Programación por Metas por Antonio Mejía
|
|
- Dolores Camacho Duarte
- hace 7 años
- Vistas:
Transcripción
1 Programación por Metas por Antonio Mejía Introducción. Supóngase que usted desea comprar un nuevo carro, al analizar las posibles modelos desea considerar los siguientes atributos de cada uno: a. Tamaño del carro b. Economía del carro (km/galón) c. Estilo de carro d. Precio del carro Otro ejemplo sería en una planificación corporativa, donde se desean lograr los siguientes objetivos: a. Maximizar la utilización del equipo (alta producción) b. Maximizar la participación en el mercado (alta variedad) c. Minimizar el costo de producción d. Maximizar la tasa de efectivo En ambos ejemplos hay objetivos en conflicto y en muchas ocasiones no pueden ser logrados en forma directa o simultánea. La solución se encuentra en utilizar una de las técnicas de Programación por metas desarrollada por A. Charles y W. Cooper. A fin de entender esta técnica en la tabla inferior se definen ciertos términos. Esta técnica resuelve problemas de optimización con varios objetivos, aun y cuando éstos estén en conflicto. Puede ser usada para toma de decisiones en distribución de recursos, planeación financiera, distribución de presupuestos, decisiones de mercado y otras. El algoritmo utilizado provee una alternativa donde las desviaciones de las diferentes metas se minimizan. Existen diversas técnicas para las medir las desviaciones de las metas y para ponderar y/o priorizar cada una de ellas. En el presente curso estudiaremos la técnica más sencilla y la más ampliamente utilizada. En Programación Lineal todas y cada una de las restricciones deben cumplirse, en Programación por Metas las metas pueden o no cumplirse. La Función Objetivo determinará aquella alternativa que primeramente satisfaga todas y cada una de las restricciones fijas o rígidas del modelo y segundo que cumplan de mejor forma todas las metas. Ventajas La Función Objetivo minimiza las desviaciones de las múltiples metas Existen diversos criterios para medir las desviaciones de las metas Existe un peso o prioridad para cada meta La alternativa óptima muestra el grado en que cada meta ha sido alcanzada, lo cual facilita tomar decisiones. Limitaciones: Tanto las variables de decisión de la función objetivo como las de las restricciones deben de ser lineales Las variables deben de ser continuas. Objetivo. Refleja los deseos del tomador de decisiones (ej. Max o Min. algún criterio). Nivel de aspiración. Es un valor específico asociado con un deseo o un nivel de logro de un objetivo. Meta. Es un objetivo con un nivel de aspiración Desviación de la meta. Es la diferencia entre lo que se logra y lo que se deseaba alcanzar. Pueden ser categorizados como sub-logros o sobre-logros de las metas. 63
2 No existe una forma sistémica para llevar a cabo el análisis de sensibilidad. Las Variables de decisión deben ser no-negativa. No siempre se logra satisfacer todas las metas Variables de desviación: Reflejan la desviación positiva o negativa del valor logrado con respecto a la meta. Deben ser no-negativas. Cuando el valor requerido para que la meta se cumpla es positivo se denomina desviación «faltante» (U i ) Cuando el valor requerido para que la meta se cumpla es negativo se denomina desviación «sobrante» (V i ) Pesos de las variables de desviación Existen diversas técnicas para las medir las desviaciones de las metas y para ponderar y/o priorizar cada una de ellas. En el presente curso estudiaremos la técnica más sencilla y que es a la vez la más ampliamente utilizada. Los pesos se asignan de acuerdo a lo que el tomador de decisiones considere sea la penalización por la desviación (por unidad) con respecto a la meta. Los pesos pueden indicar penalizaciones monetarias o cualquier otra medida que se relacione a la meta. La meta más importante recibe el mayor peso. Transformación de Objetivos Y Metas Sea F(x) una representación matemática de un objetivo y Bi el nivel de aspiración asociado al objetivo, entonces las metas pueden ser de tres tipos: 1. F(x) B i 2. F(x) B i 3. F(x) = B i Sea cual sea la forma, la transformación a programación por metas se logra añadiendo una variable de desviación faltante (U i ) y sustrayendo una variable de desviación de excedente (Vi). Ver tabla inferior. Al resolver el modelo, cualquier alternativa factible tiene como resultado que U i = 0 ó V i = 0, o ambas son igual a cero (0). Aquellas restricciones rígidas, propias del sistemas (que no se consideran metas) no sufren ninguna transformación. Estas restricciones deben ser cumplidas en su totalidad para que una alternativa pueda sean considerada factible y sea evaluada por la función objetiva. Ejemplos. I. Meta del tipo. Supóngase que desea obtener una ganancia mínima determinada. Tomemos una función de utilidad de la forma: 5*X 1 + 7*X 2. Si el nivel de aspiración es lograr al menos 10,000, se tiene la siguiente transformación: 5*X 1 + 7*X 2 10,000 5*X 1 + 7*X 2 = 10,000 La obtención de la meta se logrará en la medida que U i sea pequeño. O sea, la técnica buscará la alternativa que logre minimizar tanto el valor de U i como el valor global de la Función Objetivo, y al mismo tiempo tratará de cumplir la meta lo más posible. II. Meta del tipo. Supóngase que se desea Tipo de Meta Forma en Programación Variable de desviación de metas a ser minimizada Fi (x) Bi F(x) + U i - Vi = Bi Vi Fi (x) Bi F(x) + U i -Vi = Bi U i Fi( x) = Bi F(x) + U i -Vi = Bi U i + Vi 64
3 limitar los costos a un valor determinado. Tome la función de costos 100*X *X 2. Si el nivel de aspiración establece que los costos no deben sobrepasar de 5,000. Se tiene la siguiente transformación: 100*X *X 2 5, *X *X 2 = 5,000 La obtención de la meta se logrará en la medida que V1 sea pequeño. La técnica encontrará la alternativa que minimice simultáneamente el valor de V1 y el valor de la función Objetivo, y al mismo tiempo tratará que la meta se cumpla lo más posible. III. Meta del tipo =. Si se desea cumplir con una igualdad. Supóngase se desea invertir una cantidad determinada de recurso, con un nivel de aspiración de digamos 30,000 colones. Se realiza la siguiente transformación: 100*X *X 2 = 30, *X *X 2 = 30,000 En este caso, la obtención de la meta se logrará en la medida que U 1 + V1 sea lo más pequeño posible. IV. Meta de intervalo. Supóngase que se tiene un producto que tiene que ser producido, y existe una producción mínima y otra máxima. Para este caso 25 X1 50. Esta meta pueden reescribirse como: X 1 25 y X 1 50 propias del sistema? Estas no sufren ninguna transformación, o sea, no se les agrega ningún tipo de variable de desviación. Recuerde estas restricciones deben ser cumplidas en su totalidad para que una alternativa pueda sean considerada factible y sea evaluada por la Función Objetiva. Caso Burmit. La compañía publicitaria Burmit esta tratando de determinar una programación de comerciales a contratar para la compañía de autos Priceler. Priceler tiene tres metas. Meta 1: Sus comerciales deben de ser vistos por al menos 40 (mil) hombres de alto ingreso económico. (HAI). Meta 2: Sus comerciales deben de ser vistos por al menos 60 (mil) hombres de mediano ingreso económico. (HMI). Meta 3: Sus comerciales deben de ser vistos por al menos 35 (mil) mujeres de alto ingreso económico. (MAI) La compañía Burnit puede comprar 2 tipos de comerciales: el primero durante los juegos de fútbol y el segundo durante los programas de comedias. El máximo desembolso debe ser de $60,000. Los costos de los comerciales y la audiencia potencial de un anuncio de un minuto se muestra en la Tabla # 1. Burnit debe determinar el número de comerciales que deben de ser pasados en los partidos de fútbol y en las comedias a fin de satisfacer las metas de la compañía Priceler. Transformando las desigualdades en forma de Programación por metas se tiene dos metas: X 1 = 25 y X 1 = 50 En la función objetivo se deben minimizarán tanto U1 como V2. Qué sucede con las restricciones rígidas Tipo de comercial Costo HAI HMI MAI ($/spot) (#) (#) (#) Fútbol 10,000 7,000 10,000 5,000 Comedias 6,000 3,000 5,000 4,000 Tabla # 1 65
4 Figura #1 Presupuesto HAI HMI HMI
5 Variables de Decisión. Sea X 1 = número de comerciales contratados durante los juegos de fútbol. Sea X 2 = número de comerciales contratados durante las comedias. F.O. Min. (o Max) Z = 0*X 1 + 0*X2 (o cualquier otra función objetivo equivalente) 10*X 1 + 6*X 2 60 (Presupuesto en miles) 7*X 1 + 3*X 2 40 (HAI) 10*X 1 + 5*X 2 60 (HMI) 5*X 1 + 4*X 2 35 (MAI) X 1, X 2 0 Este modelo no tiene solución (vea figura #1), por lo que Burnit pide a Priceler identificar para cada meta, un costo (por unidad de faltante) en que se incurriría por no cumplir sus metas. Supóngase que Priceler determina que: - Por cada mil hombres, bajo la meta de HAI que no vean el comercial, un (1) hombre deja de comprar un vehículo y la compañia Priceler pierde $2,000 en concepto de ganancia neta. - Por cada mil hombres, bajo la meta de HMI que no vean el comercial, un (1) hombre deja de comprar un vehículo y la compañia Priceler pierde $1,000 en concepto de ganancia neta. - Por cada cuatro mil mujeres, bajo la meta de MAI que no vean el comercial, una (1) mujer deja de comprar un vehículo y la compañia Priceler pierde $2,000 en concepto de ganancia neta. El siguiente paso es transformar las «metas» en igualdades tomando las siguientes variables de desviación: U i = Cantidad numérica por debajo de la meta i V i = Cantidad numérica por sobre la meta i Metas transformadas: 7*X 1 + 3*X 2 = 40 10*X 1 + 5*X 2 = 60 5*X 1 + 4*X 2 + U 3 - V 3 = 35 Supongamos que Priceler desea minimizar el total de penalización de las pérdidas de sus ventas. Los coeficientes en la función objetivo son llamados «pesos». Cuando las unidades de las diversas metas son homogéneas y medidas en la misma unidad, la meta más importante debe tener el mayor peso de penalización. Burmit debe ahora resolver ahora el siguiente problema de PL F.O. Min. 2*U 1 + 1*U *U 3 s.a 7*X 1 + 3*X 2 = 40 10*X 1 + 5*X 2 = 60 5*X 1 + 4*X 2 + U 3 - V 3 = 35 10*X 1 + 6*X 2 60 Todas las variables no-negativas La solución al modelo proporciona los siguientes resultados: X 1 = 6 V 1 = 2 V 3 = 0 U 2 = 0 X 2 = 0 V 2 = 0 U 1 = 0 U 3 = 5 Sustituyendo tenemos que el valor de la función objetivo es: = 2*U 1 + 1*U *U3 = 2*0 +1* *5 = 2.5 La alternativa óptima logra cumplir con las primeras dos metas y falla en la tercera, que tiene el menor peso (penalización) Supóngase que se decide modificar la restricción del presupuesto y considerarla como una meta. Si se decide penalizar con 0.30 cada unidad monetaria gastada por encima de la meta del presupuesto, el modelo apropiado de la programación por metas sería: Min. 2*U 1 + 1*U *U *V 4 s.a. 7*X 1 + 3*X 2 = 40 10*X 1 + 5*X 2 = 60 67
6 5*X 1 + 4*X 2 + U 3 - V 3 = 35 10*X 1 + 6*X 2 + U 4 - V 4 = 60 Todas las variables no-negativas. La solución a este modelo es: X 2 = V 1 = V 4 = F.O. = 1.0 X 1 =
7 Priceler, Burmit Programacin por Metas -A OPTIMAL SOLUTION - DETAILED REPORT Variable Value Cost Red. cost Status 1 X Basic 2 X Basic 3 U Lower bound 4 V Basic 5 U Lower bound 6 V Lower bound 7 U Basic 8 V Lower bound Slack Variables 14 PRESUPUEST Lower bound Objective Function Value = 2.5 OPTIMAL SOLUTION - DETAILED REPORT Constraint Type RHS Slack Shadow price 1 HAI = HMI = MAI = PRESUPUEST <= SENSITIVITY ANALYSIS OF COST COEFFICIENTS Current Allowable Allowable Variable Coeff. Minimum Maximum 1 X X U Infinity 4 V U Infinity 6 V Infinity 7 U V Infinity SENSITIVITY ANALYSIS OF RIGHT-HAND SIDE VALUES Constraint Type Current Allowable Allowable Value Minimum Maximum 1 HAI = Infinity HMI = MAI = Infinity 4 PRESUPUEST <=
8 Priceler, Burmit Programacin por Metas -b OPTIMAL SOLUTION - DETAILED REPORT Variable Value Cost Red. cost Status 1 X Basic 2 X Basic 3 U Lower bound 4 V Basic 5 U Lower bound 6 V Lower bound 7 U Lower bound 8 V Lower bound 9 U Lower bound 10 V Basic Objective Function Value = 1 Constraint Type RHS Slack Shadow price 1 HAI = HMI = MAI = PRESUPUEST = SENSITIVITY ANALYSIS OF COST COEFFICIENTS Current Allowable Allowable Variable Coeff. Minimum Maximum 1 X X U Infinity 4 V U Infinity 6 V Infinity 7 U Infinity 8 V Infinity 9 U Infinity 10 V SENSITIVITY ANALYSIS OF RIGHT-HAND SIDE VALUES Current Allowable Allowable Constraint Type Value Minimum Maximum 1 HAI = Infinity HMI = MAI = PRESUPUEST = Infinity
9 Cuadro Comparativo Programación lineal - Maximizar/Minimizar una Función Objetivo - Utiliza variables de decisión - Existe un sólo objetivo - Las alternativas factibles satisfacen todas y cada una de las restricciones rígidas del sistema o modelo Programación por metas - Minimizar las desviaciones de las diferentes Metas - Utiliza variables de decisión y de desviación - Existen múltiples objetivos - Las alternativas satisfacen todas las restricciones rígidas del modelo, pero no siempre satisface todas las metas - Se perciben dos (2) tipos de restricciones Ejercicios adicionales 1. La compañia Fumiture Company (TCFC) fabrica mesas y sillas. Escriba las metas para los siguientes objetivos (las variables M y S deben representar, respectivamente, el número de mesas y sillas producidas en un periodo): a. La fabricación de una mesa requiere 10 horas y la de una silla 5 horas. El número total de horas de trabajo disponibles por período es de 3,200. Aunque el tiempo ocioso y las horas extraordinarias de trabajo son opciones aceptables, TCFC desea que el número total de horas de trabajo se aproxime lo más posible a 3,200. b. Se utiliza una pieza de madera para fabricar una mesa y media pieza para una silla; durante un periodo determinado se dispone de 300 piezas de madera y no es posible comprar más. TCFC desea utilizar lo más posible de esta cantidad de madera durante cada período. c. TCFC fabrica mesas sobre pedido y se ha comprometido a proveer 200 mesas en un período dado. Cualquier mesa adicional que produjera tendría que mantenerse en inventario, y la compañía desea minimizar el número de mesas que mantenga en inventario. d. La demanda de sillas es incierta, pero se estima que será de entre 200 y 250. La compañía desea fabricar sillas aproximándose lo más posible a estas cifras. 2. La ciudad de Chicago está estudiando dos proyectos. Cada unidad de proyecto A cuesta $400, crea 20 empleos y reditúa $200 al final del año. Cada unidad del proyecto B cuesta $600, crea 40 empleos y reditúa $200. La persona encargada de la planeación desea alcanzar las siguientes metas: 1. Mantener el total de gastos en $2,400 o menos. 2. Crear 120 empleos por lo menos. 3. Maximizar el rédito obtenido al final del año (en otro ejercicio lograr mas de 1,000) Suponga que las tres metas aparecen en orden descendente de prioridad absoluta. a. Utilice el análisis gráfico ( o un software) para encontrar el número óptimo de unidades que deberá dedicarse a cada proyecto. b. Se han alcanzado las metas? Si no es así, cuál es el faltante para lograrlo? c. Cuáles son el gasto neto y el número de empleos creados? 3. El almacén de discos «Ricky» emplea actualmente cinco empleados a tiempo completo y tres empleados a medio tiempo. La carga de trabajo normal es hasta 40 horas por la semana para los de tiempo completo y de hasta 20 horas por la semana para los empleados de medio tiempo. A cada empleado a tiempo completo se le paga 71
10 $6. 00 /hora, y éstos pueden vender 5 discos por hora (cada empleado). Si un empleado a tiempo completo trabaja horas extras, estas son pagadas a por hora. A cada empleado a medio tiempo se le paga $3. 00 /hora y puede vender 3 discos por hora (cada empleado). Cada disco le cuesta a Ricky $6. 00, y los vende a $ Ricky tienen costos fijos semanales de $500. Él ha establecido las metas semanales siguientes, enumeradas en orden de prioridad: Meta 1: Meta 2: Meta 3: Meta 4: Meta: 5 Vender por lo menos 1,600 discos por semana. Tener un beneficio (ganancia) de por lo menos $2,200 por semana. Ya que la fatiga hace declinar su efectividad, los empleados a tiempo completo deben trabajar a lo mas 20 horas extras por semana (cada uno). Para aumentar su sentido de la seguridad de los empleados, se deben reducir el número de horas que cada empleado a tiempo completo le falten para llegar a 40 horas por semana. Para aumentar su sentido de la seguridad en el empleo, se debe reducir el número de las horas que a cada empleado a medio tiempo le falten para llegar a 20 horas por semana. Formule un modelo de programación lineal por metas para determinar cuántas horas por semana deben trabajar cada tipo de empleado. 4. Fruit Computer Company esta lista hacer su compra anual de chips para computadoras. Fruit puede comprar los chips (en lotes de 100) de tres proveedores. Cada chips se clasifica como en términos de calidad como: excelente, bueno, o mediocre. Durante el año que viene la compañia Fruit necesitará 5,000 chips excelentes, 3,000 chips buenos, y 1,000 chips mediocres. Las características de los chips comprados a cada proveedor se demuestran en la tabla #1. La compañia Fruit ha presupuestado $28,000 para la compra de los chips. Si la compañia no obtiene bastantes chips de una determinada calidad, la Tabla #1 Proveedor #1 #2 #3 compañía puede ordenar chips adicionales a través de ordenes especiales a un precio de $10 por chips excelentes. $6 por chips buenos, y $4 por chips mediocres. Fruit determina una penalización de $1 por cada dólar pagada a los proveedores en exceso a la cantidad presupu-estada anual. Formule y resuelva un modelo de Programación Lineal por metas para determinar una estrategia de compra. Característcas de un lote de 100 CHIPS Excelentes Buenos Mediocres Precio $ $ $ «Electrodomésticos Highland» debe determinar cuánto TV s y VCR s deben de estar en stock. Un color TV cuesta $300 y un VCR $200. Un color TV requiere 2 mts 2 de espacio de almacenaje, y un VCR requiere 0.64 mts 2 de espacio de almacenaje. La venta de un color TV proporciona un beneficio de $150, y el de un VCR $100. Electrodomésticos Highland ha fijado las metas siguientes (enumeradas en la orden de la importancia): Meta 1: La máxima erogación para comprar de TV s a color y VCRs. es de $20,000. Meta 2: Los TV s a color y VCRs. no debe utilizar más de 22 mtrs 2 de espacio de almacenaje. Meta 3: Electrodomésticos Highland debe tener una ganancia de por lo menos $11,000 por las ventas de TV s a color y VCRs. Asuma que se ha establecido: - Que el costo de oportunidad es del 20%. - Que el costo por mtr 2 es de $1,000 - Que la utilidad no percibida se costea en 40 ctvos de dolar por dolar no percibido. Formule un modelo de programación lineal de metas para determinarse cuánto TV s a color y VCRs. ordenar (asuma que serán para la nueva temporada, y por tanto los modelos existentes no 72
11 cuentan). Cómo modificaría usted la formulación del modelo de metas si la meta de compañía fuera utilizar exactamente 22 mtrs 2? 6. Una compañía tiene varias líneas de productos, una línea es la industrial la cual produce dos productos. La información relevante para cada producto se muestra en la tabla #2. Tabla #2 Producto 1 Producto 2 Mano de obra requerida 400 horas 200 horas Contribución marginal $ 4,000 $ 2,000 La compañía tiene la meta de obtener beneficios mayores a $48,000 e incurre en una penalización de $0.25 por cada dólar faltante a esa meta. Se dispone de un total de 3,200 horas/hombre de trabajo. Se incurre en una penalización de $20 por cada hora de tiempo extra (trabajo sobre 3,200 horas) usada, y existe una penalización de $10 por cada hora del trabajo disponible que no es usada. El departamento de Marketing considera que se requieren al menos 7 unidades del producto #1 que deben producirse y por lo menos 10 unidades del producto #2. Por cada unidad (de cualquier producto) que la producción sea inferior a la demanda se penalizará con $500. a. Formule un modelo de PL que se pueda utilizar para reducir al mínimo la penalización del total incurrido por la compañía. obra. Meta 2: Lograr producir la demanda del producto #1. Meta 3: Lograr producir la demanda del producto #2. Meta 4: No utilizar horas extras. Formule y resuelva un modelo de programación lineal de metas. 7. Durante los cuatro trimestres siguientes Wivco debe enfrentar las demandas siguientes para los Gobots (juguete competencia de los transformadores): 13,14, 12 y l5 respectivamente. Los Gobots se puede producir en tiempo regular de trabajo o con trabajo de tiempo extra. La capacidad de producción (en número de gobots) y sus costos de producción se muestran en la tabla #3. Wivco ha fijado las metas siguientes en la orden de la importancia: Meta 1: Lograr la demanda de cada trimestre. Meta 2: El inventario al final de cada trimestre no puede exceder 3 unidades. Meta 3: El costo total de producción debe ser menor de $250. Formule un modelo de programación lineal de metas que se podría utilizar para determinar el plan de fabricación de Wivco durante los cuatro trimestres siguientes. Asuma que al principio del primer trimestre hay 1 gobot en inventario. Asuma un costo por mantener en inventario de $0.50 por trimestre y un costo por no tener en inventario de $0.75 por unidad faltante. b. Suponga que la compañía establece (en orden de la importancia) las metas siguientes: Meta 1: Evitar la sub-utilización de la mano de Tabla #3 Tiempo Normal Tiempo Extra Capacidad Costo/unidad Capacidad Cost/unidad Trimestre l 9 $4 5 $6 Trimestre 2 10 $4 5 $7 Trimestre 3 11 $5 5 $8 Trimestre 4 12 $6 5 $9 Sea Pi la penalización por cada unidad no producida en un trimenstre y sea Pj la penalización por cada uidad mantenida al final de cada trimestre. Así mismo, sea M la penalizaci ønpor cada unidad de mantenida en inventario sobre la meta de 3 como máximo y C el costo por cada dolar arriba de $
12 Ejercicio #1 Solución a. 10M + 5S = M + 5S = 3200; b. M + 0.5S = 300 M + 0.5S = 300 (Pero V2 debe tener un valor de cero, puesto que no podemos tener mas de 300) unidades), entonces reescribimos: M + 0.5S = Si este enfoque no es claro, podemos colocarle a la variable V2 un coeficiente muy alto, cerca de + ) ésto hara que el software asigne un valor de cero (0) a esta variable. c. M + U 3 - V 3 = 200 (Pero U3 debe valer cero, puesto que no podemos tener menos de 200), entonces reescribimos: M - V 3 = Si este enfoque no es claro, podemos colocarle a la variable U3 un coeficiente muy alto, cerca de + ) ésto hara que el software asigne un valor de cero (0) a esta variable. d. S 200 S + U 4 - V 4 = 200 e. S 250 S + U 5 - V 5 = 250 En la función Objetivo minimizariamos: F.O. MIN U 1 + V 1 + V 3 + U 4 + V 5 (con sus respectivos coeficientes las diferentes variables de decisión) Ejercicio #2 400 A + 600B 2400, se transforma en: 400 A + 600B = A + 40B 120, se transforma en: 20 A + 40B = 120 Respecto a la meta de maximizar el rédito, esta establece maximizarlo, esto se logra a través de «200A + 200B», pero recordemos que la función objetivo es minimizar. Si deseo incluirla en la F.O. deberé transformaresta expresión multiplicando por «-1» la expresión. F.O. MIN P 1 *V 1 + P 2 *U 2-200A - 200B OPTIMAL SOLUTION - DETAILED REPORT Variable Value Cost Red. cost Status 1 A Basic 2 3 B U Lower bound Lower bound 4 V Lower bound 5 6 U2 V Basic Lower bound Objective Function Value = Constraint Type RHS Slack Shadow price 1 COSTO = EMPLEOS =
13 Ejercicio #3. Nota: Este modelo también puede ser formulado usando XN TC como el número de horas semanales trabajadas cada uno de los empleado a tiempo completo y XN MT el número de horas semanales trabajadas por cada uno de los empleados a medio tiempo. Sea: XN TC el número de horas semanales trabajadas por todos los empleados a tiempo completo. XE TC el número de horas extras semanales trabajadas por todos los empleados a tiempo completo. XN MT el número de horas semanales trabajadas por todos los empleados a medio tiempo. Se asume que todos los empleados de una misma categoria son igualmente importantes, por tanto todos y cada uno trabajarán el mismo número de horas normales (y horas extras los de tiempo completo). Por tanto, para determinar el número de horas semanales a trabajar por cada empleado, se debe dividir el número de horas globales a trabajar (de cada tipo de empleado) entre el número de empleados. Meta 1. (Número de discos a vender semanalmente) 5*XN TC + 3*XN MT + 5*XE TC >= 1,600 5*XN TC + 3*XN MT + 5*XE TC + U1 - V1 = 1600 Meta 2. (Utilidad semanal) 3*5*XN TC + 3*3*XN MT +3*5*XE TC *XN TC - 3*XN MT -10*XE TC >= 2,200 3*5*XN TC + 3*3*XN MT +3*5*XE TC *XN TC + 3*XN MT -10*XE TC + U2 - V2 = 2,200 Meta 3. (Horas extra semanal) XE TC =< 100 (max. horas semana 5 empleados) XE TC + U3 - V3 = 100 Meta 4. (Reducir faltante semanal TC) XN TC 40 XN TC + U4 - V4 = 40 Meta 5. (Reducir faltante semanal MT) XN MT 20 XN MT + U5 - V5 = 20 F.O. Min P 1 U 1 +P 2 U 2 +P 3 V 3 +P 4 U 4 + P 5 U 5 Ejercicio #4. Sean: X1: el número de lotes a ser adquiridos del proveedor #1 X2: el número de lotes a ser adquiridos del proveedor #2 X3: el número de lotes a ser adquiridos del proveedor #3 60X X 2 +40X 3 = 5,000 (Chips excelentes) 20X X X 3 = 300 (Chips buenos) 20X X X 3 + U 3 - V 3 = 1,000 (Chips mediocres) 400X X X 3 + U 4 - V 4 = 28,000 (presupuesto) F.O. Min 10U 1 +6U 2 +4U 3 +1V 4 Ejercicio#5 Sean: X1: el número de televisores a ser adquiridos para la temporada. y X2: el número de VCR s a ser adquiridos para la temporada 300X X 2 20,000 (meta 1) 2X X 2 22 (meta 2) 150X X 2 11,000 (meta 3) 75
14 Transformando las metas 300X X 2 = 20,000 (meta 1) 2X X 2 = 22 (meta 2) 150X X 2 + U 3 - V 3 = 11,000 (meta 3) F.O. Min P1*V 1 + P1*V 2 +P3 *U 3 Sustituyendo tenemos, F.O. Min 0.2*V 1 + 1,000*V *U 3 Ejercicio #6 X1 número de unidades producidas del producto #1 X2 número de unidades producidas del producto #2 I. Programación Lineal Restricción de Utilidad 4000X X2 48,000, se transforma en: 4000X X2 +S1 = 48,000 donde: S1 es la variable de holgura de la restricción) Restricción de Horas en tiempo normal disponibles 400 X X2 = 3200, se transforma en: 400 X X2 + S2 - T1 = 3200 donde: S1 es la variable de holgura de la restricción y T1 es la variable de excedente) Restricción de número de unidades producto #1 X1 7, se transforma en: X1 + S3 = 7 Restricción de número de unidades producto #2 X2 10, se transforma en: X2 + S4 = 10 F.O. MIN 0.25*S1 + 20*T1 + 10*S2 +500*S *S4 II. Programación Meta Meta de Utilidad 4000X X2 >= 48,000, se transforma en: 4000X X2 +U1 -V1 = 48,000 Meta de Horas en tiempo normal disponibles 400 X X2 = 3200, se transforma en: 400 X X2 + U2 - V2 = 3200 Meta de número de unidades producto #1 X1 7, se transforma en: X1 + U3 - V3 = 7 Meta de número de unidades producto #2 X2 10, se transforma en: X2 + U4 - V4 = 10 F.O. MIN 0.25*U *U2 + 20*V *U *U4 Ejercicio #7 Sea: X IN el número de Gobots fabricados en el trimestre I en tiempo normal. (para I = 1, 2, 3 y 4) X IN el número de Gobots fabricados en el trimestre I en tiempo extra. (para I = 1, 2, 3 y 4) Metas de producción: X 1N + X 1E = (13-1) X 2N + X 2E + V 1 = 14 (porque vienen V 1 unidades del trimestre #1) X 3N + X 3E + V 2 + U 3 - V 3 = 12 (idem) X 4N + X 4E + V 3 + U 4 - V 4 = 15 (idem) Metas de máximo inventario al final de cada trimestre. V 1 + U 5 - V 5 = 3 ( ) V 2 + U 6 - V 6 = 3 ( ) V 3 + U 7 - V 7 = 3 ( ) V 4 + U 8 - V 8 = 3 ( ) Meta de costo 4*X 1N + 4*X 2N + 5*X 3N + 6*X 4N + 6*X 1E + 7*X 2E + 8*X 3E + 9*X 4E + U 9 - V 9 = 250 ( ) 76
15 Restricciones del sistema X 1N 9 X 1E 5 X 2N 10 X 2E 5 X 3N 11 X 3E 5 X 4N 12 X 4E 5 F.O. MIN
Dakota quiere maximizar el ingreso total por que se han comprado ya los recursos. Definiendo las variables de decisión como:
UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO Teléfono 2532-2668/Telefax 2532-2684 INVESTIGACIÓN DE OPERACIONES LABORATORIO #7 ANALISIS DE SENSIBILIDAD Y DUALIDAD DE UN PPL I.
Más detallesOptimización y Programación Lineal
Optimización y Programación Lineal La regla del 100 % 17 de febrero de 2011 La regla del 100 % () Optimización y Programación Lineal 17 de febrero de 2011 1 / 21 Introducción Introducción Veamos ahora
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4
Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica
Más detallesIntroducción a la Programación Lineal
UNIDAD 0 Introducción a la Programación Lineal. Modelo de Programación Lineal con dos variables Ejemplo: (La compañía Reddy Mikks) Reddy Mikks produce pinturas para interiores y eteriores, M y M. La tabla
Más detallesFormulación de un Modelo de Programación Lineal
Formulación de un Modelo de Programación Lineal Para facilitar el planteamiento del modelo matemático general de la PL considere el siguiente problema: La planta HBB fabrica 4 productos que requieren para
Más detallesPROGRAMACIÓN LINEAL MÉTODO GRÁFICO
1 PROGRAMACIÓN LINEAL MÉTODO GRÁFICO Dado un problema de programación lineal se debe: 1. Graficar cada una de las restricciones. 2. Encontrar el Polígono de factibilidad, que es la intersección de los
Más detallesÁlgebra Matricial y Optimización Ma130
Álgebra Matricial y Optimización Ma130 Programación Lineal Departamento de Matemáticas ITESM Programación Lineal Ma130 - p. 1/27 ducción En esta lectura daremos una introducción a la modelación de problemas
Más detallesCaso Giapetto Inc. Entonces la Función Objetivo es igual a: [27*X 1 + 21*X 2 ] [10*X 1 + 9X 2 ] [14*X 1 + 10*X 2 ] = 3*X 1 + 2*X 2
Caso Giapetto Inc. Objetivo del caso: Explicar los componentes de la programación lineal a través de la modelación de un ejemplo. La compañía Giapetto fabrica 2 tipos de juguetes de madera: soldados y
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesPlanteamiento de problemas de programación lineal. M. En C. Eduardo Bustos Farías
Planteamiento de problemas de programación lineal M. En C. Eduardo Bustos Farías 1 Ejemplo. Breeding Manufacturing Inc. Mezcla de productos 2 La Breeding Manufacturing Inc., fabrica y vende dos tipos de
Más detallesPROBLEMA 1. Considere el siguiente problema de programación lineal:
PROBLEMA 1 Considere el siguiente problema de programación lineal: Sean h1 y h2 las variables de holgura correspondientes a la primera y segunda restricción, respectivamente, de manera que al aplicar el
Más detallesTEMA 4: GASTOS E INGRESOS 1- LOS COSTES 2- LOS INGRESOS 3- EL RESULTADO DE LA EMPRESA 4- LAS ECONOMÍAS DE ESCALA
TEMA 4: 1- LOS COSTES 2- LOS INGRESOS 3- EL RESULTADO DE LA EMPRESA 4- LAS ECONOMÍAS DE ESCALA 1 1- LOS COSTES Los costes son los gastos en los que incurre la empresa en la producción por el uso de factores
Más detallesUNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN
UNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN Curso: Administración de Operaciones III OBJETIVOS Cuando haya completado esta unidad, debe ser capaz de identificar y definir: Planeación agregada Propósito
Más detallesPráctica N 6 Modelos de Programación Lineal Entera
Práctica N 6 Modelos de Programación Lineal Entera 6.1 Una empresa textil fabrica 3 tipos de ropa: camisas, pantalones y shorts. Las máquinas necesarias para la confección deben ser alquiladas a los siguientes
Más detallesContenido: Solución algebraica a los problemas de programación lineal con el método simplex.
Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto
Más detallesMatemáticas aplicadas a las CC.SS. II 2º Bachillerato
4. PROGRAMACIÓN LINEAL 4.1. Introducción 1. Determina las variables, la función objetivo y el conjunto de restricciones de los siguientes problemas de programación lineal: a) En una empresa de alimentación
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesTécnicas de planeación y control
Técnicas de planeación y control TÉCNICAS DE PLANEACIÓN Y CONTROL 1 Sesión No. 4 Nombre: El modelo costo-volumen-utilidad Contextualización En esta unidad revisaremos una de las herramientas de planeación
Más detallesPROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de
Más detallesANEXO F. Procedimientos y parámetros para el cálculo de los pagos que efectuarán las Partes bajo los Convenios vinculados a este Contrato.
ANEXO F Procedimientos y parámetros para el cálculo de los pagos que efectuarán las Partes bajo los Convenios vinculados a este Contrato. I. Introducción. En este Anexo se establecen los procedimientos
Más detallesMÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Más detallesT7. PROGRAMACIÓN LINEAL
T7. PROGRAMACIÓN LINEAL MATEMÁTICAS PARA 4º ESO MATH GRADE 10 (=1º BACHILLERATO EN ATLANTIC CANADA) CURRÍCULUM MATEMÁTICAS NOVA SCOTIA ATLANTIC CANADA TRADUCCIÓN: MAURICIO CONTRERAS PROGRAMACIÓN LINEAL
Más detallesGUIA DE EJERCICIOS - TEORIA DE DECISIONES
GUIA DE EJERCICIOS - TEORIA DE DECISIONES PROBLEMAS EN SITUACION DE CERTIDUMBRE: 1 Un estudiante de Administración de Empresas en la UNAP necesita completar un total de 65 cursos para obtener su licenciatura.
Más detallesLo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.
Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para
Más detallesTema 5: Análisis de Sensibilidad y Paramétrico
Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad 5.4.1 Cambios en el
Más detallesInventarios.
Inventarios http://humberto-r-alvarez-a.webs.com Inventarios Los inventarios tienen una gran importancia siempre y cuando estos añadan valor a los procesos. La existencia de los inventarios añade valor
Más detallesEJERCICIO DE MAXIMIZACION
PROGRAMACION LINEAL Programación lineal es una técnica matemática que sirve para investigar, para así, hallar la solución a un problema dado dentro de un conjunto de soluciones factibles y es la operación
Más detallesGESTION DE INVENTARIOS
GESTION DE INVENTARIOS Inventarios El inventario tiene como propósito fundamental proveer a la empresa de materiales necesarios, para su continuo y regular desenvolvimiento, es decir, el inventario tiene
Más detallesAPUNTE: Introducción a la Programación Lineal
APUNTE: Introducción a la Programación Lineal UNIVERSIDAD NACIONAL DE RIO NEGRO Asignatura: Matemática Carreras: Lic. en Administración Profesor: Prof. Mabel Chrestia Semestre: do Año: 06 Definición La
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesPROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX
Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,
Más detallesFinanzas. Sesión 6 Tema 15: Punto de Equilibrio. Escuela Profesional de Ingeniería de Sistemas e Informática
Finanzas Sesión 6 Tema 15: Punto de Equilibrio Escuela Profesional de Ingeniería de Sistemas e Informática Punto de equilibrio El Punto de Equilibrio de un bien o servicio, está dado por el volumen de
Más detallesCAPÍTULO 4 Funciones Económicas
CAPÍTULO 4 Funciones Económicas Introducción La actividad económica surge de la necesidad de utilizar recursos para producir los bienes materiales que satisfacen los deseos del hombre, ya sean básicos
Más detallesGASOLINA TURBOSINA QUEROSENO Crudo ligero Crudo pesado
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:
Más detallesPlanteamiento de problemas de programación lineal. M. En C. Eduardo Bustos Farías
Planteamiento de problemas de programación lineal M. En C. Eduardo Bustos Farías 1 Objetivo Analizar diferentes ejemplos del uso de la metodología de la Investigación de Operaciones para el planteamiento
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesEsterilización 1 4. Envase 3 2
9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado
Más detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
Más detallesProblemas de programación lineal.
Matemáticas 2º Bach CCSS. Problemas Tema 2. Programación Lineal. Pág 1/12 Problemas de programación lineal. 1. Unos grandes almacenes encargan a un fabricante pantalones y chaquetas deportivas. El fabricante
Más detallesPLE: Ramificación y Acotamiento
PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora
Más detallesEMPRESA PRODUCTORA EMPRESA COMERCIAL EMPRESA DE SERVICIOS INMOVILIZADO EXISTENCIAS VALORACIÓN EXISTENCIAS EFICIENCIA
UNIDAD 3. EL PLAN DE OPERACIONES PLAN OPERACIONES CONCEPTO EMPRESA PRODUCTORA EMPRESA COMERCIAL EMPRESA DE SERVICIOS INVERSIONES APROVISIONAMIENTO INMOVILIZADO EXISTENCIAS VALORACIÓN EXISTENCIAS CICLO
Más detallesTema II: Programación Lineal
Tema II: Programación Lineal Contenido: Solución a problemas de P.L. por el método gráfico. Objetivo: Al finalizar la clase los alumnos deben estar en capacidad de: Representar gráficamente la solución
Más detallesPROBLEMA DE FLUJO DE COSTO MINIMO.
PROBLEMA DE FLUJO DE COSTO MINIMO. EL PROBLEMA DE TRANSPORTE 1. Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. Las plantas 1, 2 y
Más detallesUnidad 6. Análisis costo-volumen-utilidad. Objetivos específicos de aprendizaje
Unidad 6 Análisis costo-volumen-utilidad Objetivos específicos de aprendizaje Al terminar de estudiar este capítulo, el estudiante será capaz de: Explicar el concepto de punto de equilibrio. Calcular el
Más detallesProf. Pérez Rivas Lisbeth Carolina
Ingeniería de Sistemas Investigación de Operaciones Prof. Pérez Rivas Lisbeth Carolina Investigación de Operaciones Es una rama de las Matemáticas consistente en el uso de modelos matemáticos, estadística
Más detallesUniversidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 3 Modelo de programación lineal: conceptos básicos 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Comprender el concepto de modelos de programación lineal. Identificar la
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesProteinas Hidratos Grasas Coste/kg A B MATEMATIZACIÓN DEL PROBLEMA. A B Necesidades
PROGRAMACIÓN LINEAL 1. Imaginemos que las necesidades semanales mínimas de una persona en proteínas, hidratos de carbono y grasas son, respectivamente, 8, 12 y 9 unidades. Supongamos que debemos obtener
Más detallesTema 3: Planeamiento de la Utilidad
Universidad de Los Andes Núcleo Universitario Rafael Rangel Departamento de Ciencias Económicas, Administrativas y Contables Área: Finanzas Asignatura: Financiamiento I Prof.: Angel Higuerey G. Tema 3:
Más detallesUNIDAD III. INVESTIGACIÓN DE OPERACIONES
UNIDAD III. INVESTIGACIÓN DE OPERACIONES Objetivo de la unidad: El alumno resolverá problemas utilizando la programación lineal y de proyectos para sugerir cursos de acción de mejora en las empresas turísticas
Más detallesII. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES
II. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES Objetivo de la unidad: El estudiante, conocerá los fundamentos en que se basan las herramientas de la investigación de operaciones para la toma de decisiones.
Más detallesDefinición de Capacidad. Planeación Estratégica de la Capacidad. Capacidad. Horizonte de Planeación. Mediciones de Capacidad
Definición de 2 Planeación Estratégica de la El más alto nivel de producción que una compañía puede sostener razonablemente, con horarios realistas para su personal y con el equipo que posee. Administración
Más detallesCONTROL DE INVENTARIOS DE ÍTEMS PERECEDEROS
Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios CONTROL DE INVENTARIOS DE ÍTEMS PERECEDEROS Profesor: Julio César Londoño O Control de Inventarios
Más detallesCEA 112 Fundamentos de Economía Costos de Producción
CEA 112 Fundamentos de Economía Costos de Producción Juan Luis Correa A. Universidad Andrés Bello Semestre I 2014 Contenido 1 Beneficios y Costos Económicos 2 3 4 5 6 Beneficios y Costos Económicos Los
Más detallesEjercicios Propuestos
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 1 Modelación Matemática. Programación
Más detallesIntroducción a la unidad 4:
Introducción a la unidad 4: Valor actual neto, tasa interna de retorno INACAP Virtual Introducción a la Unidad 4 Matemática financiera 2 ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 3 INTRODUCCIÓN... 4
Más detallesSuscripciones Administración Reclamos Formule un modelo de programación lineal.
EJERCICIOS DE APLICACIÓN 1) Par, Inc. es un pequeño fabricante de equipo y material de golf. El distribuidor de Par cree que existe un mercado tanto para una bolsa de golf de precio moderado, llamada modelo
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 detalles2.1 EL PROCESO DE COMPRAS:
2.1 EL PROCESO DE COMPRAS: El departamento de compras es el encargado de recibir las solicitudes de los materiales necesarios, de buscar los proveedores adecuados y de realizar las gestiones oportunas
Más detallesTema 7: EL MERCADO DE FACTORES
Tema 7: E MERCADO DE FACTORES Introducción. 1. El mercado de trabajo en competencia perfecta 1. a demanda de trabajo 2. a oferta de trabajo 3. El equilibrio 4. s mínimos Conceptos básicos BIBIOGRAFÍA:
Más detallesTEMA 2: PROGRAMACIÓN LINEAL.
TEMA : PROGRAMACIÓN LINEAL.. 1. INTRODUCCIÓN. La Programación Lineal (PL) puede considerarse como uno de los grandes avances científicos habidos durante la primera mitad del siglo XX y sin duda es una
Más detallesCuentas por Cobrar y Administración de Inventarios 10-1
Cuentas por Cobrar y Administración de Inventarios 10-1 Cuentas por Cobrar y Administración Inventarios Políticas de Crédito y Cobranzas Analizando al Solicitante de Crédito Administración y Control de
Más detallesMANUAL SIMULACIÓN DE NEGOCIOS CONCURSO PARA COLEGIOS
MANUAL SIMULACIÓN DE NEGOCIOS CONCURSO PARA COLEGIOS 1. INTRODUCCIÓN El lugar donde se desarrolla la simulación, es un gran mercado donde se instalan empresas de la industria del confite que compiten entre
Más detallesUTALCA IMAFI. Resolver los siguientes ejercicios utilizando el método gráfico. Para ello:
Resolver los siguientes ejercicios utilizando el método gráfico. Para ello: (a). Modelar matemáticamente la situación planteada. (b). Graficar, en un mismo sistema de coordenadas, todas las restricciones
Más detalles1. Análisis de Sensibilidad
1. Análisis de Sensibilidad Considerando que la evaluación de los proyectos se basa en proyecciones de variables económicas, es lógico pensar que existe un factor de incertidumbre en los indicadores financieros
Más detallesINTRODUCCIÓN A LA TEMA 4. EL MERCADO DE TRABAJO. 1º GRRLL y RRHH, curso
INTRODUCCIÓN A LA ECONOMÍA TEMA 4. EL MERCADO DE TRABAJO 1º GRRLL y RRHH, curso 2013-2014. Índice 4.1. La demanda de trabajo 4.2. La oferta de trabajo 4.3. El funcionamiento del mercado de trabajo DISTRIBUCIÓN
Más detallesEl término productividad, con frecuencia, se confunde con el término producción. Muchas
RESUMEN El término productividad, con frecuencia, se confunde con el término producción. Muchas personas piensan que a mayor producción más productividad, pero esto no es necesariamente cierto. Producción
Más detallesRespuestas al examen final de 2000: a efectos de calificación
Sloan School of Management 15.010/011 - Análisis económico para la toma de decisiones empresariales Massachusetts Institute of Technology Profesores Davis, Judson, Miron y Stoker Respuestas al examen final
Más detallesMáximos y mínimos. Mínimo global Máximo global máximo relativo mínimo relativo
Máximos y mínimos. Anteriormente estudiamos métodos para obtener los extremos de funciones de una variable. Extenderemos esas técnicas a funciones de dos variables. Sea una función de dos variables, definida
Más detallesProblemas de Programación Lineal: Método Simplex
Problemas de Programación Lineal: Método Simplex Ej. (3.1) (C) Los siguientes Tableaux fueron obtenidos en el transcurso de la resolución de PL en los cuales había que maximizar una Función Objetivo con
Más detallesPasos en el Método Simplex
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 20 El Método Simplex ICS 1102 Optimización Profesor : Claudio Seebach 16 de octubre de 2006
Más detallesAdministración de Ventas
Administración de Ventas 1 Sesión No. 12 Nombre: Control, Métodos, Grado Contextualización Te has preguntado Qué proceso tiene la venta? Medir el rendimiento y avance de la fuerza de venta a lo largo de
Más detallesEJERCICIOS PROGRAMACIÓN LINEAL
EJERCICIOS PROGRAMACIÓN LINEAL 1.- Una compañía fabrica y venden dos modelos de lámpara L 1 y L 2. Para su fabricación se necesita un trabajo manual de 20 minutos para el modelo L 1 y de 30 minutos para
Más detallesCOSTO DE CAPITAL COSTO DE CAPITAL COSTO DE CAPITAL COSTO DE CAPITAL BALANCE GENERAL COSTO DE CAPITAL BALANCE GENERAL. M.Sc. Roberto Solé M.
CONCEPTO: Tasa de rendimiento mínimo que una empresa desea obtener sobre sus inversiones en proyectos por renunciar a un uso alternativo de esos recursos, bajo niveles de riesgo similares, y satisfacer
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO M. En C. Eduardo Bustos Farías 1 EL METODO SIMPLEX Es un procedimiento general para resolver problemas de programación lineal. Fue desarrollado en el año de 1947 por George
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesHoras requeridas producto B
1. J&M Winery fabrica dos tipos de Chardonnay, uno con etiqueta económica y otro con etiqueta especial. Han firmado un contrato de venta de 30.000 cajas de Chardonnay y están seguros que podrán vender
Más detallesAntecedentes. Ejemplos de Optimización en Procesos Agrícolas. Planificación v/s Operación. Planificación, Operación y Control en el negocio agrícola
Ejemplos de Optimización en Procesos Agrícolas Pedro Traverso Profesor Asociado Escuela de Administración Pontifica Universidad Católica de Chile Ingeniero Agrónomo PUC MBA, PUC M.Sc. Ingeniería Industrial
Más detallesADMINISTRACIÓN DE LA PRODUCCIÓN
ADMINISTRACIÓN DE LA PRODUCCIÓN ADMINISTRACIÓN DE LA PRODUCCIÓN 1 Sesión No. 6 Nombre: Administración del inventario Contextualización La programación agregada es un sistema de planeación y control que
Más detallesCAPITULO 5. Diseño de la Herramienta de Medición y Seguimiento de Indicadores de Gestión.
CAPITULO 5 Diseño de la Herramienta de Medición y Seguimiento de Indicadores de Gestión. 5.1. Metodología Con el objetivo de enriquecer los parámetros de Auditoría de Procesos propuesto en el capítulo
Más detallesü CT = Costos Totales, se encuentran formados por la suma de los costos fijos (CF) y los costos variables (CV).
PUNTO DE EQUILIBRIO Todas las empresas o negocios del sector privado, en la actualidad tienen muy bien trazado su objetivo principal, específicamente incrementar su nivel de rentabilidad enfocando su esfuerzo
Más detallesProgramación 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 detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Sistemático de Programación Lineal Problemas de Programación Lineal: Solución Gráfica, Analítica, Sensibilidad y Método Simplex Prof. MSc. Ing. Julio Rito Vargas Avilés IIIC- 2016
Más detallesOtra de sus utilidades es que es un mercado con características de eficiencia y bienestar.
Capítulo 3. Estructuras de Mercado Competencia Perfecta El análisis de competencia perfecta nos provee de un marco de referencia para el análisis del comportamiento de los mercados, es decir, cómo se comportan
Más detallesPROBLEMAS DE PROGRAMACIÓN ENTERA I
Problemas de Programación Entera I 1 PROBLEMAS DE PROGRAMACIÓN ENTERA I 1. Un departamento ha dispuesto 2 millones de pesetas de su presupuesto general para la compra de material informático, con el que
Más detallesEBOOK: Introducción al Marketing
Definición de Marketing Es el proceso de planificación, preciación, promoción, venta y distribución de ideas, bienes o servicios para crear intercambios que satisfagan clientes. La idea es que un negocio
Más detallesProgramación Lineal MARCAS GRADO I GRADO II UTILIDAD REGULAR 50% 50% $ 5 SÚPER 75% 25% $ 6
Programación Lineal 1. Una compañía destiladora tiene dos grados de güisqui en bruto (sin mezclar), I y II, de los cuales produce dos marcas diferentes. La marca regular contiene un 0% de cada uno de los
Más detallesPROBLEMA DE FLUJO DE COSTO MINIMO.
PROBLEMA DE FLUJO DE COSTO MINIMO. EL PROBLEMA DE TRANSPORTE 1. Una empresa energética dispone de tres plantas de generación para satisfacer la demanda eléctrica de cuatro ciudades. Las plantas 1, 2 y
Más detallesUniversidad de Managua Curso de Programación Lineal
Universidad de Managua Curso de Programación Lineal Profesor: MSc. Julio Rito Vargas Avilés. Objetivos y Temáticas del Curso Estudiantes: Facultad de CE y A Año académico: III Cuatrimestre 2014 ORIENTACIONES
Más detallesPROGRAMACION CUADRATICA
PROGRAMACION CUADRATICA Programación convexa La programación convexa abarca una amplia clase de problemas, entre ellos como casos especiales, están todos los tipos anteriores cuando /(x) es cóncava. Las
Más detallesProducto Maquina A Maquina B Acabado Muñecas 2 hr 1 hr 1 hr Soldados 1 hr 1 hr 3 hr
Nombre: UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS METODOS CUANTITATIVOS II EXAMEN PARCIAL I /3/7 Sección # Cuenta: Catedrático: Desarrolle en forma clara y ordenada lo que a continuación se le pide:.-
Más detallesTEMA 12 COSTES ESTÁNDAR
TEMA 12 COSTES ESTÁNDAR 1 12.1. INTRODUCCIÓN Herramienta que se aplica en el proceso de planificación y control Planificación definición de objetivos y medios para lograrlos Parte muy importante en la
Más detallesUniversidad de San Carlos de Guatemala Facultad de Ciencias Económicas Escuela de Auditoria Finanzas I PUNTO DE EQUILIBRIO
Universidad de San Carlos de Guatemala Facultad de Ciencias Económicas Escuela de Auditoria Finanzas I PUNTO DE EQUILIBRIO INTRODUCCIÓN Los inversionistas buscan maximizar el valor de sus inversiones manteniendo
Más detallesINSTITUCIÓN UNIVERSITARIA ESUMER
INSTITUCIÓN UNIVERSITARIA ESUMER UNIDAD DE ESTUDIOS EMPRESARIALES Y DE MERCADEO ESPECIALIZACIÓN GERENCIA DE PROYECTOS MÓDULO NO 2 EVALUACIÓN FINANCIERA DEL PROYECTO GUÍAS DEL CURSO - CLASE NO 3 OBJETIVOS
Más detallesProgramación Lineal y Optimización Primer Examen Parcial :Solución Profr. Eduardo Uresti, Enero-Mayo 2011
Programación Lineal y Optimización Primer Examen Parcial : Profr. Eduardo Uresti, Enero-Mayo 2011 Matrícula: Nombre: 1. Una pequeña empresa fabrica sustancias de dos tipos a partir de tres materias primas,
Más detallesTaller de introducción a los negocios
Taller de introducción a los negocios Dr. Elías Alvarado Lagunas www.eliasalvarado.com Contenido TEMA 1. Los negocios en un mundo cambiante 1.1 Dinámica de las empresas y la economía 1.2 Ética y responsabilidad
Más detallesASIGNACION DE COSTOS
ASIGNACION DE COSTOS Para asignar los costos se deben asignar primero los centros de responsabilidad. Centros de responsabilidad: Existen tres tipos de responsabilidades: centros de costos, donde solo
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detalles