En consecuencia, la expresión matemática de la restricción de la planta 3 es 3X1+2X2 ≤
18
Producción de cada producto por fabrica diferente a valores negativos
P á g i n a 5 | 96
Caso No. 1
Por último, como las tasas de producción no pueden ser negativas es necesario
restringir las variables de decisión a valores no negativos: X1 ≥ 0 y X2 ≥ 0.
Para resumir el lenguaje matemático de programación lineal, el problema consiste en
seleccionar valores de X1 y X2 para:
Maximizar Z = 3X1 + 5X2
Sujeta a las restricciones
X1 ≤ 4
2X2 ≤ 12
3X1+2X2 ≤ 18
Y X 1 ≥ 0 y X2 ≥ 0
III. SOLUCIÓN GRÁFICA

Este problema tiene sólo dos variables de decisión esto es, sólo dos dimensiones, así
que se puede usar un procedimiento gráfico para resolverlo.
Este procedimiento incluye la construcción de una gráfica de dos dimensiones con X 1 y
X2 como los ejes. El primer paso es identificar los valores de(X 1, X2) permitidos por las
restricciones, esté objetivo se logra dibujando cada una de las rectas que limitan los
valores permitidos por una restricción, para comenzar, observe que las restricciones
de no negatividad X1 ≥ 0 y X2 ≥ 0 exigen que el punto (X 1,X2) se encuentren en el lado
positivo de los ejes (incluso sobre cualquiera de los dos ejes, es decir, en el primer
cuadrante, después debe observarse que la restricción X 1 ≤ 4 significa que (X1,X2) no
puede estar a la derecha de la recta X 1 = 4. Estos resultados se muestran en la
siguiente gráfica, en la que el área sombreada contiene los únicos valores (X 1,X2)
permitidos.
De manera parecida, la restricción 2X2≤12 (o de modo equivalente, X2≤6) implica que

la recta 2X2=12 debe agregarse a la frontera de la región permisible.
P á g i n a 6 | 96
Caso No. 1
La
última restricción, 3X1+2X2≤18, se encuentra al graficar los puntos (X 1,X2) Tales que
3X1+2X2=18( otra recta para completar la frontera (observe que los puntos que
cumplen 3X1 +2X2 ≤ 18) son aquellos que están sobre o por debajo de la recta 3X 1
+2X2=18 por lo que está es la recta que limita, y más allá de ella, la desigualdad no se
satisface.
P á g i n a 7 | 96
Caso No. 1
En la gráfica anterior la región de valores permisibles (X 1,X2), llamada región factible.

Por último, es necesario graficar la función objetivo Z=3X 1 + 5X2. En la gráfica
siguiente grafica se puede apreciar de color rojo, con líneas punteadas.
P á g i n a 8 | 96
Caso No. 1
IV. SOLUCIÓN CON ESCENARIO EN SOLVER

Datos del problema de la Wyndor Glass Co.
Tiempo de
producción por Tiempo de producción
Planta lotes, horas disponible a la semana,
Producto horas
1 2
1 1 0 4
2 0 2 12
3 3 2 18
Ganancia por
$3,000 $5,000
lote
Restricciones
Horas disponibles
Restricción de producción Producto 1 = 2 ≤ 4
de lotes por semana Producto 2 = 12 ≤ 12
Ambos = 18 ≤ 18
Tasas de producción
Restricción a tasas no
Producto 1 = 2 ≥ 0
negativas
producto 2 = 6 ≥ 0
P á g i n a 9 | 96
Caso No. 1
SOLUCIÓN
Tiempo de
producción
disponible
Planta Número de lotes a producir
a la
semana,
horas
1 4 2
2 12 6
3 18 0
Ganancia (miles de dólares) 3 5
Función objetivo Z = 36
P á g i n a 10 | 96
Caso No. 1
V. SOLUCIÓN CON MODELO EN SOLVER
Maximizar Z = 3 X1 + 5 X2 = 36
R1 X1 = 2 ≤ 4
R2 2 X2 = 12 ≤ 12
X
R3 3 X1 + 2 = 18 ≤ 18
2
Variables de decisión
Amba
x1 X2
s
2 6 0
Función objetivo Z = 36
P á g i n a 11 | 96
Caso No. 1
P á g i n a 12 | 96
Caso No. 1
VI. ANÁLISIS DE SENSIBILIDAD

Celdas de variables
Reducid Permisibl Permisibl
Final o Objetivo e e
Valo Aumenta
Celda Nombre r Coste Coeficiente r Reducir
Número de lotes del producto 1 que se fabrican por semana en la planta
$I$80 1 2 0 3 4.5 3
Número de lotes del producto 2 que se fabrican por semana en la planta
$I$81 2 6 0 5 1E+30 3
Número de lotes del producto 1 y 2 que se fabrican por semana en la
$I$82 planta 3 0 0 0 0 1E+30
Restricciones
Permisibl Permisibl
Final Sombra Restricción e e
Valo Lado Aumenta
Celda Nombre r Precio derecho r Reducir
$H$7
4 = Tasa no negativa del producto 1 2 0 0 2 1E+30
$H$7
5 = Tasa no negativa del producto 2 6 0 0 6 1E+30
$H$7
0 = Tiempo de producción del producto 1disponiblea la semana, horas 2 0 4 1E+30 2
$H$7 = Tiempo de producción del producto 1 y 2 disponible a la semana,
2 horas 18 1 18 6 6
$H$7
1 = Tiempo de producción del producto 2 disponible a la semana, horas 12 1.5 12 6 6
P á g i n a 13 | 96
Caso No. 1
VII. INFORME DE RESPUESTAS

Celda objetivo (Máx)
Celda Nombre Valor original Valor final
$H$86 Ganancia total 36 36
Celdas de variables
Celda Nombre Valor original Valor final Entero
Número de lotes del producto 1 que se fabrican por semana
$I$80 en la planta 1 2 2 Continuar
Número de lotes del producto 2 que se fabrican por semana
$I$81 en la planta 2 6 6 Continuar
Número de lotes del producto 1 y 2 que se fabrican por
$I$82 semana en la planta 3 0 0 Continuar
Restricciones
Valor de la
Celda Nombre celda Fórmula Estado Demora
= Tiempo de producción del producto 1 y 2disponibles a la $H$72<=$J$7
$H$72 semana, horas 18 2 Vinculante 0
= Tiempo de producción del producto 2 disponibles a la $H$71<=$J$7
$H$71 semana, horas 12 1 Vinculante 0
= Tiempo de producción del producto 1 disponible a la $H$70<=$J$7 No
$H$70 semana, horas 2 0 vinculante 2
P á g i n a 14 | 96
Caso No. 1
$H$74>=$J$7 No
$H$74 = Tasa no negativa del producto 1 2 4 vinculante 2
$H$75>=$J$7 No
$H$75 = Tiempo de producción disponible a la semana, horas 6 5 vinculante 6
VIII. SOLUCIÓN CON LINGO
P á g i n a 15 | 96
Caso No. 1
P á g i n a 16 | 96
Caso No. 1
P á g i n a 17 | 96
Caso No. 1
P á g i n a 18 | 96
Caso No. 1
IX. REPORTE DE RANGOS DE LINGO
P á g i n a 19 | 96
Caso No.
Décima 1
Edición
Págs. 42-43
I. CASO No. 2
Acaban de diagnosticar que Mary padece cáncer en una etapa bastante avanzada.
Específicamente, tiene un tumor grande en el área de la vejiga, una “lesión que afecta
a toda la vejiga”. Mary recibirá los cuidados médicos más avanzados disponibles,
para proporcionarle la mejor posibilidad de supervivencia. Estos cuidados incluyen
una terapia de radiación extensa. La terapia implica el uso de una máquina de rayos
externos que envía radiación ionizante a través del cuerpo de la paciente y daña tanto
los tejidos cancerosos como los sanos. Es normal que se administren los rayos con
precisión desde diferentes ángulos en un plano de dos dimensiones. Debido a la
atenuación, cada rayo descarga más radiación sobre el tejido cercano al punto de
entrada que sobre el cercano al punto de salida. La dispersión también provoca que
parte de la radiación se descargue sobre tejidos que están fuera de la trayectoria
directa del rayo. Debido a que las células del tumor casi siempre se encuentran
diseminadas entre células sanas, la dosis de radiación a través de la región del tumor
debe ser suficiente para matar las células malignas que son un poco más sensibles a
ella, pero suficientemente pequeña para no matar a las células sanas.
Al mismo tiempo, la dosis acumulada que reciben los tejidos críticos no debe exceder
los niveles de tolerancia establecidos, con el objeto de prevenir complicaciones que
puedan resultar más serias que la enfermedad misma. La dosis completa que recibe el
cuerpo sano debe minimizarse. Debido a la necesidad de balancear con cuidado todos
estos factores, el diseño de la terapia de radiación es un proceso muy delicado. La
meta principal de este diseño es elegir la combinación de rayos que se utilizará y la
intensidad de cada uno para generar la mejor distribución posible de la dosis. (La
fuerza de la dosis en cualquier punto del cuerpo se mide en unidades llamadas
kilorads.) Una vez diseñado el tratamiento, se administra en muchas sesiones durante
varias semanas. En el caso de Mary, el tamaño y la localización del tumor hacen que
el diseño de su tratamiento sea un proceso más delicado que lo usual. La figura
muestra un diagrama de un corte transversal del tumor visto desde arriba, al igual
que los tejidos cercanos críticos que deben evitarse. Estos tejidos incluyen órganos
vitales —por ejemplo, el recto—y estructura ósea —el fémur y la pelvis—que
atenuarán la radiación. Además, se muestra el punto de entrada y la dirección de los
únicos dos rayos que se pueden usar en este caso con un grado relativamente
moderado de seguridad (El ejemplo se ha simplificado en este punto, pero en la
realidad se consideran docenas de rayos posibles.) En el caso de cualquier rayo
propuesto de una cierta intensidad, el análisis para determinar cuál sería la absorción
de radiación resultante por distintas partes del cuerpo requiere desarrollar un difícil
proceso. En resumen, con base a un análisis anatómico cuidadoso, la distribución de
energía dentro de un corte transversal de dos dimensiones se puede graficar en un
P á g i n a 20 | 96
Caso No. 1
mapa de isodosis en el que las curvas representan la fuerza de la dosis como un

porcentaje de la fuerza de esta en el punto de entrada. Después se coloca una red fina
sobre dicho mapa, si se suma la radiación absorbida en los cuadros que contienen
cada tipo de tejido, se puede calcular la dosis promedio que absorbe el tumor, los
tejidos sanos y los tejidos críticos. La absorción de la radiación es aditiva cuando se
administra más de un rayo (en forma secuencial)
Después de un análisis exhaustivo el equipo médico estimó con detalle los datos
necesarios para el diseño del tratamiento de Mary, cuyo resumen se presenta en la
siguiente tabla. La primera columna presenta una lista de las áreas del cuerpo que
deben considerarse y las dos siguientes proporcionan la fracción de la dosis de
radiación de cada rayo en el punto de entrada que absorbe en promedio de las áreas
respectivas. Por ejemplo, si el nivel de la dosis en el punto de entrada del rayo 1 es 1
kilorad, se absorberán 0.4 kilorads en toda la anatomía sana en el plano de 2
dimensiones, un promedio de 0.3 kilorad en los tejidos críticos cercanos, un promedio
de 0.5 kilorad en las distintas partes del tumor y 0.6 kilorad en el centro del tumor.
La última columna presenta las restricciones sobre la dosis total de ambos rayos que
se absorbe en promedio en las diferentes partes del cuerpo. En particular, la
absorción promedio de la dosis por la anatomía sana debe de ser tan pequeña como
sea posible, los tejidos críticos no deben de exceder los 2.7 kilorads, el promedio sobre
todo el tumor debe de ser igual a 6 kilorads y en el centro del tumor debe de ser por lo
menos de 6 kilorads.
Datos para el diseño de radiación de Mary
Fracción de la dosis de
entrada absorbida por Restricción sobre la dosis promedio
Área área (promedio) total, kilorads
Rayo 1 Rayo 2
Anatomía sana 0.4 0.5 Minimizar
Tejido crítico 0.3 0.1 ≤ 2.70
Región del
0.5 0.5 = 6
tumor
Centro del
0.6 0.4 ≥ 6
tumor

I. OBJETIVO DE OPTIMIZACIÓN
Minimizar la dosis total de radiación que llega a la anatomía sana.
II. PROBLEMA DE DECISIÓN
P á g i n a 21 | 96
Caso No. 1
Determinar la dosis de radiación que debe de usarse en los 2 puntos de

entrada
III. RESTRICCIONES
Los niveles de tolerancia establecidos para la radiación.
IV. DEFINICIÓN DE VARIABLES

X1= Dosis en kilorads en el punto de entrada del rayo 1
X2= Dosis en kilorads en el punto de entrada del rayo 2
V. CONSTRUCCIÓN DE LA FUNCIÓN OBJETIVO

Min Z = 0.4x1 + 0.5x2;
VI. CONSTRUCCIÓN DE LAS RESTRICCIONES

0.3x1 + 0.1x2 ≤ 2.7;
0.5 x1 + 0.5 x2 = 6;
0.6x1 + 0.4 x2 ≥ 6;
III. SOLUCIÓN GRÁFICA
IV. SOLUCIÓN CON ESCENARIO EN SOLVER

Datos para el diseño de radiación de Mary
Fracción de la dosis de
entrada absorbida por área Restricción sobre la dosis
Área (promedio) promedio total, kilorads
Rayo 1 Rayo 2
Anatomía sana 0.4 0.5 Minimizar
Tejido crítico 0.3 0.1 ≤ 2.7
P á g i n a 22 | 96
Caso No. 1
Región del tumor 0.5 0.5 = 6

Centro del tumor 0.6 0.4 ≥ 6
Restricciones
Tejido crítico 2.7 ≤ 2.70
Región del tumor 6 = 6.00
Centro del tumor 6.3 ≥ 6.00
x1
SOLUCIÓN
Dosis en kilorads en el
punto de entrada del 7.5
rayo 1
x2
Dosis en kilorads en el
punto de entrada del 4.5
rayo 2
Función objetivo Min. Z 5.25
V. SOLUCIÓN CON MODELO EN SOLVER
P á g i n a 23 | 96
Caso No. 1
P á g i n a 24 | 96
Caso No. 2
VI. ANÁLISIS DE SENSIBILIDAD
Celdas de variables
Permisibl
Final Reducido Objetivo Permisible e
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
Dosis en kilorads en el punto de entrada
$D$46 del rayo 1 ≥ 7.5 0 0.4 0.1 1E+30
Dosis en kilorads en el punto de entrada
$D$47 del rayo 2 ≥ 4.5 0 0.5 1E+30 0.1
Restricciones
Permisibl
Final Sombra Restricción Permisible e
Lado
Celda Nombre Valor Precio derecho Aumentar Reducir
$C$41 Tejido crítico Rayo 1 2.7 -0.5 2.7 0.9 0.3
$C$42 Región del tumor Rayo 1 6 1.1 6 7.5 0.5
$C$43 Centro del tumor Rayo 1 6.3 0 6 0.3 1E+30
P á g i n a 25 | 96
Caso No. 2
VII.
Celda objetivo (Mín)
$D$4
8 Min. Z ≥ Ganancia total 5.25 5.25
Celdas de variables
$D$4
6 Dosis en kilorads en el punto de entrada del rayo 1 ≥ 7.5 7.5 Continuar
$D$4
7 Dosis en kilorads en el punto de entrada del rayo 2 ≥ 4.5 4.5 Continuar
Restricciones
Valor de la
Celda Nombre celda Fórmula Estado Demora
$C$4
1 Tejido crítico Rayo 1 2.7 $C$41<=$E$41 Vinculante 0
$C$4
2 Región del tumor Rayo 1 6 $C$42=$E$42 Vinculante 0
$C$4 No
3 Centro del tumor Rayo 1 6.3 $C$43>=$E$43 vinculante 0.3
ANÁLISIS DE RESPUESTAS
P á g i n a 26 | 96
Caso No. 2
VII. SOLUCIÓN CON LINGO
P á g i n a 27 | 96
Caso No. 2
P á g i n a 28 | 96
Caso No. 2
VIII. ANÁLISIS DE RANGOS
P á g i n a 29 | 96
INVESTIGACIÓN DE2 OPERACIONES

Caso No.
Décima Edición
Págs. 41 - 44
I. CASO No. 3
La CONFEDERACIÓN SUR DE KIBBUTZIM está formada por tres kibbutzim

(Comunidades agrícolas comunales) de Israel. La planeación global de este grupo se hace en
su oficina de coordinación técnica. En la actualidad planean la producción agrícola para el
año próximo.
La producción agrícola está limitada tanto por la extensión de terreno disponible para
arrigación como por la cantidad de agua que la Comisión de aguas (Una oficina del gobierno
nacional) asigna para corregirlo.
Datos de recursos de la
Confederación Sur de Kibbutzim
Terreno asignación
Kibbutz disponible de agua
(acres) (pies-acres)
1 400 600
2 600 800
3 300 375
Los equipos de cultivos adecuados para la región incluyen remolacha, algodón y

sorgo, que son precisamente los tres que están en estudio para la estación venidera.
Los cultivos difieren primordialmente en su rendimiento neto esperado por acre y en
su consumo de agua. Además, el Ministerio de Agricultura ha establecido una
cantidad máxima de acres que la Confederación puede dedicar a estos cultivos.
Datos de cultivos de la Confederación Sur de

Kibbutzim.
Consum
Cantida
o de Rendimient
d
Cultivo agua o neto
máxima
(acre-pi/ ($/acre)
(acres)
acre)
Remolach $
600 3
a 1,000.00
$
Algodón 500 2
750.00
$
Sorgo 325 1
250.00
P á g i n a 30 | 96
Caso No. 2
Debido a la disponibilidad limitada de agua por irrigación la Confederación no podrá usar

todo el terreno irrigable para los cultivos de la próxima temporada. Para asegurar la equidad
entre los tres kibbutzim. Han acordado que cada uno sembrará la misma proporción de sus
tierras irrigables disponibles. Por ejemplo, si el kibutz 1 siembra 200 de sus 400 acres
disponibles, entonces el kibutz 2 deberá sembrar 300 de sus 600 acres, mientras que kibutz 3
sembraría 150 acres de los 300 que tiene. Cualquier combinación
de estos cultivos se puede sembrar en cualquiera de las granjas. El trabajo al que se enfrenta la
oficina de coordinación técnica consiste en planear cuantos acres deben asignarse a cada tipo de
cultivo en cada kibutz, de forma que cumpla con las restricciones dadas.

Maximizar el rendimiento neto total de la Confederación Sur de Kibbutzim.

Determinar el número de acres que se dedicará a cada cultivo en cada Kibbutz.
III. RESTRICCIONES
Acres disponibles
Terrenos disponibles

Z=Rendimiento neto total.
X J (J= 1, 2,…,9)= Cantidad de cultivo en cada Kibbutz.

Max Z = 1000( X 1 + X 2+ X 3 ¿+ 750 ( X 4 + X 5 + X 6 ) +250 (X 7 + X 8+ X 9 )
Terreno para uso en cada Kibbutz:

X 1 + X 4 + X 7 ≤ 400 X 2 + X 5 + X 8 ≤ 600 X 3 + X 6 + X 9 ≤ 300 Asignación de agua para cada
kibbuts:
3 X 1 +2 X 4 + X 7 ≤ 600
3 X 2 +2 X 5 + X 8 ≤ 800
3 X 3 +2 X 6 + X 9 ≤ 375
Total de acres para cada cultivo: X 1 + X 2 + X 3 ≤ 600
P á g i n a 31 | 96
Caso No. 2
X 4 + X 5 + X 6 ≤ 500
X 7 + X 8 + X 9 ≤ 325
Igual proporción de área plantada:

3¿
¿¿
4¿
No negatividad
Xj ≥ 0
P á g i n a 32 | 96
Caso No. 2
P á g i n a 33 | 96
Caso No. 2
III. SOLUCIÓN CON ESCENARIO EN SOLVER

SOLUCIÓN
Mejor asignación (acres)
Comunidades
Kibbutz Cantidad de Ganancia total
Cultivo Rendimiento neto total
acres cultivadas por cultivo
1 2 3 por cultivo
Remolacha 133.33 100 25 258.333 $ 258,333 $ 633,333
Algodón 100 250 150 500 $ 375,000
Sorgo 0 0 0 0 $ -
Cantidad de acres
cultivadas por 233.33 350 175
comunidad
P á g i n a 34 | 96
Caso No. 2
Restricciones
Terreno para uso en cada kibbutz

233.333 ≤ 400
350 ≤ 600
175 ≤ 300
Asignación de agua para cada
Kibbutz
600 ≤ 600
800 ≤ 800
375 ≤ 375
Total de acres para cada cultivo
258.33 ≤ 600
500 ≤ 500
0 ≤ 325
Igual proporción de área plantada:
0 = 0
0 = 0
0 = 0
No negatividad
633333.3 ≥ 0
Variables de decision:
X1 133.333
X2 100
X3 25
X4 100
X5 250
X6 150
X7 0
X8 0
X9 0
P á g i n a 35 | 96
Caso No. 2
P á g i n a 36 | 96
Caso No. 2
IV. SOLUCIÓN CON MODELO EN SOLVER
P á g i n a 37 | 96
Caso No. 2
V. INFORME DE SENSIBILIDAD
Celdas de variables
Final Reducido
Celda Nombre Valor Degradado
$D$5
4 variable_1 133.33333 0
$D$5
5 Variable_2 100 0
$D$5
6 Variable_3 25 0
$D$5
7 Variable_4 100 0
$D$5
8 Variable_5 250 0
$D$5
9 Variable_6 150 0
$D$6
0 Variable_7 0 -83.3332535
$D$6
1 Variable_8 0 -83.3333331
$D$6
2 Variable_9 0 -83.3332188
Restricciones
Final Lagrange
Multiplicado
Celda Nombre Valor r
$I$56 X3 Terreno para uso en cada kibbutz 233.33333 0
$I$57 X4 Terreno para uso en cada kibbutz 350 0
$I$58 X5 Terreno para uso en cada kibbutz 175 0
$I$60 X7 Asignación de agua para cada Kibbutz 600 333.333333
$I$64 Total de acres para cada cultivo 258.33333 0
$I$65 Total de acres para cada cultivo 500 83.3333511
$I$66 Total de acres para cada cultivo 0 0
$I$68 Igual proporción de área plantada: 0 -2.495E-05
$I$69 Igual proporción de área plantada: 0 0
$I$70 Igual proporción de área plantada: 0 -1.8321E-05
P á g i n a 38 | 96
Caso No. 2
P á g i n a 39 | 96
Caso No. 2
VI. ANÁLISIS DE RESPUESTAS

Celda objetivo (Máx)
$G$5 $
5 Función objetivo 633,333.33 $ 633,333.33
Celdas de variables
$D$5
4 variable_1 133.333 133.333 Continuar
$D$5
5 Variable_2 100 100 Continuar
$D$5
$D$5
$D$5
$D$5
$D$6
$D$6
$D$6
Restricciones
P á g i n a 40 | 96
Caso No. 2
Celda Nombre Valor de la celda Fórmula Estado Demora

$I$56<=$K$5 No
$I$56 X3 Terreno para uso en cada kibbutz 233.333 6 vinculante 166.66667
$I$57<=$K$5 No
$I$57 X4 Terreno para uso en cada kibbutz 350 7 vinculante 250
$I$58<=$K$5 No
$I$58 X5 Terreno para uso en cada kibbutz 175 8 vinculante 125
X7 Asignación de agua para cada $I$60<=$K$6
$I$60 Kibbutz 600 0 Vinculante 0
$I$64<=$K$6 No
$I$64 Total de acres para cada cultivo 258.33 4 vinculante 341.66667
$I$65<=$K$6
$I$65 Total de acres para cada cultivo 500 5 Vinculante 0
$I$66<=$K$6 No
$I$66 Total de acres para cada cultivo 0 6 vinculante 325
$I$68 Igual proporción de área plantada: 0 $I$68=$K$68 Vinculante 0
P á g i n a 41 | 96
Caso No. 2
P á g i n a 42 | 96
Caso No. 2
P á g i n a 43 | 96
Caso No. 2
P á g i n a 44 | 96
Caso No. 2
P á g i n a 45 | 96
INVESTIGACIÓN DE OG.
Hillier, F., & Lieberman, PERACIONES
Caso No. 2Edición
Décima
Págs.44-47
I. CASO No. 4
La NORI & LEETS CO., una de las mayores productoras de acero en el mundo occidental, está
localizada en la ciudad de Steeltown y es la única empresa grande de la localidad. La localidad ha
crecido y prosperado junto a la compañía, que de momento emplea cerca de 50 000 residentes. La
actitud de los habitantes es siempre “lo que es bueno para para NORI & LEETS es bueno para
nosotros”. Sin embargo, ésta actitud está cambiando; la contaminación no controlada del aire
debida a los altos hornos de la planta está en camino de arruinar la apariencia de la ciudad y de
poner en riesgo la salud de los habitantes.
Como resultado, después de una revuelta entre los accionistas se eligió un nuevo consejo directivo
más responsable. Los nuevos directores han decidido seguir políticas de responsabilidad social y
realizar pláticas con las autoridades de la ciudad y con grupos de ciudadanos para tomar medidas
respecto a la contaminación ambiental. Juntos han establecido estándares rigurosos de calidad del
aire para la ciudad de Steeltown.
Los tres principales contaminantes son partículas de materia, óxidos de azufre e hidrocarburos. Los
nuevos estándares requieren que la compañía reduzca su emisión anual de éstos contaminantes en
las cantidades que se presentan en la tabla 3.12. El consejo directivo ha dado instrucciones a la
administración para que el personal de ingeniería determine cómo lograr estas reducciones en la
forma más económica.
TABLA 3.12 Estándares de aire limpio de Nori & Leets Co.

Reducción requerida de la
Contaminante tasa de emisión anual
(millones de libras)
Partículas 60
Óxidos de azufre 150
Hidrocarburos 125
La fabricación de acero tiene dos fuentes principales de contaminación: altos hornos para fabricar
el arrabio (lingotes de hierro) y los hornos Siemens-Martin para transformar el hierro en acero. En
ambos casos, los ingenieros determinaron que los métodos de abatimiento más eficaces son: 1)
aumentar la altura de las chimeneas, 2) usar filtros (con trampas de gas) en ellas 3) incluir
limpiadores de alto grado en los combustibles de los hornos. Todos estos métodos tienen limitaciones
tecnológicas en cuanto al nivel en que pueden usarse; por ejemplo, un incremento factible máximo
de la altura de las chimeneas, pero también existe una gran flexibilidad para usar el método en
cualquier nivel fraccionario de su límite tecnológico.
La tabla 3.13 muestra la cantidad de emisión (en millones de libras anuales) que se puede eliminar
de cada tipo de horno mediante el empleo del método de abatimiento al máximo límite tecnológico.
Para fines de análisis se supone que cada método se puede usar a un nivel menor para lograr
cualquier fracción de reducción en las tasas de emisión que se presenta en la tabla. Más aún las
fracciones pueden ser diferentes para los altos hornos y para los hornos Siemens-Martin, y el uso
P á g i n a 46 | 96
Caso No. 2
simultaneo de otro método no afecta de manera significativa la reducción de emisiones que se

alcanza en cada uno de ellos.
Después de obtener éstos datos, quedo claro que ningún método por sí solo podía lograr las
reducciones requeridas. Por otro lado, la combinación de los tres métodos a toda su capacidad – lo
que sería demasiado caro si se quiere que los productos tengan precios competitivos- genera un
resultado mucho más elevado de lo que se pide. Por todo esto, la conclusión de los ingenieros fue que
deberían usar alguna combinación de métodos, tal vez con capacidades fraccionarias, basada en sus
costos relativos. Aún más, debido a las diferencias entre los altos hornos y los hornos Siemens-
Martin, es probable que la combinación sea diferente para cada tipo de horno.
Se llevó a cabo un análisis para estimar el costo total anual de cada método de abatimiento. El costo
anual de cada método incluye el aumento de los gastos de operación y mantenimiento al igual que la
reducción de los ingresos debida a cualquier pérdida de eficiencia en el proceso de producción que
pueda generar el uso del método. El otro costo importante es el costo fijo inicial (el capital inicial)
que se requiere para instalar el método. Para hacer que este costo único fuera conmensurable con
los costos anuales, se usó el valor del dinero en el tiempo para calcular el gasto anual. (sobre el
tiempo esperado de vida del método) que sería equivalente a este costo fijo inicial.
TABLA 3.13 Reducción de la tasa de emisión (en millones de libras por año) con el uso
máximo factible de método de abatimiento de Nori & Leets Co.
Chimeneas más altas Filtros Mejores combustibles
Contaminante
Hornos Altos Hornos Altos Hornos
Altos hornos Siemens- Hornos Siemens- Hornos Siemens-
Martin Martin Martin
Partículas 12 9 25 20 17 13
Óxidos de azufre 35 42 18 31 56 49
Hidrocarburos 37 53 28 24 29 20
TABLA 3.14 Costo total anual por el uso máximo factible del método de abatimiento de Nori &
Leets Co. (millones de dólares)
P á g i n a 47 | 96
Caso No. 2
Hornos de
Método de
Altos hornos corazón
abatimiento
abierto
Chimeneas más altas 8 10
Filtros 7 6
Mejores
11 9
combustibles
El análisis permitió estimar los costos anuales totales (en millones de dólares), que se presentan en la
tabla 3.14 en que se incurre al usar los métodos a toda su capacidad de abatimiento. También se
determinó que el costo de un método que se utiliza a un nivel menor es esencialmente proporcional a
la capacidad fraccional de la capacidad de abatimiento que se logra, aspecto que se presenta en la
tabla 3.13. Entonces, para cualquier fracción que se logre, el costo total anual sería en esencia la
fracción de la cantidad correspondiente de la tabla 3.14.
En esta etapa, todo está listo para desarrollar el marco general del plan de la compañía para
disminuir la contaminación. Este plan especifica qué tipo de métodos de reducción deberían
emplearse y a qué fracciones de su capacidad para: 1) los altos hornos, 2) los hornos Siemens-
Martin. Debido a la naturaleza combinatoria del problema de encontrar un plan que satisfaga los
requisitos con el menos costo posible, se formó un equipo de investigación de operaciones para
resolverlo. El equipo decidió enfocar el problema desde un punto de vista de programación lineal, y
formulo el siguiente modelo
P á g i n a 48 | 96
Caso No. 4

Minimizar el costo total sin violar los requerimientos de reducción de emisión.
Encontrar la fracción optima de trabajo de cada uno de los tres métodos para cada tipo de
horno procurando el menor costo posible
3. RESTRICCIONES
Las restricciones son:

1) La reducción de emisión
2) Las restricciones tecnológicas
3) De no negatividad
X1= Uso de método de Chimeneas más altas en Altos hornos

X2= Uso de método de Chimeneas más altas en Hornos de corazón abierto
X3= Uso de método de Filtros en Altos hornos
X4= Uso de método de Filtros en Hornos de corazón abierto
X5= Uso de método de Mejores combustibles en Altos hornos
X6= Uso de método de Mejores combustibles en Hornos a corazón abierto
Minimizar Z= 8X1 + 10X2 + 7X3 + 6X4 + 11X5+ 9X6

1) De reducción de emisión
12X1 + 9X2 + 25X3 + 20X4 + 17X5 + 13X6 => 60
35X1 + 42X2 + 18X3 + 31X4 + 56X5 + 49X6 => 150
37X1 + 53X2 + 28X3 + 24X4 + 29X5 + 20X6 => 125
2) Restricciones tecnológicas
X1<=1
X2<=1
X3<=1
X4<=1
X5<=1
X6<=1
3) Restricciones de no negatividad
X1=>0
X2=>0
X3=>0
X4=>0
X5=>0
X6=>0
P á g i n a 49 | 96
Caso No. 4
Chimeneas más altas Filtros Mejores combustibles

SUMA
Contaminante
TOTAL
Hornos Altos Hornos Altos Hornos
Altos
hornos Siemens- Hornos Siemens- Hornos Siemens-
Martin Martin Martin
Partículas 12 5.60427709 8.58698504 20 0.80873786 13
60
Óxidos de
35 26.1532931 6.18262923 31 2.66407767 49
azufre 150
Hidrocarburo
37 33.0029651 9.61742325 24 1.37961165 20
s 125
SOLUCIÓN
Método de abatimiento Altos hornos Hornos a corazón abierto
Chimeneas más altas 1.000 0.622697455

Filtros 0.343 1
Mejores combustibles 0.047572816 1.000
Método de abatimiento Altos hornos Hornos a corazón abierto
Chimeneas más altas 8.00 6.226974547
Filtros 2.40 6
Mejores combustibles 0.523300971 9.00

FUNCIÓN OBJETIVO
32.15
MIN Z =
P á g i n a 50 | 96
Caso No. 4
P á g i n a 51 | 96
Caso No. 4
V. ANÁLISIS DE SENSIBILIDAD
Celdas de variables
Final Reducido Objetivo Permisible Permisible
$B$59 Chimeneas más altas Altos hornos 1 -0.336211 8 0.336211 1E+30
$C$5
9 Chimeneas más altas Hornos a corazón abierto 0.6226975 0 10 0.4294463 0.6669616
$B$60 Filtros Altos hornos 0.3434794 0 7 0.3816327 2.01146
$C$6
0 Filtros Hornos a corazón abierto 1 -1.816085 6 1.816085 1E+30
$B$61 Mejores combustibles Altos hornos 0.0475728 0 11 2.9752252 0.0446384
$C$6
1 Mejores combustibles Hornos a corazón abierto 1 -0.0441616 9 0.0441616 1E+30
Restricciones
Final SombraRestricción Permisible Permisible
Lado
$L$64 Partículas SUMA TOTAL 60 0.11104697 60 14.297143 7.48
$L$65 Óxidos de azufre SUMA TOTAL 150 0.12681711 150 20.453125 1.6896552
$L$66 Hidrocarburos SUMA TOTAL 125 0.06932564 125 2.0416667 21.691956
P á g i n a 52 | 96
Caso No. 4
VI. ANÁLISIS DE RESPUESTAS

$B$6
8 FUNCIÓN OBJETIVO Altos hornos 34.30 32.15
Celdas de variables
$B$5
1.000
9 Chimeneas más altas Altos hornos 0.057 Continuar
$C$5 Chimeneas más altas Hornos a corazón
0.6226975
9 abierto 1 Continuar
$B$6
0.343
0 Filtros Altos hornos 0.991 Continuar
$C$6
1
0 Filtros Hornos a corazón abierto 0 Continuar
$B$6
0.0475728
1 Mejores combustibles Altos hornos 1 Continuar
$C$6 Mejores combustibles Hornos a corazón
1.000
1 abierto 0.656 Continuar
Restricciones
$L$6
4 Partículas SUMA TOTAL 60 $L$64>=60 Vinculante 0
$L$6 $L$65>=15
5 Óxidos de azufre SUMA TOTAL 150 0 Vinculante 0
P á g i n a 53 | 96
Caso No. 4
$L$6 $L$66>=12
6 Hidrocarburos SUMA TOTAL 125 5 Vinculante 0
$B$5
9 Chimeneas más altas Altos hornos 1.000 $B$59<=1 Vinculante 0
$B$5
9 Chimeneas más altas Altos hornos 1.000 $B$59>=0 No vinculante 1.000
$B$6
0 Filtros Altos hornos 0.343 $B$60<=1 No vinculante 0.6565206
$B$6
0 Filtros Altos hornos 0.343 $B$60>=0 No vinculante 0.343
$B$6
1 Mejores combustibles Altos hornos 0.047572816 $B$61<=1 No vinculante 0.9524272
$B$6
1 Mejores combustibles Altos hornos 0.047572816 $B$61>=0 No vinculante 0.0475728
9 abierto 0.622697455 $C$59<=1 No vinculante 0.3773025
9 abierto 0.622697455 $C$59>=0 No vinculante 0.6226975
$C$6
0 Filtros Hornos a corazón abierto 1 $C$60<=1 Vinculante 0
$C$6
0 Filtros Hornos a corazón abierto 1 $C$60>=0 No vinculante 1
1 abierto 1.000 $C$61<=1 Vinculante 0
1 abierto 1.000 $C$61>=0 No vinculante 1.000
P á g i n a 54 | 96
Caso No. 4
P á g i n a 55 | 96
Caso No. 4
P á g i n a 56 | 96
Caso No. 4
P á g i n a 57 | 96
INVESTIGACIÓN
DE OPERACIONES
Caso No. 4Edición
Décima
Págs.45-51
I. CASO No. 5.
La SAVE-IT COMPANY opera un centro de reciclado que recoge cuatro tipos de material
de desecho sólido y los trata para amalgamarlo en un producto que pueda lanzarse al
mercado. El tratamiento y el amalgamarlos son dos procesos diferentes. Se pueden obtener
tres grados diferentes de este producto (vea la primera columna de la tabla 3.16), según la
mezcla de materiales que se use. Aunque existe alguna flexibilidad para esta mezcla en cada
grado, los estándares de calidad especifican una cantidad mínima y una máxima de la
proporción de los materiales permitidos en ese grado. (La proporción es el peso del material
expresado como un porcentaje del peso total del producto de ese grado.) Para los dos
grados más altos se especifica un porcentaje fijo de uno de los materiales. Estas
especificaciones se presentan en la tabla 3.16 junto con el costo de amalgamado y el precio
de venta de cada grado.
Precio de
Amalgamato
Grado Especificación venta por
por libra
libra
Material 1: No más de 30% del total
Material 2: No menos del 40% del total
A 3 8.5
Material 3: No más del 50% del total
Material 4: Exactamente 20% del total
B Material 2: No menos del 10% del total 2.5 7
C Material 1: No más del 70% del total 3 5.5
El centro de reciclado recoge los materiales de desecho sólido de ciertas fuentes habituales
por lo que casi siempre puede mantener una tasa de producción estable para tratarlos. En
la tabla 3.17 se muestran las cantidades disponibles para la recolección y tratamiento
semanal, al igual que el costo del proceso de cada tipo De material.
La sabe-It Co. Es propiedad de Green Earth, una organización dedicada a asuntos
ecológicos, por lo que las ganancias se usan para apoyar las actividades de Green Earth.
Esta organización ha logrado contribuciones y apoyos por la cantidad de 30, 000 dólares
semanales, que deben usarse sólo para cubrir el costo del tratamiento completo de los
desechos sólidos. El consejo directivo de Green Earth ha girado instrucciones a la
administración de Save-It para que divida este dinero entre los materiales, de tal manera
que se recolecte y se trate de al menos la mitad de la cantidad disponible de cada tipo de
material. Estas restricciones adicionales se enumeran en la tabla 3.17.
Costo del
Material Libras por semana disponible Restricciones Adicionales
tratamiento
P á g i n a 58 | 96
Caso No. 4
($) por
libras
1 3000 3 1.- de cada material deben
recolectarse y tratarse al
2 2000 6 menos la mitad de las libras.
3 4000 4 2. -Deben usarse $30 000

semanales para tratar estos
4 1000 5 materiales
Con las restricciones especificadas en las tablas 3.16 y 3.17, la administración desea
determinar la cantidad que debe producir de cada grado y la mezcla exacta de materiales
que usará para cada uno, de tal manera que se maximice la ganancia semanal neta –
ingresos totales por ventas menos costo total del amalgamado-, independientemente del
costo del tratamiento de 30000 dólares por semana que será cubierto por donaciones.
P á g i n a 59 | 96
Caso No. 4
Maximizar las ganancias semanales netas producidas por el grado y la mezcla exacta de
materiales.
Determinar la cantidad que debe producir de cada grado y mezcla exacta de materiales que
se usaran de cada uno
III. RESTRICCIONES
Especificaciones de la mezcla
Disponibilidad de los materiales
Restricción sobre las cantidades tratadas
Restricción sobre el costo del tratamiento
Y1= Número de libras del producto grado i producidas por semana

Xij=Número total de libras del material j asignadas al producto grado i por semana
Xi1+ Xi2+Xi3+ Xi4= Número de libras del producto grado i fabricado por semana
XAj+XBj+XCj=Número de libras del material j usado por semana.
Max Z= 5.5(XA1+ XA2+ XA3+ XA4) +4.5(XB1+ XB2+ XB3+ XB4) +3.5(XC1+ XC2+ XC3+ XC4)
Especificaciones de la mezcla (según la columna de la tabla 3.16)
0.7XA1-0.3XA2-0.3XA3-0.3XA4 <=0; (Grado A, material 1)

-0.4*XA1+ 0.6XA2-0.4XA3-0.4XA4>=0; (Grado A, material 2)
-0.5XA1-0.5XA2+ 0.5XA3-0.5XA4 <=0 (Grado A, material 3);
-0.2XA1-0.2XA2-0.2XA3+ 0.8XA4=0 (Grado A, material 4)
0.5XB1-0.5XB2-0.5XB3-0.5XB4 <=0 (Grado B, material 1)
-0.1XB1+ 0.9XB2-0.1XB3-0.1XB4 >=0 (Grado B, material 2)
-0.1XB1-0.1XB2-0.1XB3+ 0.9XB4 =0 (Grado B, material 3)
0.3Xc1-0.7Xc2-0.7Xc3-0.7Xc4 <=0 (Grado B, material 4)
Disponibilidad de los materiales (segunda columna de la tabla 3.17)
XA1+ XB1+ XC1<=3000

XA2+ XB2+ XC2<=2000
P á g i n a 60 | 96
Caso No. 4
XA3+ XB3+ XC3<=4000

XA4+ XB4+ XC4<=1000
Restricciones sobre las cantidades tratadas (lado derecho de la tabla 3.17)
XA1+ XB1+ XC1>=1500

XA2+ XB2+ XC2>=1000
XA3+ XB3+ XC3>=2000
XA4+ XB4+ XC4>=500
Restricciones sobre el costo de tratamiento (lado derecho de la tabla 3.17)
3(XA1+ XB1+ XC1) +6(XA2+ XB2+ XC2) + 4(XA3+ XB3+ XC3) +5(XA4+ XB4+ XC4) =30000
P á g i n a 61 | 96
Caso No. 5
SOLUCIÓN
PRODUCTO O GRADO (i)
MATERIAL COSTO DE
MATERIAL (j)
A B C UTILIZADO TRATAMIENTO
2587.71929
1
412.2807018 8 0 3000 9000
517.543859
2
859.6491228 6 0 1377.19298 8263.157895
1552.63157 7.87581E-
3
447.3684211 9 13 2000 8000
517.543859
4
429.8245614 6 0 947.368421 4736.842105
Numero de libras producidas por 5175.43859 7.87581E- Cto de
2149.122807
semana 6 13 Tratamiento 30000
FUNCIÓN OBJETIVO MAX Z 35109.64912
P á g i n a 62 | 96
Caso No. 5
P á g i n a 63 | 96
Caso No. 5
RESTRICCIONES
MEZCLAS SOBRE CANTIDADES
TRATADAS
PRODUCT MEZCLA
MATERIAL Material 1 3000
OO PERMITIDA
GRADO Material 2 1377.192982
1 -232.45614 Material 3 2000
2 0 Material 4 947.3684211
A
3 -627.192982
4 0
1 0
B
2 0
4 0
C 1 -5.5131E-13
P á g i n a 64 | 96
Caso No. 5
III. SOLUCIÓN CON MODELO EN SOLVER
P á g i n a 65 | 96
Caso No. 5
IV. ANÁLISIS DE SENSIBILIDAD

Celdas de variables
Final Reducido Objetivo Permisible Permisible
$C$42 Proporción de material 1 en el producto de grado A 412.2807018 0 5.5 2.887E-15 0.46
$D$42 Proporción de material 1 en el producto de gradoB 2587.719298 0 4.5 0.46 2.887E-15
$E$42 Proporción de material 1 en el producto de grado C 0 -0.7957393 3.5 0.7957393 1E+30
$C$43 Proporción de material 2 en el producto de grado A 859.6491228 0 5.5 1.0357143 0.6686047
$D$43 Proporción de material 2 en el producto de grado B 517.5438596 0 4.5 2.2202797 3.1521739
$C$44 Proporción de material 3 en el producto de grado A 447.3684211 0 5.5 1.0507246 2.887E-15
$D$44 Proporción de material 3 en el producto de grado B 1552.631579 0 4.5 2.887E-15 1.0507246
$E$44 Proporción de material 3 en el producto de grado C 7.87581E-13 0 3.5 0.5570175 1.6447368
$C$45 Proporción de material 4 en el producto de grado A 429.8245614 0 5.5 2.0714286 1.3372093
$D$45 Proporción de material 4 en el producto de grado B 517.5438596 0 4.5 2.3 3.1521739
Restricciones
Final Sombra Restricción Permisible Permisible
Lado
$F$42 MATERIAL UTILIZADO 3000 0.63596491 3000 514.56311 500
$F$43 MATERIAL UTILIZADO 1377.192982 0 2000 1E+30 622.80702
$F$44 MATERIAL UTILIZADO 2000 0 4000 1E+30 2000
$F$45 MATERIAL UTILIZADO 947.3684211 0 1000 1E+30 52.631579
$G$4
6 Cto de Tratamiento COSTO DE TRATAMIENTO 30000 1.14035088 30000 1000 3071.4286
$G$5
0 Material 1 COSTO DE TRATAMIENTO 3000 0 1500 1500 1E+30
$G$5
1 Material 2 COSTO DE TRATAMIENTO 1377.192982 0 1000 377.19298 1E+30
P á g i n a 66 | 96
Caso No. 5
$G$5
2 Material 3 COSTO DE TRATAMIENTO 2000 -0.504386 2000 376 333.33333
$G$5
3 Material 4 COSTO DE TRATAMIENTO 947.3684211 0 500 447.36842 1E+30
$K$4
2 A MEZCLA PERMITIDA -232.4561404 0 0 1E+30 232.45614
$K$4
3 MEZCLA PERMITIDA 0 -2.7850877 0 324.13793 200
$K$4
4 MEZCLA PERMITIDA -627.1929825 0 0 1E+30 627.19298
$K$4
5 MEZCLA PERMITIDA 0 -1.6447368 0 66.666667 343.83673
$K$4
6 B MEZCLA PERMITIDA 0 2.8866E-15 0 412.2807 232.45614
$K$4
7 MEZCLA PERMITIDA 0 -2.7850877 0 324.13793 200
$K$4
8 FUNCIÓN OBJETIVO Z MEZCLA PERMITIDA 0 -1.6447368 0 66.666667 418.43972
$K$4
9 C MEZCLA PERMITIDA -5.51306E-13 0.79573935 0 5.513E-13 270.80292
V. ANÁLISIS DE RESPUESTAS
Celda objetivo (Máx.)

$C$48 Función Objetivo 0 35109.64912
Celdas de variables
$C$42 Proporción de material 1 en el producto de grado A 0 412.2807018 Continuar
$D$42 Proporción de material 1 en el producto de grado B 0 2587.719298 Continuar
$E$42 Proporción de material 1 en el producto de grado C 0 0 Continuar
P á g i n a 67 | 96
Caso No. 5

$E$44 Proporción de material 3 en el producto de grado C 0 7.87581E-13 Continuar
Restricciones
$F$42 MATERIAL UTILIZADO 3000 $F$42<=3000 Vinculante 0
$F$43 MATERIAL UTILIZADO 1377.192982 $F$43<=2000 No vinculante 622.80702
$F$44 MATERIAL UTILIZADO 2000 $F$44<=4000 No vinculante 2000
$F$45 MATERIAL UTILIZADO 947.3684211 $F$45<=1000 No vinculante 52.631579
$G$4
6 Cto de Tratamiento COSTO DE TRATAMIENTO 30000 $G$46=30000 Vinculante 0
$G$5
0 Material 1 COSTO DE TRATAMIENTO 3000 $G$50>=1500 No vinculante 1500
$G$5
1 Material 2 COSTO DE TRATAMIENTO 1377.192982 $G$51>=1000 No vinculante 377.19298
$G$5
2 Material 3 COSTO DE TRATAMIENTO 2000 $G$52>=2000 Vinculante 0
$G$5
3 Material 4 COSTO DE TRATAMIENTO 947.3684211 $G$53>=500 No vinculante 447.36842
$K$4
2 A MEZCLA PERMITIDA -232.4561404 $K$42<=0 No vinculante 232.45614
$K$4
3 MEZCLA PERMITIDA 0 $K$43>=0 Vinculante 0
$K$4 MEZCLA PERMITIDA -627.1929825 $K$44<=0 No vinculante 627.19298
P á g i n a 68 | 96
Caso No. 5
4
$K$4
5 MEZCLA PERMITIDA 0 $K$45=0 Vinculante 0
$K$4
6 B MEZCLA PERMITIDA 0 $K$46<=0 Vinculante 0
$K$4
7 MEZCLA PERMITIDA 0 $K$47>=0 Vinculante 0
$K$4
8 FUNCIÓN OBJETIVO Z MEZCLA PERMITIDA 0 $K$48=0 Vinculante 0
$K$4
9 C MEZCLA PERMITIDA -5.51306E-13 $K$49<=0 Vinculante 0
$C$42 Proporción de material 1 en el producto de grado A 412.2807018 $C$42>=0 No vinculante 412.2807
$D$42 Proporción de material 1 en el producto de grado B 2587.719298 $D$42>=0 No vinculante 2587.7193
$E$42 Proporción de material 1 en el producto de grado C 0 $E$42>=0 Vinculante 0
$E$44 Proporción de material 3 en el producto de grado C 7.87581E-13 $E$44>=0 Vinculante 0
P á g i n a 69 | 96
Caso No. 5
P á g i n a 70 | 96
Caso No. 5
VI. SOLUCIÓN CON LINGO
P á g i n a 71 | 96
Caso No. 5
P á g i n a 72 | 96
Caso No. 5
VII. ANÁLISIS DE RANGOS
P á g i n a 73 | 96
INVESTIGACIÓN DE OG.
Hillier, F., & Lieberman, PERACIONES
Caso No. 5Edición
Décima
Págs. 51-53
I. CASO No. 6
UNION AIRWAYS va agregar vuelos desde y hacia su aeropuerto base, por lo cual necesita
contratar más agentes de servicio a clientes. Sin embargo, no está claro cuántos más debe contratar.
La administración reconoce la necesidad de controlar el costo y al mismo tiempo proporcionar de
manera permanente un nivel satisfactorio de servicio. Por todo esto, un equipo de IO estudia la
forma de programar a los agentes para proporcionar un servicio satisfactorio con el menor costo del
personal.
Con base en la nueva programación de vuelos, se ha realizado un análisis del número mínimo de
agentes de servicio a clientes que deben encontrarse en guardia en diferentes momentos del día para
proporcionar un nivel satisfactorio de servicio. La columna de la derecha de la tabla 3.19 muestra el
número de agentes necesarios para los periodos dados en la primera columna. Los otros datos
reflejan uno de los acuerdos del contrato colectivo vigente entre la compañía y el sindicato que
representa a los agentes de servicio a clientes. El acuerdo es que cada agente trabaje un turno de 8
horas 5 días a la semana y los turnos autorizados son:
Turno 1: 6:00 am a 2:00 pm.
Turno 2: 8:00 am a 4:00pm.
Turno 3: 12:00 am (mediodía) a 8:00 pm.
Turno 4: 4:00 pm a 12:00pm (medianoche).
Turno 5: 10:00 pm a 6:00 am.
Las marcas en el cuerpo principal de la tabla 3.19 muestran las horas cubiertas por los turnos
respectivos. Como algunos turnos son menos deseables que otros, los salarios que se especifican en el
contrato difieren de uno a otros. En el último renglón se muestra la compensación diaria -con las
prestaciones- por cada agente para cada turno. El problema consiste en determinar cuántos agentes
deben asignarse a los turnos respectivos cada día para minimizar el costo total de personal debido a
los agentes, de acuerdo con este último renglón, al mismo tiempo que se cumple ( o se sobrepasan)
las necesidades de servicios dados en la columna extrema derecha.
Precio de
Amalgamato
Grado Especificación venta por
por libra
libra
Material 2: No menos del 40% del total
A 3 8.5
Material 3: No más del 50% del total
B Material 2: No menos del 10% del total 2.5 7
C Material 1: No más del 70% del total 3 5.5
P á g i n a 74 | 96
Caso No. 6

Minimizar el costo total de los agentes asignados a los cinco turnos.
Determinar cuántos agentes deben asignarse a los turnos respectivos cada día para optimizar
el costo total del personal debido a los agentes.
9. RESTRICCIONES
Número de agentes mínimos asignados al turno 1

X1= Número de agentes asignados al turno 1

Min Z=170X1+160X2+175X3+180X4+195X5
X1>=48
X1+X2>=79
X1+X2>=65
X1+X2+X3>=87;
X2+X3>=64;
X3+X4>=73;
X3+X4>=82;
X4>=43;
X4+X5>=52;
X5>=15
P á g i n a 75 | 96
Caso No. 6
SOLUCIÓN
Datos del problema de la programación personal en Union

Airways TURNO VALOR
Periodos cubiertos Número 1 48
Periodo mínimo
Turnos de 2 31
1 2 3 4 5 agentes 3 39
6:00 am a 8:00 am x 48 4 43
8:00 am a 10:00 am x x 79 5 15
10:00 am a 12:00 am x x 65
12:00 am a 2:00 pm x x x 87 RESTRICCIONES
2:00 pm a 4:00 pm x x 64 X1 48
4:00 pm a 6:00 pm x x 73 X1+X2 79
6:00 pm a 8:00 pm x x 82 X1+X2 79
8:00 pm a 10:00 pm x 43 X1+X2+X3 118
10:00 pm a 12:00 pm x x 52 X2+X3 70
12:00 pm a 6:00 am x 15 X3+X4 82
Costo diario por agente 170 160 175 180 195 X3+X4 82
F.O MIN Z= 30610 X4 43
X4+X5 58
X5 15
P á g i n a 76 | 96
Caso No. 6
P á g i n a 77 | 96
Caso No. 6
Celdas de variables
Reducid Permisibl Permisibl
Final o Objetivo e e
Valo Aumenta
Celda Nombre r Coste Coeficiente r Reducir
$K$5
0 Turno_1 48 0 170 1E+30 10
$K$5
1 Turno_2 31 0 160 10 160
$K$5
2 Turno_3 39 0 175 5 175
$K$5
3 Turno_4 43 0 180 1E+30 5
$K$5
4 Turno_5 15 0 195 1E+30 195
Restricciones
Permisibl Permisibl
Final Sombra Restricción e e
Valo Lado Aumenta
Celda Nombre r Precio derecho r Reducir
$J$54 Turno5 15 0 0 15 1E+30
$J$52 Turno3 39 0 0 39 1E+30
$J$53 Turno4 43 0 0 43 1E+30
$J$51 Turno2 31 0 0 31 1E+30
$J$50 Turno1 48 0 0 48 1E+30
$J$57 Restricción_Turno1_periodo1 48 0 48 0 1E+30
P á g i n a 78 | 96
Caso No. 6
Restricción_Turno12y3_periodo
$J$60 4 118 0 87 31 1E+30
$J$58 Restricción_Turno1y2_periodo2 79 0 79 0 1E+30
VI. ANÁLISIS DE RESPUESTA

Valor
Celda Nombre Valor original final
$B$6
4 FUNCIÓN OBJETIVO x 30610 30610
Celdas de variables
Valor
Celda Nombre Valor original final Entero
$K$5
0 Turno_1 48 48 Continuar
$K$5
$K$5
$K$5
P á g i n a 79 | 96
Caso No. 6
$K$5
Restricciones
Valor de la Demor
Celda Nombre celda Fórmula Estado a
No
$J$53 Turno4 43 $J$53>=0 vinculante 43
No
No
No
No
$J$57>=4
$J$57 Restricción_Turno1_periodo1 48 8 Vinculante 0
Restricción_Turno12y3_period $J$60>=8 No
$J$60 o4 118 7 vinculante 31
Restricción_Turno1y2_periodo $J$58>=7
$J$58 2 79 9 Vinculante 0
Restricción_Turno2y3_periodo $J$61>=6 No
$J$61 5 70 4 vinculante 6
Restricción_Turno3y4_periodo $J$63>=8
$J$63 7 82 2 Vinculante 0
$J$64>=4
$J$64 Restricción_Turno4_periodo8 43 3 Vinculante 0
Restricción_Turno4y5_periodo $J$65>=5 No
$J$65 9 58 2 vinculante 6
$J$66 Restricción_Turno5_periodo1 15 $J$66>=1 Vinculante 0
P á g i n a 80 | 96
Caso No. 6
P á g i n a 81 | 96
Caso No. 6
P á g i n a 82 | 96
Caso No. 6
P á g i n a 83 | 96
Caso No. 6
VIII. REPORTE DE RANGOS EN LINGO
P á g i n a 84 | 96
Décima Edición
Págs.53-55
I. CASO No. 7
Enunciado, datos y tablas La DISTRIBUCIÓN UNLIMITED CO. fabricará el
mismo nuevo producto en dos plantas distintas después tendrá que enviarlo a dos
almacenes de distribución, donde cualquiera de las dos fábricas puede abastecer
cualquiera de los dos almacenes. La red de distribución disponible para el envío
de este producto se muestra en la figura 3.13, donde F1 y F2 son las dos fábricas,
A1 y A2 son los dos almacenes y CD es el centro de distribución. Las cantidades
que deben enviarse desde F1 y F2 se muestran a la izquierda, y las cantidades que
deben recibirse en A1 y A2 se presentan a la derecha. Cada fleche representa un
canal factible de envío. F1 puede enviar directamente a A1 y tiene tres posibles
rutas (F1->CD->A2, F1->F2->CD->A2 y F1->A1->A2) para mandar bienes a A2.
La fábrica F2 tiene sólo una ruta a A2 (F2->CD->A2) y una a A1 (F2->CD->A2-
>A1). El costo por unidad enviada a través de cada canal se muestra al lado de la
flecha. También, junto a F1->F2 y CD->A2 se muestran las cantidades máximas
que se pueden enviar por estos canales. Los otros canales tienen suficiente
capacidad para manejar todo lo que las fábricas pueden enviar.
La decisión que debe tomarse se refiere a qué cantidades enviar a través de cada
canal de distribución. El objetivo es minimizar el costo total de envío.
Con siete canales de envío se necesitan siete variables de decisión (XF1-F2, XF1-CD, XF1-
A1, XF2-CD, XCD-A2, XA1-A2, XA2-A1) para representar las cantidades enviadas a través de
los canales respectivos.
Existen varias restricciones sobre los valores de estas variables. Además de

las
restricciones usuales de no negatividad, se tienen dos restricciones de cota
superior,
XF1-F2≤10, XCD-A2≤80, impuestas por la capacidad limitada de envío de los canales,
F1->F22 y CD->A2. Todas las demás restricciones surgen de las cinco
restricciones de flujo neto, uno para cada localidad. Como se indica en la figura
3.13, estas cantidades requeridas son 50 para F1, 40 para F2, -30 para A1 y -60
para A2.
Caso No. 6
$900/unidad
50 unidades F1 A1
producidas
$400/unidad
$200/unidad
$300/unidad
$200/unidad 10 unidades máx.
CD $100/unidad
$300/unidad 80 unidades máx.
A2
40 unidades
F2 Figura 3.13
producidas
¿Cuál es la cantidad requerida para CD? Todas las unidades producidas en las
fábricas se necesitan en algún momento en los almacenes, de manera que las unidades
enviadas de las fábricas a los centros de distribución deben mandarse a los almacenes.
Por lo tanto, la cantidad total enviada de los centros de distribución a los almacenes
debe ser igual a la cantidad total enviada desde las fábricas al centro de distribución.
En otras palabras, la diferencia de estas dos cantidades enviadas debe ser cero.
Como el objetivo es minimizar el costo total de envío, los coeficientes de la función
objetivo son directamente los costos unitarios de envío que se muestran en la figura
3.13.
UNIDADES UNIDADES
ALMACÉNE CENTRO DE
FÁBRICAS PRODUCIDA NECESARIA
S DISTRIBUCION
S S
F1 50 A1 -30
CD 0
F2 40 A2 -60
P á g i n a 86 | 96
Caso No. 6

Minimizar el costo total del envío
Cantidades a enviar a través de cada canal de distribución
15. RESTRICCIONES
Restricciones de flujo neto
Restricciones de capacidad máxima para F1-2 y CD-A2
Restricciones de no negatividad
Z= Costo total de envío
Xi-j=Cantidad de unidades enviadas a través de sus respectivos canales. (i-j= F1-F2,

F1-CD, F1-A1, F2-CD, CD-A2, A1-A2, A2-A1)
Minimizar Z= 2XF1-F2+4XF1-CD+9XF1-A1+ 3XF2-CD+XCD-A2+3XA1-A2 +2XA2-A1
Restricciones de flujo neto
XF1-F2+XF1-CD+XF1-A1= 50 (Fábrica 1)
-XF1-F2+XF2-CD+XCD-A2= 40 (Fábrica 2)
-XF1-CD-XF2-CD+XCD-A2= 0 (Centro de distribución)
P á g i n a 87 | 96
Caso No. 6
-XF1-A1+XA1-A2-XA2-A1= 30 (Almacén 1)
-XCD-A2-XA1-A2+XA2-A1= 60 (Fábrica 2)
Restricciones de límite superior
XF1-F2≤10
XCD-A2≤80
Restricciones de límite superior
XF1-F2≥0
XF1-CD≥0
XF1-A1≥0
XF2-CD≥0
XCD-A2≥0
XA1-A2≥0
XA2-A1≥0
P á g i n a 88 | 96
Caso No. 7
P á g i n a 89 | 96
Caso No. 7
SOLUCIÓN
CANALES DE ENVÍO CANAL F1-F2 F1-CD F1-A1 F2-CD CD-A2 A1-A2 A2-A1 TOTAL
F1 0 40 10 50
F2 0 40 40
UNIDADES CD 40 40 80 0
A1 10 0 20 -30
A2 80 0 20 -60
COSTO/UNIDAD 200 400 900 300 100 300 200
TOTAL 0 40 10 40 80 0 20
F.O. MINIMIZAR Z = 49000
P á g i n a 90 | 96
Caso No. 7
Celdas de variables
Permisibl Permisibl
Final Reducido Objetivo e e
Valo Coeficient
Celda Nombre r Coste e Aumentar Reducir
$E$20 Canal de envío de la Fábrica 1 a la Fábrica 2 0 100 200 1E+30 100
$E$21 Canal de envío de la Fábrica 1 al C, de distribución 40 0 400 100 1E+30
$E$22 Canal de envío de la Fábrica 1 al Almacén 1 10 0 900 1E+30 200
$E$23 Canal de envío de la Fábrica 2 al C. de distribución 40 0 300 1E+30 100
$E$24 Canal de envío del C. de distribución al Almacén 2 80 0 100 200 1E+30
$E$25 Canal de envío del Almacén 1 al Almacén 2 0 500 300 1E+30 500
$E$26 Canal de envío del Almacén 2 al Almacén 1 20 0 200 200 500
Restricciones
Restricció Permisibl Permisibl
Final Sombra
n e e
Valo Lado
Celda Nombre Precio Aumentar Reducir
r derecho
$X$1
1 = Unidades producidas en la Fábrica 1 50 700 50 0 10
$X$1
2 = Unidades producidas en la F2 40 600 40 0 10
$X$1
3 = Unidades para el Centro de Distribución 0 300 0 0 10
$X$1
4 = Unidades necesarias para el Almacén 1 -30 -200 -30 0 1E+30
$X$1
5 = Unidades necesarias para el Almacén 2 -60 0 -60 1E+30 0
$X$1
6 = Unidades enviadas de la Fábrica1 a la Fábrica 2 0 0 10 1E+30 10
P á g i n a 91 | 96
Caso No. 7
$X$1 = Unidades enviadas del C. de distribución al Almacén

7 2 80 -200 80 10 20
VI. ANÁLISIS DE RESULTADOS

$X$9 = F.O. MINIMIZAR Z 49000 49000
Celdas de variables
$E$2
0 Unidades enviadas de Fábrica 1 a Fábrica 2 0 0 Continuar
$E$2
1 Unidades enviadas de Fábrica 1 al C. de distribución 40 40 Continuar
$E$2
2 Unidades enviadas de Fábrica 1 al Almacén 1 10 10 Continuar
$E$2
3 Unidades enviadas de Fábrica 2 al C. de distribución 40 40 Continuar
$E$2 Unidades enviadas del C. de distribución al Almacén
4 2 80 80 Continuar
$E$2
5 Unidades enviadas del Almacén 1 al Almacén 2 0 0 Continuar
$E$2
6 Unidades enviadas del Almacén 2 al Almacén 1 20 20 Continuar
Restricciones
Valor de la Demor
Celda Nombre celda Fórmula Estado a
P á g i n a 92 | 96
Caso No. 7
$X$1
1 = Unidades producidas en la Fábrica 1 50 $X$11=$Z$11 Vinculante 0
$X$1
2 = Unidades producidas en la F2 40 $X$12=$Z$12 Vinculante 0
$X$1
3 = Unidades para el Centro de Distribución 0 $X$13=$Z$13 Vinculante 0
$X$1
4 = Unidades necesarias para el Almacén 1 -30 $X$14=$Z$14 Vinculante 0
$X$1
5 = Unidades necesarias para el Almacén 2 -60 $X$15=$Z$15 Vinculante 0
$X$1 $X$16<=$Z$1 No
6 = Unidades enviadas de la Fábrica1 a la Fábrica 2 0 6 vinculante 10
$X$1 = Unidades enviadas del C. de distribución al $X$17<=$Z$1
7 Almacén 2 80 7 Vinculante 0
P á g i n a 93 | 96
Caso No. 7
P á g i n a 94 | 96
Caso No. 7
P á g i n a 95 | 96
Caso No. 7
P á g i n a 96 | 96

Casos Integrados Hillier-Lieberman

Cargado por

Copyright:

Formatos disponibles

Casos Integrados Hillier-Lieberman

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Casos Integrados Hillier-Lieberman

Cargado por

Copyright:

Formatos disponibles

Universidad Autónoma del Estado de Hidalgo

Instituto de ciencias básicas e ingeniería

Casos integrados Hillier-Lieberman

Datos del problema de la Wyndor Glass Co.

II. CONSTRUCCIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

5. CONSTRUCCIÓN DE LA FUNCIÓN OBJETIVO

6. CONSTRUCCIÓN DE LAS RESTRICCIONES

De igual manera la planta 2 impone la restricción: 2X2 ≤ 12.

El número de horas de producción usadas a la semana en la planta 3 que se consume

III. SOLUCIÓN GRÁFICA

De manera parecida, la restricción 2X2≤12 (o de modo equivalente, X2≤6) implica que

En la gráfica anterior la región de valores permisibles (X 1,X2), llamada región factible.

IV. SOLUCIÓN CON ESCENARIO EN SOLVER

Ganancia (miles de dólares) 3 5

V. SOLUCIÓN CON MODELO EN SOLVER

VI. ANÁLISIS DE SENSIBILIDAD

VII. INFORME DE RESPUESTAS

VIII. SOLUCIÓN CON LINGO

IX. REPORTE DE RANGOS DE LINGO

mapa de isodosis en el que las curvas representan la fuerza de la dosis como un

Datos para el diseño de radiación de Mary

II. CONSTRUCCIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

II. PROBLEMA DE DECISIÓN

Determinar la dosis de radiación que debe de usarse en los 2 puntos de

IV. DEFINICIÓN DE VARIABLES

V. CONSTRUCCIÓN DE LA FUNCIÓN OBJETIVO

VI. CONSTRUCCIÓN DE LAS RESTRICCIONES

III. SOLUCIÓN GRÁFICA

IV. SOLUCIÓN CON ESCENARIO EN SOLVER

Región del tumor 0.5 0.5 = 6

Función objetivo Min. Z 5.25

V. SOLUCIÓN CON MODELO EN SOLVER

VI. ANÁLISIS DE SENSIBILIDAD

VII. SOLUCIÓN CON LINGO

VIII. ANÁLISIS DE RANGOS

INVESTIGACIÓN DE2 OPERACIONES

La CONFEDERACIÓN SUR DE KIBBUTZIM está formada por tres kibbutzim

Los equipos de cultivos adecuados para la región incluyen remolacha, algodón y

Datos de cultivos de la Confederación Sur de

Debido a la disponibilidad limitada de agua por irrigación la Confederación no podrá usar

II. CONSTRUCCIÓN DEL MODELO DE PROGRAMACIÓN LINEAL

II. PROBLEMA DE DECISIÓN

IV. DEFINICIÓN DE VARIABLES

V. CONSTRUCCIÓN DE LA FUNCIÓN OBJETIVO

VI. CONSTRUCCIÓN DE LAS RESTRICCIONES

Terreno para uso en cada Kibbutz:

Igual proporción de área plantada:

III. SOLUCIÓN CON ESCENARIO EN SOLVER

Mejor asignación (acres)

Terreno para uso en cada kibbutz

IV. SOLUCIÓN CON MODELO EN SOLVER

VI. ANÁLISIS DE RESPUESTAS

Celda Nombre Valor de la celda Fórmula Estado Demora

VII. SOLUCIÓN CON LINGO

VIII. ANÁLISIS DE RANGOS

TABLA 3.12 Estándares de aire limpio de Nori & Leets Co.

simultaneo de otro método no afecta de manera significativa la reducción de emisiones que se

Chimeneas más altas Filtros Mejores combustibles