Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd
Cargar
246 vistas6 páginas

315tp INVESTIGACIÓN DE OPERACIONES I

Cargado por

Alexis Geremias Flores Lugo

Este documento presenta un problema de optimización para una planta de aviones que produce seis modelos. El objetivo es determinar la mezcla óptima de producción para maximizar los beneficios sin sobrepasar los límites de los materiales. El modelo contiene 6 variables de decisión que representan la producción de cada modelo y 12 restricciones sobre los materiales. La solución óptima asigna la producción máxima a cada modelo.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt

315tp INVESTIGACIÓN DE OPERACIONES I

Cargado por

Alexis Geremias Flores Lugo
246 vistas6 páginas
Este documento presenta un problema de optimización para una planta de aviones que produce seis modelos. El objetivo es determinar la mezcla óptima de producción para maximizar los beneficios sin sobrepasar los límites de los materiales. El modelo contiene 6 variables de decisión que representan la producción de cada modelo y 12 restricciones sobre los materiales. La solución óptima asigna la producción máxima a cada modelo.

Título original

315tp INVESTIGACIÓN DE OPERACIONES I.docx

Derechos de autor

© © All Rights Reserved

Formatos disponibles

DOCX, PDF, TXT o lea en línea desde Scribd

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Este documento presenta un problema de optimización para una planta de aviones que produce seis modelos. El objetivo es determinar la mezcla óptima de producción para maximizar los beneficios sin sobrepasar los límites de los materiales. El modelo contiene 6 variables de decisión que representan la producción de cada modelo y 12 restricciones sobre los materiales. La solución óptima asigna la producción máxima a cada modelo.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
246 vistas6 páginas

315tp INVESTIGACIÓN DE OPERACIONES I

Cargado por

Alexis Geremias Flores Lugo
Este documento presenta un problema de optimización para una planta de aviones que produce seis modelos. El objetivo es determinar la mezcla óptima de producción para maximizar los beneficios sin sobrepasar los límites de los materiales. El modelo contiene 6 variables de decisión que representan la producción de cada modelo y 12 restricciones sobre los materiales. La solución óptima asigna la producción máxima a cada modelo.

Copyright:

© All Rights Reserved
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 6

315 TP Lapso 2017-1

UNIVERSIDAD NACIONAL ABIERTA


VICERRECTORADO ACADÉMICO
ÁREA: INGENIERÍA

TRABAJO PRÁCTICO

ASIGNATURA: INVESTIGACIÓN DE OPERACIONES I

CÓDIGO: 315

FECHA DE ENTREGA AL ESTUDIANTE:

FECHA DE DEVOLUCIÓN POR PARTE DEL ESTUDIANTE:

NOMBRE DEL ESTUDIANTE: ALEXIS G. FLORES L.

CÉDULA DE IDENTIDAD: V-17.245.978

CORREO ELECTRÓNICO DEL ESTUDIANTE: FLORESAGX@GMAIL.COM

TELÉFONO:

CENTRO LOCAL: SEDE MATURÍN

CARRERA: 236

LAPSO ACADÉMICO: 2017-1

NÚMERO DE ORIGINALES: 6 Pág.

FIRMA DEL ESTUDIANTE:

RESULTADOS DE CORRECCIÓN:

OBJ. Nº 9

0:NL 1:L

Especialista: Gilda Gómez Ingeniería de Sistemas Evaluador:


I- Formulación del Problema:

I-1. Descripción de las variables de decisión


Para el problema de la planta de Aviones necesitamos determinar la mejor
mezcla de productos para producir los 6 Modelos de aviones que en ella se
producen. Así, las variables del modelo se definen de la siguiente manera:

R1 = Beneficio de productos para producir Aviones Rocket.


M 1 = Beneficio de productos para producir Aviones Meteor.
S 1 = Beneficio de productos para producir Aviones Streak.
C1 = Beneficio de productos para producir Aviones Comet.
J 1 = Beneficio de productos para producir Aviones Jet.
B 1 = Beneficio de productos para producir Aviones Biplane.
R2 = Costo de productos para producir Aviones Rocket.
M 2 = Costo de productos para producir Aviones Meteor.
S 2 = Costo de productos para producir Aviones Streak.
C2 = Costo de productos para producir Aviones Comet.
J 2 = Costo de productos para producir Aviones Jet.
B 2 = Costo de productos para producir Aviones Biplane.

La meta de la planta de Aviones es maximizar el beneficio neto. Es decir,


incrementar los beneficios sin sobrepasar la disponibilidad de cada materia prima,
estas se expresaran en función de las variables R, M, S, C, J, B como sigue:

Beneficio para conseguir la mezcla de productos 30R


Beneficio para conseguir la mezcla de productos 45M
Beneficio para conseguir la mezcla de productos 24S
Beneficio para conseguir la mezcla de productos 26C
Beneficio para conseguir la mezcla de productos 24J
Beneficio para conseguir la mezcla de productos 30B
Costo para conseguir la mezcla de productos 35R
Costo para conseguir la mezcla de productos 20M
Costo para conseguir la mezcla de productos 60S
Costo para conseguir la mezcla de productos 70C
Costo para conseguir la mezcla de productos 75J
Costo para conseguir la mezcla de productos 30B

Si Z representa el beneficio, el objetivo (o meta) de la planta de Aviones se


expresa de la siguiente manera:

Maximizar Z= 30R+24S+26C+24J+30B+35R+20M+60S+70C+75J+30B-

I-2. Formulación general del Problema


La Programación Lineal (LP) es una herramienta para resolver problemas
de optimización que se caracterizan por tener como función objetivo y
restricciones combinaciones lineales de las variables de decisión. La principal
ventaja radica en que existe un algoritmo eficiente (SIMPLEX) para resolver este
tipo de modelos.

Una planta de aviones produce seis modelos de ellas. El gerente encargado desea
determinar la mejor mezcla de productos para lograr una mayor eficiencia en la
línea de producción de las aeronaves. Cada modelo posee un monto de beneficio
conocido y un costo fijo en un periodo. Los materiales para construir cada avión
poseen una cantidad disponible limitada. Se busca determinar la mezcla final de
productos que conlleve a obtener el máximo beneficio neto sin sobrepasar el
inventario de materia prima existente.
I-3. Total de variables de decisión y restricciones
N° de Variables de decisiones: 6
1. 30 R 1 7. 35 R 2
2. 45 M 1 8. 20 M 2
3. 24 S1 9. 60 S 2
4. 26 C1 10. 70 C2
5. 24 J 1 11. 25 J 2
6. 30 B 1 12. 30 B 2

N° de Variables de restricciones: 12
1. 1R + 4M + 0S + 4C + 2J + 0B <= 800
2. 4R + 5M + 3S + 0C + 1J + 0B <= 1160
3. 0R + 3M + 8S + 0C + 1J + 0B <= 1780
4. 2R + 0M + 1S + 2C + 1J + 5B <= 1050
5. 2R + 4M + 2S + 2C + 2J + 4B <= 1360
6. 1R + 4M + 1S + 4C + 3J + 4B <= 1240

II- Solución al problema


a. Reporte: para la data, solución y análisis de sensibilidad del problema,
se utilizó el paquete; LINDO Systems, Inc.

MAXIMIZE
30 R 1+ 45 M 1+24 S 1+ 26C 1 +24 J 1 +30 B 1+35 R2 +20 M 2+ 60 S 2+70 C 2+ 75 J 2+30 B2

SUBJECT TO

1R + 4M + 0S + 4C + 2J + 0B <= 800

4R + 5M + 3S + 0C + 1J + 0B <= 1160

0R + 3M + 8S + 0C + 1J + 0B <= 1780

2R + 0M + 1S + 2C + 1J + 5B <= 1050

2R + 4M + 2S + 2C + 2J + 4B <= 1360

1R + 4M + 1S + 4C + 3J + 4B <= 1240

END
b. Reporte de Solución:
LP OPTIMUM FOUND AT STEP 6
OBJECTIVE FUNCTION VALUE
1) 7.910.000
VARIABL REDUCED
VALUE
E COST
R 35.000.000 0.000000
M 20.000.000 0.000000
S 60.000.000 0.000000
C 70.000.000 0.000000
J 75.000.000 0.000000
B 30.000.000 0.000000
SLACK OR DUAL
ROW
SURPLUS PRICES
255.000.00
2) 0.000000
0
665.000.00
3) 0.000000
0
1.165.000.0
4) 0.000000
00
555.000.00
5) 0.000000
0
680.000.00
6) 0.000000
0
440.000.00
7) 0.000000
0
8) 0.000000 30.000.000
9) 0.000000 45.000.000
10) 0.000000 24.000.000
11) 0.000000 26.000.000
12) 0.000000 24.000.000
13) 0.000000 30.000.000
NO. ITERATIONS= 6
RANGES IN WHICH THE BASIS IS
UNCHANGED:
OBJ COEFFICIENT
RANGES
VARIABL ALLOWAB ALLOWABL
CURRENT
E LE E
COEF INCREASE DECREASE
R 30.000.000 INFINITY 30.000.000
M 45.000.000 INFINITY 45.000.000
S 24.000.000 INFINITY 24.000.000
C 26.000.000 INFINITY 26.000.000
J 24.000.000 INFINITY 24.000.000
B 30.000.000 INFINITY 30.000.000
RIGHTHAND SIDE
RANGES
ALLOWAB ALLOWABL
ROW CURRENT
LE E
RHS INCREASE DECREASE
800.000.00 255.000.00
2 INFINITY
0 0
1.160.000.0 665.000.00
3 INFINITY
00 0
1.780.000.0 1.165.000.0
4 INFINITY
00 00
1.050.000.0 555.000.00
5 INFINITY
00 0
1.360.000.0 680.000.00
6 INFINITY
00 0
1.240.000.0 440.000.00
7 INFINITY
00 0
166.250.00
8 35.000.000 35.000.000
0
9 20.000.000 63.750.000 20.000.000
145.625.00
10 60.000.000 60.000.000
0
11 70.000.000 63.750.000 70.000.000
127.500.00
12 75.000.000 75.000.000
0
110.000.00
13 30.000.000 30.000.000
0

También podría gustarte