UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE EMPRESAS AE8-2 OPERATIVA II RE
Views 600 Downloads 190 File size 994KB
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE EMPRESAS
AE8-2
OPERATIVA II
RESOLUCIÓN DE EJERCICIOS EN WINQSB 2.0
BYRON FABRICIO QUESPAS ROMERO
ING. ROBERTO PÁEZ PERIODO: 2018-2018
1
CONTENIDO INTRODUCCIÓN WINQSB ........................................................................................ 3 PROBLEMA No 1 ...................................................................................................... 4 PROBLEMA No 2 ...................................................................................................... 5 PROBLEMA No 3 ...................................................................................................... 7 PROBLEMA No 4 ...................................................................................................... 8 PROBLEMA No 5 .................................................................................................... 10 PROBLEMA No 6 .................................................................................................... 12 PROBLEMA No 7 .................................................................................................... 14 PROBLEMA No 8 .................................................................................................... 15 PROBLEMA No 9 .................................................................................................... 17 PROBLEMA No 10 .................................................................................................. 19 PROBLEMA No 11 .................................................................................................. 20 PROBLEMA No 12 .................................................................................................. 21 PROBLEMA No 13 .................................................................................................. 23 PROBLEMA No 14 .................................................................................................. 24 PROBLEMA No 15 .................................................................................................. 26
2
INTRODUCCIÓN WINQSB WinQSB es un sistema interactivo de ayuda a la toma de decisiones que contiene herramientas muy útiles para resolver distintos tipos de problemas en el campo de la investigación operativa. El sistema está formado por distintos módulos, uno para cada tipo de modelo o problema. Entre ellos destacaremos los siguientes: • Linear programming (LP) and integer linear programming (ILP): este módulo incluye los programas necesarios para resolver el problema de programación lineal gráficamente o utilizando el algoritmo del Simplex; también permite resolver los problemas de programación lineal entera utilizando el procedimiento de Ramificación y Acotación (Branch&Bound). • Linear goal programming (GP) and integer linear goal programming (IGP): resuelve modelos de programación multiobjetivo con restricciones lineales. • Quadratic programming (QP) and integer quadratic programming (IQP): resuelve el problema de programación cuadrática, es decir, problemas con función objetivo cuadrática y restricciones lineales. Utiliza un método Simplex adaptado. Los modelos de IQP los resuelve utilizando algoritmos de ramificación y acotación. • Network modeling (NET): incluye programas específicos para resolver el problema del transbordo, el problema del transporte, el de asignación, el problema del camino más corto, flujo máximo, árbol generador, y problema del agente viajero. • Nonlinear programming (NLP): permite resolver problemas no lineales irrestringidos utilizando métodos de búsqueda lineal, y problemas no lineales con restricciones utilizando el método SUMT (función objetivo con penalizaciones sobre el incumplimiento de las restricciones). • PERT/CPM: módulo de gestión de proyectos en los que hay que realizar varias actividades con relaciones de precedencia.
3
PROBLEMA No 1 Se fabrican dos clases de muebles: A y B. Se dispone de madera por lo menos para 80 muebles semanales. Toma 2 horas preparar 10 muebles del tipo A y 4 horas preparar 10 muebles del tipo B. Se dispone hasta de 20 horas a la semana. La demanda del mueble tipo A es de un total de 70 unidades. Cada mueble del tipo A deja una utilidad de $100 y $80 cada mueble del tipo B. ¿Cuántos muebles de cada tipo se deben fabricar para obtener la máxima ganancia? a. Construya la tabla de parámetros apropiada para este problema. MUEBLE A
MUEBLE B
DISPONIBILIDAD
MADERA
1
1
80
TIEMPO
12 MIN
24 MIN
1200MIN
DEMANDA
1
70
b. Formule el modelo de programación lineal para este problema en forma algebraica. X1 + X2 ≤ 80 12X1 + 24X2 ≤ 1200 X1 = 70 Z = 100X1 + 80X2 c. Use el modelo gráfico para resolver este modelo. ¿Cuál es su ganancia total estimada?
4
d. Realice el análisis de sensibilidad. Variable
Value
Reduced Cost 0
Original Val 100
Lower Bound 80
Upper Bound Infinity
X1
70
X2
10
0
80
0
100
Constraint 1
Dual Value 80
Slack/Surplus Original Val 0 80
Lower Bound 70
Upper Bound 85
Constraint 2
0
120
1200
1080
Infinity
Constraint 3
20
0
70
60
80
PROBLEMA No 2 Una empresa fabrica dos tipos de modulares; cada uno de ellos es procesado por medio de 3 máquinas. La máquina -1 utiliza 12 minutos en un mueble del tipo A y 15 minutos en un tipo del tipo B; dispone diariamente de 10 horas y su costo de operación es de $50 por hora. La máquina -2 utiliza 6 minutos por mueble del tipo A; dispone diariamente de 4 horas y no tiene costo de operación. La máquina -3 utiliza 18 minutos por mueble tipo A y 15 minutos en uno del tipo B; dispone diariamente de 12 horas y su costo es de $40 por hora. El precio de venta de A es de $30 y de B es de $25 por unidad. Encontrar el número de unidades de cada tipo de muebles que se debe producir para obtener la máxima ganancia. a. Formule el modelo de programación lineal para este problema en forma algebraica. Modulador A
Modulador B
DISPONIBILIDAD
MAQUINA A
12 MIN
15 MIN
600 MIN
MAQUINA B
6 MIN
MAQUINA C
18 MIN
400 MIN 15 MIN
720 MIN
b. Use el modelo gráfico para resolver este modelo. ¿Cuál es su ganancia total estimada? GANANCIA X1 = 30X1 – (50/60*12) X1 – (40/60*18) X1 GANANCIA X1 = 8X1 5
GANANCIA X2 = 25X2 – (50/60*15) X2 – (40/60*15) X2 GANANCIA X2 = 2.5X2 Z= 8X1 + 2.5X2 X1
X2
RHS
Equation form
Maximize
8
25
Constraint 1
12
15