Actividad en clase.
Investigación de operaciones
1. En una fábrica de camisas se confeccionan dos tipos de camisas: camisa
informal y camisa formal; la utilidad por cada camisa formal es de US$ 20 y por
cada camisa informal es de US$ 10. Para llevar a cabo la fabricación de una
camisa requiere que ésta pase por cuatro departamentos: diseño, tallaje,
estampado y terminado. Se tienen disponible 400 horas de tiempo en el
departamento de diseño, 300 horas en tallaje, 500 horas en estampado y 200
horas en terminado.
En la siguiente tabla se muestran los requerimientos de mano de obra por unidad
en cada uno de los departamentos.
Camisa formal Camisa informal
Depto. diseño 1 2.50
Depto. tallaje 3 1.25
Depto. estampado 4 3.25
Depto. terminado 3.5 2.5
Si la empresa desea maximizar la utilidad responda:
a. ¿Cuál es el modelo de programación lineal para este problema?
b. ¿Cuántas camisas de cada clase debe fabricar para obtener la utilidad máxima y
cual es esta utilidad?
Desarrollo
Análisis del problema
El problema planteado pretende dar bases cuantitativas que permitan tomar
la decisión más acertada posible, teniendo en cuenta las restricciones que se
tiene y el objetivo de la empresa.
Específicamente para este caso, busca encontrar la cantidad de unidades
más acertada para fabricar de cada una de las camisas que maneja la
fábrica, con el fin de obtener la mejor utilidad posible. Como en todas las
fábricas, los recursos NO son ilimitados, es decir, existen turnos que limitan
las horas de mano de obra disponibles, un uso establecido de maquinaria que
limita las horas de producción disponibles, materiales disponibles que limita
las unidades que se pueden fabricar, entre otros factores.
Para la fábrica en cuestión, se tiene unas horas máximas de trabajo en cada
una de las áreas por donde debe cruzar la camisa para que se convierta en
un producto terminado: diseño, tallaje, estampado y terminado, debido a los
turnos de la mano de obra en cada una de dichas áreas, siendo este el
recurso limitado. También se brinda la utilidad que genera cada camisa,
siendo este el objetivo que la fábrica desea maximizar.
Entonces, de acuerdo al recurso limitado y el objetivo que se desea alcanzar,
se brinda la información de las horas que requiere cada tipo de camisa en
cada área para que finalice el proceso (con el fin de que se asegure que las
unidades fabricadas no vayan a requerir más horas de fabricación de las
disponibles) y la utilidad que genera cada camisa (con el fin de realizar la
combinación de unidades que más utilidad genere).
Planteamiento matemático del problema
Variables de decisión
X1= cantidad de camisas formales a fabricar
X2= cantidad de camisas informales a fabricar
Función objetivo: Max Z, donde Z representa la utilidad de la empresa
Z= 20x1 + 10x2
Sujeto a:
R1: Horas requeridas de cada camisa en el área de diseño, la cual tiene
máximo 400 horas para trabajar:
x1 + 2.5 x2<=400
R2: Horas requeridas de cada camisa en el área de tallaje, la cual tiene
máximo 300 horas para trabajar:
3 x1 + 1.25 x2<=300
R3: Horas requeridas de cada camisa en el área de estampado, la cual tiene
máximo 500 horas para trabajar:
4 x1 + 3.25 x2<=500
R4: Horas requeridas de cada camisa en el área de terminado, la cual tiene
máximo 200 horas para trabajar:
3.5 x1 + 2.5 x2<=200
R5: restricciones de no negatividad
x1>=0
x2>=0
Soluciones básicas del problema
n
(n−m )= ( n−mn)!!∗m!
Donde n= 6 incluyendo 4 variables de holgura; y m=4:
6!
=15
( 6−4 ) !∗4 !
Solución por medio del método gráfico:
Convertimos la inecuación en una igualdad y remplazamos los siguientes
valores de x1 en cada restricción, obteniendo así los valores de x2 y graficar
cada recta:
X R1
0 160
400 0
40 144
x R2
0 240
100 0
73,68 63,16
x R3
0 153,83
125 0
x R4
0 80
57,14 0
Obtenemos el siguiente plano con la respectiva área óptima:
240
160
153.83
144 R1
R2
R3
R4
80
63.16
0 0 0 0
0 50 100 150 200 250 300 350 400 450
R2
R3
R1
R4
FO
(En azul y verde el área óptima)
Validamos los puntos 1. (0,80), 2. (57.14, 0) y 3. (20,52), obteniendo los
siguientes resultados para Z:
Con el punto 1 Z= 800
Con el punto 2 Z= 1142.86
Con el punto 3 Z= 452
La solución óptima es Z = 1142.86
x1 = 57.14
x2 = 0
Análisis de sensibilidad del método gráfico
c1
t 1 ≤− ≤t
c2 2
De acuerdo al gráfico, la función objetivo se encuentra entre la restricción 4
que es la más baja y la restricción 2, que es mayor que la restricción 3 que
también superpone a la función objetivo. Con lo anterior tenemos:
−3.5 7
R4: 3.5 x1 + 2.5 x2<=200 x 1+ 80= x 1+ 80
2.5 5
−3 12
R1: 3 x1 + 1.25 x2<=300 x 1+240= x 1+240
1.25 5
F.O.: 20x1 + 10x2 c1= 20 c2=10
Por lo anterior, tenemos el siguiente despeje para c1:
−7 −c 1 −12
< <
5 c2 5
7 c 1 12
< <
5 10 5
70 120
< c 1<
5 5
14< c 1<24
Y el mismo proceso para c2:
−7 −20 −12
< <
5 c2 5
7 12
> c 2>
100 100
14.28>c 2>8.3
Estos intervalos nos permiten variar los coeficientes de la función objetivo,
obteniendo los mismos valores para x1 y x2 y un nuevo valor para la utilidad.
Realizamos la comprobación con dos números incluidos dentro de estos
intervalos:
18 ∈ 14< c 1<24 y 12 ∈ 8.3< c 2<14.28
20 ∈ 14< c 1<24 y 9 ∈ 8.3< c 2<14.28
Solución por medio del método Solver
Usando el Solver de Excel, podemos resolver este planteamiento de la siguiente
manera:
En donde obtenemos la misma solución óptima:
Z = 1142.86
X1 = 57.14
X2 = 0
Solución por medio del método Simplex
Como la restricción 1 es del tipo '≤' se agrega la variable de holgura h1.
Como la restricción 2 es del tipo '≤' se agrega la variable de holgura h2.
Como la restricción 3 es del tipo '≤' se agrega la variable de holgura h3.
Como la restricción 4 es del tipo '≤' se agrega la variable de holgura h4.
1. x1 + 2.5 x2 + h1 = 400
2. 3 x1 + 1.25 x2 + h2 = 300
3. 4 x1 + 3.25 x2 + h3 = 500
4. 3.5 x1 + 2.5 x2 + h4 = 200
5. x1, x2 ≥ 0
6. h1, h2, h3, h4 ≥ 0
Función objetivo Z= 20x1 + 10x2 + h1 + h2 + h3 + h4
Tabla inicial X1 X2 H1 H2 H3 H4
C
Base 10 20 0 0 0 0 Bi
j
H1 0 1 2.5 1 0 0 0 400
H2 0 3 1.25 0 1 0 0 300
H3 0 4 3.25 0 0 1 0 500
H4 0 3.5 2.5 0 0 0 1 200
Zj 0 0 0 0 0 0 0
Cj- Zj 10 20 0 0 0 0
Tabla final X1 X2 H1 H2 H3 H4
Base Cj 10 20 0 0 0 0 Bi
H1 0 -2.5 0 1 0 0 -1 200
H2 0 1.25 0 0 1 0 -0.5 200
H3 0 -0.55 0 0 0 1 -1.3 240
X2 2 1.4 1 0 0 0 0.4 80
0
Zj 18 0 0 0 0 8 1600
Cj- Zj 8 20 0 0 0 0
La solución óptima es Z = 1600
X1 = 0
X2 = 80
Soluciones básicas
Solución X1 X2 H1 H2 H3 H4
1 0 0 400 300 500 200
2 0 120 100 150 110 -100
3 300 0 100 -600 -700 -850
Análisis de sensibilidad del método simplex
Planteamos la matriz inversa de la tabla final simplex:
1 0 0 −1
( 0
0
0
1 0 −0.5
0 1 −1.3
0 0 0.4
)
Y escribimos el vector de los recursos disponibles:
400
() 300
500
200
Y desarrollamos el producto:
1∗400 0∗300 0∗500 −1∗200 200
( 0∗400
0∗400
0∗400
0∗300 1∗500 −1.3∗200
0∗300 0∗500 0.4∗200
)( )
1∗300 0∗500 −0.5∗200 = 200
240
80
Ahora cambiamos el vector de los recursos disponibles:
400+t
( ) 300
500
200
Y desarrollamos nuevamente el producto:
1∗400+ t 0∗300 0∗500 −1∗200 200+t
( 0∗400+ t
0∗400+ t
0∗400+ t
0∗300 1∗500 −1.3∗200
0∗300 0∗500 0.4∗200
)( )
1∗300 0∗500 −0.5∗200 = 200
240
80
Ahora despejamos t:
200+t ≥ 0 → t ≤−200
Con esto, este recurso tendrá como intervalo de optimalidad es [-200 , ∞]. Lo
que nos permite concluir que podemos disminuir en 200 unidades el recurso
o aumentarlo infinitamente y no tendremos cambios en las respuestas:
Conclusiones sobre las sensibilidades calculadas
Con los análisis de sensibilidad realizados en el método gráfico nos permite
analizar en qué intervalo podemos movernos para cambiar el coeficiente en la
función objetivo, que en este caso nos representa la utilidad. Con esta
información, la fábrica puede tomar decisiones sobre cambio en precio o
estrategias en costos, con el fin de aumentar la utilidad percibida sin tener
que aumentar el número de unidades productivas.
Respecto al análisis de sensibilidad con el método simplex, nos permite
conocer en que intervalo podemos movernos para realizar cambios en los
recursos limitados con los que se cuenta. Esta información puede ser usada
por la fábrica para decidir sobre que recurso es el que más limita su
capacidad e invertir en el; y cual recurso, a pesar de que se invierta en el, no
generará un cambio fuerte en la utilidad. También, cual recurso puede
disminuir y acortar costos, ya que es una capacidad que en realidad no
requiere, como es este caso particular, en el cual el recurso de diseño tiene
200 horas que no necesita y que al disminuir no disminuye su capacidad.
