Fundamentos de Investigación de Operaciones Investigación de Operaciones 1


Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Fundamentos de Investigación de Operaciones Investigación de Operaciones 1"

Transcripción

1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Formulación de Modelos de Programacón Lineal 25 de julio de 2003 La (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. 1. Conceptos Básicos Consideremos el siguiente ejemplo para describir los términos presentes en todo problema de LP. Ejemplo 1. Una mueblería produce mesas y sillas de madera. Cada mesa es vendida en $27000 y requiere $10000 en materiales, además, el costo de unitario por mano de obra se estima en $ En el caso de las sillas, su precio de venta es de $21000 y los costos son de $9000 y $10000, en materiales y mano de obra respectivamente. La fabricación de cada producto requiere de dos tipos de labores: carpintería y terminaciones. Una mesa requiere de 1 hora de carpintería y 2 horas de terminaciones. Una silla requiere de 1 hora de carpintería y 1 hora de terminaciones. Cada semana, la mueblería puede obtener todos los materiales que desee, sin embargo, se pueden dedicar hasta 100 horas a las terminaciones y hasta 80 horas a la carpintería. La demanda por mesas no está limitada, mientras que la demanda semanal máxima por sillas es de 40. La mueblería desea maximizar sus utilidades (ingresos - costos. Formule un modelo matemático que permita maximizar las utilidades Variables de Decisión Se debe comenzar definiendo las variables de decisión relevantes. En un modelo de programación lineal las variables de decisión deben ser capaces de describir completamente las decisiones que puedan ser tomadas y todas las variantes que existan. Antes de definir las variables de decisión es importante definir las unidades involucradas en el problema. En este caso, se habla de unidades de sillas y mesas, de horas de trabajo por unidad y de demanda semanal. De acuerdo a ello, una buena opción para definir las variables de decisión consiste en asociar las variables al número de unidades de sillas y mesas a producir por semana. Por lo tanto, podemos definir: x 1 = número de mesas producidas por semana. (1.1 x 2 = número de sillas producidas por semana. 1

2 1.2. Función Objetivo En un problema de LP, se debe tomar la decisión de maximizar (usualmente las utilidades o de minimizar (usualmente los costos cierta función de las variables de decisión. La función a maximizar o minimizar se denomina función objetivo. Antes de formular el modelo matemático conviene resumir los datos del problema (Cuadro 1.1. [ Venta ] Materiales [ ] Mano [ de ] Obra Carpintería [ ] Terminaciones [ ] Dda. Máxima $ $ $ hr. hr. [ un. ] un. un. un. un. un. sem. Mesa Silla Disponibilidad Cuadro 1.1: Resumen Ejemplo 1 En el ejemplo, los costos e ingresos no dependen del valor de x 1 o de x 2, por lo tanto basta concentrarse en maximizar la diferencia entre: ( ingresos semanales ( costos de materiales ( costos por mano de obra Luego, se debe expresar los términos anteriores en función de las variables de decisión x 1 y x 2. Supondremos que todas las sillas y mesas fabricadas son vendidas (respentando las condiciones de mercado del enunciado. Así: Similarmente: ( ingresos semanales = = ( ( ingresos por mesas $ mesa ( mesas semana + + ( $ silla ( ingresos por sillas ( sillas semana = 27000x x 2 ( costos por ( materiales costos por mano de obra Por lo tanto la función a maximizar queda (en miles: = 10000x x 2 (1.2 (1.3 = 14000x x 2 (1.4 (27x x 2 (10x 1 + 9x 2 (14x x 2 = 3x 1 + 2x 2 (1.5 Otra opción para construir la función objetivo consiste en calcular previamente los ingresos netos o utilidades de cada uno de los productos de la mueblería. Así: utilidad por mesa = = 3 utilidad por silla = = 2 Así, el objetivo de la mueblería es escoger los valores de x 1 y x 2 tal que se maximize 3x 1 + 2x 2. Denotando por z el valor de la función objetivo para cualquier LP, la función objetivo de la mueblería es: (1.6 2

3 Maximizar z = 3x 1 + 2x 2 (1.7 El coeficiente que acompaña a cada variable en la función objetivo se denomina coeficiente en la función objetivo de la variable y refleja el aporte unitario de dicha variable a la función objetivo Restricciones En la medida que las variables x 1 y x 2 crecen, la función objetivo aumenta su valor. Por lo tanto si se pudiera escoger arbitrariamente el valor de x 1 y x 2, la mueblería podría hacer crecer arbitrariamente el valor de sus utilidades. Evidentemente, en la práctica esto no es posible. En este ejemplo, el valor de las variables está limitado por las siguientes tres restricciones: Restricción 1 : Restricción 2 : Restricción 3 : máximo 100 horas semanales para terminaciones máximo 80 horas semanales para carpintería producción máxima de 40 sillas semanales Se asume que la cantidad disponible de material es ilimitada. Luego, el próximo paso consiste en formular matemáticamente las restricciones anteriores en función de las variables de decisión. Para formular la primera restricción en función de las variables x 1 y x 2 observamos que: ( ( ( terminaciones semana = terminaciones mesas ( mesa ( semana + terminaciones sillas (1.8 silla semana = 2x 1 + 1x 2 Por lo tanto la primera restricción queda: 2x 1 + x Es importante notar que todos los valores en la expresión anterior son por semana, ya que las variables de decisión se han escogido con esa referencia. Análogamente la segunda restricción queda: x 1 + x 2 80 Finalmente, la tercera restricción sólo limita el valor de x 2 : x 2 40 El valor que aparece a la derecha del signo de la desigualdad en cada restricción se denomina the constraint s right-hand side (rhs o coeficiente del lado derecho de la restricción. Usualmente, representa la cantidad disponible de cierto recurso Restricción de Signo Para completar la formulación del modelo es importante definir si existe alguna restricción de signo para cada variable de decisión. Si una variable de decisión x i debe cumplir condiciones de no-negatividad, debemos agregar la restricción x i 0. Si la variable de decisión x i puede asumir valores positivos y negativos se dice que la variable x i no tiene restricción de signo (srs. En este ejemplo, ambas variables de decisión se refieren a cantidades a producir, por lo tanto son no-negativas, luego: x 1 0 y x 2 0. Sin embargo, en otros ejemplos las varibles pueden ser srs, por ejemplo en el caso de que x i se refiere al saldo de alguna cuenta. 3

4 Combinando todas las expresiones anteriores, es posible completar el modelo matemático para este problema de optimización: sujeto a (st Max z = 3x 1 + 2x 2 (Función Objetivo 2x 1 + x (Restricción de terminaciones x 1 + x 2 80 (Restricción de carpintería x 2 40 (Restricción de demanda máxima x 1 0 (Restricción de signo x 2 0 (Restricción de signo Se deja como ejercicio al lector determinar las modificaciones sobre el modelo anterior si: (1.9 El excedente de horas de terminaciones puede ser empleado para carpintería y viceversa. La misma hipótesis del punto anterior pero suponiendo que cada hora de terminaciones equivale a dos horas de carpintería. La producción de mesas no puede exceder al 40 % del total de unidades producidas de mesas y sillas. 2. Generalización Repasemos en primer lugar algunos conceptos de linealidad de funciones y desigualdades. Definición 1 Una función f(x 1, x 2,, x n de x 1, x 2,, x n es una función lineal sí y sólo sí para un conjunto de constantes c 1, c 2,, c n, se tiene: f(x 1, x 2,, x n = c 1 x 1 + c 2 x c n x n Definición 2 Para cualquier función f(x 1, x 2,, x n y cualquier número b las desigualdades: f(x 1, x 2,, x n b f(x 1, x 2,, x n b son desigualdades lineales. Definición 3 Un problema de programación lineal (LP es un problema de optimización para el cual debemos tener presente lo siguiente: 1. Se maximiza (o minimiza una función lineal de las variables de decisión. La función que es maximizada o minimizada se denomina función objetivo. 2. Los valores de las variables de decisión deben satisfacer un conjunto de restricciones. Cada restricción debe ser una ecuación o desigualdad lineal. 3. Existe una restricción de signo asociada a cada variable. Para toda variable x i, la res- tricción de signo especifica si x i debe ser no-negativa (x i 0o bien sin restricción de signo (srs. De acuerdo a las definiciones anteriores, el ejemplo estudiado corresponde efectivamente a un LP, pues tanto la función objetivo como las restricciones son funciones lineales de x 1 y x 2. El problema estudiado corresponde a un problema típico de decisión donde se debe obtener el programa de producción que maximiza las utilidades sujeto a recursos limitados. 4

5 3. Consecuencias y Supuestos El hecho que la función objetivo de un PL sea una función lineal de las variables de decisión tiene dos implicancias: 1. La contribución a la función objetivo de cada variable es proporcional al valor de la variable de decisión. 2. La contribución a la función objetivo para toda variable es independiente de los valores de las otras variables de decisión. Análogamente, el hecho de que cada restricción sea una ecuación o desigualdad lineal también tiene dos implicancias: 1. La contribución de cada variable al coeficiente del lado izquierdo de cada restricción es proporcional al valor de la variable. 2. La contribución de cada variable al coeficiente del lado izquierdo de cada restricción es independiente de los valores de las otras variables. Las primeras implicancias de la listas anteriores constituyen el Supuesto de Proporción en LP. Las segundas implicancias de las listas anteriores constituyen el Supuesto de Adición en LP. Para que un modelo de LP corresponda a una representación adecuada de la realidad, las variables de decisión deben satisfacer los dos supuestos anteriores. Adicionalmente, se agregan dos supuestos: el supuesto de Divisibilidad y el de Certeza. El Supuesto de Divisibilidad requiere que cada variable de decisión pueda tomar valores fraccionarios. En el ejemplo anterior, el supuesto se traduce en que es aceptable producir 2.4 sillas ó 1.6 mesas. Evidentemente, el supuesto de divisibilidad no se satisface en el ejemplo. En este caso se puede proceder a formular el modelo como un problema de programación lineal entera (ILP, problema en el cual una o más variables deben ser enteras. Este tipo de problema se estudiará más adelante. Cuando no se satisface el supuesto de divisibilidad, una posibilidad es redondear la solución obtenida a un valor entero, sin embargo no existen garantías que dicha solución sea la mejor. El Supuesto de Certeza exige que cada parámetro: coeficientes de la función objetivo, coeficientes del lado derecho, etc. sean conocido con certeza, es decir, no se acepta incertidumbre en sus valores. Es claro que es muy difícil que un problema cumpla exactamente con todos los supuestos. Sin embargo, un modelo puede ser útil aunque difiera de la realidad si se es consistente con los requerimientos más estrictos del problema y se tienen presente las limitaciones al interpretar los resultados. 4. Regiones Factibles y Soluciones Óptimas Dos de los conceptos más fundamentales en LP son el de región factible y de solución óptima de un problema. Llamaremos punto a la especificación de un valor para cada variable de decisión. Definición 4 La región factible para un LP es el conjunto de puntos que satisfacen todas las restricciones (incluidas las de signo de un problema de LP. 5

6 Definición 5 En el caso de un problema de maximización, una solución óptima del LP es un punto de la región factible que está asociado al mayor valor posible de la función objetivo. Similarmente, para un problema de minimización, una solución óptima es un punto que está asociado al menor valor posible de la función objetivo. La mayoría de los problemas de LP tienen sólo una solución óptima. Sin embargo, existen muchos problemas de LP que no poseen solución óptima o bien poseen varios o infinitos valores óptimos. 5. Algunos Ejemplos 5.1. Problema de la Dieta Una dieta diaria satisfactoria debe contener al menos 2000 [kcal], 55 [g] de proteínas y 800 [mg] de Calcio. Se pide formular un modelo que permita determinar una dieta satisfactoria de mínimo costo a partir de los alimentos indicados en el Cuadro 5.1. [ Alimento Porción Energía [kcal] Proteínas [g] Calcio [mg] Precio $ u] Límite [ ] u día Avena Pollo Huevos Leche Pastel Cerdo Modelo: Cuadro 5.1: Alimentos disponibles En este caso resulta natural definir como variable de decisión x i la cantidad de alimento tipo i (i = a consumir. Como cada alimento tiene un costo, basta ponderar cada variable de decisión por su respectivo coeficiente y construir la función objetivo a minimizar. Las restricciones obedecen a los límites diarios de consumo por alimento y a las condiciones de energía, proteínas y calcio que debe cumplir la dieta. Por lo tanto, el modelo queda: Min z = 3x x x 3 + 9x x x 6 (Función Objetivo st 110x x x x x x (Energía mínima 4x x x 3 + 8x 4 + 4x x 6 55 (Proteinas mínimas 2x x x x x x (Calcio mínimo x 1 4 (Porción límite x 2 3 (Porción límite x 3 2 (Porción límite x 4 8 (Porción límite x 5 2 (Porción límite x 6 2 (Porción límite x i 0 i (Restricción de signo 6

7 5.2. Problema de Planificación de Personal Las enfermeras de un hospital llegan cada 4 horas y trabajan en turnos de 8 horas continuas. La administración ha decidido definir 6 cambios de turno al día para minimizar las distracciones y los problemas de comunicación que ocurren en los cambios de turno. El hospital ha realizado un análisis del trabajo requerido durante cada uno de los seis bloques horarios del día. Las características de cada bloque se muestran en el Cuadro 5.2. Hora del Día Período Número mínimo de enfermeras 2 AM - 6 AM AM - 10 AM AM - 2 PM PM - 6 PM PM - 10 PM PM - 2 AM 6 40 Cuadro 5.2: Características de cada Bloque Horario. Las enfermeras que empiezan a trabajar en los períodos 2, 3 y 4 ganan US$40 al día, y aquellas que comienzan en los períodos 1, 5 y 6 ganan US$50 al día. Cuál es la planificación de los turnos de las enfermeras que minimizan los costos por salarios? Modelo: En este caso podemos identificar como variable de decisión el número de enfermeras N i que comienza a trabajar en el turno i (i = De esta forma, la función objetivo queda: z = 50N N N N N N 6 Evidentemente, la función anterior debe ser minimizada. Para construir las restricciones es conveniente recurrir a una representación gráfica de los turnos (Figura 5.1. Turno N 1 N 2 N 3 N4 N 5 N 6 Figura 5.1: Esquema de los turnos De la gráfica anterior se observa que en cada bloque trabajan las enfermeras que comenzaron su turno en dicho bloque, pero también las que empezaron su turno en el bloque anterior. Por lo tanto, las restricciones de personal mínimo por turno quedan: N 1 + N 2 60 N 2 + N 3 50 N 3 + N 4 35 N 4 + N 5 55 N 5 + N 6 40 N 6 + N

8 Finalmente, el modelo se completa con las restricciones de signo: N i i 5.3. Problema de Planificación de Producción La empresa Sil Computer necesita satisfacer la demanda de computadores por parte de sus clientes (grandes corporaciones e instituciones educacionales para los próximos 4 trimestres. Actualmente, Sil Computer tiene 5000 computadores en inventario. La demanda esperada para los próximos trimestres son 7000, 15000, y Sil Computer tiene el material y la capacidad de producir hasta computadores cada trimestre, a un costo de US$ 2000 por computador. Empleando personal de sobretiempo se puede producir hasta 2500 computadores más a un costo individual de US$ Los computadores producidos en un trimestre pueden ser usados para satisfacer la demanda de ese período, o bien quedar en inventario para ser usados posteriormente. Cada computador en inventario tiene un costo adicional de US$100 por período para reflejar los costos de almacenaje. Como puede satisfacer Sil Computer su demanda a costo mínimo? Modelo: En este caso la decisión a tomar corresponde a la producción de computadores por trimestre. Como se puede fabricar computadores en horario normal y en sobretiempo es conveniente separar ambos tipos de producción en variables distintas. Además, se debe decidir en cada período cuantas unidades guardar en inventario. Definamos las siguientes variables ( t = : x t = producción en el período t en horario normal y t = producción en el período t en sobretiempo i t = inventario al final del período t De acuerdo a las variables definidas podemos formular el modelo completo considerando el balance trimestral entre lo producido, lo proveniente del período anterior en inventario y la demanda del trimestre respectivo. Min z = 2000(x 1 + x 2 + x 3 + x (y 1 + y 2 + y 3 + y (i 1 + i 2 + i 3 st x 1 + y 1 = i 1 i 1 + x 2 + y 2 = i 2 i 2 + x 3 + y 3 = i 3 i 3 + x 4 + y 4 = 8000 x t t y t 2500 t x t, y t, i t 0 t Para la formulación anterior se ha supuesto que cada computador es completamente fabricado en horario normal o en sobretiempo y que las variables pueden ser no enteras. Evidentemente este supuesto puede no ser correcto en la situación real, pero constituye una buena aproximación del problema. Revisando la formulación propuesta, se observa que no existe la variable i 4 Porqué no se incluye en el modelo? Qué pasaría si se incorporara? 8

9 5.4. Problema de Transporte Supongamos un problema de transporte de algún producto desde n orígenes hacia m destinos. En cada origen hay una existencia de productos e i (i = 1... n. En cada destino hay una demanda por d j unidades (j = 1... m. El costo unitario de envío desde cada origen i hacia cada destino j es de c ij. Formule un modelo de programación lineal que permita definir la distribución del producto de modo de minimizar los costos de transporte. Modelo: La decisión consiste simplemente en determinar el número de productos que son transportados desde cada origen hacia cada destino. Luego, se emplearán las siguientes variables: x ij = cantidad enviada desde origen i a destino j De acuerdo a las variables definidas, la función objetivo queda: Min n m c ij x ij i=1 j=1 Las restricciones corresponden a la capacidad máxima en cada origen y a la demanda en cada destino. Además, como las variables representan cantidades, deben ser positivas. m j=1 x ij e i i = 1... n (disponibilidad n i=1 x ij d j j = 1... m (demanda x ij 0 i j (restricción de signo El problema anterior se dice balanceado si se satisface que: n e i = i=1 El problema anterior admite múltiples variaciones como la incorporación de límites a la capacidad de cada ruta, incorporación de costos fijos, puntos de transbordo, rutas alternativas entre otras posibilidades. Este tipo de problema es muy versátil y puede ser aplicado a muchas situaciones que no necesariamente se refieren a transporte, además posee su propio algoritmo de resolución. Cómo cambiaría la formulación si se incorporaran k puntos de transbordo, es decir, puntos intermedios sin demanda ni oferta, pero que pueden servir como rutas alternativas para disminuir costos de envío desde un origen i a algún destino j? 5.5. Problema de Mezcla Una refinería de petróleos produce dos tipos de gasolina sin plomo: regular y extra, los cuales vende a su cadena de estaciones de servicio en US$12 y US$14 por barril, respectivamente. Ambos tipos se preparan del inventario de petróleo nacional refinado y de petróleo importado refinado que tiene la refinería y deben cumplir las especificaciones que se presentan en el Cuadro 5.3. Las características del inventario de petróleos refinados se muestran en el Cuadro 5.4. Formule un modelo de programación lineal que permita maximizar la ganancia semanal de la refinería. m j=1 d j 9

10 Presión máxima de vapor Octanaje mínimo Demanda máxima [barril/semana] Entregas mínimas [barril/semana] Regular Extra Cuadro 5.3: Especificaciones de las gasolinas Presión Inventario Costo Octanaje de vapor [barril] [US$/barril] Nacional Importado Cuadro 5.4: Características de los petróleos Modelo: Para poder formular un modelo para el problema supondremos que no existen pérdidas en el proceso de refinamiento y que tanto el octanaje como la presión de vapor se pueden mezclar linealmente. De acuerdo al supuesto anterior debemos definir variables que nos permitan controlar que proporción de cada tipo de petróleo se empleará para fabricar cada tipo de gasolina, así: x ij = cantidad de petróleo refinado tipo i (i = 1, 2 para fabricar gasolina j (j = 1, 2 Donde petróleo refinado tipo 1 corresponde a Nacional y tipo 2 a Importado, gasolina 1 equivale a Regular y gasolina 2 a Extra. Consideremos las variables anteriores en barriles, de modo de emplear las proporciones entregadas en el enunciado. Como se conoce el precio de venta de cada gasolina y el costo de cada petróleo, la función objetivo se reduce a maximizar la diferencia entre ingresos y costos, es decir, las utilidades. Max 12(x 11 + x (x 12 + x 22 8(x 11 + x 12 15(x 21 + x 22 A continuación construimos las restricciones. Las restricciones respecto de inventario disponible y demanda de cada tipo de gasolina se explican por sí solas: x 11 + x (Inventario petróleo tipo 1 x 21 + x (Inventario petróleo tipo 2 x 11 + x (Demanda mínima de gasolina tipo 1 x 11 + x (Demanda máxima de gasolina tipo 1 x 12 + x (Demanda mínima de gasolina tipo 2 x 12 + x (Demanda máxima de gasolina tipo 2 Las restricciones de presión de vapor y de octanaje mínimo deben ser normalizadas respecto de la 10

11 cantidad total fabricada, que no es necesariamente la cantidad máxima o mínima posible de fabricar. 25x x 21 x 11 +x (Presión de vapor máxima gasolina tipo 1 25x x 22 x 12 +x (Presión de vapor máxima gasolina tipo 2 87x x 21 x 11 +x (Octanaje mínimo gasolina tipo 1 87x x 22 x 12 +x (Octanaje mínimo gasolina tipo 2 Finalmente, el modelo queda completo con las condiciones de signo: x ij 0 i j 5.6. Problema de Producción y Asignación de Personal Un pequeño taller arma dispositivos mecánicos, ya sea como un producto terminado que entrega al mercado, o como un proceso intermedio para entregar a una gran fábrica. Trabajan 3 personas en jornadas de 40 horas semanales. Dos de estos obreros no calificados reciben $0,4 por hora, y el tercero, un obrero calificado recibe $0,6 por hora. Los tres están dispuestos a trabajar hasta 10 horas adicionales a la semana con un salario 50 % superior durante este período. Los costos fijos semanales son de $800. Los gastos de operación variable son de $1,0 por hora de trabajo de obrero no calificado y $2,4 por hora de obrero calificado. Los dispositivos mecánicos sin acabar son vendidos a la planta a $6,5 cada uno. El taller tiene un contrato bajo el cual debe entregar 100 de estos dispositivos semanalmente a la empresa. El dueño del taller tiene como política el producir no más de 50 dispositivos a la semana por sobre el contrato. Los dispositivos terminados se venden a $15 cada uno sin restricciones de mercado. Se requieren 0,5 horas de obrero no calificado y 0,25 horas de obrero calificado para producir un dispositivo sin acabar listo para entregar a la otra empresa. Uno de estos dispositivos puede ensamblarse y dejarlo terminado agregándole 0,5 horas de trabajador calificado. Un dispositivo listo para entregar al mercado se puede producir con 0,6 horas de obrero no calificado y 0,5 horas de obrero calificado. Plantear el modelo de que permita responder la consulta: Cómo y cuánto producir para cumpir el contrato de modo de maximizar las utilidades? Modelo: En este caso, es posible establecer tres tipo de productos: intermedio (i = 1, intermedio que se acaba (i = 2 y acabado (i = 3. Por lo tanto, se puede definir las siguientes variables: x i = cantidad de productos tipo i fabricados i = 1,... 3 De acuerdo al enunciado, los dos obreros no calificados y el obrero calificado trabajan 40 horas semanales fijas, por lo tanto, sólo es necesario cuantificar como variables las horas extraordinarias de trabajo. z j = horas extraordinarias de los trabajadores tipo j j = 1, 2 Donde tipo 1 corresponde a obreros no calificados y tipo 2 a obreros calificados. 11

12 Como existe información de costos de producción y de precio de venta para razonable plantear el problema como uno de maximización de utilidades. Luego, debemos expresar la diferencia entre ingresos (I y costos (C como función de las variables de decisión: Luego, la función objetivo queda: I = 6,5 x (x 2 + x 3 C = ,4 + 0,6 z } {{ } ,6 + 0,9 z 2 + } {{ } sueldos o.n.c. sueldos o.c. 1 ( z 1 + 2,4 ( z 2 + } {{ } }{{} 800 gastos de operación variables costos fijos Max Z = I C De acuerdo al enunciado, existen límite inferior y superior para la demanda de productos intermedios: x x Las otras restricciones tienen que ver con la disponibilidad de mano de obra para producción: 0,5 (x 1 + x 2 + 0,6 x z 1 z ,25 x 1 + 0,75 x 2 + 0,5 x z 2 z 2 10 Finalmente, se deben incorporar la restricciones de signo: 5.7. Problema de la Aerolínea x i, z j 0 i, j Una determinada aerolínea, con centro en Santiago, está diseñando un nuevo sistema de atención a pasajeros que realicen viajes a cuatro destinos específicos: Antofagasta, Temuco, Puerto Montt y Punta Arenas. Para eso consta de tres tipos de aviones, los que difieren en capacidad, rendimiento y costos, según se muestra en el Cuadro 5.5. Históricamente para esta época se tiene una demanda Tipo de Costo de Operación por viaje en la ruta: Avión Antofagasta Temuco Puerto Montt Punta Arenas Cuadro 5.5: Costos de operación por viaje mínima diaria de 90 pasajeros a Antofagasta, 100 a Temuco, 200 a Puerto Montt y de 120 pasajeros a Punta Arenas. Además, lo que la aerolínea recibe por pasajero a cada lugar es de 40 si el destino es Antofagasta, 40 si el destino es Temuco, 45 si el destino es Puerto Montt y 70 si se viaja a Punta Arenas. Los datos tanto de operación y de disponibilidad que actualmente tiene la aerolínea se muestran en el Cuadro 5.6. Finalmente, se ha dispuesto (de preferencia, pero no obligatoriamente atender más 12

13 Tipo de Avión Capacidad (pasajeros Número de Aviones Cuadro 5.6: Capacidad y disponibilidad de aviones Tipo de Número máximo de viajes diarios a: Avión Antofagasta Temuco Puerto Montt Punta Arenas Cuadro 5.7: Costos de operación por viaje de una ruta por cada tipo de avión, ante lo cual se han planteado condiciones al diseño del sistema de pasajeros (Cuadro 5.7. Determinar el modelo de programación lineal que permita optimizar la asignación de los aviones a las distintas rutas. Modelo: Para plantear el problema, se debe definir variables de decisión que sean capaces de reflejar el tipo de avión (i = 1,... 3 y el destino (j = 1,... 4 al que es asignada. Luego, se define: x ij = número de aviones de tipo i asignados al destino j En este problema, no se conoce el valor exacto de la demanda por pasajes ya que sólo se conoce el valor mínimo de la demanda por pasajes. Por lo tanto, se puede formular la función objetivo de dos formas: como un un problema de maximización de las utilidades obtenidas de la diferencia entre el ingreso mínimo asociado a la demanda mínima conocida y el costo de asignación de los aviones (ingresos constantes, o bien simplemente como un problema de minimización de costos de asiganción. Intuitivamente es claro que maximizar una constante menos unas función frente a minimizar la misma función es equivalente, por lo que cualquiera de las dos formulaciones conduce a la misma solución. Luego, la función objetivo queda: Min 3 4 c ij x ij i=1 j=1 Donde los coeficientes c ij corresponden a los datos del Cuadro 5.5. Luego, se procede a plantear las restricciones. En primer lugar se debe garantizar poder satisfacer la demanda mínima, por lo tanto basta ponderar la capacidad de cada tipo de avión por el número asignado a cada destino j: 50x 1j + 30x 2j + 20x 3j d j j = 1,... 4 Donde d j representa la demanda de cada destino j, es decir: 90, 100, 200 y 120 para Antofagasta, Temuco, Puerto Montt y Punta Arenas, respectivamente. 13

14 Por otro lado, no es posible asignar más aviones de los disponibles: 4 x ij n i i = 1,... 3 j=1 Donde n i representa la disponibilidad del tipo de avión i, es decir, 5, 7 y 10. También existe una restricción asociada al número de viajes diarios máximo por tipo de avión i a cada destino j: x ij m ij i j Los coeficientes m ij corresponden a los datos del Cuadro 5.7. Finalmente, sólo se debe agregar la restricción de signo: x ij 0 i j 14

-.PROGRAMACION LINEAL.- Problemas resueltos

-.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 detalles

Unidad 2 Método gráfico de solución

Unidad 2 Método gráfico de solución Unidad 2 Método gráfico de solución Los problemas de programación lineal (pl) que sólo tengan dos variables de decisión pueden resolverse gráficamente, ya que, como se ha visto en los Antecedentes, una

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos 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 detalles

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal

OPTIMIZACIÓN 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 detalles

Unidad 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 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 detalles

PROGRAMACIÓN LINEAL. Ejemplo a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones:

PROGRAMACIÓN LINEAL. Ejemplo a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones: PROGRAMACIÓN LINEAL CONTENIDOS: Desigualdades e inecuaciones. Sistemas lineales de inecuaciones. Recintos convexos. Problemas de programación lineal. Terminología básica. Resolución analítica. Resolución

Más detalles

Tipo de máquina Tiempo disponible. (h/maq. Por semana) Fresadora 500 Torno 350 Rectificadora 150

Tipo 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 detalles

Programación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1

Programación 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 detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

Unidad 1 Modelos de programación lineal

Unidad 1 Modelos de programación lineal Unidad 1 Modelos de programación lineal La programación lineal comenzó a utilizarse prácticamente en 1950 para resolver problemas en los que había que optimizar el uso de recursos escasos. Fueron de los

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 11 de septiembre de 2003 1. Introducción Un LP donde se requiere que todas las variables sean enteras se denomina un problema

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Fundamentos de Investigación de Operaciones El Problema de Transporte

Fundamentos de Investigación de Operaciones El Problema de Transporte Fundamentos de Investigación de Operaciones El Problema de Transporte Septiembre 2002 El Problema de Transporte corresponde a un tipo particular de un problema de programación lineal. Si bien este tipo

Más detalles

Contabilidad de costos

Contabilidad de costos Contabilidad de costos CAPITULO 6 CONCEPTO Y OBJETIVOS. En la actualidad, desde el punto de vista de la gerencia, una buena administración no puede prescindir de la aplicación de un sistema de costos adecuado

Más detalles

EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías

EL 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 detalles

Ejercicios Certamen #2

Ejercicios Certamen #2 Ejercicios Certamen #2 ILI-281, Fundamentos de Investigación de Operaciones Primer período académico 2003 Esteban Sáez Departamento de Informática UTFSM Junio 2003 P1-C2-S1-2002 Un administrador de un

Más detalles

Líneas de espera. Introducción.

Líneas 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 detalles

Programación Lineal. Programación Lineal

Programación 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 detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas 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 detalles

Caso 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. 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 detalles

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó

Más detalles

11.1. 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: 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 detalles

EJEMPLOS DE MODELADO Y FORMULACION DE PROGRAMAS DE OPTIMIZACION LINEAL

EJEMPLOS DE MODELADO Y FORMULACION DE PROGRAMAS DE OPTIMIZACION LINEAL EJEMPLOS DE MODELADO Y FORMULACION DE PROGRAMAS DE OPTIMIZACION LINEAL El Modelado es un arte, y requiere entrenamiento y práctica. Los 6 ejemplos siguientes muestran una variedad de problemas que pueden

Más detalles

4. SISTEMAS DE COSTOS P OR PROCESOS

4. 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 detalles

CAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el

CAPÍTULO 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 detalles

Tema 6: Problemas Especiales de Programación Lineal

Tema 6: Problemas Especiales de Programación Lineal Tema 6: Problemas Especiales de Programación Lineal Transporte Asignación Transbordo Tienen una estructura especial que permite modelizar situaciones en las que es necesario: Determinar la manera óptima

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

Más detalles

I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS PROGRAMACIÓN LINEAL

I 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 detalles

Ejercicios de Programación Lineal

Ejercicios 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 detalles

29.11.2008 ES Diario Oficial de la Unión Europea L 320/195

29.11.2008 ES Diario Oficial de la Unión Europea L 320/195 29.11.2008 ES Diario Oficial de la Unión Europea L 320/195 NORMA INTERNACIONAL DE CONTABILIDAD N o 33 Ganancias por acción OBJETIVO 1 El objetivo de esta norma es establecer los principios para la determinación

Más detalles

CONCEPTOS BÁSICOS DE PROGRAMACIÓN LINEAL.-

CONCEPTOS BÁSICOS DE PROGRAMACIÓN LINEAL.- PROGRAMACIÓN LINEAL CONCEPTOS BÁSICOS DE PROGRAMACIÓN LINEAL.- 1. Definición. Técnica de programación matemática para resolver problemas de optimización de recursos (maximización, minimización) cuando

Más detalles

TP1 Programación Lineal - 2009

TP1 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 detalles

Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó

Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó Fecha de Entregable 1: 7 de octubre de 2013-12 horas Fecha de Entregable 2 y 3: Lunes 21 de octubre de 2013-12 horas Fecha de Entregable

Más detalles

Inventarios. Concepto de Inventario

Inventarios. Concepto de Inventario 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 un papel vital para

Más detalles

Restricciones. Cada pesquero se tarda en reparar 100 horas y cada yate 50 horas. El astillero dispone de 1600 horas para hacer las reparaciones

Restricciones. Cada pesquero se tarda en reparar 100 horas y cada yate 50 horas. El astillero dispone de 1600 horas para hacer las reparaciones Modelo 2014. Problema 2A.- (Calificación máxima: 2 puntos) Un astillero recibe un encargo para reparar barcos de la flota de un armador, compuesta por pesqueros de 500 toneladas y yates de 100 toneladas.

Más detalles

Norma Internacional de Contabilidad 33 Ganancias por Acción. Objetivo. Alcance. Definiciones NIC 33

Norma Internacional de Contabilidad 33 Ganancias por Acción. Objetivo. Alcance. Definiciones NIC 33 Norma Internacional de Contabilidad 33 Ganancias por Acción Objetivo 1 El objetivo de esta Norma es establecer los principios para la determinación y presentación de la cifra de ganancias por acción de

Más detalles

Tema 5: Dualidad y sensibilidad de los modelos lineales.

Tema 5: Dualidad y sensibilidad de los modelos lineales. ema 5: Dualidad y sensibilidad de los modelos lineales. Objetivos del tema: Introducir el concepto de Sensibilidad en la Programación Lineal Introducir el concepto de Dualidad en la Programación Lineal

Más detalles

Investigación de Operaciones 1

Investigación de Operaciones 1 Investigación de Operaciones 1 Clase 10 Pablo Andrés Maya Mayo, 2014 Pablo Andrés Maya () Investigación de Operaciones 1 Mayo, 2014 1 / 15 Clasificación de los modelos de optimización Pablo Andrés Maya

Más detalles

COMPOSICION DE LOS ESTADOS FINANCIEROS:

COMPOSICION DE LOS ESTADOS FINANCIEROS: COMPOSICION DE LOS ESTADOS FINANCIEROS: Los estados financieros son los documentos emitidos por una entidad, en los cuales se consigna información financiera cuantificable en unidades monetarias respecto

Más detalles

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0

x + 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 detalles

Fundamentos de Investigación de Operaciones

Fundamentos de Investigación de Operaciones Fundamentos de Investigación de Operaciones Formulación de Modelos de Programacón Lineal 17 de julio de 2004 La (LP) es una herramienta para resolver problemas de optimización que se caracterizan por tener

Más detalles

Programación lineal. Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad

Programación lineal. Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad 1 Observación: La mayoría de estos problemas se han propuesto en exámenes de selectividad 1. Dibuja la región del plano definida por las siguientes inecuaciones: x 0, 0 y 2, y + 2x 4 Representando las

Más detalles

Dualidad y Análisis de Sensibilidad

Dualidad y Análisis de Sensibilidad Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Dualidad y Análisis de Sensibilidad Marcel Goic F. 1 1 Esta es una versión bastante

Más detalles

15 Planificación: Administración y gestión

15 Planificación: Administración y gestión Iniciativas económicas para el desarrollo local: viabilidad y planificación 15 Planificación: Administración y gestión DESARROLLO ECONÓMICO LOCAL Objetivos Administración y gestión Cuántos recursos? Los

Más detalles

Ejemplo del modelo de generaciones solapadas

Ejemplo del modelo de generaciones solapadas Ejemplo del modelo de generaciones solapadas Descripción de la economía 1. Cada unidad del bien sólo puede existir en un período de tiempo. 2. Todas las generaciones 1 son idénticas. Cada generación está

Más detalles

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.

PROGRAMACIÓN 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 detalles

Programación Entera. P.E pura: Todas las variables de decisión tienen valores enteros.

Programación Entera. P.E pura: Todas las variables de decisión tienen valores enteros. Clase # 7 Programación Entera. Programación entera es programación lineal con la restricción adicional de que los valores de las variables de decisión sean enteros. P.E pura: Todas las variables de decisión

Más detalles

Clase martes 27 de noviembre 2007 (problemas de repaso)

Clase 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 detalles

PRÁCTICA 1: Optimización con Excel 2010

PRÁCTICA 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 detalles

MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ.

MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ. Razones de liquidez Definición. MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ. La liquidez es la facilidad con la cual una inversión puede convertirse en dinero. Es decir, que tan fácil se podría vender un terreno,

Más detalles

JUEGO DE NEGOCIOS BHP BILLITON PAMPA NORTE

JUEGO DE NEGOCIOS BHP BILLITON PAMPA NORTE JUEGO DE NEGOCIOS BHP BILLITON PAMPA NORTE Facilita: 1 Juego de Negocios Bhp Billiton Pampa Norte Introducción El lugar donde se desarrolla la simulación, es un gran mercado donde se instalan empresas

Más detalles

INVESTIGACIÓN DE MERCADO Y CAPACIDAD DE PRODUCCION

INVESTIGACIÓN DE MERCADO Y CAPACIDAD DE PRODUCCION Mercado: SECCION I INVESTIGACIÓN DE MERCADO Y CAPACIDAD DE PRODUCCION a) Definición: es el área en el cuál convergen las fuerzas de la oferta y la demanda para establecer un precio único. b) Objeto de

Más detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 7 Aplicación de máximos y mínimos Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará

Más detalles

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego.

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego. TEORÍA DE JUEGOS 1 Definiciónes y Conceptos ásicos. 1.1 Definición: La teoría de juegos es una herramienta de análisis económico usada para estudiar problemas caracterizados por la interacción estratégica

Más detalles

FONDOS DE INVERSIÓN DIVERSIFICACIÓN FLEXIBILIDAD RENTABILIDAD LA DECISIÓN QUE GENERA VALOR

FONDOS DE INVERSIÓN DIVERSIFICACIÓN FLEXIBILIDAD RENTABILIDAD LA DECISIÓN QUE GENERA VALOR FONDOS DE INVERSIÓN DIVERSIFICACIÓN FLEXIBILIDAD RENTABILIDAD LA DECISIÓN QUE GENERA VALOR LA DECISIÓN QUE GENERA VALOR FONDOS DE INVERSIÓN: DIVERSIFICACIÓN, FLEXIBILIDAD Y RENTABILIDAD. El propósito de

Más detalles

Investigación Operativa

Investigación 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 detalles

Problemas de Investigación Operativa y Programación Matemática

Problemas 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 detalles

FUNDACIÓN UNIVERSITARIA LUÍS AMIGÓ

FUNDACIÓN 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 detalles

INTRODUCCIÓN A LA CONTABILIDAD DE COSTOS DEFINICIÓN

INTRODUCCIÓN A LA CONTABILIDAD DE COSTOS DEFINICIÓN INTRODUCCIÓN A LA CONTABILIDAD DE COSTOS DEFINICIÓN Contabilidad de costos, en el sentido más general de la palabra, es cualquier procedimiento contable diseñado para calcular lo que cuesta hacer algo.

Más detalles

L A P R O G R A M A C I O N

L A P R O G R A M A C I O N L A P R O G R A M A C I O N L I N E A L 1. INTRODUCCIÓN: la programación lineal como método de optimación La complejidad de nuestra sociedad en cuanto a organización general y económica exige disponer

Más detalles

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min.

Optimización, 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 detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

FINANZAS: Gestionando para el emprendimiento

FINANZAS: Gestionando para el emprendimiento FINANZAS: Gestionando para el emprendimiento El término Finanzas incorpora cualquiera de los siguientes significados: El estudio del dinero y otros recursos El management y el control de dichos recursos

Más detalles

Plan de Compensación Binario

Plan de Compensación Binario Plan de Compensación Binario Plan Binario de Compensación USANA está dedicada a ayudarle a aprovechar al máximo la vida, y eso incluye la oportunidad de crear su propio negocio USANA, interesante, sustentable

Más detalles

Simulación de Finanzas

Simulación de Finanzas Simulación de Finanzas Licenciatura en Administración Rosa Maria Contreras Murillo, PTC DE LA LICENCIATURA EN ADMINISTRACIÓN CENTRO UNIVERSTARIO UAEM TEXCOCO T: [Teléfono principal] DD: [Teléfono directo]

Más detalles

TEMA 4: CAMBIOS MÁS IMPORTANTES EN EL ENTORNO ACTUAL DE MARKETING DE LOS NEGOCIOS

TEMA 4: CAMBIOS MÁS IMPORTANTES EN EL ENTORNO ACTUAL DE MARKETING DE LOS NEGOCIOS TEMA 4: CAMBIOS MÁS IMPORTANTES EN EL ENTORNO ACTUAL DE MARKETING DE LOS NEGOCIOS 4.1 Impacto A medida que va transcurriendo la última década del siglo XX, las empresas se ven forzadas, como consecuencia

Más detalles

Universidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS

Universidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Especificación algebraica ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Un tipo abstracto de datos se determina por las operaciones asociadas, incluyendo constantes que se consideran como operaciones sin

Más detalles

o Es la técnica que estudia los medios para obtener fondos y los métodos para administrar y asignar dichos fondos.

o Es la técnica que estudia los medios para obtener fondos y los métodos para administrar y asignar dichos fondos. Finanzas: o Es la técnica que estudia los medios para obtener fondos y los métodos para administrar y asignar dichos fondos. (Perdomo Moreno) o Administración y uso de recursos de capital con el propósito

Más detalles

PRESENTACIÓN 8.- IMPORTANCIA DE LA CONTABILIDAD

PRESENTACIÓN 8.- IMPORTANCIA DE LA CONTABILIDAD PRESENTACIÓN 8.- IMPORTANCIA DE LA CONTABILIDAD Importancia de la Contabilidad Porqué la Contabilidad? Ventajas de la Contabilidad. Objetivo de la Contabilidad. Los Libros de Contabilidad y las Cuentas.

Más detalles

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna

Más detalles

1. Métodos para ubicación y localización fija de los productos en el almacén

1. Métodos para ubicación y localización fija de los productos en el almacén 1. Métodos para ubicación y localización fija de los productos en el almacén En cualquiera de las variantes que pudieran existir o crearse, el principio que sustenta estos métodos es el de una posición

Más detalles

Ayudantía #1-2006'2. La Fiesta. Centrales. Cristóbal Galleguillos Katz. 24 de agosto de 2006

Ayudantía #1-2006'2. La Fiesta. Centrales. Cristóbal Galleguillos Katz. 24 de agosto de 2006 Ayudantía #1-2006'2 Cristóbal Galleguillos Katz 24 de agosto de 2006 La Fiesta Ud. Está a cargo de seleccionar los invitados a su matrimonio. Dada la problemática de la situación, usted y su pareja han

Más detalles

Teoría del Juego - Juegos Combinatoriales Imparciales

Teoría del Juego - Juegos Combinatoriales Imparciales Teoría del Juego - Juegos Combinatoriales Imparciales Carlos Gámez Taller de Resolución de Problemas Escuela de Matemática Universidad de El Salvador Estudio de Casos Esquema Introducción Juegos de Agarrar

Más detalles

El Problema del Transporte

El Problema del Transporte ASIGNATURA PROGRAMACIÓN LINEAL El Problema del Transporte Maestro Ing. Julio Rito Vargas Avilés Octubre 2014 1 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para

Más detalles

Base de datos: Access. Unidad Didáctica 3: Planificación y diseño de una base de datos

Base de datos: Access. Unidad Didáctica 3: Planificación y diseño de una base de datos Módulo 7: Tecnologías de la Información y Comunicación y Ofimática Unidad Didáctica 3: Planificación y diseño de una base de datos Base de datos: Access UNIDAD DIDÁCTICA 3 Planificación y diseño de una

Más detalles

Capítulo 7: Externalidades

Capítulo 7: Externalidades Capítulo 7: Externalidades Jean Hindricks Gareth Myles Noviembre 17 de 2011 Hindricks & Myles () Externalidades Noviembre 17 de 2011 1 / 33 Contenido 1 Externalidades e Ineficiencia 2 Algunos Ejemplos

Más detalles

Tema 1: La conducta del consumidor

Tema 1: La conducta del consumidor Tema 1: La conducta del consumidor 1.1. Las preferencias del consumidor. Concepto de utilidad. 1.2. La restricción presupuestaria. 1.3. La elección del consumidor. 1.4. Los índices del coste de la vida.

Más detalles

Dirección de Operaciones

Dirección 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 detalles

MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO

MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO EJERCICIO 1 Primero analizamos el equilibrio bajo el monopolio. El monopolista escoge la cantidad que maximiza sus beneficios; en particular, escoge la cantidad

Más detalles

INTRODUCCIÓN A LAS FINANZAS (Informática)

INTRODUCCIÓN A LAS FINANZAS (Informática) INTRODUCCIÓN A LAS FINANZAS (Informática) SEGUNDO SEMESTRE 2011 Apunte N 2 Objetivos de la unidad Al finalizar la Unidad Nº2, debe ser capaz de: Entender el concepto de costo de oportunidad del dinero,

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página. APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de

Más detalles

XLIII Reunión Anual. Noviembre de 2008 CRITERIOS GENERALES PARA VALORAR BENEFICIOS Y COSTOS DE UN PROYECTO: CÓMO EVITAR SOBREESTIMACIONES

XLIII Reunión Anual. Noviembre de 2008 CRITERIOS GENERALES PARA VALORAR BENEFICIOS Y COSTOS DE UN PROYECTO: CÓMO EVITAR SOBREESTIMACIONES ANALES ASOCIACION ARGENTINA DE ECONOMIA POLITICA XLIII Reunión Anual Noviembre de 2008 ISSN 1852-0022 ISBN 978-987-99570-6-6 CRITERIOS GENERALES PARA VALORAR BENEFICIOS Y COSTOS DE UN PROYECTO: CÓMO EVITAR

Más detalles

Examen Final 28 de Enero de 2009 Permutación 1

Examen Final 28 de Enero de 2009 Permutación 1 Universitat Autònoma de Barcelona Introducció a l Economia, Curs 2008-2009 Codi: 25026 Examen Final 28 de Enero de 2009 Permutación 1 Primera Parte Preguntas de opción múltiple (20 puntos). Marca claramente

Más detalles

2. LOS SISTEMAS DE COSTOS

2. 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 detalles

Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo

Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo Este trabajo espera constituir un aporte al proceso de elaboración del sistema de evaluación

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería

Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería La ingeniería, como hemos visto, se ocupa en líneas generales del proyecto, ejecución y operación de bienes y servicios necesarios para

Más detalles

UTILIDADES POR ACCIÓN. NEC 23 Norma Ecuatoriana de Contabilidad 23

UTILIDADES POR ACCIÓN. NEC 23 Norma Ecuatoriana de Contabilidad 23 UTILIDADES POR ACCIÓN NEC 23 Norma Ecuatoriana de Contabilidad 23 CONTENIDO Utilidades por Acción Objetivo Alcance Empresas cuyas Acciones se cotizan en bolsa Empresas cuyas Acciones no se cotizan en bolsa

Más detalles

CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A

CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A CANTABRIA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / ÁLGEBRA / BLOQUE 1 / OPCIÓN A BLOQUE 1 OPCIÓN A Un fabricante de coches lanza una oferta especial en dos de sus modelos, ofreciendo

Más detalles

Capitulo V Administración de memoria

Capitulo V Administración de memoria Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal

Más detalles

LA EVALUACION EN LA EDAD INFANTIL. Texto elaborado por: Equipo AMEI

LA EVALUACION EN LA EDAD INFANTIL. Texto elaborado por: Equipo AMEI LA EVALUACION EN LA EDAD INFANTIL. Texto elaborado por: Equipo AMEI La edad infantil constituye una etapa de intenso desarrollo físico y psíquico cuyos logros se manifiestan de forma visible y sus problemas

Más detalles

Microeconomía Intermedia

Microeconomía Intermedia Microeconomía Intermedia Colección de preguntas tipo test y ejercicios numéricos, agrupados por temas y resueltos por Eduardo Morera Cid, Economista Colegiado. Tema 06 Elasticidad de la demanda, el excedente

Más detalles

PLUSFONDO MIXTO, F.P.

PLUSFONDO MIXTO, F.P. PLUSFONDO MIXTO, F.P. DECLARACIÓN COMPRENSIVA DE PRINCIPIOS DE POLÍTICA DE INVERSIÓN DE PLUSFONDO MIXTO, F.P. La vocación inversora del Fondo se define como un fondo de Renta Fija Mixta. El objetivo del

Más detalles

Actividades Complementarias.

Actividades 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 detalles

Análisis de los datos

Análisis 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 detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Capítulo 6. Modificar archivos de datos. Ordenar casos

Capítulo 6. Modificar archivos de datos. Ordenar casos Capítulo 6 Modificar archivos de datos Los archivos de datos no siempre están organizados de forma idónea. En ocasiones podemos desear cambiar el orden de los casos, o transponer las filas y las columnas,

Más detalles

PLUSFONDO MIXTO, F.P.

PLUSFONDO MIXTO, F.P. PLUSFONDO MIXTO, F.P. DECLARACIÓN COMPRENSIVA DE PRINCIPIOS DE POLÍTICA DE INVERSIÓN DEL PLUSFONDO MIXTO, F.P. La vocación inversora del Fondo se define como un fondo de Renta Fija Mixta. El objetivo del

Más detalles
Sitemap