SlideShare una empresa de Scribd logo
Modelos de Programación Lineal
Agenda
            Componentes de un proyecto de IO
            Construcción de Modelos
            Modelos, tipos
            Modelo Matemático
            Modelos de PL
            Formulación de modelos de PL
            Problemas

IO1 R. Delgadillo                               2
Componentes de un proyecto de
       la I.O.
           Estudio de la organización
           Interpretación de la organización como
            un sistema
           Formulación de los problemas de la
            organización
           construcción de modelo
           resolución del modelo

IO1 R.Delgadillo                                3
Componentes de un proyecto de
       la I.O.
           Prueba del modelo
           Diseño y control asociado a las
            soluciones
           Implantación




IO1 R.Delgadillo                              4
Formulación (definición) de los
       problemas de la organización
            ¿Cuáles son los problemas que tiene la
             organización?
            Describir cada uno de ellos
            Delimitar su ámbito
            Identificar los entes afectados
            Recolección de datos o información
            Análisis de costo-beneficio
            Recomendaciones
IO1 R. Delgadillo                                5
Construcción de modelos
            Pasos a seguir:
            Selección del modelo adecuado
            Selección de los datos de entrada
            Formulación
            Construcción simbólica




IO1 R. Delgadillo                                6
Modelos
            Es una representación simplificada e
             idealizada de la realidad




IO1 R. Delgadillo                                   7
Modelos
            Tipos:
            Matemáticos o Físicos
            Estáticos o Dinámicos
            Determinísticos o Estocásticos




IO1 R. Delgadillo                             8
Modelo matemático
            Un modelo matemático es una
             representación idealizada y simplificada
             de un sistema, expresada en términos
             de símbolos y expresiones matemáticas
            Ej: F=m.a
            El modelo matemático de un problema
             económico, es el sistema de ecuaciones y
             expresiones matemáticas relacionadas que
             describen la esencia del problema
IO1 R. Delgadillo                                       9
Modelo matemático
         Queda definido Por:
         n decisiones variables de decisión x1, x2 , x3 ,...xn

         Medida de desempeño conjunto  Función
          objetivo (F.O.) Z f ( x1, x2 ,...,xn ) 3x1 5x2 ... 15xn
         Conjunto de limitaciones  restricciones
           Ecuaciones y desigualdades
                     x1 2x2 14x4 8
         Coeficientes y los lados derecho  parámetros
IO1 R. Delgadillo                                             10
Modelos de PL
            Es un modelo matemático, cuyas
             funciones son lineales
            Todo modelo de PL tiene:
            Una Función Objetivo
            Variables de decisión
            Conjunto de restricciones
            Criterio de optimización (máx. ó
             min)
IO1 R. Delgadillo                               11
Modelos de PL
            Ejemplo: Una compañía fabrica 2 productos
             en 4 secciones distintas de fabricación A, B,C
             y D, todas colocadas en serie
            Las decisiones de producción (variables de
             decisión) dependerán: de la capacidad de la
             fabrica y de la disponibilidad de los
             recursos(restricciones)
            y al fabricante le preocupará satisfacer la
             demanda a un costo de producción
             (objetivo) mínimo (criterio).
IO1 R. Delgadillo                                       12
Selección de los datos de entrada
            Información necesaria y que puede
             venir de registros históricos, pruebas,
             experimentos actuales o aún
             corazonadas basadas en la experiencia.
            Estos datos constituyen los parámetros
             del problema



IO1 R. Delgadillo                                13
Formulación del Modelo de PL
            Consideraciones para la formulación:
            Cree un modelo en forma verbal:
             restricciones y objetivo
            Identifique las variables de decisión
            Identifique los datos del problema
            Exprese cada restricción y función
             objetivo en términos de las variables
             de decisión
IO1 R. Delgadillo                                14
Formulación del Modelo de PL

            Las restricciones son de requerimiento
            Las restricciones son limitaciones




IO1 R. Delgadillo                               15
Formulación de modelos de PL
            Un carpintero fabrica sillas y mesas, su
             producción esta limitada por lo
             siguiente:
                              listones  mano de Utilidad
                             de madera     obra
             c/silla requiere      4      3 horas 900
             c/mesa requiere       4      6 horas 600
             Dispone x sem. 36           48 horas
             Determinar el plan de producción óptimo

IO1 R. Delgadillo                                   16
Formulación de modelos de PL
            Qué se desea? Un plan de producción óptimo
            Como se consigue? Haciendo máxima la
             producción
            La producción se refiere a la cantidad de
             sillas y mesas

            Variable de decisión: Número de sillas y mesas
             que debe producir a la semana
             x1 : Número de sillas a producir x sem.
             x2 : Número de mesas a producir x sem
IO1 R. Delgadillo                                         17
Formulación de modelos de PL
            Objetivo: Obtener mayores (máxima)
             utilidades (beneficio), en base a las sillas y
             mesas a producir

            F.O : Z = 900 x1 + 600 x2
            Como se desea que sea máxima
            Maximizar Z= 900 x1 + 600 x2



IO1 R. Delgadillo                                         18
Formulación de modelos de PL
            Qué limitaciones existe? La mano de obra y
             los listones de madera

            Restricción de Madera: 4 x1 + 4x2 < 36
            Restricción de M.O: 3 x1 + 6x2 < 48


            Solo eso? La producción no puede ser
             negativa
            Restricciones de no negatividad
                              x1 ,x2 > 0
IO1 R. Delgadillo                                     19
Construcción simbólica (modelo)
                    Maximizar 900 x1 + 600 x2        Función
                                                     Objetivo
      Criterio      s.a. 4 x1 + 4x2 < 36
                                           Restricciones
                         3 x1 + 6x2 < 48
      Datos
                           x1 ,x2 > 0     Rango de existencia


       Variables de decisión


                     x1 : Número de sillas a producir x sem.
                     x2 : Número de mesas a producir x sem.

IO1 R. Delgadillo                                               20
Etapas en la formulación de un
       modelo
           Definición de las variables de decisión
           Determinación de los Coeficientes de costos
            (o utilidades)
           Definición de la Función objetivo
           Determinación de los Coeficientes
            tecnológicos y lado derecho de restricciones
           Definición de las Restricciones funcionales
           Definición de las Restricciones de signo


IO1 R.Delgadillo                                     21
Problema de asignación de
       recursos
       El señor León tiene un pequeño camión con
          capacidad de 20m3 en el cual transporta
          mercaderías. Una reconocida empresa de la
          ciudad le ha contratado para hacer acarreos
          de mercaderías, desde la planta de
          producción, hacia los puntos de distribución.
          La mercadería está empacada en cajas de 3
          tamaños diferentes. Además la ganancia por
          transportar cada tipo de caja es distinta.


IO1 R.Delgadillo                                    22
Problema de asignación de
       recursos
           Caja tipo 1 => 1m3 , S/1000 c/u
           Caja tipo 2 => 1.2m3 , S/1120 c/u
           Caja tipo 3 => 0.8m3 , S/900 c/u

           ¿Cómo debe llenar el señor León su
            camión para maximizar las ganancias
            en cada viaje que realice, si tiene que
            transportar como mínimo 8 cajas tipo 1
            y 5 cajas tipo 3 en cada viaje ?
IO1 R.Delgadillo                                23
Problema de asignación de
       recursos
       Definición de las variables de
         decisión
        X1 : número de cajas tipo 1 a
         transportase en cada viaje (cja/viaje)
        X2 : número de cajas tipo 2 a
         transportase en cada viaje (cja/viaje)
        X3 : número de cajas tipo 3 a

         transportase en cada viaje (cja/viaje)

IO1 R.Delgadillo                              24
Problema de asignación de
       recursos
       Coeficientes de costos (utilidades)
        Datos

       Función Objetivo
       Z: Ganancia total (soles) por el transporte
         de los 3 tipos de cajas en cada viaje.
        Max Z = 1000X1+ 1120X2 + 900X3

        [soles/ caja]* [caja/viaje]=[soles/ viaje]



IO1 R.Delgadillo                               25
Problema de asignación de
       recursos
       Coeficientes tecnológicos y de lado
         derecho
        Datos

       Restricciones funcionales
       R1: capacidad del camión (recurso)
         1X1 + 1.2 X2 +o.8 X3 ≤ 20
        [m3 /caja] * [caja/viaje] = [m3/viaje]

IO1 R.Delgadillo                           26
Problema de asignación de
       recursos
       R2: mínimo de mercancía tipo 1
        (requerimiento)
         x1≥8 [caja/viaje]
       R3: Mínimo de mercancía tipo 3
          x3≥5 [caja/viaje]

       Restricción de signo
           X1,x2,x3 ≥0
IO1 R.Delgadillo                        27
Problema de asignación de
       recursos
       Modelo completo
        Max Z = 1000X1+ 1120X2 + 900X3
        s.a
          1X1 + 1.2 X2 +o.8 X3 ≤ 20
           x1                  ≥ 8
                            x3 ≥ 5

                   X1,x2,x3 ≥0
IO1 R.Delgadillo                         28
Problema de dieta
       Una dieta para ganado requiere que el
         alimento que se consuma tenga los 4
         grupos básicos: Harina, grasas,
         proteínas, minerales.
       Los costos asociados a cada grupo son:
       50,20,30y 80 soles por quintal y la
         cantidades mínimas a ingerirse cada día
         es:
       500,28,50,68 onzas
IO1 R. Delgadillo                            29
Problema de dieta
       La tabla siguiente muestra el contenido
         nutricional de cada alimento

               Harinas grasas proteínas minerales
       alimento1 400      8       15         2
       alimento2 200     15        30       15
       alimento3 150     10         5        8
       alimento4 500      0         3        5

IO1 R. Delgadillo                             30
Problema de dieta
            Determine la mejor combinación de
             alimentos de forma a obtener una dieta
             con el requerimiento nutricional diario
             a menor costo.




IO1 R. Delgadillo                                31

Más contenido relacionado

Similar a 02 modelos lineales

01 introduccion
01 introduccion01 introduccion
01 introduccionJulio Pari
 
Investigación de operaciones 2011-2
Investigación de operaciones 2011-2Investigación de operaciones 2011-2
Investigación de operaciones 2011-2
Isbelia Pelayo
 
Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
Augusto Javes Sanchez
 
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
LUISALVAROGUERRARANG
 

Similar a 02 modelos lineales (7)

01 introduccion
01 introduccion01 introduccion
01 introduccion
 
1
11
1
 
00026992
0002699200026992
00026992
 
Investigación de operaciones 2011-2
Investigación de operaciones 2011-2Investigación de operaciones 2011-2
Investigación de operaciones 2011-2
 
Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
 
Analisis dedecisiones
Analisis dedecisionesAnalisis dedecisiones
Analisis dedecisiones
 
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
 

Más de Julio Pari

Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Julio Pari
 
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesLinks kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Julio Pari
 
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesComandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Julio Pari
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPC
Julio Pari
 
Arquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSMArquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSM
Julio Pari
 
Jelastic Enterprise
Jelastic EnterpriseJelastic Enterprise
Jelastic Enterprise
Julio Pari
 
Marketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor OsorioMarketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor Osorio
Julio Pari
 
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor CorderoIngenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
Julio Pari
 
Documento de Arquitectura
Documento de ArquitecturaDocumento de Arquitectura
Documento de Arquitectura
Julio Pari
 
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISISolucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
Julio Pari
 
Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIJulio Pari
 
Armas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasArmas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasJulio Pari
 
Formato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIFormato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIJulio Pari
 
Cuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaCuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaJulio Pari
 
Ingeniería de Software Examen Parcial
Ingeniería de Software Examen ParcialIngeniería de Software Examen Parcial
Ingeniería de Software Examen Parcial
Julio Pari
 
Sistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen ParcialSistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen Parcial
Julio Pari
 
Php07 consultas bd
Php07 consultas bdPhp07 consultas bd
Php07 consultas bdJulio Pari
 
Php06 instalacion my_sql
Php06 instalacion my_sqlPhp06 instalacion my_sql
Php06 instalacion my_sqlJulio Pari
 
Php05 funciones usuario
Php05 funciones usuarioPhp05 funciones usuario
Php05 funciones usuarioJulio Pari
 

Más de Julio Pari (20)

Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes #Ibm virtual la...
 
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesLinks kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Links kubernetes - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
 
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en KubernetesComandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
Comandos - Evento - Virtual Lab Despliegue de aplicaciones en Kubernetes
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPC
 
Arquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSMArquitectura Web FISI UNMSM
Arquitectura Web FISI UNMSM
 
Jelastic Enterprise
Jelastic EnterpriseJelastic Enterprise
Jelastic Enterprise
 
Marketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor OsorioMarketing Examen Parcial Profesor Osorio
Marketing Examen Parcial Profesor Osorio
 
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor CorderoIngenieria Software Examen Parcial 2013 2 Profesor Cordero
Ingenieria Software Examen Parcial 2013 2 Profesor Cordero
 
Documento de Arquitectura
Documento de ArquitecturaDocumento de Arquitectura
Documento de Arquitectura
 
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISISolucion Examen Parcial Sistemas Digitales UNMSM FISI
Solucion Examen Parcial Sistemas Digitales UNMSM FISI
 
Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa II
 
Armas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilasArmas silenciosas para guerras tranquilas
Armas silenciosas para guerras tranquilas
 
UML Java
UML JavaUML Java
UML Java
 
Formato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISIFormato de presentación de Proyecto UNMSM FISI
Formato de presentación de Proyecto UNMSM FISI
 
Cuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hijaCuento para nuestro hijo y nuestra hija
Cuento para nuestro hijo y nuestra hija
 
Ingeniería de Software Examen Parcial
Ingeniería de Software Examen ParcialIngeniería de Software Examen Parcial
Ingeniería de Software Examen Parcial
 
Sistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen ParcialSistemas Distribuidos Examen Parcial
Sistemas Distribuidos Examen Parcial
 
Php07 consultas bd
Php07 consultas bdPhp07 consultas bd
Php07 consultas bd
 
Php06 instalacion my_sql
Php06 instalacion my_sqlPhp06 instalacion my_sql
Php06 instalacion my_sql
 
Php05 funciones usuario
Php05 funciones usuarioPhp05 funciones usuario
Php05 funciones usuario
 

02 modelos lineales

  • 2. Agenda  Componentes de un proyecto de IO  Construcción de Modelos  Modelos, tipos  Modelo Matemático  Modelos de PL  Formulación de modelos de PL  Problemas IO1 R. Delgadillo 2
  • 3. Componentes de un proyecto de la I.O.  Estudio de la organización  Interpretación de la organización como un sistema  Formulación de los problemas de la organización  construcción de modelo  resolución del modelo IO1 R.Delgadillo 3
  • 4. Componentes de un proyecto de la I.O.  Prueba del modelo  Diseño y control asociado a las soluciones  Implantación IO1 R.Delgadillo 4
  • 5. Formulación (definición) de los problemas de la organización  ¿Cuáles son los problemas que tiene la organización?  Describir cada uno de ellos  Delimitar su ámbito  Identificar los entes afectados  Recolección de datos o información  Análisis de costo-beneficio  Recomendaciones IO1 R. Delgadillo 5
  • 6. Construcción de modelos  Pasos a seguir:  Selección del modelo adecuado  Selección de los datos de entrada  Formulación  Construcción simbólica IO1 R. Delgadillo 6
  • 7. Modelos  Es una representación simplificada e idealizada de la realidad IO1 R. Delgadillo 7
  • 8. Modelos  Tipos:  Matemáticos o Físicos  Estáticos o Dinámicos  Determinísticos o Estocásticos IO1 R. Delgadillo 8
  • 9. Modelo matemático  Un modelo matemático es una representación idealizada y simplificada de un sistema, expresada en términos de símbolos y expresiones matemáticas  Ej: F=m.a  El modelo matemático de un problema económico, es el sistema de ecuaciones y expresiones matemáticas relacionadas que describen la esencia del problema IO1 R. Delgadillo 9
  • 10. Modelo matemático  Queda definido Por:  n decisiones variables de decisión x1, x2 , x3 ,...xn  Medida de desempeño conjunto  Función objetivo (F.O.) Z f ( x1, x2 ,...,xn ) 3x1 5x2 ... 15xn  Conjunto de limitaciones  restricciones Ecuaciones y desigualdades x1 2x2 14x4 8  Coeficientes y los lados derecho  parámetros IO1 R. Delgadillo 10
  • 11. Modelos de PL  Es un modelo matemático, cuyas funciones son lineales  Todo modelo de PL tiene:  Una Función Objetivo  Variables de decisión  Conjunto de restricciones  Criterio de optimización (máx. ó min) IO1 R. Delgadillo 11
  • 12. Modelos de PL  Ejemplo: Una compañía fabrica 2 productos en 4 secciones distintas de fabricación A, B,C y D, todas colocadas en serie  Las decisiones de producción (variables de decisión) dependerán: de la capacidad de la fabrica y de la disponibilidad de los recursos(restricciones)  y al fabricante le preocupará satisfacer la demanda a un costo de producción (objetivo) mínimo (criterio). IO1 R. Delgadillo 12
  • 13. Selección de los datos de entrada  Información necesaria y que puede venir de registros históricos, pruebas, experimentos actuales o aún corazonadas basadas en la experiencia.  Estos datos constituyen los parámetros del problema IO1 R. Delgadillo 13
  • 14. Formulación del Modelo de PL  Consideraciones para la formulación:  Cree un modelo en forma verbal: restricciones y objetivo  Identifique las variables de decisión  Identifique los datos del problema  Exprese cada restricción y función objetivo en términos de las variables de decisión IO1 R. Delgadillo 14
  • 15. Formulación del Modelo de PL  Las restricciones son de requerimiento  Las restricciones son limitaciones IO1 R. Delgadillo 15
  • 16. Formulación de modelos de PL  Un carpintero fabrica sillas y mesas, su producción esta limitada por lo siguiente: listones mano de Utilidad de madera obra c/silla requiere 4 3 horas 900 c/mesa requiere 4 6 horas 600 Dispone x sem. 36 48 horas Determinar el plan de producción óptimo IO1 R. Delgadillo 16
  • 17. Formulación de modelos de PL  Qué se desea? Un plan de producción óptimo  Como se consigue? Haciendo máxima la producción  La producción se refiere a la cantidad de sillas y mesas  Variable de decisión: Número de sillas y mesas que debe producir a la semana x1 : Número de sillas a producir x sem. x2 : Número de mesas a producir x sem IO1 R. Delgadillo 17
  • 18. Formulación de modelos de PL  Objetivo: Obtener mayores (máxima) utilidades (beneficio), en base a las sillas y mesas a producir  F.O : Z = 900 x1 + 600 x2  Como se desea que sea máxima  Maximizar Z= 900 x1 + 600 x2 IO1 R. Delgadillo 18
  • 19. Formulación de modelos de PL  Qué limitaciones existe? La mano de obra y los listones de madera  Restricción de Madera: 4 x1 + 4x2 < 36  Restricción de M.O: 3 x1 + 6x2 < 48  Solo eso? La producción no puede ser negativa  Restricciones de no negatividad x1 ,x2 > 0 IO1 R. Delgadillo 19
  • 20. Construcción simbólica (modelo) Maximizar 900 x1 + 600 x2 Función Objetivo Criterio s.a. 4 x1 + 4x2 < 36 Restricciones 3 x1 + 6x2 < 48 Datos x1 ,x2 > 0 Rango de existencia Variables de decisión  x1 : Número de sillas a producir x sem.  x2 : Número de mesas a producir x sem. IO1 R. Delgadillo 20
  • 21. Etapas en la formulación de un modelo  Definición de las variables de decisión  Determinación de los Coeficientes de costos (o utilidades)  Definición de la Función objetivo  Determinación de los Coeficientes tecnológicos y lado derecho de restricciones  Definición de las Restricciones funcionales  Definición de las Restricciones de signo IO1 R.Delgadillo 21
  • 22. Problema de asignación de recursos El señor León tiene un pequeño camión con capacidad de 20m3 en el cual transporta mercaderías. Una reconocida empresa de la ciudad le ha contratado para hacer acarreos de mercaderías, desde la planta de producción, hacia los puntos de distribución. La mercadería está empacada en cajas de 3 tamaños diferentes. Además la ganancia por transportar cada tipo de caja es distinta. IO1 R.Delgadillo 22
  • 23. Problema de asignación de recursos  Caja tipo 1 => 1m3 , S/1000 c/u  Caja tipo 2 => 1.2m3 , S/1120 c/u  Caja tipo 3 => 0.8m3 , S/900 c/u  ¿Cómo debe llenar el señor León su camión para maximizar las ganancias en cada viaje que realice, si tiene que transportar como mínimo 8 cajas tipo 1 y 5 cajas tipo 3 en cada viaje ? IO1 R.Delgadillo 23
  • 24. Problema de asignación de recursos Definición de las variables de decisión  X1 : número de cajas tipo 1 a transportase en cada viaje (cja/viaje)  X2 : número de cajas tipo 2 a transportase en cada viaje (cja/viaje)  X3 : número de cajas tipo 3 a transportase en cada viaje (cja/viaje) IO1 R.Delgadillo 24
  • 25. Problema de asignación de recursos Coeficientes de costos (utilidades)  Datos Función Objetivo Z: Ganancia total (soles) por el transporte de los 3 tipos de cajas en cada viaje.  Max Z = 1000X1+ 1120X2 + 900X3  [soles/ caja]* [caja/viaje]=[soles/ viaje] IO1 R.Delgadillo 25
  • 26. Problema de asignación de recursos Coeficientes tecnológicos y de lado derecho  Datos Restricciones funcionales R1: capacidad del camión (recurso) 1X1 + 1.2 X2 +o.8 X3 ≤ 20 [m3 /caja] * [caja/viaje] = [m3/viaje] IO1 R.Delgadillo 26
  • 27. Problema de asignación de recursos R2: mínimo de mercancía tipo 1 (requerimiento) x1≥8 [caja/viaje] R3: Mínimo de mercancía tipo 3 x3≥5 [caja/viaje] Restricción de signo X1,x2,x3 ≥0 IO1 R.Delgadillo 27
  • 28. Problema de asignación de recursos Modelo completo Max Z = 1000X1+ 1120X2 + 900X3 s.a 1X1 + 1.2 X2 +o.8 X3 ≤ 20 x1 ≥ 8 x3 ≥ 5 X1,x2,x3 ≥0 IO1 R.Delgadillo 28
  • 29. Problema de dieta Una dieta para ganado requiere que el alimento que se consuma tenga los 4 grupos básicos: Harina, grasas, proteínas, minerales. Los costos asociados a cada grupo son: 50,20,30y 80 soles por quintal y la cantidades mínimas a ingerirse cada día es: 500,28,50,68 onzas IO1 R. Delgadillo 29
  • 30. Problema de dieta La tabla siguiente muestra el contenido nutricional de cada alimento Harinas grasas proteínas minerales alimento1 400 8 15 2 alimento2 200 15 30 15 alimento3 150 10 5 8 alimento4 500 0 3 5 IO1 R. Delgadillo 30
  • 31. Problema de dieta  Determine la mejor combinación de alimentos de forma a obtener una dieta con el requerimiento nutricional diario a menor costo. IO1 R. Delgadillo 31