Investigation de Operaciones

Análisis de Sensibilidad

4ta Sesión Virtual

Mg. Gastón R. Huiman León
Análisis de Sensibilidad

ORIENTACIONES AL ESTUDIANTE

Intente solucionar sus inquietudes estudiando con seriedad el material

propuesto así como la bibliografía, consultando con sus compañeros y el
docente.
De persistir las dudas formule sus preguntas de forma concreta sobre el tema
en discusión, utilizando las herramientas virtuales que se esta brindando en
esta sesión, como levantar la mano de manera virtual.
Respete el horario establecido para las clases de teoría y laboratorio.
Análisis de Sensibilidad

CONTENIDO / TEMATICA

✓ Solución y análisis en modelos de Programación Lineal

✓ Uso de modelador LINGO, LINDO.Solver.
 Análisis deGrafica
Sensibilidad
de Modelos Lineales

Sintaxis LINGO
model:
Para el nombre de las Variables y otros identificadores se establece que
pueden tener 32 caracteres como Máximo, Deben comenzar con una
letra seguido de letras, dígitos o _ (guion bajo). LINGO no distingue sets:
entre mayúsculas y minúsculas. productos/1..6/:X,P;
maquinas/1 2 3 4/:H1;
Todas las sentencias deben terminar en un punto y coma.
manobra/1 2 3 4/:H2;

Para darle un nombre a la función objetivo o a las restricciones, estos se demanda/1..6/:H3;

deben colocar entre corchetes; siempre terminando en puno y coma. ARCOMP(productos, maquinas):M1;
ARCOMOP(productos, manobra):M2;
ARCODP(productos, demanda):M3;
Los conjuntos productos, maquinas, manobra y demanda se consideran
grupos primitivos y el último conjunto ARCOMP se denomina conjunto
endsets
derivado, donde M1 representa a la ganancia unitaria de cada producto
y su relación con la cantidad de horas maquina en la fabrica.
 Análisis deGrafica
Sensibilidad
de Modelos Lineales
data:
Los valores de los atributos de lo elementos de P= 10 6 5 8 9 7;

los conjuntos tienen la sintaxis siguiente: H1=80

40
60
Los comentarios deben comenzar con un
90;
signo”!” , los cuales aparecen resaltados en
verde. Al igual que las sentencias los !Funcion Objetivo;

comentarios finalizan con un punto y coma.

max=@sum(productos(i):X(i)*P(i));

Para declarar la función objetivo debemos

!Restricciones;
colocar las palabras reservadas MAX o MIN,
(aparecerán resaltadas en azul) seguidas del
!Restricciones Horas Maquina;
signo = .
@for(maquinas(j):@sum(productos(i):X(i)*M1(i,j))<=H1(j));
 Análisis deGrafica
Sensibilidad
de Modelos Lineales

Sección del modelo, MODEL, lugar donde se model:

describe el modelo matemático.

sets:
La estructura principal debe tener tres secciones
Sección de conjuntos, SETS, que especifica los endsets
conjuntos y sus atributos; terminado el ingreso de
datos se debe cerrar con ENDSETS. data:

Sección de datos, DATA, que proporciona los datos

Enddata
a usar o indica donde obtenerlos; terminado el
ingreso de datos se debe cerrar con ENDDATA.
Análisis deGrafica
Sensibilidad
de Modelos Lineales

Para el modelo:
La función @FOR , sirve para generar restricciones
Para presentar el modelo se utiliza dos funciones:
sobre los miembros de un conjunto. La forma general es:
@SUM y @FOR.
@FOR (Conjunto(j): @SUM (set: expresión));
La función @SUM calcula la suma de una expresión
sobre todos los miembros del conjunto. La forma general @for(maquinas(j):@sum(productos(i):
es: X(i)*M1(i,j))<=H1(j));
@SUM (set: expresión)

Ejemplo: Indica que se genere la restricción que sigue a los dos

@sum(productos(i):X(i)*M1(i,j))<=H1(j)); puntos para cada miembro del conjunto que les precede.

Suma la expresión que sigue a los dos puntos que

corresponde a la ganancia unitaria de cada producto por las
hora maquina de cada origen a cada destino considerado.
Análisis de Sensibilidad

Las instrucciones de LINGO que recorren los elementos de un

conjunto son las siguientes:

@For(Conjunto(i): ) Repite una tarea para todo i

@Sum(Conjunto(i): ) Suma una expresión para todo i
@Prod(Conjunto(i): ) Multiplica una expresión para todo i
@Max(Conjunto(i): ) Calcula el máximo para todo i
@Min(Conjunto(i): ) Calcula el mínimo para todo i
@Writefor(Conjunto(i): ) Escribe una expresión para todo i
Análisis de Sensibilidad
Modelo de Producción
Una fabrica de bebidas produce 6 tipos de gaseosas, usando 4 maquinas y 4 tipos de
mano de obra. El departamento de producción presenta el siguiente cuadro:
Tiempo
Tipo de Tiempo Ma no de Dis ponible
Dis ponible Hombre
ma quina Obra
Ma q.Hora s /mes Hora s /mes
M1 240 MO1 300
M2 120 MO2 420
M3 180 MO3 480
M4 270 MO4 540
Asimismo sabemos el requerimiento minuto/maquina y minuto/hombre para producir
una unidad de cada producto.
Análisis de Sensibilidad
Finalmente el departamento de comercialización informa lo siguiente:
Ti po de Dema nda mi ni ma
Ga na nci a S/.
producto und/mes
I 800 10
II 400 6 ¿Cuál seria el plan de producción, para
III 300 5 maximizar las ganancias en un mes?
IV 200 8
V 600 9
VI 500 7

Propuesta de Solución Variables

Xi: número de unidades de bebidas gaseosas I,II,III,IV,V,VI a producir
i(I,II,III,IV,V,VI =1,2,3,4,5,6) gaseosas.

Restricciones y parámetros : Maquinas

M1 : (2/60 h/maq x unid) (X1 Unid.) + (3/60 h/maq x unid) (X2 Unid.) + (4/60 h/maq x unid) (X3 Unid.) +
(1/60 h/maq x unid) (X4 Unid.) + (6/60 h/maq x unid) (X5 Unid.)+ (1/60 h/maq x unid) (X6 Unid.) <= 240 h/maq.

M2 : (1/60 h/maq x unid) (X1 Unid.) + (3/60 h/maq x unid) (X2 Unid.) + (0/60 h/maq x unid) (X3 Unid.) +
(2/60 h/maq x unid) (X4 Unid.) + (3/60 h/maq x unid) (X5 Unid.)+ (0/60 h/maq x unid) (X6 Unid.) <= 120 h/maq.
Análisis de Sensibilidad

M3 : (4/60 h/maq x unid) (X1 Unid.) + (4/60 h/maq x unid) (X2 Unid.) + (5/60 h/maq x unid) (X3 Unid.) +
(0/60 h/maq x unid) (X4 Unid.) + (2/60 h/maq x unid) (X5 Unid.)+ (0/60 h/maq x unid) (X6 Unid.) <= 180 h/maq.

M4 : (3/60 h/maq x unid) (X1 Unid.) + (4/60 h/maq x unid) (X2 Unid.) + (5/60 h/maq x unid) (X3 Unid.) +
(6/60 h/maq x unid) (X4 Unid.) + (7/60 h/maq x unid) (X5 Unid.)+ (8/60 h/maq x unid) (X6 Unid.) <= 270 h/maq.

Restricciones y parámetros : Mano de Obra

MO1 : (1/60 h/hom x unid) (X1 Unid.) + (3/60 h/hom x unid) (X2 Unid.) + (6/60 h/hom x unid) (X3 Unid.) +
(0/60 h/hom x unid) (X4 Unid.) + (7/60 h/hom x unid) (X5 Unid.)+ (8/60 h/hom x unid) (X6 Unid.) <= 300 h/hombre

MO2 : (2/60 h/hom x unid) (X1 Unid.) + (2/60 h/hom x unid) (X2 Unid.) + (1/60 h/hom x unid) (X3 Unid.) +
(4/60 h/hom x unid) (X4 Unid.) + (5/60 h/hom x unid) (X5 Unid.)+ (6/60 h/hom x unid) (X6 Unid.) <= 420 h/hombre

MO3 : (3/60 h/hom x unid) (X1 Unid.) + (1/60 h/hom x unid) (X2 Unid.) + (2/60 h/hom x unid) (X3 Unid.) +
(3/60 h/hom x unid) (X4 Unid.) + (2/60 h/hom x unid) (X5 Unid.)+ (0/60 h/hom x unid) (X6 Unid.) <= 480 h/hombre

MO4 : (4/60 h/hom x unid) (X1 Unid.) + (4/60 h/hom x unid) (X2 Unid.) + (6/60 h/hom x unid) (X3 Unid.) +
(0/60 h/hom x unid) (X4 Unid.) + (3/60 h/hom x unid) (X5 Unid.)+ (5/60 h/hom x unid) (X6 Unid.) <= 540 h/hombre
Análisis deConstrucción
Sensibilidad de un modelo en PL
Restricciones y parámetros : Demanda mínima
Producto gaseosa I : (1 unid/mes) (X1 Unid.) >= 800 unid/mes
Producto gaseosa II : (1 unid/mes) (X2 Unid.) >= 400 unid/mes
Producto gaseosa III : (1 unid/mes) (X3 Unid.) >= 300 unid/mes
Producto gaseosa VI : (1 unid/mes) (X4 Unid.) >= 200 unid/mes
Producto gaseosa V : (1 unid/mes) (X5 Unid.) >= 600 unid/mes
Producto gaseosa VI : (1 unid/mes) (X6 Unid.) >= 500 unid/mes

Función Objetivo

Max

Z=(S/.10/unid)(X1unid)+(S/.6.0/unid)(X2unid)+(S/.5.0/unid)(X3unid)+(S/.8.0/unid)(X4unid)+

(S/.9.0/unid)(X5unid)+(S/.7.0/unid)(X6unid)
Análisis de Sensibilidad

SOLVER

Tipo
Tipo de Producto Tipo Tipo de Producto
Maquina Maquina I II III IV V VI
I II III IV V VI
M1 0.0333 0.05 0.0667 0.0167 0.1 0.0167
M1 2 3 4 1 6 1
M2 0.0167 0.05 0 0.0333 0.05 0
M2 1 3 0 2 3 0
M3 4 4 5 0 3 0 M3 0.0667 0.0667 0.0833 0 0.05 0
M4 3 4 5 6 7 8 M4 0.05 0.0667 0.0833 0.1 0.1167 0.1333

Tipo Tipo de Producto Tipo Tipo de Producto

Maquina Maquina I II III IV V VI
I II III IV V VI
MO1 1 3 6 0 7 8 MO1 0.0167 0.05 0.1 0 0.1167 0.1333
MO2 2 2 1 4 5 6 MO2 0.0333 0.0333 0.0167 0.0667 0.0833 0.1
MO3 3 1 2 3 2 0 MO3 0.05 0.0167 0.0333 0.05 0.0333 0
MO4 4 4 6 0 3 5 MO4 0.0667 0.0667 0.1 0 0.05 0.0833
Análisis de Sensibilidad

SOLVER

Plan de produccion
X1 X2 X3 X4 X5 X6
Producto I II III IV V VI

Cantidad a producir Ganancia

Margen contribucion unit. S/ 10 S/ 6 S/ 5 S/ 8 S/ 9 S/ 7 0
Restricciones LI LD Holgura
M1 Tiempo Disponible Maq.Horas/mes 0.0333 0.05 0.0667 0.0167 0.1 0.0167 0 <= 240 240
M2 Tiempo Disponible Maq.Horas/mes 0.0167 0.05 0 0.0333 0.05 0 0 <= 120 120
M3 Tiempo Disponible Maq.Horas/mes 0.0667 0.0667 0.0833 0 0.05 0 0 <= 180 180
M4 Tiempo Disponible Maq.Horas/mes 0.05 0.0667 0.0833 0.1 0.1167 0.1333 0 <= 270 270
MO1 Tiempo Disponible Hombre Horas/mes 0.0167 0.05 0.1 0 0.1167 0.1333 0 <= 300 300
MO2 Tiempo Disponible Hombre Horas/mes 0.0333 0.0333 0.0167 0.0667 0.0833 0.1 0 <= 420 420
MO3 Tiempo Disponible Hombre Horas/mes 0.05 0.0167 0.0333 0.05 0.0333 0 0 <= 480 480
MO4 Tiempo Disponible Hombre Horas/mes 0.0667 0.0667 0.1 0 0.05 0.0833 0 <= 540 540
I Demanda minima und/mes 1 0 >= 800 -800
II Demanda minima und/mes 1 0 >= 400 -400
III Demanda minima und/mes 1 0 >= 300 -300
IV Demanda minima und/mes 1 0 >= 200 -200
V Demanda minima und/mes 1 0 >= 600 -600
VI Demanda minima und/mes 1 0 >= 500 -500
Análisis de Sensibilidad

SOLVER

Plan de produccion
X1 X2 X3 X4 X5 X6
Producto I II III IV V VI

Cantidad a producir 1233.3 400 300 200 600 500 Ganancia

Margen contribucion unit. S/ 10 S/ 6 S/ 5 S/ 8 S/ 9 S/ 7 S/ 26,733.3
Restricciones LI LD Holgura
M1 Tiempo Disponible Maq.Horas/mes 0.0333 0.05 0.0667 0.0167 0.1 0.0167 152.7777778 <= 240 87.2222222
M2 Tiempo Disponible Maq.Horas/mes 0.0167 0.05 0 0.0333 0.05 0 77.22222222 <= 120 42.7777778
M3 Tiempo Disponible Maq.Horas/mes 0.0667 0.0667 0.0833 0 0.05 0 163.8888889 <= 180 16.1111111
M4 Tiempo Disponible Maq.Horas/mes 0.05 0.0667 0.0833 0.1 0.1167 0.1333 270 <= 270 0
MO1 Tiempo Disponible Hombre Horas/mes 0.0167 0.05 0.1 0 0.1167 0.1333 207.2222222 <= 300 92.7777778
MO2 Tiempo Disponible Hombre Horas/mes 0.0333 0.0333 0.0167 0.0667 0.0833 0.1 172.7777778 <= 420 247.222222
MO3 Tiempo Disponible Hombre Horas/mes 0.05 0.0167 0.0333 0.05 0.0333 0 108.3333333 <= 480 371.666667
MO4 Tiempo Disponible Hombre Horas/mes 0.0667 0.0667 0.1 0 0.05 0.0833 210.5555556 <= 540 329.444444
I Demanda minima und/mes 1 1233.333333 >= 800 433.333333
II Demanda minima und/mes 1 400 >= 400 0
III Demanda minima und/mes 1 300 >= 300 0
IV Demanda minima und/mes 1 200 >= 200 0
V Demanda minima und/mes 1 600 >= 600 0
VI Demanda minima und/mes 1 500 >= 500 0
Análisis de Sensibilidad

SOLVER
 Análisis de Sensibilidad
Restricciones
Celda Nombre Valor de la celda Fórmula Estado Demora
SOLVER $W$16 I-Demanda minima und/mes LI 1233.333333 $W$16>=$Y$16 No vinculante 433.3333333
$W$17 II-Demanda minima und/mes LI 400 $W$17>=$Y$17 Vinculante 0
$W$18 III-Demanda minima und/mes LI 300 $W$18>=$Y$18 Vinculante 0
$W$19 IV-Demanda minima und/mes LI 200 $W$19>=$Y$19 Vinculante 0 RESTANTE (RESIDUO O SALDO)
$W$20 V-Demanda minima und/mes LI 600 $W$20>=$Y$20 Vinculante 0
$W$21 VI-Demanda minima und/mes LI 500 $W$21>=$Y$21 Vinculante 0
$W$8 M1-Tiempo Disponible Maq.Horas/mes LI 152.7777778 $W$8<=$Y$8 No vinculante 87.22222222
$W$9 M2-Tiempo Disponible Maq.Horas/mes LI 77.22222222 $W$9<=$Y$9 No vinculante 42.77777778 SOBRANTE O EXCEDENTE
$W$10 M3-Tiempo Disponible Maq.Horas/mes LI 163.8888889 $W$10<=$Y$10 No vinculante 16.11111111
$W$11 M4-Tiempo Disponible Maq.Horas/mes LI 270 $W$11<=$Y$11 Vinculante 0 RESTANTE (RESIDUO O SALDO)
$W$12 MO1-Tiempo Disponible Hombre Horas/mes LI 207.2222222 $W$12<=$Y$12 No vinculante 92.77777778
$W$13 MO2-Tiempo Disponible Hombre Horas/mes LI 172.7777778 $W$13<=$Y$13 No vinculante 247.2222222
$W$14 MO3-Tiempo Disponible Hombre Horas/mes LI 108.3333333 $W$14<=$Y$14 No vinculante 371.6666667
$W$15 MO4-Tiempo Disponible Hombre Horas/mes LI 210.5555556 $W$15<=$Y$15 No vinculante 329.4444444
$Q$5 Cantidad a producir I 1233.333333 $Q$5>=0 No vinculante 1233.333333 SOBRANTE O EXCEDENTE
$R$5 Cantidad a producir II 400 $R$5>=0 No vinculante 400
$S$5 Cantidad a producir III 300 $S$5>=0 No vinculante 300
$T$5 Cantidad a producir IV 200 $T$5>=0 No vinculante 200
$U$5 Cantidad a producir V 600 $U$5>=0 No vinculante 600
$V$5 Cantidad a producir VI 500 $V$5>=0 No vinculante 500

RESTRICCIONES VINCULANTES: Son las restricciones que

directamente afectan la decisión de las variables del problema y forman
parte de la función objetivo.
 Análisis de Sensibilidad
Microsoft Excel 16.0 Informe de sensibilidad
Cantidad máxima o mínima en que los coeficientes de
Hoja de cálculo: [Estructura Matematica PL.xlsx]GASEOSAS SOLVER la función objetivo se pueden aumentar o disminuir sin
Informe creado: 4/05/2022 10:04:49
variar la solución optima de la variable.

Celdas de variables
Cantidad máxima o mínima en que los términos
Final Reducido Objetivo Permisible Permisible
independientes de cada restricción se pueden aumentar
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
o disminuir, sin variar los valores de los precios
$Q$5 Cantidad a producir I 1233.333333 0 10 1E+30 5.5
reducidos y los precios duales (sombra).
$R$5 Cantidad a producir II 400 0 6 7.333333333 1E+30
$S$5 Cantidad a producir III 300 0 5 11.66666667 1E+30
$T$5 Cantidad a producir IV 200 0 8 12 1E+30
PARA CUANDO ES “0” : Ejemplo precio dual de restricción
$U$5 Cantidad a producir V 600 0 9 14.33333333 1E+30 de M1 –Horas/mes; = 0 , nada va a cambiar ni las
$V$5 Cantidad a producir VI 500 0 7 19.66666667 1E+30 variables encontradas ni la Función Objetivo; si relajamos la
restricción por unidades menos del lado derecho menos su
Restricciones holgura ósea 240 − 50 = 190
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir PARA CUANDO ES ≠ 𝟎 : Precio dual de restricción de M4
$W$16 I-Demanda minima und/mes LI 1233.333333 0 800 433.3333333 1E+30 –Horas/mes= 200 , si aumenta o disminuyo en 10 unidades
$W$17 II-Demanda minima und/mes LI 400 -7.333333333 400 325 400
el lado derecho de M4 ósea 270 + 10 = 280 horas, la
$W$18 III-Demanda minima und/mes LI 300 -11.66666667 300 260 300
función objetivo va a aumentar en: 200𝑥10 = 2000 … +
$W$19 IV-Demanda minima und/mes LI 200 -12 200 216.6666667 120.8333333
⋯ 26733.33 = 28733.33 o va a disminuir en -2000
$W$20 V-Demanda minima und/mes LI 600 -14.33333333 600 185.7142857 152.6315789
$W$21 VI-Demanda minima und/mes LI 500 -19.66666667 500 162.5 90.625
(24733.33) y los valores de las variables cambian.
$W$8 M1-Tiempo Disponible Maq.Horas/mes LI 152.7777778 0 240 1E+30 87.22222222
$W$9 M2-Tiempo Disponible Maq.Horas/mes LI 77.22222222 0 120 1E+30 42.77777778 PARA CUANDO ES −𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒐 : Precio dual de
$W$10 M3-Tiempo Disponible Maq.Horas/mes LI 163.8888889 0 180 1E+30 16.11111111 restricción Demanda II= −7.33 , disminuyo en 50 unidades
$W$11 M4-Tiempo Disponible Maq.Horas/mes LI 270 200 270 12.08333333 21.66666667 el lado derecho de Demanda II ósea 400 − 50 = 350 horas,
$W$12 MO1-Tiempo Disponible Hombre Horas/mes LI 207.2222222 0 300 1E+30 92.77777778 la función objetivo va a aumentar en: −7.33𝑥 − 50 =
$W$13 MO2-Tiempo Disponible Hombre Horas/mes LI 172.7777778 0 420 1E+30 247.2222222 366.66 … + ⋯ 26733.33 = 27100 o aumento en la misma
$W$14 MO3-Tiempo Disponible Hombre Horas/mes LI 108.3333333 0 480 1E+30 371.6666667 cantidad -366.66 disminuye la F.O. en 26366.66 y los
$W$15 MO4-Tiempo Disponible Hombre Horas/mes LI 210.5555556 0 540 1E+30 329.4444444 valores de las variables cambian.
Análisis de Sensibilidad

SOLVER
Análisis deGrafica
Sensibilidad
de Modelos Lineales

LINGO Estructura del problema Ingresamos los conjuntos o sub índices de las variables

Nota: Tener en cuenta que cada ves que pase a otra fila,
deberá colocar un punto y coma
 Análisis deGrafica
Sensibilidad
de Modelos Lineales
Hay que ir verificando si la sintaxis esta bien escrita, para ello nos
vamos a Solver – Generate – Display model.
Análisis deGrafica
Sensibilidad
de Modelos Lineales

LINGO

Ingresamos la data de los conjuntos o sub

índices de las variables ; P: ganancias por
producto; H1: disponibilidad de Maq.Horas/mes,
H2: disponibilidad de Hombre Horas/mes; H3:
demanda mínima.
Los datos de P se mueve en columnas por tanto
son factores horizontales ( i ).
Los datos de H1,H2 y H3; son vectores
verticales que se mueven en forma de filas para
cada grupo de datos ( j ).
Análisis de Sensibilidad

LINGO

Ingresamos los datos de las

matrices de:
• M1 el cual corresponde
Maq.Horas/mes;
• M2 Hombre Horas/mes;
• M3: demanda mínima.
 Análisis de Sensibilidad
Hay que ir verificando si la sintaxis esta bien escrita, para ello nos
vamos a Solver – Generate – Display model.
Análisis de Sensibilidad

LINGO

Ingresamos la función objetivo

que solicita el problema, una
maximización teniendo en cuenta
en multiplicar los productos (i)
X(i) * p(i) por la ganancia para
poder calcular la ganancia total.
Análisis de Sensibilidad
Hay que ir verificando si la sintaxis esta bien escrita, para ello nos
vamos a Solver – Generate – Display model. LINGO
Análisis de Sensibilidad
Solver Estatus Variables
Modelo: PL Total : 6
Estado: Solución global No lineales: 0
F.O.:26660 Enteras: 0
Inviabilidad: 0
Interacciones 9

Restricciones
Total : 21
No lineales: 0

No ceros
Total : 59
No lineales: 0
Análisis de Sensibilidad
Análisis de Sensibilidad

ENTEROS: Insertamos el
comando
Estado extendidio de Solver
para generar resultados enteros Tipo Solver: Branch and Bound) o
Ramificación y Acotación.
no negativos. F.O.:22288
Pasos: 4
Interacciones 2
Análisis de Sensibilidad

LINGO
Análisis de Sensibilidad

LINDO
Análisis de Sensibilidad
 Análisis de Sensibilidad
Modelo de Mezclas

Una empresa de fertilizantes tiene un contrato de ventas al primer

bimestre de 600 Ton. de un producto llamado mezcla 1. Sabemos
también que la fabrica produce otros dos tipos de mezclas cuyas
químicas son las siguientes:

La empresa dispone a lo máximo de 1000,1800,1200 Ton. de nitrato, fosfato y Mezcla Utilidad (miles de S/. por tonelada de cada
producto
potasio respectivamente. El excipiente que es una sustancia liquida para
M1 4
disolver no tiene restricciones. Se conoce además que la utilidad por toneladas M2 9.25
de cada producto en miles de soles es según cuadro: M3 11.5
Análisis de Sensibilidad

La empresa trabaja 40 horas seis días a la semana; para la producción se

Departamento M1 M2 M3
operan seis maquinas que filtran las sustancias químicas para producir cada
Filtrado 2 1 2
producto (Mezcla). Los productos salen del departamento de filtrado al
departamento de purificación. El volumen de venta de la Mezcla 2 es Parificación 1 2 2
limitado es de 100 Tn bimensuales. El gerente de procesos estima que el
número de horas necesarias para producir una tonelada de cada Mezcla en
los departamentos de filtrado y purificación, se muestra a continuación:

Determinar la cantidad de cada producto a fabricar, respetando las

proporciones de sus componentes, con respecto a la utilidad.
Análisis de Sensibilidad

Propuesta de Solución Variables

Xi: número de toneladas de los productos mezclas M1,M2,M3 a producir
i(M1,M2,M3 =1,2,3) mezclas de productos.

Restricciones y parámetros : Disponibilidad de Insumos

Nitrato : (5/100 % Ton/unid) (X1 Unid.) + (5/100 % Ton/unid) (X2 Unid.) + (10/100 % Ton/unid) (X3 Unid.) <= 1000 Ton

Fosfato : (10/100 % Ton/unid) (X1 Unid.) + (10/100 % Ton/unid) (X2 Unid.) + (10/100 % Ton/unid) (X3 Unid.) <= 1800 Ton

Potasio : (5/100 % Ton/unid) (X1 Unid.) + (10/100 % Ton/unid) (X2 Unid.) + (10/100 % Ton/unid) (X3 Unid.) <= 1200 Ton

Filtrado (2h/Ton) (X1 Ton) + (1h/Ton) (X2 Ton) + (2h/Ton) (X3 Ton) <= 1920 horas
Purificado (1h/Ton) (X1 Ton) + (2h/Ton) (X2 Ton) + (2h/Ton) (X3 Ton) <= 1920 horas

Restricciones y parámetros : Demanda por contrato del producto Mezcla 1 Restricciones del producto Mezcla 2
Producto M1 : (1 Ton/unid) (X1 Unid.) >= 600 Toneladas Producto M1 : (1 Ton/unid) (X2 Unid.) <= 100 Toneladas

Función Objetivo
Max Z= (S/.4 / Ton)(X1 Ton)+ (S/.9.25 / Ton)(X2 Ton)+ (S/.11.5 / Ton)(X3 Ton)
 Análisis de Sensibilidad

LINGO
 Análisis de Sensibilidad

LINGO
 Análisis de Sensibilidad

LINGO
 Análisis de Sensibilidad

LINGO
 Análisis de Sensibilidad

LINGO
Análisis de Sensibilidad

LINDO
Análisis de Sensibilidad

LINDO
Análisis de Sensibilidad

Resolver en laboratorio los ejercicios

dejados en grupos de máximo 4
integrantes.
Análisis de Sensibilidad

Referencias Bibliográficas
Mathur K. y Solomon D. (1996) Investigación de Operaciones. Prentice Hall Hispanoamericana S.A.

G.D. Eppen, F.J. Gould, C.P. Schmidet, Moore H. J y Weatherford L.R. (2000) Investigación de
Operaciones en la ciencia Administrativa. Prentice Hall - Mexico.

Raffo Leca E. (1983) Investigación de Operaciones. Raffo Leca Editores – Lima Perú.

Mentimeter
https://www.mentimeter.com/signup?referral=homepage