Teoria de Decisiones

Teoría de Decisiones II
PROBLEMA1
Jaimito 200 Hectáreas

5 toneladas X
hectárea
2 toneladas X
hectárea
RESTRICCIONES
1 2
Se cuenta con 1000 horas
disponibles para trabajar. Cada
hectárea de maíz necesita de 8 Se requiere de al menos 100 t
horas y cada hectárea de frijol de maíz para el consumo de la
4 horas. granja
3
El maíz se vende a s/. 1000/ t , mientras
que el frijol se vende a s/. 2000/t Teoría de Decisiones II
VARIABLES
X1= # hectáreas sembradas de maíz
X2= # hectáreas sembradas de frijol
MODELO DE P.L
Función Objetivo
Max Ingreso = 5000 X1 + 4000 X2
RESTRICCIONES
8X1+ 4X2 ≤ 1000 horas
X1 ≥ 20 hectáreas ( 20*5= 100 t)
X1 + X2 ≤ 200 hectáreas
Encuentre la solución que maximice el ingreso del

agricultor.
SOLUCION EN EXCEL
SOLVER
Hectareas Función Objetivo 850000
X1 (MAIZ) X2 (FRIJOL)
Horas 8 4 Restricciones Limite Holgura
Precio 5000 4000 Horas 1000 ≤ 1000 0
Hectareas 200 ≤ 200 0
Hectareas a Plantar Consumo 50 ≥ 20
X1 (MAIZ) X2 (FRIJOL)
50 150
Jaimito tendría que plantar 50 hectáreas de maíz y
150 hectáreas de frijoles para así poder maximizar
el ingreso del agricultor obteniendo s/. 850 000.00
PROBLEMA 2
Sobre dos alimentos diferentes tenemos la
siguiente información por kilogramo
Alimento A Alimento B
Calorias 1000 2000
Proteínas (gramos) 25 100
P. de Venta 60 210
Hallar el Coste mínimo de una dieta formada solo por este tipo de
alimentos y que al menos aporte 3000 calorías y 100 gramos de
proteínas
4 Teoría de Decisiones II
0
VARIABLES
X1= Unidades del Alimento A
X2=Unidades del Alimento B
MODELO DE P.L
Función Objetivo
Min Costo = 60* X1+ 210*X2
RESTRICCIONES
1000*X1+ 2000*X2 ≥ 3000
25*X1 + 100*X2 ≥ 100
PROGRAMA AMPL
¼ para el ½ para el
relleno x cada relleno x cada
bizcocho bizcocho
s/.400 en
s/.250 en
ganancias
ganancias
VARIABLES Optimizando los datos tenemos:

X= # tortas de selva negra
Y= # tortas de tres leches
MODELO DE P.L
Función Objetivo
Max Ingreso = 250X + 400Y
RESTRICCIONES
x+y ≤ 150
0.250x+0.500y ≤ 50 (kg relleno)
x ≤ 125 tortas ¿Cuántas tortas de selva Negra y cuantas
y ≤ 125 tortas de Tres Leches deben vender para
x ≥ 0, y ≥ 0 maximizar su beneficio?
Consola: Resultados
1. Abrir el del ejercicio y el Ventana: Escribir el
programa y direccionamiento del modelo (.mod) y los
mismo datos (.dat) y los
veremos dos
previos comandos
ventanas
2. Ir a la ventana para
generar un modelo
(.mod)
var x >= 0;
var y >= 0;
maximize beneficio: 250*x +

400*y;
subject to bizcocho: x+y<=150;

subject to relleno:
0.250*x+0.500*y<=50;
subject to limite1: x<=125;
subject to limite2: y<=125;
3. Vamos a la consola
y re direccionamos el
lugar donde
guardamos el archivo
ampl: model 'C:\amplide.mswin64\models\programa3.mod';

ampl: option solver cplex;
ampl: solve;
CPLEX 12.8.0.0: optimal solution; objective 45000
2 dual simplex iterations (0 in phase I)
ampl: display x,y;
x = 100
y = 50
Interpretación:
 La pastelería Las Delicias debe vender 100 tortas

de selva negra y 50 tortas de tres leches para
maximizar su beneficio teniendo en cuenta sus
problemas de maquinaria.
EJERCICIO2.
Un fabricante de refrescos desea mezclar tres
azúcares en cantidades aproximadamente
iguales para garantizar la uniformidad del
sabor en un producto. Los proveedores solo
proporcionan combinaciones de azúcares, a
costos variables / tonelada.
 El fabricante considera que para asegurar buenas relaciones con

los proveedores es necesario comprar al menos 10 toneladas de
cada uno. Cómo cambia el modelo y la solución de costo mínimo?
PROVEEDOR
Azúcar A B C D E F G
Caña 10% 10 20 30 40 20 60
Maíz 30% 40 40 20 60 70 10
Remolacha 60% 50 40 50 0 10 30
Cost/ton $10 11 12 13 14 12 15
MODELO DE P.L
Función Objetivo
Min Costo = 52x + 56y+59z
VARIABLES
X= # azúcar de caña
Y= # azúcar de maíz
Z= # azúcar de remolacha
PASO 1. Abrir y
guardar ,llenar el
archivo .mod
set PRO;
set AZUCAR;
param porcentaje {i in PRO,j in AZUCAR};

param costo {i in PRO};
param alMenos {j in AZUCAR};
var cant{i in PRO} >= 0;
minimize cost: sum {i in PRO} cant [i] * costo [i];
subject to atLeast{j in AZUCAR}: sum {i in PRO} cant[i] *

porcentaje [i,j] >= alMenos[j];
PASO 2. Guardar y
set PRO:= A B C D E F G;
set AZUCAR:= caña maíz remolacha;
llenar el formato
.dat
param porcentaje(tr):
A B C D E F G:=
caña 0.10 0.10 0.20 0.30 0.40 0.20 0.60
maíz 0.30 0.40 0.40 0.20 0.60 0.70 0.10
remolacha 0.60 0.50 0.40 0.50 0.00.10 0.30;
param costo:=
A 10
B 11
C 12
D 13
E 14
F 12
G 15 ;
param alMenos:=
caña 52
maíz 56
remolacha 59 ; Teoría de Decisiones II
PASO 3.
Interpretación
ampl: solve;
CPLEX 12.8.0.0: optimal
solution; objective 2068.5
0 simplex iterations (0 in  La solución óptima con
phase I) cantidad de azúcar que
ampl: display cant; tienen es 2068.5.
cant [*] :=
A 60
B 0
C 0
D 0
E 0
F 45.5
G 61.5
;
PROGRAMA POM QM
Una compañía fabrica y venden dos modelos de lámpara L1 y

L2.Para su fabricación se necesita un trabajo manual de 20
minutos para el modelo L1 y de 30 minutos para el L2, y un
trabajo de máquina para L1 de 20 y de 10 minutos para L2.Se
dispone para el trabajo manual de 100 horas y para la máquina
80 horas. Sabiendo que el beneficio por unida es de 15 y 10
euros para L1 y L2, respectivamente, planificar la producción
para obtener el máximo beneficio.
Trabajo manual(min) Trabajo de máquina(min) Utilidad(euros)
Lámpara1 20 10 15
Lámpara2 30 20 10
Disponible 100 80 FO máx
Variables:
X= Cantidad lámparas 1 a fabricar
Y= Cantidad lámparas 2 a fabricar
Función objetivo:
15x+10y =FO Max
Restricciones:
20x+30y ≤ 100
10x+20y ≤ 80
(x;y) ≤ 0
• MODELO DE PL EN FORMA DE ECUACION

• TRANSICION DE LA SOLUCION GRAFICA A LA
ALGEBRAICA
MODELO DE PL EN FORMA DE ECUACION
El desarrollo de los cálculos con el método Simplex

se facilita si se imponen dos requerimientos a las
restricciones de Programación Lineal.
1.1 .- Todas las Restricciones son ecuaciones con

lado derecho no negativo.
1.2.- Todas las Variables son no negativas.
Una fabrica de muebles fabrica 2 tipos de sillones el x1 y x2. la fabrica cuenta con dos secciones:
tapicería y carpintería
EJEMPLO 1 Hacer el primer tipo de sillón x1 requiere 1 hora carpintería y 2 de tapicería, y el segundo tipo de sillón
x2 requiere 3 horas de carpintería y 1 hora de tapicería
El personal de tapicería tiene 80 horas y carpintería 90 horas. Las ganancias de las ventas del x1 son de
600 soles por unidad y del x2 son 300 soles por unidad
Calcular cuantos sillones se realizan para maximizar las ganancias
Solucion: Función objetivo:
Variables: Z=600X1 + 300X2
• X1=1°tipo de sillón X2=2° tipo de sillón
Restricciones:
Secciones Consumo unitario por Horas disponibles • 2X1+ X2 <= 80
producto por secciones • X1 + 3X2 <= 90
• X1;X2 >= 0
x1 x2
Tapiceria 2 1 80
VALORES OPTIMOS:
Carpinteria 1 3 90 X1= 40 X2=0
Contribucion s/. 600 s/. 300 Reemplazando en la función objetivo:

por producto Z=600(40) + 300(0)II
Teoría de Decisiones
Z= 24000
EJEMPLO 2:
Se fabrican libreros y mesas; los consumos de cada uno de estos productos en
cada proceso, asi como los recursos disponibles se muestran en la siguiente tabla
Proceso Consumo unitario por Horas disponibles por

producto departamento
mesas libreros
corte 1 2 120
Ensamble 1 1 90
Contribucion por s/. 50 s/. 80
producto
Objetivo: Obtener la máxima ganancia posible con la fabricación de

mesas(x1) y libreros(x2)
Plantear la función objetivo y restricciones

Solucion:
La ganancia total es la suma de la ganancia por fabricar mesas y libreros,
es decir:
Z= ganancia por fabricar mesas + ganancia por fabricar libreros
Z= (s/. 50 /mesa)*(n° de mesas) + (s/.80 /librero)*(n° de libreros)

Y si x1=n° de mesas
x2=n° de libreros
La función objetivo es:

Z=s/. 50 x1 + s/. 80 x2 …………………..maximizar las contribuciones
Restricciones:
• Corte x1 + 2(x2) ≤ 120
• Ensamble x1 + x2 ≤ 90
x1;x2 >= 0
X1 x2
y Z=50 x1 + 80 x2 0 60
100
90 (0;90)
120 0
80
0 90
70
(0;60) 90 0
60
50
40
30
20
10
(90;0) (120;0)
0
10 20 30 40 50 60 70 80 90 100 120 140 x
x1 x2
• Corte x1 + 2(x2) ≤ 120

• Ensamble x1 + x2 ≤ 90
x1;x2 >= 0
EJEMPLO 3 La compañía XYZ produce pinturas para interiores y exteriores, M1 y M2
Secciones Toneladas de materia prima Disponibilidad diaria

de: máxima de toneladas
Pintura para Pintura para
exteriores interiores
Materia prima M1 6 4 24
Materia prima M2 1 2 6
Utilidad s/. 5 s/. 4
Solucion:
Variables:
• X1= toneladas producidas Función objetivo: Z=5X1 + 4X2
diariamente de pintura para Restricciones:
exteriores 6X1+ 4X2 <= 24
• X2=toneladas producidas 1X1 + 2X2 <= 6
diariamente de pintura para X1;X2 >= 0
interiores
TRANSICIÓN DE LA SOLUCIÓN
GRÁFICA A LA ALGEBRAICA
CONCEPTO:
cuando función objetiva y las
La Programación Lineal recursos restricciones son
escasos lineales
Técnica De
optimiza
Investigación De
Operaciones Función sujeta
restricciones
objetiva
condiciones
El desarrollo del método simplex algebraico se

basa en los resultados de la solución gráfica
PROBLEMAS DE ESTUDIO 1
Considere la siguiente PL con dos variables
Maximizar z = 2x + 3y
Restricciones
2x + y ≥ 4 X + 2y ≤ 5
2x + y ≤ 4
X Y X Y
X + 2y ≤ 5 0 4 0 2,5
2 0 5 0
Y;X ≥ 0
A (0; 4) Restricciones
B (2;0) 2x + y ≤ 4
C (0;2,5)
D (5;0) X + 2y ≤ 5
METODO GRAFICO
Multiplicar por 2 : 2x + y = 4
A ( 0; 4) 4
Punto
4x + 2y = 8
3
óptimo
F (1 ; 2)
- / X + 2y = 5
C( 0; 2.5) X= 1
2
1 + 2y= 5
1
Y= 2
D (5 ; 0)
1 2 3 4 5
B ( 2; 0)
METODO ALGEBRAICO
Respuesta:
Formulación de la Función Objetivo
La función 2x + 3y sujeta a las
restricciones mencionadas
F(x;y) = 2x + 3y
tiene un máximo beneficio de 8
soles.
2x + 3y = z
(2 ; 0) 2(2) + 3(0)= 4
B (2;0)
C (0;2,5)
F (1;2) (0 ; 2.5) 2(0) + 3(2.5)= 7.5 𝑓𝑚𝑎𝑥 = 8
(1; 2) 2(1) + 3(2)= 8
Minimice la función f(x;y)= 5x + 4y sujeto a las siguientes restricciones.
restricciones METODO GRAFICO

3x + y ≤ 7 3x + y = 7
3x + y ≤ 7 7
Y= 7- 3x
X + 2y ≥ 4 B (0 ; 7)
X Y
X + 2y = 4
X, Y ≥0 0 7 X+ 2(7- 3x)= 4
Punto
2,3 0
óptimo X= 2
mínimo Y=1
A (0; 2) X + 2y ≥ 4 A
B (0;7) 2
(2 ; 1)
C (2.3;0) X Y (0 ; 2) F
D (4;0) 0 2 D
4 0 C 2,3 4
METODO ALGEBRAICO Respuesta:
Formulación de la Función Objetivo La función 5x + 4y sujeta a las

restricciones mencionadas
F (X, Y) = 5x + 4y tiene un mínimo beneficio de 8
soles.
5x + 4y= z
B (0 ; 7) 5(0) + 4(7)= 28
A (0 ; 2) 5(0) + 4(2)= 8
𝑓𝑚𝑖𝑛 = 8
F (2 ; 1) 5(2) + 4(1)= 14
RESOLUCIÓN CON EL
PROGRAMA TORA
La compañía Camila SAC diseña y vende dos tipos de anillos: AA y BB. La empresa puede producir
hasta 24 anillos cada día, usando como máximo un total de 60h. de mano de obra. Le toma 3h. AA y
2H. en un anillo BB, y además el beneficio por cada anillo AA es s/. 40 y por cada anillo BB es s/. 30.
Maximice el beneficio.
HORAS CANTIDAD BENEFICIO
AA 3h X 40
BB 2h Y 30
Maximizar z = 40x + 30y

Restricciones 3X + 2y = 60 x + y = 24
X Y X Y
x + y ≤ 24
0 30 0 24
3X + 2y ≤ 60 20 0
24 0
X, y ≥0
Respuesta:
Restricciones
METODO ALGEBRAICO
La función z= 40x + 30y
A( 0; 24) E ( 0; 30) x + y ≤ 24
sujeta a las restricciones
F (24 ; 0) Formulación de la Función
C ( 20; 0) mencionadas tiene un
3X + 2y ≤ 60 Objetivo
máximo beneficio de 840
F (X, Y) = 40x + 30y soles.
METODO GRAFICO
Multiplicar por 2 : x + y = 24
3X + 2y = 60 40x + 30y= z
40 - 2x + 2y = 48
A 40(0) + 30(24)= 720
X= 12
E ( 0; 30) 30 12 + y= 24 40(0) + 30(0)= 0
B
Punto Y= 12
A( 0; 24) A24
20
óptimo
C 40(20) + 30(0)= 800 𝑓𝑚𝑎𝑥 = 840
D (12 ; 12)
D 40(12) + 30(12)= 840
10
E
F (24 ; 0) No son puntos
factibles
B C F
10 20 30 40 50
C ( 20; 0)
RESOLUCIÓN CON EL
PROGRAMA TORA

Teoria de Decisiones

Cargado por

Copyright:

Formatos disponibles

Teoria de Decisiones

Cargado por

Información del documento

Descripción 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

Teoria de Decisiones

Cargado por

Copyright:

Formatos disponibles

Teoría de Decisiones II

Jaimito 200 Hectáreas

Encuentre la solución que maximice el ingreso del

VARIABLES Optimizando los datos tenemos:

maximize beneficio: 250*x +

subject to bizcocho: x+y<=150;

ampl: model 'C:\amplide.mswin64\models\programa3.mod';

 La pastelería Las Delicias debe vender 100 tortas

 El fabricante considera que para asegurar buenas relaciones con

param porcentaje {i in PRO,j in AZUCAR};

var cant{i in PRO} >= 0;

minimize cost: sum {i in PRO} cant [i] * costo [i];

subject to atLeast{j in AZUCAR}: sum {i in PRO} cant[i] *

Una compañía fabrica y venden dos modelos de lámpara L1 y

Trabajo manual(min) Trabajo de máquina(min) Utilidad(euros)

Disponible 100 80 FO máx

• MODELO DE PL EN FORMA DE ECUACION

MODELO DE PL EN FORMA DE ECUACION

El desarrollo de los cálculos con el método Simplex

1.1 .- Todas las Restricciones son ecuaciones con

1.2.- Todas las Variables son no negativas.

Contribucion s/. 600 s/. 300 Reemplazando en la función objetivo:

Proceso Consumo unitario por Horas disponibles por

Objetivo: Obtener la máxima ganancia posible con la fabricación de

Plantear la función objetivo y restricciones

Z= (s/. 50 /mesa)*(n° de mesas) + (s/.80 /librero)*(n° de libreros)

La función objetivo es:

• Corte x1 + 2(x2) ≤ 120

EJEMPLO 3 La compañía XYZ produce pinturas para interiores y exteriores, M1 y M2

Secciones Toneladas de materia prima Disponibilidad diaria

El desarrollo del método simplex algebraico se

Minimice la función f(x;y)= 5x + 4y sujeto a las siguientes restricciones.

restricciones METODO GRAFICO

METODO ALGEBRAICO Respuesta:

Formulación de la Función Objetivo La función 5x + 4y sujeta a las

HORAS CANTIDAD BENEFICIO

Maximizar z = 40x + 30y

También podría gustarte

Z= (s/. 50 /mesa)(n° de mesas) + (s/.80 /librero)(n° de libreros)