RESOLUCION DE EJERCICIOS DEL CAPITULO 2. Variables de decisión:
|
|
- Santiago Vidal Vera
- hace 8 años
- Vistas:
Transcripción
1 RESOLUCION DE EJERCICIOS DEL CAPITULO 2 EJERCICIO 2.1: Identifique un conjunto de variables de decisión apropiadas para este ejercicio. Proporcione nombres simbólicos relevantes y una descripción completa de cada variable. No necesita formular el modelo. Florida Citrus, Inc., procesa jugo de naranja y lo transforma en concentrado congelado en tres plantas localizadas en Tampa, Miami y Jacksonville. De cualquiera de los dos huertos ubicados cerca de Orlando y Gainesville se pueden enviar libras de naranja hacia cualquier planta. Dado el costo de embarque y el precio de venta del concentrado, el objetivo, sujeto a ciertas restricciones de oferta y demanda, es determinar como embarcar estas naranjas desde los dos huertos a las tres plantas procesadoras para maximizar la ganancia total. Tampa = T Plantas Miami = M Orlando = O Jacksonville = J Huertos Gaineisville = G Huertos O G Plantas T M J Variables de decisión: X OT = cantidad de naranjas desde el origen O hasta el destino T. X OM = cantidad de naranjas desde el origen O hasta el destino M X OJ = cantidad de naranjas desde el origen O hasta el destino J. X GT = cantidad de naranjas desde el origen G hasta el destino T. X GM = cantidad de naranjas desde el origen G hasta el destino M X GJ = cantidad de naranjas desde el origen G hasta el destino J. EJERCICIO 2.2: Identifique un conjunto de variables de decisión apropiadas para este ejercicio. Proporcione nombres simbólicos relevantes y una descripción completa de cada variable No necesita formular el modelo. Pensión Planners, Inc., administra una cartera particular que consiste en 1800, 1000 y 500 acciones de fondos mutuos. Dadas ciertas suposiciones sobre las condiciones económicas en los siguientes 2 meses, el administrador de la agenda desea determinar el número de acciones de cada fondo por vender o comprar en cada uno de los siguientes dos meses, para maximizar el valor esperado de la agenda. 1
2 . Fondo1 Ventas Fondo2 Compras Fondo3 Variables de decisión: X 1 = cantidad de acciones del fondo 1 por vender en los siguientes dos meses. X 2 = cantidad de acciones del fondo 2 por vender en los siguientes dos meses. X 3 = cantidad de acciones del fondo 3 por vender en los siguientes dos meses. X 4 = cantidad de acciones del fondo 1 por comprar en los siguientes dos meses. X 5 = cantidad de acciones del fondo 2 por comprar en los siguientes dos meses. X 6 = cantidad de acciones del fondo 3 por comprar en los siguientes dos meses. F1 = cantidad total de acciones del fondo 1 al final de los dos meses. F2= cantidad total de acciones del fondo 2 al final de los dos meses. F3 = cantidad total de acciones del fondo 3 al final de los dos meses. EJERCICIO 2.3: Para el ejercicio 2.1, el huerto que está cerca de Orlando tiene libras de naranjas y el huerto cercano a Gainesville tiene libras de naranjas. La planta de Tampa requiere al menos 8000 libras de naranjas para cumplir su cuota de producción. Las plantas de Miami y Jacksonville requieren cada una al menos libras de naranjas. Use la técnica de agrupamiento para identificar todos los grupos de restricciones. No necesita formular las restricciones; sin embargo, especifique el número de restricciones de cada grupo. Restricciones de no negatividad: X i >= 0 siendo i = 1 6 Restricciones de producción: X OT + X OM + X OJ < = X GT + X GM + X GJ < = naranjas Orlando puede enviar hasta libras de naranjas Gainesville puede enviar hasta libras de 2
3 Restricciones de demanda: X OT + X GT >= 8000 X OM + X GM >= X OJ + X GJ >= naranjas. Tampa requiere al menos 8000 libras de naranjas Miami requiere al menos libras de naranjas. Jacksonville requiere al menos libras de EJERCICIO 2.4: Al determinar el número de acciones por comprar o vender en el ejercicio 2.2, la administración nunca desearía vender más acciones de las que tiene. Asimismo, el fondo 1 en ningún caso debe tener más del doble de acciones del fondo 2, y este último tampoco debe tener más del doble del número de acciones del fondo 3. Finalmente, la cantidad total invertida en cada fondo no debe exceder los $ Use la técnica de agrupamiento para identificar todos los grupos de restricciones. No necesita formular las restricciones; sin embargo, especifique el número de restricciones de cada grupo. Restricciones de no negatividad: X i >= 0 siendo i = 1 6 Restricciones de venta: F1 = X 4 X 1 F2 = X 5 - X 2 F3 = X 6 - X 3 El total del fondo1 es lo que tiene más lo que compra y vende. El total del fondo2 es lo que tiene más lo que compra y vende. El total del fondo3 es lo que tiene más lo que compra y vende. X 1 < = X 4 X 2 < = X 5 X 3 < = X 6 Lo que hay para vender del fondo1 debe ser al menos la suma de lo que tiene más lo que compra. Lo que hay para vender del fondo2 debe ser al menos la suma de lo que tiene más lo que compra. Lo que hay para vender del fondo3 debe ser al menos la suma de lo que tiene más lo que compra. Restricciones de compra: F1 < = 2 * F2 F2 < = 2 * F3 El fondo1 en ningún caso debe tener más del doble de acciones del fondo2 El fondo2 en ningún caso debe tener más del doble de acciones del fondo3 Restricciones de inversión: F1 < = La cantidad total invertida en el fondo1 no debe exceder los $ F2 < = La cantidad total invertida en el fondo2 no debe exceder los $ F3 < = La cantidad total invertida en el fondo3 no debe exceder los $
4 EJERCICIO 2.5 Para el ejercicio 2.1, use la técnica de descomposición para expresar la función objetivo de maximización de ganancias dados los siguientes datos de costo e ingresos: COSTO DE EMBARQUE ($/Ton) A DESDE TAMPA MIAMI JAKSONVILLE Orlando Gainesville INGRESOS ($/ton de naranjas procesadas) Tampa 550 Miami 750 Jacksonville 600 Función objetivo de maximización de ganancias: Z = (X OT * Ingresos - X OT * Costos) + (X OM * Ingresos - X OM * Costos) + (X OJ * Ingresos - X OJ * Costos) + (X GT * Ingresos - X GT * Costos) + (X GM * Ingresos - X GM * Costos) + (X GJ * Ingresos - X GJ * Costos) Z = (X OT * X OT * 50) + (X OM * X OM * 75) + (X OJ * X OJ * 60) + (X GT * X GT * 60) + (X GM * X GM * 90) + (X GJ * X GJ * 45) Mediante Lingo: MAX = (Xot*550 - Xot*50)+(Xom*750 - Xom*75)+ (Xoj*600 - Xoj*60)+(Xgt*550 - Xgt*60)+ (Xgm*750 - Xgm*90)+(Xgj*600 - Xgj*45); Xot >=0; Xom >=0; Xoj >=0; Xgt >=0; Xgm >=0; Xgj >=0; Xot+Xom+Xoj <=20000; Xgt+Xgm+Xgj <=12000; Xot+Xgt >=8000; Xom+Xgm >=11000; Xoj+Xgj >=11000; 4
5 Solution Report Global optimal solution found at step: 10 Objective value: E+08 Variable Value Reduced Cost XOT XOM XOJ XGT XGM XGJ Row Slack or Surplus Dual Price E Mediante Solver:: 5
6 Celdas cambiantes Nombre Valor final Valor inicial Xot>= Xom>= Xoj>=0 0 0 Xgt>= Xgm>=0 0 0 Xgj>= Restricciones Nombre Valor final lado Valor final lado Valor inicial lado Valor inicial lado derecho izquierdo derecho izquierdo Xot+Xom+Xoj<= Xgt+Xgm+Xgj<= Xot+Xgt>= Xom+Xgm>= Xoj+Xgj>= Función objetivo EJERCICIO 2.6: Z = (Xot* Xot* 50) + (Xom * Xom * 75) + (Xoj * Xoj * 60) + (Xgt * Xgt * 60) + (Xgm * Xgm * 90) + (Xgj * Xgj * 45) Z= Para el ejercicio 2.2, suponga que al final del segundo mes se espera que el precio por acción del Fondo 1 sea $28, que el del Fondo 2 sea $60 y el del Fondo 3, $45. Formule una restricción para asegurar que con estos precios, el valor de la cartera al final del segundo mes sea al menos $ Ilustre el uso de la descomposición. Restricción de ganancia: 28 * F * F * F3 > = Función Objetivo: Z = 28 * ( X 4 X 1 ) + 60 * ( X 5 X 2 ) + 45 * ( X 6 X 3 ) Z = 28* F * F * F3 Mediante Lingo: MAX = 28*( X4 - X1)+ 60*( X5 - X2)+ 45*(500 + X6 - X3); X1 >=0; X2 >=0; X3 >=0; X4 >=0; 6
7 X5 >=0; X6 >=0; X4 - X1 <= 2*( X5 - X2); X5 - X2 <= 2*(500 + X6 - X3); 28*( X4 - X1) <= 75000; 60*( X5 - X2) <= 75000; 45*(500 + X6 - X3) <= 75000; 28*( X4 - X1)+ 60*( X5 - X2)+ 45*(500 + X6 - X3) >= ; Solution Report Global optimal solution found at step: 4 Objective value: Variable Value Reduced Cost X X X X E-05 X X Row Slack or Surplus Dual Price
8 Mediante Solver: Celdas cambiantes Nombre Valor inicial Valor final X1>= X2>=0 0 0 X3>=0 0 0 X4>= X5>= X6>= Restricciones Nombre Valor inicial Valor Final Valor inicial lado izquierdo Valor Final lado izquierdo lado derecho lado derecho F3 500+X6-X F X4-X1<= 2*F F X5-X2<= 2*F F1 28*(1800+X4-X1)<= F2 60*(1000+X5-X2)<= F3 45*(500+X6-X3)<= *F1+60*F2+45*F3>= Función objetivo: Z= 28*F1 + 60*F2 + 45*F3 Z= EJERCICIO 2.7: World Oil Company puede comprar dos tipos de petróleo crudo: crudo ligero a un costo de $25 por barril, y petróleo pesado a $22 por barril. Cada barril de petróleo crudo, ya refinado, produce tres productos: gasolina, turbosina y queroseno. La siguiente tabla indica las cantidades en barriles de gasolina, turbosina y queroseno producidos por barril de cada tipo de petróleo crudo: GASOLINA TURBOSINA QUEROSENO Crudo ligero Crudo pesado La refinería se ha comprometido a entregar barriles de gasolina, barriles de turbosina y barriles de queroseno. Como gerente de producción, formule un modelo para determinar la cantidad de cada tipo de petróleo crudo por comprar para minimizar el costo total al tiempo que se satisfaga la demanda apropiada. Defina todas las variables de decisión. Use el esquema de la sección 2.3 para clasificar su modelo. Variables de decisión: X1= cantidad de barriles de petróleo ligero X2= cantidad de barriles de petróleo pesado 8
9 Restricciones de no negatividad: X i >= 0 siendo i = 1 2 Restricciones de producción: 0.45 * X * X2 > = cantidad de barriles de gasolina a entregar 0.18 * X * X2 > = cantidad de barriles de turbosina a entregar 0.30 * X * X2 > = cantidad de barriles de queroseno a entregar Función objetivo: Minimizar el costo total al tiempo que se satisfaga la demanda apropiada. MIN = 25 * X * X2 EJERCICIO 2.8 Reconsidere el ejercicio 2.7. Cada barril de petróleo crudo refinado produce un desecho de 0.07 de barril que se tira a un costo de $1 por barril de desecho. De manera similar, cada barril de petróleo crudo pesado produce un desecho de 0.09 de barril y su eliminación cuesta $1.50 por barril. Formule un nuevo modelo para incorporar estos costos adicionales usando los mismos datos del ejercicio 2.7. Función objetivo: Z= (X1*25 + X1* 0.07*1) + (X2*22 + X2*0.09*1.50) Resolución: Solution Report Mediante Lingo: MIN= (X1*25 + X1* 0.07*1) + (X2*22 + X2*0.09*1.50); X1>=0; X2>=0; 0.45 * X * X2 > = ; 0.18 * X * X2 > = ; 0.30 * X * X2 > = ; 9
10 Global optimal solution found at step: 8 Objective value: E+08 Variable Value Reduced Cost X X Row Slack or Surplus Dual Price E Mediante Solver: Celdas cambiantes Nombre Valor Inicial Valor final X1>= X2>= Restricciones Nombre 0.45 * X * X2 > = * X * X2 > = * X * X2 > = Valor final Valor final lado Valor inicial lado Valor inicial lado derecho izquierdo derecho lado izquierdo Función objetivo Z= (X1*25 + X1* 0.07*1) + (X2*22 + X2*0.09*1.50) Z= EJERCICIO 2.9: 10
11 Carmac Company fabrica carros compactos y subcompactos. La producción de cada carro requiere una cierta cantidad de materia prima y mano de obra, como se especifica en la siguiente tabla: MATERIA PRIMA MANO DE OBRA (libras) (horas) Compactos Subcompactos Costo unitario ($) Total disponible La división de comercialización ha estimado que a lo más 1500 compactos pueden venderse a $ cada uno y que a lo más 200 subcompactos pueden venderse a $8000 cada uno. Como vicepresidente de programación, formule un modelo para determinar la cantidad a fabricar de cada tipo de carro para maximizar la ganancia total (ingresos menos gastos). Defina todas las variables de decisión. Use el esquema de la sección 2.3 para clasificar su modelo. Costo de un auto compacto: cant Materia Prima*costo + cant Mano de Obra*costo = 200* *70 = $3260 Costo de un auto subcompacto: cant Materia Prima*costo + cant Mano de Obra*costo = 150* *70 = $2900 Variables de decisión: X1= cantidad de carros compactos X2= cantidad de carros subcompactos Función objetivo: Maximizar la ganancia total (ingresos menos gastos). MAX = (X1* X2*8000) (X1* X2*2900) Restricciones de no negatividad: X i >= 0 siendo i = 1 2 Restricciones de disponibilidad: X1* X2*1500 <= Total disponible de materia prima X1*18 + X2*20 <= 9000 Total disponible de mano de obra X1<= 1500 a lo más 1500 compactos pueden venderse X2<= 200 a lo más 200 subcompactos pueden venderse Mediante Lingo: MAX = (X1* X2*8000)- (X1* X2*2900); 11
12 X1>=0; X2>=0; X1*200 + X2*150 <= ; X1*18 + X2*20 <= 9000 ; X1<= 1500; X2<= 200; Solution Report Global optimal solution found at step: 3 Objective value: Variable Value Reduced Cost X X Row Slack or Surplus Dual Price Mediante Solver: Celdas cambiantes Nombre Valor Inicial Valor final X1>= X2>= Restricciones Nombre Valor final Valor final Valor inicial Valor inicial lado derecho lado izquierdo lado derecho lado izquierdo X1*200 + X2*150 <= X1*18 + X2*20 <= X1<= X2<= Función objetivo Z= (X1* X2*8000) (X1* X2*2900) Z= EJERCICIO 2.10: 12
13 Fresh Dairy Farms tiene dos máquinas distintas para procesar leche pura y producir leche descremada, mantequilla o queso. La cantidad de tiempo requerido en cada máquina para producir cada unidad de producto resultante y las ganancias netas se proporcionan en la siguiente tabla: LECHE MANTEQUILLA QUESO DESCREMADA Máquina min/gal 0.5 min/lb 1.5 min/lb Máquina min/gal 0.7 min/lb 1.2 min/lb Ganancia neta $0.22/gal $0.38/lb $0.72/lb Suponiendo que se dispone de 8 horas en cada máquina diariamente, como gerente del departamento de producción, formule un modelo para determinar un plan de producción diaria que maximice las ganancias corporativas netas y produzca un mínimo de 300 galones de leche descremada, 200 libras de mantequilla y 100 libras de queso. Variables de decisión: X1= cantidad de leche descremada X2= cantidad de mantequilla X3= cantidad de queso Función objetivo: Maximice las ganancias corporativas netas. MAX = 0.22 * X * X * X3 Restricciones de no negatividad: X i >= 0 siendo i = 1 3 Restricciones de producción: X1>= 300 producción mínima de leche X2>=200 producción mínima de mantequilla X3>=100 producción mínima de queso X1*0.2 + X2*0.5 + X3*1.5 <=480 producción diaria en máquina 1 X1*0.3 + X2*0.7 + X3*1.2 <=480 producción diaria en máquina 2 Mediante Lingo: MAX = 0.22 * X * X * X3; X1>= 300; X2>=200; X3>=100; X1*0.2 + X2*0.5 + X3*1.5 <=480; X1*0.3 + X2*0.7 + X3*1.2 <=480; Global optimal solution found at step: 7 Objective value: Variable Value Reduced Cost X X X Row Slack or Surplus Dual Price
14 Mediante Solver: Celdas cambiantes Nombre Valor Inicial Valor final X1>= X2>= X3>= Restricciones Nombre Valor final lado Valor final lado Valor inicial lado Valor inicial lado derecho izquierdo derecho izquierdo X1>= X2>= X3>= X1*0.2 + X2*0.5 + X3*1.5 <=480 X1*0.3 + X2*0.7 + X3*1.2 <= Función objetivo Z=0.22 * X * X * X3 Z= 309 EJERCICIO 2.11: Cada galón de leche, libra de queso y libra de manzanas proporciona un número conocido de miligramos de proteínas y vitaminas A, B y C. La siguiente tabla incluye esos datos junto con los requerimientos diarios de los ingredientes nutricionales, según lo recomendado por el Departamento de Agricultura de los EE.UU. La tabla también incluye la cantidad mínima de cada alimento que debe incluirse en la comida y su costo. LECHE QUESO MANZANAS REQUERIMIENTOS (mg/gal) (mg/lb) (mg/lb) MÍN. DIARIOS (mg) Proteínas Vitamina A Vitamina B Vitamina C Cantidad mínima 0.5gal 0.5lb 0.5lb Costo unitario ($) Como dietista de una escuela pública, formule un modelo para determinar la comida de costo mínimo que reúna todos los requerimientos nutricionales. Use el esquema de la sección 2.3 para clasificar su modelo. Variables de decisión: X1= cantidad de leche a consumir. X2= cantidad de queso a consumir 14
15 X3= cantidad de manzanas a consumir Función objetivo: Costo mínimo de comida que reúna todos los requerimientos nutricionales. MIN = 2.15 * X * X * X3 Restricciones de no negatividad: X i >= 0 siendo i = 1 3 Restricciones de consumo mínimo: 40 * X * X * X3 >= 80 requerimiento mínimo diario de proteínas 5 * X * X * X3 >= 60 requerimiento mínimo diario de vtamina A 20 * X * X * X3 >= 50 requerimiento mínimo diario de vitamina B 30 * X * X * X3 >= 30 requerimiento mínimo diario de vitamina C X1 > = 0.5 cantidad mínima de leche, a consumir diariamente X2 > = 0.5 cantidad mínima de queso, a consumir diariamente X3 > = 0.5 Mediante Lingo: MIN = 2.15 * X * X * X3; 40 * X * X * X3 >= 80; 5 * X * X * X3 >= 60; 20 * X * X * X3 >= 50; 30 * X * X * X3 >= 30; X1 > = 0.5; X2 > = 0.5; X3 > = 0.5; Global optimal solution found at step: 7 Objective value: Variable Value Reduced Cost X X X Row Slack or Surplus Dual Price E E Mediante Solver: Celdas cambiantes Nombre Valor Inicial Valor final X1>=0 0,00 1,05 X2>=0 0,00 1,09 X3>=0 0,00 0,50 cantidad mínima de manzanas, a consumir diariamente 15
16 Restricciones Nombre Valor final Valor final Valor inicial Valor inicial lado derecho lado izquierdo lado derecho lado izquierdo 80,00 80,00 0,00 80,00 40 * X * X * X3 >= 80 5 * X * X * X3 60,00 60,00 0,00 60,00 >= * X * X * 73,92 50,00 0,00 50,00 X3 >= * X * X * 116,35 30,00 0,00 30,00 X3 >= 30 X1 > = 0.5 1,05 0,50 0,00 0,50 X2 > = 0.5 1,09 0,50 0,00 0,50 X3 > = 0.5 0,50 0,50 0,00 0,50 Función objetivo Z=2.15 * X * X * X3 Z= 5,35 EJERCICIO 2.13: Rich Oil Company, cerca de Cleveland, suministra gasolina a sus distribuidores en camiones. La compañía recientemente recibió un contrato para iniciar el suministro de $ galones de gasolina por mes a distribuidores de Cincinnati. La compañía tiene $ disponibles para crear una flota consistente en tres tipos diferentes de camiones. En la siguiente tabla se muestra la capacidad relevante, costo de compra, costo operativo y número máximo de viajes por cada tipo de camión: TIPO DE CAMIÓN CAPACIDAD (galones) COSTO DE COMPRA ($) COSTO DE OPERACIÓN ($/mes) MÁXIMO DE VIAJES/MES Sobre la base del mantenimiento y la disponibilidad de conductores, la compañía no desea comprar mas de 10 vehículos para su flota. Asimismo, la compañía desearía asegurarse que se compren al menos tres de los camiones del tipo 3 (se requieren para su uso en las rutas de trayecto corto/baja demanda). Finalmente, la compañía no desea que más de la mitad de la flota sea de camiones del tipo 1. 16
17 Como gerente de operaciones, formule un modelo para determinar la composición de la flota que minimice los costos operativos mensuales al tiempo que satisfagan las demandas, no saliéndose del presupuesto y satisfaciendo los requerimientos de las otras compañías. Use el esquema de la sección 2.3 para clasificar su modelo. Variables de decisión: XI :Nº de camiones tipo I Restricciones de costo: X1+X2+X3 <= 10 X3 >=3 Restricciones de X1 - X2 - X3 <= 0 demanda: Inversión Inicial X X X <= Restricciones de contrato X X X >= Función objetivo: Min [800 X X X3] Mediante Lindo: MIN 800 X X X3 ST X X X3 <= X X X3 <= X1 + X2 + X3 <= 10 X3 >= 3 X1 - X2 - X3 <= 0 END Resolución: LP OPTIMUM FOUND AT STEP 1 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST X X X ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) NO.ITERATIONS=1 EJERCICIO 2.14: World Airlines reabastece sus aeronaves regularmente en los cuatro aeropuertos en donde da servicio. La turbosina puede comprarse a tres vendedores posibles en cada aeropuerto. La tabla 17
18 indica (1) el costo de entrega (compra mas embarque) por mil galones de cada vendedor a cada aeropuerto, (2) el número disponible de miles de galones que cada vendedor puede suministrar cada mes y (3) el requerimiento mensual de turbosina (en miles de galones) en cada aeropuerto. COSTO DE ENTREGA CANTIDAD DE COMBUSTIBLE REQUERIDO AEROPUERTO Vendedor 1 Vendedor 2 Vendedor Provisión máxima Formule un modelo para determinar las cantidades que se deben comprar y enviar por parte de cada vendedor a cada aeropuerto para minimizar el costo total, satisfaciendo al mismo tiempo por lo menos la demanda mensual a cada aeropuerto y no excediendo el suministro de cualquier vendedor. Use el esquema de la sección 2.3 para clasificar su modelo. Variables de decisión XIj : cantidad de gasolina del vendedor j al aeropuerto i Restricciones X1 + X5 + X9 >= 150 X2 + X6 + X10 >= 250 X3 + X7 + X11 >= 350 X4 + X9 + X12 >= 480 X1 + X2 + X3 + X4 <= 300 X5 + X6 + X7 + X8 <= 600 X9 + X10 + X11 + X12 <= 700 Función Objetivo : Z= Min [X X X X X X X X X X X X ] Mediante Lindo: MIN 900 X X X X X X X X X X X X12 ST X1 + X2 + X3 + X4 <=
19 X5 + X6 + X7 + X8 <= 600 X9 + X10 + X11 + X12 <= 700 X1 + X5 + X9 >= 150 X2 + X6 + X10 >= 250 X3 + X7 + X11 >= 350 X4 + X9 + X12 >= 480 END Resolución: LP OPTIMUM FOUND AT STEP 5 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST X X X X X X X X X X X X ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) ) ) NO.ITERATIONS=5 EJERCICIO 2.15: Mason Communication Commision ha recibido solicitudes de asignación de frecuencias de cuatro nuevas estaciones de radio. Dos frecuencias de radio interfieren si están a 0.5 megahertz de distancia. Las siguientes frecuencias (en meagahertz) están actualmente disponibles: 100.0, 100.1, 100.3, 100.7, 101.0, 101.1, 101.4, Formule un modelo para determinar si la comisión puede 19
20 asignar cuatro nuevas frecuencias y, si es asi, cuáles. Use el esquema de la sección 2.3 para clasificar su modelo. (Sugerencia: es usted libre para asignar o no cada frecuencia, así que considere las variables 0-1.) Variables de decisión: X1 X2 X3 X4 X5 X6 X7 X8 Restricciones: Xj = 0;1 son enteras X1 + X2 + X3 <= 1 X3 + X4 <= 1 X4 + X5 + X6 <= 1 X5 + X6 <= 1 X5 + X6 +X7 <= 1 X6 + X7 <= 1 X7 + X8 <= 1 Función objetivo: Z= MAX X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 Resolución: Mediante Lindo: LP OPTIMUM FOUND AT STEP 0 OBJECTIVE FUNCTION VALUE 1) E+00 MIN X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 ST X1 + X2 + X3 <= 1 X3 + X4 <= 1 X4 + X5 + X6 <= 1 X5 + X6 <= 1 X5 + X6 + X7 <= 1 X6 + X7 <= 1 X7 + X8 <= 1 END VARIABLE VALUE REDUCED COST X X
21 X X X X X X ROW SLACK OR SURPLUS 2) ) ) ) ) ) ) DUAL PRICES NO. ITERATIONS= 0 EJERCICIO 2.16: La cuidad de Dakota Heigts desea determinar cuántas subestaciones postales se requieren para dar servicio a su población. La ciudad ha sido dividida en ocho zonas postales. Se han identificado cinco ubicaciones posibles para las subestaciones. Cada ubicación puede dar servicio a un número de zonas, como se indica en la siguiente tabla: UBICACIÓN ZONAS QUE SE PUEDEN ATENDER 1 1,2,3 2 1,4,5 3 2,4,5,8 4 3,5,6,8 5 6,7,8 Formule un modelo para determinar el menor número de subestaciones ( y sus ubicaciones) necesarias para dar servicio a las ocho zonas postales. Use el esquema de la sección 2.3 para clasificar su modelo. (Sugerencia: defina una variable apropiada para cada ubicación.) Variables de decisión: Xi : ubicación i ocupada / no ocupada ( 0 o 1) Restricciones: X1 + X2 <= 1 X1 + X3 <= 1 X1 + X4 <= 1 X2 + X3 <= 1 21
22 X2 + X3 + X4 <= 1 X4 + X5 <= 1 X3 + X5 <= 1 Función objetivo: Z= MIN X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 + X17 Resolución: Mediante Lindo: MIN X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 + X17 ST X1 + X2 <= 1 X1 + X3 <= 1 X1 + X4 <= 1 X2 + X3 <= 1 X2 + X3 + X4 <= 1 X4 + X5 <= 1 X4 + X5 <= 1 X3 + X5 <= 1 END LP OPTIMUM FOUND AT STEP 0 OBJECTIVE FUNCTION VALUE 1) E+00 VARIABLE VALUE REDUCED COST X X X X X X X X X X X X X X X X
23 X ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) ) ) ) NO. ITERATIONS= 0 EJERCICIO 2.17: Tres divisiones de Twinsburg Company fabrican un producto en el que cada unidad completa consiste en 4 unidades de componente A y 3 unidades del componente B. Los dos componentes (A y B) se fabrican a partir de 2 materias primas diferentes. Existen 100 unidades de la materia prima 1 y 200 unidades de la materia prima 2 disponibles c/1. Cada una de las tres divisiones usa un método diferente para fabricar los componentes, dando como resultado distintos requerimientos de materia prima por corrida de producción en cada división y el numero de cada componente producido por esa corrida. ENTRADA SALIDA MATERIA COMPONENTE PRIMA DIVISION 1 2 A B Por ejemplo cada corrida de producción de la división 1 requiere 8 unidades de la materia prima 1 y 6 unidades de la materia prima 2. El producto de esta corrida es 7 unidades de A y 5 unidades de B. Como gerente de producción, formule un modelo de producción para determinar el numero de corridas de producción para cada división que maximice el numero total de unidades terminadas del producto final. Variables de decisión: XU: Número de corridas de la división de 1. XD: Número de corridas de la división de 2. XT: Número de corridas de la división de 3. A: Número del componente A. B: Número del componente B. 23
24 C: Número del componente C. Resolución: Restricciones Mediante Lindo: 8 XU + 5 XD + 3 XT <= XU + 9 XD + 8 XT <= 200 7XU + 6 XD + 8 XT = A 7 XU + 6 XD + 8 XT A = 0 5 XU + 9 XD + 4 XT = B 5 XU + 9 XD + 4 XT B =0 MAX 4 A + 3 B SUBJECT TO 6 XU + 9 XD + 8 XT >= XU + 5 XD + 3 XT <= XU + 6 XD + 8 XT - A = 0 5 XU + 9 XD + 4 XT - B = 0 END LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST A B XU XD XT ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) NO. ITERATIONS= 2 EJERCICIO 2.18: Los dos productos que produce case chemicals, CS-01 y CS-02, generan cantidades excesivas de tres contaminantes diferentes A, B, C. El gobierno estatal le ha ordenado a la compañía que instale y emplee dispositivos anticontaminantes. La siguiente tabla proporciona las emisiones diarias actuales en kg/1000 litros y el máximo de cada contaminante permitido en kg. CONTAMINANTE CS-01 CS-02 MAXIMO PERMITIDO A
25 B C El gerente del departamento de producción aprobó la instalación de dos dispositivos anticontaminantes. Las emisiones de cada producto pueden ser manejadas por cualquiera de los dos dispositivos en cualquier proporción. (las emisiones se envían a través de un dispositivo solamente una vez, es decir, la salida de un dispositivo no puede ser la entrada del otro o de si mismo). La siguiente tabla muestra el porcentaje de cada contaminante proveniente de cada producto que es eliminado por cada dispositivo. CONTAMINA NTE DISPOSOTIVO DISPOSOTIVO DISPOSOTIVO DISPOSOTIVO CS-01 CS-02 CS-01 CS-02 A B C Por ejemplo, si la emisión de CS-01 se envía a través del dispositivo 1, se elimina 40% del contaminante A, 60% del contaminante B y 55% del contaminante C. Las consideraciones de fabricación dictan que CS-01 y CS-02 deben producirse en la proporción de dos a uno. Formule un modelo para determinar un plan que maximice la producción diaria total (cantidad de CS-01 + CS- 02) al mismo tiempo que satisfaga los requerimientos gubernamentales. Variables de decisión: CSUU: cantidad de producto CS-01 enviados por el dispositivo 1. CSUD: cantidad de producto CS-01 enviados por el dispositivo 2. CSDU: cantidad de producto CS-02 enviados por el dispositivo 1. CSDD: cantidad de producto CS-02 enviados por el dispositivo 2. Resolución: Mediante Lindo: MAX CSUU + CSUD + CSDU + CSDD SUBJECT TO 15 CSUU CSUD <= CSDU + 32 CSDD <= 43 4 CSUU + 10 CSUD <= 20 6 CSDU + 15 CSDD <= CSUU + 28 CSUD <= CSDU + 12 CSDD <= 50 END 25
26 LP OPTIMUM FOUND AT STEP 3 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST CSUU CSUD CSDU CSDD ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) ) NO. ITERATIONS= 3 EJERCICIO 2.19: Philadelphia Paint Company produce 3 tipos de pinturas: Standard, Quality y Premium. Las instalaciones actuales pueden producir un máximo de gal de Standard, gal de Quality y 500 gal de Premium al día. Debido a la economía de escala, el costo de producir cada tipo de pintura disminuye al aumentar el número de gal producidos. Por ejemplo si se producen X gal de pintura Standard, entonces el costo por gal es a-b*x. La siguiente tabla proporciona los valores de a y b; el precio de venta por gal, y la demanda diaria mínima por cada tipo de pintura. VALORES DE VALORES DE TIPO DE a b Precio de venta Demanda PINTURA ($/gal) minima (gal) Standard Quality Premiun La compañía puede producir un total combinado de hasta gal de pintura al día. Como supervisor de producción, formule un modelo para determinar la cantidad de pintura a producir para maximizar la ganancia (ingreso menos costo). Variables de decisión: S: cantidad de galones de pintura Standad Q: cantidad de galones de pintura Quality P: cantidad de galones de pintura Premiun Mediante Lindo: MAX 3.5 S + S S Q + Q Q + 6 P + P P ST S + Q + P <= S >=
27 Q >= 6000 P >= 2500 S <= Q <= P <= 5000 END Resolución: LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST S Q P ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) ) ) NO. ITERATIONS= 2 EJERCICIO 2.20: Formule el problema de agenda de High Tech en el ejercicio 2.4 sección usando como variable de decisión 1 sí High Tech no debe invertir y 0 si High Tech debe invertir. Proyectos Año 1 Año 2 Año 3 Año 4 Rendimiento Total Bio-Tech Tele-comm Laser-Optics Compu-Ware Fondo de inversión Variables de decisión: B = 1 si High Tech debe invertir en Bio-Tech B = 0 si High Tech no debe invertir en Bio-Tech T = 1 si High Tech debe invertir en Tele-comm T = 0 si High Tech no debe invertir en Tele-comm L = 1 si High Tech debe invertir en Laser-Optics L = 0 si High Tech no debe invertir en Laser-Optics 27
28 C = 1 si High Tech debe invertir en Compu-Ware C = 0 si High Tech no debe invertir en Compu-Ware Mediante Lindo: MAX 250 B T L C SUBJECT TO 2) 60 B + 35 T + 10 L + 15 C <= 90 3) 10 B + 35 T + 50 L + 10 C <= 80 4) 10 B + 35 T + 50 L + 10 C <= 80 5) 10 B + 35 T + 10 L + 40 C <= 50 6) T + L <= 1 END Resolución: INTE 4 LP OPTIMUM FOUND AT STEP 4 OBJECTIVE VALUE = NEW INTEGER SOLUTION OF AT BRANCH 0 PIVOT 4 RE-INSTALLING BEST SOLUTION... OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST B T L C ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) NO. ITERATIONS= 4 BRANCHES= 0 DETERM.= 1.000E 0 EJERCICIO 2.21: Containers Inc. ha recibido un pedido para hacer tambores de acero cilíndricos con la base y la tapa circulares. El volumen total de conteiner debe ser al menos de 10 pies cúbicos. El costo del acero para hacer el costado del contenedor es de 3 $/pie cuadrado. El costo de la base y la tapa es de 3.82 $/pie cuadrado. Formule un modelo para minimizar el costo de acero requerido. Variables de decisión: 28
29 R: radio del cilindro en [pie] H: altura del cilindro en [pie] Restricciones R R 1 H > 10 Funcion Objetivo: MIN R H + R 24 R Mediante Lindo: MIN R H + R 24 R ST R R 1 H > 10 END Resolución: LP OPTIMUM FOUND AT STEP 1 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST R H ROW SLACK OR SURPLUS DUAL PRICES 2) NO. ITERATIONS= 1 EJERCICIO 2.24: Lether Company produce guantes de béisbol, balones y correas de piel de cuero que es procesado en una maquina. Para la próxima semana se tienen en existencia 1000 metros cuadrados de cuero y 40 hs de maquina. Se desea determinar un plan de producción de la semana que maximice las ganancias netas. a- Identifique las variables. G: cantidad de guantes a producir. B: cantidad de balones a producir. C: cantidad de correas a producir. b- Identifique los datos adicionales. CG: cantidad de m 2 de cuero para producir un guante. CB: cantidad de m 2 de cuero para producir un balón. CC: cantidad de m 2 de cuero para producir una correa. TG: cantidad de hs para producir un guante. TB: cantidad de hs para producir un balón. TC: cantidad de hs para producir una correa. PG: precio de venta de un guante. PB: precio de venta de un balón. 29
30 PC: precio de venta de una correa. CoG: precio de costo de producción de un guante. CoB: precio de costo de producción de un balón. CoC: precio de costo de producción de una correa. c- Formule el modelo. Restricciones G CG + B CB + C CC <= 1000 G TG + B TB + C TC <= 40 Función Objetivo MAX (PG - COG)*G + (PB - CoB)*B + (PC - CoC)*C EJERCICIO 2.25: Los nutriólogos de HealthNut Company están diseñando un nuevo bocadillo hecho de palomitas de maíz inflado y mantequilla de cacahuete natural. El objetivo es minimizar el costo total de estos ingredientes, pero el producto final debe contener al menos 4 gramos de proteína, no mas de 10 gramos de carbohidratos y 2 gramos de grasa saturada. a. Identifique las variables. b. Identifique y asigne un nombre a cada valor de datos adicional que tendrá obtener para poder formular un modelo matemático. c. Formule un modelo matemático usando los nombres de variables de (a) y los nombres simbólicos para los datos de (b). Mediante Lindo: MIN A 1 D1 + N 1 D2 SUBJECT TO P1 1 A + P2 1 N >= 4 C1 1 A + C2 1 N <= 10 F1 1 A + F2 1 N <= 2 END Resolución: LP OPTIMUM FOUND AT STEP 0 OBJECTIVE FUNCTION VALUE 1) E+00 VARIABLE VALUE REDUCED COST A D N
31 D P P C C F F ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) NO. ITERATIONS= 0 EJERCICIO 2.26: El departamento de Investigación ha identificado seis proyectos en los que Hight Tech puede elegir invertir o no. Cada proyecto ha sido evaluado para determinar la cantidad de capital que debe invertirse, la tasa esperada de devolución y también un factor de riesgo usando un algoritmo patentado. Estos datos se resumen en la siguiente tabla: Proyecto Capital requerido Tasa de devolución Riesgo $ (%) Los socios generales han acordado que el riesgo total, obtenido añadiendo los factores de riesgo para cada proyecto respaldado, no debe exceder de 3, y que no deben emprenderse mas de dos proyectos con un factor de riesgo mayor de 0,6. Usando las variables: 1, si se emprende el proyecto i Pi = i = 1,..., 6 0, si no se emprende el proyecto i un socio general ha formulado el siguiente modelo para determinar que proyecto respaldar para maximizar el rendimiento esperado en un año sobre la cantidad invertida y mantenerse en un presupuesto de $1 millón: Maximizar 10 P P P P P P6 Condicionado por 100 P P P P P P6 <= P P P P P P6 >= 3 P1, P2, P3, P4, P5, P6 >= 0 31
32 Es correcto este modelo? Si no es así, identifique y corrija todos los errores. Resolución: Mediante Lindo: MAX 10 P P P P P P6 SUBJECT TO 100 P P P P P P6 <= P P P P P P6 <= 3 P1 <= 1 P2 <= 1 P3 <= 1 P4 <= 1 P5 <= 1 P6 <= 1 P1 >= 0 P2 >= 0 P3 >= 0 P4 >= 0 P5 >= 0 P6 >= 0 P3 + P4 = 1 P3 + P6 = 1 P4 + P4 + P6 <= 2 END LP OPTIMUM FOUND AT STEP 5 OBJECTIVE FUNCTION VALUE 1) VARIABLE VALUE REDUCED COST P P P P P P ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) ) ) ) ) )
33 12) ) ) ) ) ) ) NO. ITERATIONS= 5 EJERCICIO 2.27: Chirality Company debe producir al menos tornillos pequeños y tornillos grandes para satisfacer de la demanda de las sig. 4 semanas. Estos tornillos pueden producirse en 2 maquinas distintas, cada una de las cuales esta disponible 40 horas a la semana. Los requerimientos de costo y tiempo para producir cada tamaño de tornillo en cada maquina y el precio de venta de cada tamaño de tornillo se muestran en la sig. Tabla: Tornillos pequeños Tornillos grandes Precio de venta($/1000) Costo en la maquina 1 ($/1000) Costo en la maquina 2 ($/1000) Tiempo en la maquina 1 (min/lb) Tiempo en la maquina 2 (min/lb) En cada libra hay aproximadamente 60 tornillos pequeños y 40 tornillos grandes. Usando las variables: S 1 = el numero de miles de tornillos pequeños por producir en la maquina 1 durante las sig. 4 semanas. S 2 = el numero de miles de tornillos pequeños por producir en la maquina 2 durante las sig. 4 semanas. L 1 = el numero de miles de tornillos grandes por producir en la maquina 1 durante las sig. 4 semanas. L 2 = el numero de miles de tornillos grandes por producir en la maquina 2 durante las sig. 4 semanas. El gerente de producción ha formulado el sig. modelo para maximizar la ganancia y satisfacer la demanda con la disponibilidad limitada de tiempo de maquina en las sig. 4 semanas: Maximizar S S L L 2 Condicionado por: S 1 + S 2 >= L 1 + L 2 >= S L 1 <= S L 2 <= 40 S 1, S 2, L 1, L 2 >= 0 Es correcto este modelo? Si no es así, identifique y corrija todos los errores. Mediante Lindo: 33
34 MAX S S L L2 SUBJECT TO S1 + S2 >= 600 L1 + L2 >= S L1 >= S L2 >= 160 END Resolución: SLK 4 S1 OBJECTIVE FUNCTION VALUE 1) E+08 VARIABLE VALUE REDUCED COST S S L L ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) NO. ITERATIONS= 4 34
Programación Lineal y Optimización Segundo Examen Parcial :Solución Profr. Eduardo Uresti, Verano 2009
Programación Lineal y Optimización Segundo Examen Parcial : Profr. Eduardo Uresti, Verano 2009 Matrícula: Nombre: 1. Suponga que se tiene disponible la siguiente información salida de LINDO a un problema
Más detallesProgramación Lineal: Modelos PLE
Programación Lineal: Modelos PLE CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas Programación Lineal: Modelos PLE euresti@itesm.mx 1 / 35 Introduccion Introduccion En esta lectura se verán cómo
Más detallesProgramación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Enero-Mayo 2011
Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Enero-Mayo 2011 1. Suponga que tiene una empresa que produce tres tipos de productos (P
Más detalles-.PROGRAMACION LINEAL.- Problemas resueltos
-.PROGRAMACION LINEAL.- Problemas resueltos EJEMPLO 1. Un expendio de carnes de la ciudad acostumbra preparar la carne para albondigón con una combinación de carne molida de res y carne molida de cerdo.
Más detallesTipo de máquina Tiempo disponible. (h/maq. Por semana) Fresadora 500 Torno 350 Rectificadora 150
Ejercicios Tema 1. 1.- Utilizar el procedimiento gráfico para resolver los siguientes P.L. a) Max z = 10x 1 + 20x 2 s.a x 1 + 2x 2 15 x 1 + x 2 12 5x 1 + 3x 2 45 x 1,x 2 0 b) Max z = 2x 1 + x 2 s.a. x
Más detallesProgramación Lineal. Programación Lineal
Programación Lineal Modelo General Max Z = c 1 + C 2 +... c n, s.a. a 11 + a 12 +... + a 1n b 1 a 21 + a 22 +... + a 2n b 2.. a m1 + a m2 +... + a mn b m 0, 0, x 3 0,..., 0 Programación Lineal Interpretación
Más detallesSi buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce
170 PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Si buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce xi = in (u ), i = 1, 2,... (6-34)
Más detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesPRODUCTIVIDAD. Contenido. 1. Introducción. 2. Importancia de la Productividad. 3. Que es productividad? 4. Como se mide la productividad?
PRODUCTIVIDAD Contenido 1. Introducción 2. Importancia de la Productividad 3. Que es productividad? 4. Como se mide la productividad? 5. Factores internos y externos que afectan la productividad 6. Conclusión
Más detallesEjercicios resueltos de Programación Lineal
Investigación Operativa I 009 Ejercicios resueltos de Programación Lineal Mauricio estrella Erika Beatriz Palacin Palacios Pajuelo Daniel PREGUNTA Ingeniería de Sistemas y Computación UNDAC 3..6 la empresa
Más detallesColección de Problemas IV
1.- Una compañía se dedica a la elaboración de 2 productos, la demanda de estos productos es de 200 unidades para cada uno de ellos. La compañía podrá elaborar los productos o comprarlos a un proveedor.
Más detallesEl fabricante desea planificar el proceso de producción y para ello establece las siguientes metas ordenadas por orden de importancia:
Titulación: Ingeniero en Organización Industrial Asignatura: Investigación Operativa Curso: 2010/2011 RECOPILACIÓN EXÁMENES PRÁCTICAS Programación Multiobjetivo 1. [JUNIO 2010] (4.5 puntos) En el proceso
Más detalles2. LOS SISTEMAS DE COSTOS
2. LOS SISTEMAS DE COSTOS En el actual desarrollo de las técnicas y sistemas de costos se persiguen tres importantes objetivos: La medición de los costos, la más correcta y precisa asignación de costos
Más detallesI E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS PROGRAMACIÓN LINEAL
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS PROGRAMACIÓN LINEAL x + y 1 Dada la región del plano definida por las inecuaciones 0 x 3 0 y 2 a) Para qué valores (x, y) de dicha región es máxima
Más detallesProgramación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1
EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1 1. Una empresa que fabrica vehículos quiere determinar un plan de producción semanal. Esta empresa dispone de 5 fábricas que producen distintos elementos del
Más detallesRIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión?
1 RIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión? La respuesta es sencilla. El rendimiento requerido siempre depende del riesgo
Más detallesListado de Trabajo TRANSPORTE
Listado de Trabajo TRANSPORTE Problema 1 Una compañía de servicios Informáticos, recibe pedidos de sus productos desde tres diferentes ciudades, en las siguientes cantidades: La ciudad A pide 18 Pc portatiles.
Más detalles1 Aunque las grandes empresas de construcción puede ser relativamente fáciles de identificar, generan problemas especiales de compilación de datos debido a las complejas formas en que las distintas clases
Más detallesUnidad IV. Volumen. Le servirá para: Calcular el volumen o capacidad de diferentes recipientes o artefactos.
Volumen Unidad IV En esta unidad usted aprenderá a: Calcular el volumen o capacidad de recipientes. Convertir unidades de volumen. Usar la medida del volumen o capacidad, para describir un objeto. Le servirá
Más detallesClase martes 27 de noviembre 2007 (problemas de repaso)
Clase martes 27 de noviembre 2007 (problemas de repaso) Problema 1 Un agricultor posee tres plantaciones de naranjas y desea determinar la forma de enviar los cargamentos a tres plantas de procesamiento
Más detallesUnidad III: Programación no lineal
Unidad III: Programación no lineal 3.1 Conceptos básicos de problemas de programación no lineal Programación no lineal (PNL) es el proceso de resolución de un sistema de igualdades y desigualdades sujetas
Más detallesProblemas de Investigación Operativa y Programación Matemática
Problemas de Investigación Operativa y Programación Matemática Omar J. Casas López Septiembre 2002 Tema I : Introducción 1. Una factoría fabrica dos tipos de productos, A y B. Para su elaboración se requieren
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesActividades Complementarias.
4.1. Balanceo de Líneas. Unidad IV Monitoreo y Control de Operaciones El análisis de las líneas de producción es el foco central del análisis de disposiciones físicas por productos. El diseño del producto
Más detallesLíneas de espera. Introducción.
Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas
Más detallesDemanda Dependiente Para cualquier producto para el que un programa puede ser establecida, se deben utilizar técnicas que dependen de la demanda
CAPITULO 14 REQUERIMIENTO Y PLANIFICACION DE MATERIALES Y ERP La clave para entender la diferencia entre el ERP y la planificación de recursos de fabricación (MRP) es el seguimiento de la evolución tanto
Más detallesAmbas componentes del sistema tienen costos asociados que deben de considerarse.
1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares
Más detallesBasado en International Financial Reporting Standard Certificate Manual, The Institue of Chartered Accountants in England and Wales
Basado en International Financial Reporting Standard Certificate Manual, The Institue of Chartered Accountants in England and Wales Índice 1. Objetivos, Alcance y Definiciones de la IAS 2 (NIIC 2) 2. La
Más detallesCAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el
CAPÍTULO III MARCO TEÓRICO 3.1 Introducción Cada día cambian las condiciones de los mercados debido a diferentes factores como: el incremento de la competencia, la globalización, la dinámica de la economía,
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detallesHERRAMIENTAS DE EXCEL PARA EL ANALISIS Y VALORACION DE PROYECTOS DE INVERSION (I)
Revista de Dirección y Administración de Empresas. Número 10, diciembre 2002 págs. 59-76 Enpresen Zuzendaritza eta Administraziorako Aldizkaria. 10. zenbakia, 2002 abendua 59-76 orr. HERRAMIENTAS DE EXCEL
Más detallesServicios Administrados al Cliente
Dell Administrados al Cliente Los servicios administrados le pueden ayudar. Al aplicar un proceso de administración consistente a través de los imprevistos en la vida de su computadora, usted puede minimizar
Más detallesx + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0
PRUEBAS DE ACCESO A LA UNIVERSIDAD PROBLEMAS DE PROGRAMACIÓN LINEAL JUNIO 2000. OPCIÓN B. Una empresa especializada en la fabricación de mobiliario para casas de muñecas, produce cierto tipo de mesas y
Más detallesGuía para la Capacitación en el Servicio y Educación de Preservicio Relativa al DIU
Guía para la Capacitación en el Servicio y Educación de Preservicio Relativa al DIU Directrices para la capacitación en el servicio La capacitación en el servicio puede usarse para transferir conocimientos
Más detallesGASTO METABOLICO DE ENERGIA
GASTO METABOLICO DE ENERGIA Indice Introducción Conceptos Básicos de Metabolismo Métodos Usados para Evaluar la Demanda Metabólica de una Tarea Desarrollo del Método Predictivo AAMA Cálculos del Modelo
Más detallesTP1 Programación Lineal - 2009
Problema Trabajo Práctico Nº 1 de cerdo. Una carnicería 1 La carne prepara vaca hamburguesas contiene 80% con de carne una combinación y 20% de grasa de carne y le molida cuesta de $5 vaca el kilo, y carne
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia
Más detallesLECTURA 7.1. SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México
LECTURA 7.1 SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Hipoteca de tasa fija
Más detallesDirección de Operaciones
Dirección de Operaciones 1 Sesión No. 2 Nombre: Programación lineal Objetivo Al finalizar la sesión, el alumno será capaz de identificar los principios fundamentales de la programación lineal. Contextualización
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesAlimentos de soja: Una fuente de proteína de alta calidad
Alimentos de soja: Una fuente de proteína de alta calidad Posición oficial del Comité asesor científico de ENSA Introducción La proteína es un nutriente importante que se necesita para el crecimiento y
Más detallesProgramación Lineal Entera
Programación Lineal Entera Los modelos de programación entera son una extensión de los modelos lineales en los que algunas variables toman valores enteros. Con frecuencia las variables enteras sólo toman
Más detallesUNIDAD EJECUTORA DE CONSERVACION VIAL MANUAL DEL USUARIO DEL SISTEMA INTEGRAL DE CONTROL DE PROYECTOS
UNIDAD EJECUTORA DE CONSERVACION VIAL MANUAL DEL USUARIO DEL SISTEMA INTEGRAL DE CONTROL DE PROYECTOS Guatemala, Julio de 2008 Índice Gestión de equipos...4 Programación física...5 Trabajos por Administración...6
Más detallesInter American Accreditation Cooperation. Grupo de prácticas de auditoría de acreditación Directriz sobre:
Grupo de prácticas de auditoría de acreditación Directriz sobre: Auditando la competencia de los auditores y equipos de auditores de organismos de certificación / registro de Sistemas de Gestión de Calidad
Más detallesMA4011: Modelación y Optimización EjemplosProfr. Eduardo Uresti, Agosto-Diciembre 2010
MA4011: Modelación y Optimización EjemplosProfr. Eduardo Uresti, Agosto-Diciembre 2010 1. Un fabricante produce semanalmente un solo artículo para dos clientes. Este artículo es un insumo para ambos clientes
Más detallesA25. Informática aplicada a la gestión Curso 2005/2006 Excel Tema 7. Funciones avanzadas de Excel II
DEPARTAMENTO DE LENGUAJES Y SISTEMAS INFORMÁTICOS ESCUELA SUPERIOR DE TECNOLOGÍA Y CIENCIAS EXPERIMENTALES A.D.E.M. Segundo Curso A25. Informática aplicada a la gestión Curso 2005/2006 Excel Tema 7. Funciones
Más detallesTabla de contenido. Manual B1 Time Task
Tabla de contenido Introducción... 2 Configuración... 2 Prerrequisitos... 2 Configuración de la tarea... 2 Configurando las horas estándar de trabajo... 3 Datos maestros de empleados... 4 Utilización...
Más detallesUNIDAD 4. Producción: proceso por el cual los insumos se combinan, se transforman y se convierten en productos.
UNIDAD 4 Dra. Elena Alfonso Producción: proceso por el cual los insumos se combinan, se transforman y se convierten en productos. La relación entre la cantidad de factores productivos requerida y la cantidad
Más detallesProblemas de Programación Entera
Problemas de Programación Entera 1. Se está estudiando la manufactura de tres nuevos productos textiles, que denominaremos P1, P2 y P3. Cada producto requiere para su producción el alquiler de una máquina,
Más detallesContabilidad Orientada a los Negocios
Tema 5 Introducción Como todos sabemos, al pagar por alguna cosa, cualquiera que esta sea, que jamás haya sido utilizada, se debe desembolsar una cantidad de dinero, esto es porque, al igual que todas
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesSISTEMA InfoSGA Manual de Actualización Mensajeros Radio Worldwide C.A Código Postal 1060
SISTEMA InfoSGA Manual de Actualización Mensajeros Radio Worldwide C.A Código Postal 1060 Elaborado por: Departamento de Informática Febrero 2012 SISTEMA InfoSGA _ Manual de Actualización 16/02/2012 ÍNDICE
Más detallesLos costos de las prácticas de MIP
Si se hace una correlación entre el porcentaje de adopción (Tabla 7) y la frecuencia de importancia (Tabla 10), se observa que no existe una asociación significativa, lo cual sugiere que algunas prácticas
Más detalles1. Cortar y teñir el material 2. Coser 3. Terminar (insertar el porta sombrilla, los separadores de palos, etc.) 4. Inspeccionar y embalar
UN PROBLEMA SENCILLO DE MAXIMIZACION La compañía Par, Inc. Es un pequeño fabricante de equipo y accesorios para golf cuyos administradores han decidido incursionar en el mercado de las bolsas para bastones
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 2 Programación Lineal ORGANIZACIÓN DEL TEMA Sesiones: Introducción, definición y ejemplos Propiedades y procedimientos de solución Interpretación económica
Más detallesINGENIERÍA EN ORGANIZACIÓN INDUSTRIAL (SEMIPRESENCIAL)
Titulación: INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL (SEMIPRESENCIAL) Alumno (nombre y apellidos): JOSÉ MARÍA AMAT DE SWERT Título PFC: ESTUDIO PARA LA IMPLANTACIÓN DEL SISTEMA MRP DE PLANIFICACIÓN Y CONTROL
Más detallesQue el alumno utilice las facilidades de vectores y matrices para el procesamiento de datos y organización de la información
Asignatura Introducción a la Programación Código II-473 Ayudantía N 2 MODULO 2 UNIVERSIDAD CATÓLICA DEL NORTE ESCUELA DE INGENIERÍA Coquimbo Objetivos Generales Que el alumno utilice las facilidades de
Más detallesEsta sección es una introducción al estudio que lo resume brevemente y constituye el primer avance del proyecto a entregar la semana II.
Guía del Proyecto de Curso El proyecto de curso debe basarse en un proyecto real en el que hayan trabajado o estén próximos a trabajar. En él deben demostrar los conocimientos y conceptos adquiridos en
Más detallesIN4703 Gestión de Operaciones I Auxiliar 6: Inventarios
Profesores: Andrés Weintraub, Fabián Medel, Rodrigo Wolf Auxiliares: Juan Neme, Matías Siebert, Paulina Briceño, Rodrigo Arriagada IN4703 Gestión de Operaciones I Auxiliar 6: Inventarios Modelos: 1.- Demanda
Más detallesInforme de rendimiento de los generadores de vapor en XXX, S.A.
Informe de rendimiento de los generadores de vapor en XXX, S.A. Objetivo El presente informe tiene por objeto analizar y evaluar el funcionamiento de las calderas de vapor instaladas en XXX, S.A. y sus
Más detallesEvaluación Financiera de Proyectos
Evaluación Financiera de Proyectos Qué contiene esta presentación? 1. Cómo preparar un flujo de caja de un proyecto Inversión Ingresos Gastos Flujo de Caja Depreciación e Impuestos 2. Cómo evaluar un flujo
Más detallesOptimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min.
UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Solemne. Semestre Otoño Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: min.
Más detallesINVENTARIOS. NEC 11 Norma Ecuatoriana de Contabilidad 11
INVENTARIOS NEC 11 Norma Ecuatoriana de Contabilidad 11 CONTENIDO Inventarios Objetivo Alcance Definiciones Cuantificación de Inventarios Costo de Inventarios Costo de Compra Costo de Conversión Otros
Más detalles11.1. Diferentes situaciones sobre regiones factibles y óptimos. 1. Maximizar la función F(x,y) = 40x + 50y sujeta a las restricciones:
11.1. Diferentes situaciones sobre regiones factibles y óptimos. 1. Maximizar la función F(x,y) = 40x + 50y sujeta a las restricciones: 0 0 (1) 2x + 5y 50 (3) 3x + 5y 55 (5) x (2) 5x + 2y 60 (4) x + y
Más detallesFUNDACIÓN UNIVERSITARIA LUÍS AMIGÓ
1. El objetivo financiero de toda empresa es maximizar las utilidades. Explique las razones por las cuales está o no de acuerdo con esta afirmación. El OBF entendido como la maximización de las utilidades
Más detallesTRABAJO PRÁCTICO. Destinos 1 2 3 Oferta (u.) A 10 8 4 45 B 9 5 7 50 C 3 6 9 45 D 5 7 6 30 Demanda (u.) 90 30 50
1 TRABAJO PRÁCTICO TEMA:TEORÍA DE TRANSPORTE Y ASIGNACIÓN PERSONAL 1) Una empresa tiene tres fábricas en distintos lugares del país que abastecen a 5 puestos minoristas. Los costos de envío de 1 Tn. de
Más detallesEXCMO. CONCELLO DE OURENSE SERVIZOS XERAIS
PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA EL CONTRATO DE SUMINISTRO DE CARBURANTE AL PARQUE MÓVIL MUNICIPAL. 1. OBJETO DEL CONTRATO El presente contrato tiene como objeto regular las condiciones técnico-económicas
Más detallesUnidad 5 Utilización de Excel para la solución de problemas de programación lineal
Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene
Más detallesPráctico N 2: Parte a: Aplicaciones del análisis económico de proyectos a la ingeniería química
U.N.C.P.B.A FACULTAD DE INGENIERÍA PROCESOS QUÍMICOS II Práctico N 2: Parte a: Aplicaciones del análisis económico de proyectos a la ingeniería química Planteo n 1: Se ha reportado que la inversión requerida
Más detallesPROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.
PROGRAMACIÓN LINEAL Objetivo: Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas donde existan recursos escasos y se presenten relaciones lineales, mediante la teoría
Más detallesMaterial preparado por: C.P. Raúl H. Vallado Fernández, M.F. Rhvf.
Material preparado por: C.P. Raúl H. Vallado Fernández, M.F. Desalentados por los resultados obtenidos, los gerentes y los inversionistas están asomándose al corazón de lo que hace valioso a un negocio
Más detallesSistema de Mensajería Empresarial para generación Masiva de DTE
Sistema de Mensajería Empresarial para generación Masiva de DTE TIPO DE DOCUMENTO: OFERTA TÉCNICA Y COMERCIAL VERSIÓN 1.0, 7 de Mayo de 2008 CONTENIDO 1 INTRODUCCIÓN 4 2 DESCRIPCIÓN DE ARQUITECTURA DE
Más detallesComputación I Representación Interna Curso 2011
Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Temario Representación de Números Enteros Representación de Punto Fijo Enteros sin signo Binarios puros
Más detallesPRÁCTICA 1: Optimización con Excel 2010
Grado en Administración de Empresas Departamento de Estadística Asignatura: Optimización y Simulación para la Empresa Curso: 2011/2012 PRÁCTICA 1: Optimización con Excel 2010 1. Modelización mediante hojas
Más detallesCAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN. Figura 4.1.Caja Negra. Generar. Sistema de control. Acumular. Figura 4.2. Diagrama de funciones
CAPÍTULO 4 37 CAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN Para diseñar el SGE, lo primero que se necesita es plantear diferentes formas en las que se pueda resolver el problema para finalmente decidir
Más detallesResumen ejecutivo. La metodología empleada consta de los siguientes pasos:
Resumen ejecutivo Introducción El aprovechamiento de energía solar de concentración para su uso en aplicaciones térmicas ha tenido muy escasa implantación en España. En el caso particular de redes de climatización,
Más detalles1. Introducción al evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesTarea 7 Soluciones. Sol. Sea x el porcentaje que no conocemos, entonces tenemos la siguiente. (3500)x = 420. x = 420 3500 = 3 25
Tarea 7 Soluciones. Una inversión de $3500 produce un rendimiento de $420 en un año, qué rendimiento producirá una inversión de $4500 a la misma tasa de interés durante el mismo tiempo? Sol. Sea x el porcentaje
Más detallesCAPÍTULO IV: ANÁLISIS, INTERPRETACIÓN Y DISCUSIÓN DE RESULTADOS
CAPÍTULO IV: ANÁLISIS, INTERPRETACIÓN Y DISCUSIÓN DE RESULTADOS 4.1 CUESTIONARIO Con la finalidad de dar validez al presente trabajo de investigación, se realizó el diagnóstico y estudió sobre el desarrollo
Más detallesPROGRAMA AMBIENTAL PARA EL MANEJO DE RESIDUOS SÓLIDOS LINEAMIENTOS DE OPERACIÓN
BANCO DE DESARROLLO DE AMÉRICA DEL NORTE PROGRAMA AMBIENTAL PARA EL MANEJO DE RESIDUOS SÓLIDOS LINEAMIENTOS DE OPERACIÓN INTRODUCCIÓN El Banco de Desarrollo de América del Norte (BDAN) fue creado por los
Más detallesNota de Información al cliente ISO/IEC 22301 Proceso de auditoría
Nota de Información al cliente ISO/IEC 22301 Proceso de auditoría La presente Nota de Información al Cliente explica las principales fases del proceso de certificación y auditoría de Sistemas de Gestión
Más detallesNota de Información al cliente ISO 22000 Proceso de auditoría
Nota de Información al cliente ISO 22000 Proceso de auditoría La presente Nota de Información a Cliente explica las principales fases del proceso de auditoría y certificación de Sistemas de Gestión de
Más detalles4. SISTEMAS DE COSTOS P OR PROCESOS
4. SISTEMAS DE COSTOS POR PROCESOS 4.1. Sistema de costos por procesos Si observamos los sistemas productivos de una empresa desde el punto de vista de la continuidad de sus líneas de fabricación, del
Más detallesLección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009
Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones
Más detallesTienda Virtual Synergy (Parte 2)
Tienda Virtual Synergy (Parte 2) El catálogo electrónico de productos es la base de toda la aplicación por lo que siempre será necesario instalarlo. Los siguientes dos módulos (tienda virtual y módulo
Más detallesCapitulo II: Fundamento Teórico. Los conceptos que sustentan la investigación se presentan a continuación:
9 Capitulo II: Fundamento Teórico Los conceptos que sustentan la investigación se presentan a continuación: Contabilidad de Costos Polimeni, Fabozzi y Adelbreg, (1994, p. 4), La contabilidad de costos
Más detallesOverall Equipment Effectiveness
Overall Equipment Effectiveness Cuando hablamos de mejora continua en un área de producción o de manufactura el OEE es el indicador clave para medir la eficiencia de una maquina o una línea de trabajo.
Más detallesPRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI
PRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI Versión: 1.0 Fecha de la versión: Febrero del 2012 Creado por: PwC Costa Rica Aprobado
Más detallesEl proceso de planificación sigue una secuencia lógica que comprende:
PRESUPUESTACIÓN Las empresas fijan objetivos, en función de éstos seleccionan estrategias y determinan planes de acción para alcanzar los objetivos establecidos. Los presupuestos son la expresión en términos
Más detallesABSOLUCION DE CONSULTAS
ADJUDICACION DIRECTA SELECTIVA ADS - 03-2005 - EGEMSA PRIMERA CONVOCATORIA ABSOLUCION DE CONSULTAS PARTICIPANTE Nº 01 1. CONSULTA Nº 01. De acuerdo a C. Factores de Evaluación en el Item 2.3 experiencia
Más detallesEl análisis de la información permitió identificar como principales causas de discrepancia estadística en el flujo hacia el sur, las siguientes:
CONCILIACION DE LAS ESTADISTICAS DEL COMERCIO INTERNACIONAL DE MERCANCIAS MEXICO-ESTADOS UNIDOS-CANADA 1998 y 1999 El comercio exterior entre México, Estados Unidos y Canadá es muy importante por el monto
Más detallesManual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL
Manual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL Índice 1 Introducción... 5 1.1 Perfil de la aplicación... 5 1.2 Requisitos técnicos... 5 2 Manual de usuario... 7 2.1 Instalación del certificado...
Más detallesSEMINARIO VIRTUAL : TECNICAS DE CREDITOS Y COBRANZAS
SESION 3 COSTOS DE LAS COBRANZAS. Una de las variables principales de la política de cobranza es el costo de los procedimientos de cobranza, situado dentro de ciertos límites, mientras mayores sean los
Más detallesSELECCIÓN N Y DISEÑO DEL PRODUCTO Y SERVICIO
SELECCIÓN N Y DISEÑO DEL PRODUCTO Y SERVICIO Administración n de Operaciones II 1 El desarrollo consistente y la introducción n de nuevos productos que valoren los clientes es muy importante para la prosperidad
Más detallesEJERCICIOS. Calcula la producción diaria de los artículos A y B que maximiza el beneficio
EJERCICIOS EJERCICIO 1 En una granja de pollos se da una dieta "para engordar" con una composición mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran
Más detallesLas reformas al sector eléctrico de México
Article : 045 Las reformas al sector eléctrico de México MULAS DEL POZO Pablo oct.-15 Niveau de lecture : Facile Rubrique : Histoire mondiale de l'énergie Hasta el año 1960, el sector eléctrico de México
Más detallesCAPITULO VI ESTRATEGIAS DE OUTSOURCING
CAPITULO VI ESTRATEGIAS DE OUTSOURCING Cuando una compañía decide llevar a cabo un proceso de outsourcing debe definir una estrategia que guíe todo el proceso. Hay dos tipos genéricos de estrategia de
Más detallesInvestigación Operativa
Investigación Operativa Ingeniería Informática Curso 08/09 Introducción Programación lineal Programación entera Programación combinatoria y en redes Simulación Sistemas de colas Introducción: Qué es la
Más detallesEstudio Técnico INTRODUCCIÓN
Estudio Técnico INTRODUCCIÓN Cuando la empresa o persona a decidido generar o fabricar parte de los productos o servicios que el mercado demanda para satisfacer sus necesidades, en ese momento se deben
Más detalles