SlideShare una empresa de Scribd logo
1 de 45
Fundamentos de operaciones
Bienvenidas y Bienvenidos
Dr. Raúl R. J. Heras Garrido
Agenda de hoy
2
• Compromiso de la sesión anterior
• Casos Especiales Método Simplex
• Modelación por computadora
• Cierre de la sesión
Compromiso de la sesión anterior
Max Z = 2x1+3x3
sa
x1+2x3 ≤ 30
x1+x3 ≤ 20
x1 ≥ 0, x3 ≥ 0
Modelación Matemática
3
Casos especiales
4
• Solución degenerada
– Se pude presentar un empate por la regla del mínimo cociente,
cuando esto sucede una variable básica será cero en la siguiente
iteración, se dice que la nueva solución será degenerada
– La degeneración puede hacer que ocurran ciclos y que el
algoritmo nunca termine.
– Esto conduce a un
• Punto sobrestimado, es decir una restricción redundante.
• Ciclado al no mejorar la función objetivo
• El error por redondeo en el software, puede provocar cuestiones
parecidas a la degeneración.
Casos especiales
5
Casos especiales
6
• Solución degenerada
Método simplex
7
Soluciones múltiples
Max Z = 3x1+2x2
sa x1 ≤ 4
2x2 ≤ 12
3x1+2x2 ≤ 18
x1≥0, x2≥0
Esto sucede cuando la solución la
función objetivo es paralela a una
restricción obligatoria
Método simplex
8
Soluciones múltiples
Método simplex
9
Soluciones múltiples
Método simplex
10
Soluciones
múltiples
Casos especiales
11
• Óptimos alternativos
– Esto sucede cuando la solución la función objetivo es paralela a
una restricción obligatoria
Maximizar Z = 2x1 + 4x2
sa
x1 + 2x2 ≤ 5
x1 + x2 ≤ 4
x1 ≥ 0, x2 ≥ 0
Casos especiales
12
• Óptimos alternativos
Casos especiales
13
• Óptimos alternativos
Casos especiales
14
• Óptimos alternativos
Casos especiales
15
• Solución no factible
– Cuando se tiene restricciones inconsistentes, no se tiene una
solución factible esto NO acurre si todas las restricciones son
del tipo ≤, con lados derechos no negativos. Por que las holguras
proporcionan una solución factible
Maximizar Z = 3x1 + 2x2
sa
2x1 + x2 ≤ 2
3x1 + 4x2 ≥ 12
x1 ≥ 0, x2 ≥ 0
Casos especiales
16
• Solución no factible
Casos especiales
17
• Solución no factible
Método simplex
18
Solución NO acotada
Max Z = 3x1+5x2
sa x1 ≤ 4
x1≥0, x2≥0
Método simplex
19
Solución
NO acotada
Casos especiales
20
• Solución no acotada
Modelación
21
Modelación
22
Max Z = 3x1 + 2 x2
sa
x1 ≤ 4
x1 + 3x2 ≤ 15
2x1 + x2 ≤ 10
x1 ≥ 0, x2 ≥ 0
Basic
Variable Eq
Coefficient of: Right
Side
Z x1 x2 x3 x4 x5
Z (0) 1 0 0 0 1/5 7/5 17
x1 (1) 0 1 0 0 -1/5 3/5 3
x3 (2) 0 0 0 1 1/5 -3/5 1
x2 (3) 0 0 1 0 2/5 -1/5 4
Modelación
23
Wyndor Glass Co.
Max Z = 3x1+5x2
sa x1 ≤ 4
2x2 ≤ 12
3x1+2x2 ≤ 18
x1≥0, x2≥0
Modelación
24
Starbucks
En la tienda Santa Fe, se necesita decidir cuando bultos
de café en (en bultos de 100 kg), se necesitan comprar para el
próximo mes a fin de satisfacer la restricción de espacio (1) y
presupuesto (2) y maximizar la ganancia en (miles de dólares) del café
x1 Expresso y x2 Chiapas. (se estima una ganancia por kilo
aproximada de 2 y 4 dólares). Es indispensable tener expresso en la
tienda
Max Z = 2x1 + 4x2
sa
x1 + 2x2 ≤ 5 (1)
x1 + x2 ≤ 4 (2)
x1 ≥ 0, x2 ≥ 0
Modelación
25
Starbucks
Max Z = 2x1 + 4x2
sa
x1 + 2x2 ≤ 5 (1)
x1 + x2 ≤ 4 (2)
x1 ≥ 0, x2 ≥ 0
Modelación
26
Solución NO acotada
Max Z = 3x1+5x2
sa x1 ≤ 4
x1≥0, x2≥0
Modelación
27
Solución no factible
Max Z = 3x1 + 2x2
sa
2x1 + x2 ≤ 2
3x1 + 4x2 ≥12
x1 ≥ 0, x2 ≥ 0
Actividad Colaborativa
28
Max Z = x1+2x2
sa
x1+3x2 ≤200
2x1+2x2 ≤ 300
x2 ≤ 60
x1≥0, x2≥0
Min Z = 4x1+2x2
sa
5x1+15x2 ≥ 50
20x1+5x2 ≥ 40
15x1+2x2 ≤ 60
x1≥0, x2≥0
Análisis de sensibilidad
29
• Reddy Mikks Company posse una fabrica de pinturas que produce colorantes para interiores y
exteriores al mayoreo. Se utilizan dos materiales básicos A y B para su producción. La
disponibilidad máxima de A es de 24 toneladas diarias y la de B es de 6. los requisitos diarios de
materia prima por tonelada son:
• Un estudio de mercado estableció que la demanda de pintura diaria para interior no puede ser
mayor que la pintura para exteriores en más de una tonelada; así mismo, que la demanda máxima
de pintura para interior está limitada a dos toneladas diarias.
El precio por tonelada es $5,000 para exterior y $4,000 para interior.
¿Cuánta pintura para exterior e interior debe producirse todos los días para maximizar las
ganancias?
Materia Prima Exterior Interior
A 6 4
B 1 2
Análisis de sensibilidad
30
Restricciones de enlace,
recursos escasos
Análisis de sensibilidad
31
Análisis de sensibilidad,
Reddy Mikks Company
32
Análisis de sensibilidad,
Reddy Mikks Company
33
Análisis de sensibilidad,
Reddy Mikks Company
34
Valor por unidad de recurso
Análisis de sensibilidad,
Reddy Mikks Company
35
Análisis de sensibilidad,
Reddy Mikks Company
36
Microsoft Excel 15.0Informe de confidencialidad
Hoja de cálculo: [Libro1]Sensibilidad
Informe creado: 11/10/201610:13:30a. m.
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$3 Variables x1 3 0 5 1 3
$C$3 Variables x2 1.5 0 4 6 0.666666667
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$D$6 Restricciones 24 0.75 24 12 4
$D$7 6 0.5 6 0.666666667 2
$D$8 -1.5 0 1 1E+30 2.5
$D$9 1.5 0 2 1E+30 0.5
Modelación
37
Modelación
38
Starbucks
En la tienda Santa Fe, se necesita decidir cuando bultos de
café en (en bultos de 100 kg), se necesitan comprar para el próximo mes a fin
de satisfacer la restricción de espacio (1) y presupuesto (2) y maximizar la
ganancia en (miles de dólares) del café x1 Expresso y x2 Chiapas. (se estima
una ganancia por kilo aproximada de 14 dólares). Es indispensable tener
expresso en la tienda
ó
Compromiso de la siguiente sesión
39
• Resolver de manera INDIVIDUAL, el problema que expusieron en
equipo
• Deben MANDAR EL ARCHIVO DE EXCEL.
• Deben subir en comentarios los resultados.
Modelación Matemática
40
Min Z = 4x1+2x2
sa
5x1+15x2 ≥ 50
20x1+5x2 ≥ 40
15x1+2x2 ≤ 60
x1≥0, x2≥0
Actividad Colaborativa
41
Modelación
42
Starbucks
En la tienda Santa Fe, se necesita decidir cuando bultos
de café en (en bultos de 100 kg), se necesitan comprar para el
próximo mes a fin de satisfacer la restricción de espacio (1) y
presupuesto (2) y maximizar la ganancia en (miles de dólares) del café
x1 Expresso y x2 Chiapas. (se estima una ganancia por kilo
aproximada de 14 dólares). Es indispensable tener expresso en la
tienda
Max Z = 2x1 + 4x2
sa
x1 + 2x2 ≤ 5 (1)
x1 + x2 ≤ 4 (2)
x1 ≥ 0, x2 ≥ 0
Resolver (indispensable presentar las tablas de simplex)
Max Z = 2x1+3x2
sa
x1+2x2 ≤ 30
x1+x2 ≤ 20
x1≥0, x2≥0
Modelación Matemática
43
Max Z = 2x1+3x2
sa
x1+2x2 ≤ 30
x1+x2 ≤ 20
x1≥0, x2≥0
Modelación Matemática
44
Referencias
45
– Hiller F. S. y Lieberman G. J. (2010). Introduction to Operations Research. 9ª
edición. USA: Mc Graw Hill
– Taha H. A. (2003). Operations Research: An Introduction. 7ª edición. USA:
Pearson
– Hiller F. S. et. al. (2002). Métodos cuantitativos para administración. México:
Mc Graw Hill
– Russell, R. S. y Taylor, B. W. (2009). Operations Management. Creating
Value Along The Supply Chain. 6ª edición. USA: John Wiley & Sons, Inc.
– Winston W. (2004). Operations Research. 4ª edición. USA: Cengage
Learning.

Más contenido relacionado

Similar a Fundamentos de operaciones

Clase 1 Planteamiento De Modelos
Clase 1 Planteamiento De ModelosClase 1 Planteamiento De Modelos
Clase 1 Planteamiento De Modelosfortu
 
Corrección de la evaluación # 2
Corrección de la evaluación # 2Corrección de la evaluación # 2
Corrección de la evaluación # 2Rubí Parra
 
Corrección de la evaluación #2
Corrección de la evaluación #2Corrección de la evaluación #2
Corrección de la evaluación #2Rubí Parra
 
Practica est 155
Practica est 155Practica est 155
Practica est 155francoteres
 
Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013Maestros Online
 
Ejercicios propuestos metodo grafico
Ejercicios propuestos metodo graficoEjercicios propuestos metodo grafico
Ejercicios propuestos metodo graficopuracastillo
 
Clase 2 soluci%f3n gr%e1fica
Clase 2 soluci%f3n gr%e1ficaClase 2 soluci%f3n gr%e1fica
Clase 2 soluci%f3n gr%e1ficaNatalie Azcona
 
programacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadprogramacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadsmalicett
 
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptxEddy Fransua Herrera
 
Inecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticasInecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticasLuis Ramires
 
MÉTODOS CUANTITATIVOS MATEMATICAS .pptx
MÉTODOS CUANTITATIVOS MATEMATICAS .pptxMÉTODOS CUANTITATIVOS MATEMATICAS .pptx
MÉTODOS CUANTITATIVOS MATEMATICAS .pptxMIRIAMAYDEENRIQUEZSA
 

Similar a Fundamentos de operaciones (20)

Tip sol prl
Tip sol prlTip sol prl
Tip sol prl
 
Solver en la solución de modelos lineales
Solver en la solución de modelos linealesSolver en la solución de modelos lineales
Solver en la solución de modelos lineales
 
Clase 1 Planteamiento De Modelos
Clase 1 Planteamiento De ModelosClase 1 Planteamiento De Modelos
Clase 1 Planteamiento De Modelos
 
Corrección de la evaluación # 2
Corrección de la evaluación # 2Corrección de la evaluación # 2
Corrección de la evaluación # 2
 
Corrección de la evaluación #2
Corrección de la evaluación #2Corrección de la evaluación #2
Corrección de la evaluación #2
 
Practica est 155
Practica est 155Practica est 155
Practica est 155
 
Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013
 
Ejercicios propuestos metodo grafico
Ejercicios propuestos metodo graficoEjercicios propuestos metodo grafico
Ejercicios propuestos metodo grafico
 
presentacion
presentacion presentacion
presentacion
 
Clase 2 soluci%f3n gr%e1fica
Clase 2 soluci%f3n gr%e1ficaClase 2 soluci%f3n gr%e1fica
Clase 2 soluci%f3n gr%e1fica
 
programacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidadprogramacion lineal con analisis de sensibilidad
programacion lineal con analisis de sensibilidad
 
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx
1.2 Ecuaciones Irracionales. Porcentaje. Inecuaciones de Primer Grado.pptx
 
4 tarea sergio
4 tarea sergio4 tarea sergio
4 tarea sergio
 
Inecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticasInecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticas
 
2 3 investigacion de operaciones_2
2 3 investigacion de operaciones_22 3 investigacion de operaciones_2
2 3 investigacion de operaciones_2
 
Deber operativa
Deber operativaDeber operativa
Deber operativa
 
Ejmodelosoperativa
EjmodelosoperativaEjmodelosoperativa
Ejmodelosoperativa
 
S06 ad4001 alumnos
S06 ad4001 alumnosS06 ad4001 alumnos
S06 ad4001 alumnos
 
Corrección 2.
Corrección 2.Corrección 2.
Corrección 2.
 
MÉTODOS CUANTITATIVOS MATEMATICAS .pptx
MÉTODOS CUANTITATIVOS MATEMATICAS .pptxMÉTODOS CUANTITATIVOS MATEMATICAS .pptx
MÉTODOS CUANTITATIVOS MATEMATICAS .pptx
 

Último

Code name Anastasia parte - 1(1)-páginas-1.pdf
Code name Anastasia parte - 1(1)-páginas-1.pdfCode name Anastasia parte - 1(1)-páginas-1.pdf
Code name Anastasia parte - 1(1)-páginas-1.pdfnaladosol
 
Matemática universitaria de AlgebraLineal.pdf
Matemática universitaria de AlgebraLineal.pdfMatemática universitaria de AlgebraLineal.pdf
Matemática universitaria de AlgebraLineal.pdfFAUSTODANILOCRUZCAST
 
Mujeres que corren con los lobos en la noche.pdf
Mujeres que corren con los lobos en la noche.pdfMujeres que corren con los lobos en la noche.pdf
Mujeres que corren con los lobos en la noche.pdfKeilly Merlo
 
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...univerzalworld
 
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...patriciooviedo3
 
Code name Anastasia parte - 1(1)-páginas-3.pdf
Code name Anastasia parte - 1(1)-páginas-3.pdfCode name Anastasia parte - 1(1)-páginas-3.pdf
Code name Anastasia parte - 1(1)-páginas-3.pdfnaladosol
 

Último (6)

Code name Anastasia parte - 1(1)-páginas-1.pdf
Code name Anastasia parte - 1(1)-páginas-1.pdfCode name Anastasia parte - 1(1)-páginas-1.pdf
Code name Anastasia parte - 1(1)-páginas-1.pdf
 
Matemática universitaria de AlgebraLineal.pdf
Matemática universitaria de AlgebraLineal.pdfMatemática universitaria de AlgebraLineal.pdf
Matemática universitaria de AlgebraLineal.pdf
 
Mujeres que corren con los lobos en la noche.pdf
Mujeres que corren con los lobos en la noche.pdfMujeres que corren con los lobos en la noche.pdf
Mujeres que corren con los lobos en la noche.pdf
 
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...
TRIFOLIO DIA DE LA TIERRA.pdf Perdida libertad y educación social. • Pérdida ...
 
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...
(HOTD) Las Grandes Casas de Westeros y su estado previo a la Danza de los Dra...
 
Code name Anastasia parte - 1(1)-páginas-3.pdf
Code name Anastasia parte - 1(1)-páginas-3.pdfCode name Anastasia parte - 1(1)-páginas-3.pdf
Code name Anastasia parte - 1(1)-páginas-3.pdf
 

Fundamentos de operaciones

  • 1. Fundamentos de operaciones Bienvenidas y Bienvenidos Dr. Raúl R. J. Heras Garrido
  • 2. Agenda de hoy 2 • Compromiso de la sesión anterior • Casos Especiales Método Simplex • Modelación por computadora • Cierre de la sesión
  • 3. Compromiso de la sesión anterior Max Z = 2x1+3x3 sa x1+2x3 ≤ 30 x1+x3 ≤ 20 x1 ≥ 0, x3 ≥ 0 Modelación Matemática 3
  • 4. Casos especiales 4 • Solución degenerada – Se pude presentar un empate por la regla del mínimo cociente, cuando esto sucede una variable básica será cero en la siguiente iteración, se dice que la nueva solución será degenerada – La degeneración puede hacer que ocurran ciclos y que el algoritmo nunca termine. – Esto conduce a un • Punto sobrestimado, es decir una restricción redundante. • Ciclado al no mejorar la función objetivo • El error por redondeo en el software, puede provocar cuestiones parecidas a la degeneración.
  • 7. Método simplex 7 Soluciones múltiples Max Z = 3x1+2x2 sa x1 ≤ 4 2x2 ≤ 12 3x1+2x2 ≤ 18 x1≥0, x2≥0 Esto sucede cuando la solución la función objetivo es paralela a una restricción obligatoria
  • 11. Casos especiales 11 • Óptimos alternativos – Esto sucede cuando la solución la función objetivo es paralela a una restricción obligatoria Maximizar Z = 2x1 + 4x2 sa x1 + 2x2 ≤ 5 x1 + x2 ≤ 4 x1 ≥ 0, x2 ≥ 0
  • 15. Casos especiales 15 • Solución no factible – Cuando se tiene restricciones inconsistentes, no se tiene una solución factible esto NO acurre si todas las restricciones son del tipo ≤, con lados derechos no negativos. Por que las holguras proporcionan una solución factible Maximizar Z = 3x1 + 2x2 sa 2x1 + x2 ≤ 2 3x1 + 4x2 ≥ 12 x1 ≥ 0, x2 ≥ 0
  • 18. Método simplex 18 Solución NO acotada Max Z = 3x1+5x2 sa x1 ≤ 4 x1≥0, x2≥0
  • 22. Modelación 22 Max Z = 3x1 + 2 x2 sa x1 ≤ 4 x1 + 3x2 ≤ 15 2x1 + x2 ≤ 10 x1 ≥ 0, x2 ≥ 0 Basic Variable Eq Coefficient of: Right Side Z x1 x2 x3 x4 x5 Z (0) 1 0 0 0 1/5 7/5 17 x1 (1) 0 1 0 0 -1/5 3/5 3 x3 (2) 0 0 0 1 1/5 -3/5 1 x2 (3) 0 0 1 0 2/5 -1/5 4
  • 23. Modelación 23 Wyndor Glass Co. Max Z = 3x1+5x2 sa x1 ≤ 4 2x2 ≤ 12 3x1+2x2 ≤ 18 x1≥0, x2≥0
  • 24. Modelación 24 Starbucks En la tienda Santa Fe, se necesita decidir cuando bultos de café en (en bultos de 100 kg), se necesitan comprar para el próximo mes a fin de satisfacer la restricción de espacio (1) y presupuesto (2) y maximizar la ganancia en (miles de dólares) del café x1 Expresso y x2 Chiapas. (se estima una ganancia por kilo aproximada de 2 y 4 dólares). Es indispensable tener expresso en la tienda Max Z = 2x1 + 4x2 sa x1 + 2x2 ≤ 5 (1) x1 + x2 ≤ 4 (2) x1 ≥ 0, x2 ≥ 0
  • 25. Modelación 25 Starbucks Max Z = 2x1 + 4x2 sa x1 + 2x2 ≤ 5 (1) x1 + x2 ≤ 4 (2) x1 ≥ 0, x2 ≥ 0
  • 26. Modelación 26 Solución NO acotada Max Z = 3x1+5x2 sa x1 ≤ 4 x1≥0, x2≥0
  • 27. Modelación 27 Solución no factible Max Z = 3x1 + 2x2 sa 2x1 + x2 ≤ 2 3x1 + 4x2 ≥12 x1 ≥ 0, x2 ≥ 0
  • 28. Actividad Colaborativa 28 Max Z = x1+2x2 sa x1+3x2 ≤200 2x1+2x2 ≤ 300 x2 ≤ 60 x1≥0, x2≥0 Min Z = 4x1+2x2 sa 5x1+15x2 ≥ 50 20x1+5x2 ≥ 40 15x1+2x2 ≤ 60 x1≥0, x2≥0
  • 29. Análisis de sensibilidad 29 • Reddy Mikks Company posse una fabrica de pinturas que produce colorantes para interiores y exteriores al mayoreo. Se utilizan dos materiales básicos A y B para su producción. La disponibilidad máxima de A es de 24 toneladas diarias y la de B es de 6. los requisitos diarios de materia prima por tonelada son: • Un estudio de mercado estableció que la demanda de pintura diaria para interior no puede ser mayor que la pintura para exteriores en más de una tonelada; así mismo, que la demanda máxima de pintura para interior está limitada a dos toneladas diarias. El precio por tonelada es $5,000 para exterior y $4,000 para interior. ¿Cuánta pintura para exterior e interior debe producirse todos los días para maximizar las ganancias? Materia Prima Exterior Interior A 6 4 B 1 2
  • 30. Análisis de sensibilidad 30 Restricciones de enlace, recursos escasos
  • 34. Análisis de sensibilidad, Reddy Mikks Company 34 Valor por unidad de recurso
  • 36. Análisis de sensibilidad, Reddy Mikks Company 36 Microsoft Excel 15.0Informe de confidencialidad Hoja de cálculo: [Libro1]Sensibilidad Informe creado: 11/10/201610:13:30a. m. Celdas de variables Final Reducido Objetivo Permisible Permisible Celda Nombre Valor Coste Coeficiente Aumentar Reducir $B$3 Variables x1 3 0 5 1 3 $C$3 Variables x2 1.5 0 4 6 0.666666667 Restricciones Final Sombra Restricción Permisible Permisible Celda Nombre Valor Precio Lado derecho Aumentar Reducir $D$6 Restricciones 24 0.75 24 12 4 $D$7 6 0.5 6 0.666666667 2 $D$8 -1.5 0 1 1E+30 2.5 $D$9 1.5 0 2 1E+30 0.5
  • 38. Modelación 38 Starbucks En la tienda Santa Fe, se necesita decidir cuando bultos de café en (en bultos de 100 kg), se necesitan comprar para el próximo mes a fin de satisfacer la restricción de espacio (1) y presupuesto (2) y maximizar la ganancia en (miles de dólares) del café x1 Expresso y x2 Chiapas. (se estima una ganancia por kilo aproximada de 14 dólares). Es indispensable tener expresso en la tienda ó
  • 39. Compromiso de la siguiente sesión 39 • Resolver de manera INDIVIDUAL, el problema que expusieron en equipo • Deben MANDAR EL ARCHIVO DE EXCEL. • Deben subir en comentarios los resultados.
  • 40. Modelación Matemática 40 Min Z = 4x1+2x2 sa 5x1+15x2 ≥ 50 20x1+5x2 ≥ 40 15x1+2x2 ≤ 60 x1≥0, x2≥0
  • 42. Modelación 42 Starbucks En la tienda Santa Fe, se necesita decidir cuando bultos de café en (en bultos de 100 kg), se necesitan comprar para el próximo mes a fin de satisfacer la restricción de espacio (1) y presupuesto (2) y maximizar la ganancia en (miles de dólares) del café x1 Expresso y x2 Chiapas. (se estima una ganancia por kilo aproximada de 14 dólares). Es indispensable tener expresso en la tienda Max Z = 2x1 + 4x2 sa x1 + 2x2 ≤ 5 (1) x1 + x2 ≤ 4 (2) x1 ≥ 0, x2 ≥ 0
  • 43. Resolver (indispensable presentar las tablas de simplex) Max Z = 2x1+3x2 sa x1+2x2 ≤ 30 x1+x2 ≤ 20 x1≥0, x2≥0 Modelación Matemática 43
  • 44. Max Z = 2x1+3x2 sa x1+2x2 ≤ 30 x1+x2 ≤ 20 x1≥0, x2≥0 Modelación Matemática 44
  • 45. Referencias 45 – Hiller F. S. y Lieberman G. J. (2010). Introduction to Operations Research. 9ª edición. USA: Mc Graw Hill – Taha H. A. (2003). Operations Research: An Introduction. 7ª edición. USA: Pearson – Hiller F. S. et. al. (2002). Métodos cuantitativos para administración. México: Mc Graw Hill – Russell, R. S. y Taylor, B. W. (2009). Operations Management. Creating Value Along The Supply Chain. 6ª edición. USA: John Wiley & Sons, Inc. – Winston W. (2004). Operations Research. 4ª edición. USA: Cengage Learning.