Vista previa del material en texto
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ADMINISTRATIVAS MODALIDAD A DISTANCIA SEMESTRE MARZO 2017 - AGOSTO 2017 SOLUCIONARIO INVESTIGACIÓN OPERATIVA II PRIMER TRABAJO NÚMERO DE CRÉDITOS: 4 TUTORES: Ing. Víctor Merino Castillo, Mgst. Dra. Mayra Córdova Alarcón, Mgst. Quito - Ecuador SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 2 ACTIVIDADES DE APREDIZAJE. Realizar los ejercicios que a continuación se detallan: a) TRABAJO 1. Parte 1: “INTRODUCCIÓN MODELOS DE PROGRAMACIÓN LINEAL CON DOS VARIABLES DE DECISIÓN” Resolver los problemas: del 7-14 al 7-28 del capítulo 7 del Texto Guía (Render). Resolver los problemas: del 8-1 al 8-15 del capítulo 8 del Texto Guía(Render). b) TRABAJO 2. Parte 1: “MODELOS DE TRANSPORTE, TRASBORDO Y ASIGNACIÓN” Resolver los problemas: del 9-11 al 9-21 del capítulo 9 del Texto Guía(Render). 9-11 La gerencia de la corporación Executive Furniture decidió expandir la capacidad de producción en su fábrica de Des Moines y disminuir la producción en sus otras fábricas. También reconoce un cambio de mercado para sus escritorios y revisa los requerimientos en sus tres almacenes. a) Utilice la regla de la esquina noroeste para establecer un programa de envíos factible inicial y calcular su costo. b) Utilice el método del salto de piedra en piedra para probar si es posible obtener una solución mejorada. Alburqueque Boston Cleverland SUPPLY Des Moines 5 4 3 300 Evansville 8 4 3 150 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 3 Fort lauderdale 9 7 5 250 DEMAND 200 200 300 Optimal cost = $3200 Alburqueque Boston Cleverland Des Moines 200 50 50 Evansville 150 Fort lauderdale 250 9-12 Formule el problema de transporte en el problema 9-11 con programación lineal y resuélvalo usando un software. 9-13 La compañía Hardrock Concrete tiene plantas en tres lugares y trabaja actualmente en tres proyectos de construcción importantes, cada uno ubicado en un sitio diferente. El costo de envío por camión cargado de concreto, las capacidades diarias y los requerimientos diarios se muestran en la tabla correspondiente. a) Formule una solución factible inicial para el problema de transporte de Hardrock con la regla de la esquina noroeste. Luego, evalúe cada ruta de envío no utilizada calculando todos los índices de mejora. ¿Es óptima la solución? ¿Por qué? b) ¿Hay más de una solución óptima para este problema? ¿Por qué? Proyecto A Proyecto B Proyecto C Capacidad de la Planta Planta 1 10 4 11 70 Planta 2 12 5 8 50 Planta 3 9 7 6 30 DEMAND 40 50 60 Optimal cost = $1040 Proyecto A Proyecto B Proyecto C SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 4 Planta 1 20 50 Planta 2 50 Planta 3 20 10 9-14 El dueño de Hardrock Concrete decidió aumentar la capacidad de su planta más pequeña (véase el problema 9.13). En vez de producir 30 cargas de concreto al día en la planta 3, duplicó su capacidad a 60 cargas. Encuentre la nueva solución óptima con la regla de la esquina noroeste y el método del salto de piedra en piedra. ¿Cómo alteró la asignación óptima de envío el cambio en la capacidad de la planta 3? Analice los conceptos de degeneración y soluciones óptimas múltiples respecto a este problema. Optimal cost = $980 Proyecto A Proyecto B Proyecto C Dummy Planta 1 20 50 Planta 2 20 30 Planta 3 20 40 9-15 Formule el problema de transporte de la compañía Hardrock Concrete del problema 9-13 con programación lineal y resuélvalo usando un software. ¿Qué cambiaría en la programación lineal, si se implementara el cambio en el problema 9-14? 9-16 La compañía Saussy Lumber envía pisos de pino a tres tiendas de artículos para construcción desde sus madererías en Pineville, Oak Ridge y Mapletown. Determine el mejor programa de transporte para los datos dados en la tabla. Utilice la regla de la esquina noroeste y el método del salto de piedra en piedra. SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 5 PUNTO DE OFERTA 1 PUNTO DE OFERTA 2 PUNTO DE OFERTA 3 CAPACIDAD DE LOS MOLINOS PINEVILLE 3 3 2 25 OAK RIDGE 4 2 3 40 MAPLETON 3 2 3 30 DEMANDA DEPUNTO DE OFERTA (TONS) 30 30 35 Optimal cost = $230 PUNTO DE OFERTA 1 PUNTO DE OFERTA 2 PUNTO DE OFERTA 3 PINEVILLE 25 OAK RIDGE 0 30 10 MAPLETON 30 9-17 La compañía Krampf Lines Railway se especializa en manejo de carbón. El viernes 13 de abril, Krampf tenía vagones vacíos en los siguientes pueblos en las cantidades indicadas: Para el lunes 16 de abril, los siguientes pueblos necesitarán vagones de carbón como sigue: SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 6 Coal Valley Coaltown Coal Junction Coalsburg DENANDA DE VACACIONES Morgantown 50 30 60 70 35 Younstown 20 80 10 90 60 Pushburgh 100 40 80 30 25 VAGONES DISPONIBLES 30 45 25 20 Optimal cost = $3100 Coal Valley Coaltown Coal Junction Coalsburg Morgantown 35 Younstown 30 5 25 Pushburgh 5 20 9-18 Formule la situación de la compañía Krampf Lines Railway (problema 9-17) con programación lineal y resuélvalo usando un software. 9-19 Un fabricante de acondicionadores de aire elabora sus productos para habitaciones en sus plantas de Houston, Phoenix y Memphis. Los envía a distribuidores regionales en Dallas, Atlanta y Denver. Los costos de envío varían y la compañía desea encontrar la manera menos costosa de cumplir con las demandas de cada centro de distribución. Dallas necesita recibir 800 acondicionadores de aire por mes, Atlanta necesita 600 y SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 7 Denver 200. Houston tiene disponibles 850 de ellos cada mes, Phoenix tiene 650 y Memphis 300. El costo de envío por unidad de Houston a Dallas es de $8, a Atlanta es de $12, y a Denver de $10. El costo por unidad de Phoenix a Dallas es de $10, a Atlanta es de $14 y a Denver es de $9. El costo por unidad de Memphis a Dallas es de $11, a Atlanta es de $8, y a Denver de $12. ¿Cuántas unidades deberían enviarse de cada planta a cada centro de distribución regional? ¿Cuál es el costo total de esto? Dallas Atlanta Denver SUPPLY Houston 8 12 10 850 Phoenix 10 14 9 650 Memphis 11 8 12 300 DEMAND 800 600 200 Optimal cost = $14700 Dallas Atlanta Denver Dummy Houston 800 50 Phoenix 250 200 200 Memphis 300 9-20 Formule la situación de acondicionadores de aire del problema 9-18 con programación lineal y resuélvalo usando un software. 9-21 Finnish Furniture fabrica mesas en instalaciones localizadas en tres ciudades: Reno, Denver y Pittsburgh. Las mesas se envían luego a tres tiendas ubicadas en Phoenix, Cleveland y Chicago. La gerencia desea desarrollar un programa de distribución que cumpla con las demandas al menor costo posible. Los costos de envío por unidad de cada fuente a cada destino se muestran en la siguiente tabla: La oferta disponible es de 120 unidades en Reno, 200 en Denver y 160 en Pittsburgh. Phoenix tiene una demanda de 140 unidades, Cleveland una demanda de 160 unidades y Chicago de 180 unidades. ¿Cuántas SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 8 unidades deberían enviarse de cada instalación de manufactura a cada tienda si se quiere minimizar el costo? ¿Cuál es el costo total? PHOENIX CLEVELAND CHICAGO SUPPLY RENO 1016 19 120 DEVER 12 14 13 200 PITTSBURGH 18 12 12 160 DEMAND 140 160 180 Optimal cost = $5700 PHOENIX CLEVELAND CHICAGO RENO 120 DEVER 20 180 PITTSBURGH 160 0 Parte 4: “MODELOS DE LÍNEAS DE ESPERA” Resolver los problemas: del 13-10 al 13-20 del capítulo 13 del Texto Guía(Render). Empleados Tiempo de espera w (min) Costo total Costo de 9 a 5PM 1 10 70,5 564 2 6 53,5 428 3 4 49 392 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 9 4 3 50,75 406 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,38 Arrival rate(lambda) 3 Average number in the queue(Lq) 0,23 Service rate(mu) 8 Average number in the system(Ls) 0,6 Number of servers 1 Average time in the queue(Wq) 0,08 4,5 270 Average time in the system(Ws) 0,2 12 720 k Prob (num in sys = k) Prob (num in sys <= k) Prob (num in sys >k) 0 0,63 0,63 0,38 1 0,23 0,86 0,14 2 0,09 0,95 0,05 3 0,03 0,98 0,02 4 0,01 1 0 5 0 1 0 6 0 1 0 7 0 1 0 8 0 1 0 9 0 1 0 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 10 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,83 Arrival rate(lambda) 10 Average number in the queue(Lq) 4,17 Service rate(mu) 12 Average number in the system(Ls) 5 Number of servers 1 Average time in the queue(Wq) 0,42 25 1500 Average time in the system(Ws) 0,5 30 1800 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,75 Arrival rate(lambda) 210 Average number in the queue(Lq) 2,25 Service rate(mu) 280 Average number in the system(Ls) 3 Number of servers 1 Average time in the queue(Wq) 0,01 0,64 38,57 Average time in the system(Ws) 0,01 0,86 51,43 k Prob (num in sys = k) Prob (num in sys <= k) Prob (num in sys >k) SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 11 0 0,25 0,25 0,75 1 0,19 0,44 0,56 2 0,14 0,58 0,42 3 0,11 0,68 0,32 4 0,08 0,76 0,24 5 0,06 0,82 0,18 6 0,04 0,87 0,13 7 0,03 0,9 0,1 8 0,03 0,92 0,08 9 0,02 0,94 0,06 10 0,01 0,96 0,04 11 0,01 0,97 0,03 12 0 0,98 0,02 13 0 0,98 0,02 14 0 0,99 0,01 15 0 0,99 0,01 16 0 1 0 17 0 1 0 18 0 1 0 19 0 1 0 20 0 1 0 21 0 1 0 22 0 1 0 23 0 1 0 24 0 1 0 25 0 1 0 26 0 1 0 27 0 1 0 28 0 1 0 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 12 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,8 Arrival rate(lambda) 240 Average number in the queue(Lq) 3,2 Service rate(mu) 300 Average number in the system(Ls) 4 Number of servers 1 Average time in the queue(Wq) 0,01 0,8 48 Average time in the system(Ws) 0,02 1 60 k Prob (num in sys = k) Prob (num in sys <= k) Prob (num in sys >k) 0 0,2 0,2 0,8 1 0,16 0,36 0,64 2 0,13 0,49 0,51 3 0,1 0,59 0,41 4 0,08 0,67 0,33 5 0,07 0,74 0,26 6 0,05 0,79 0,21 7 0,04 0,83 0,17 8 0,03 0,87 0,13 9 0,03 0,89 0,11 10 0,02 0,91 0,09 11 0,02 0,93 0,07 12 0,01 0,95 0,05 13 0,01 0,96 0,04 14 0 0,96 0,04 15 0 0,97 0,03 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 13 16 0 0,98 0,02 17 0 0,98 0,02 18 0 0,99 0,01 19 0 0,99 0,01 20 0 1 0 21 0 1 0 22 0 1 0 23 0 1 0 24 0 1 0 25 0 1 0 26 0 1 0 27 0 1 0 28 0 1 0 29 0 1 0 30 0 1 0 Parameter Value Parameter Value Minutes Seconds M/M/s Average server utilization 0,4 Arrival rate(lambda) 240 Average number in the queue(Lq) 0,15 Service rate(mu) 300 Average number in the system(Ls) 0,95 Number of servers 2 Average time in the queue(Wq) 0 0,04 2,29 Average time in the system(Ws) 0 0,24 14,29 k Prob (num in sys = k) Prob (num in sys <= k) Prob (num in sys >k) 0 0,43 0,43 0,57 1 0,34 0,77 0,23 2 0,14 0,91 0,09 3 0,05 0,96 0,04 4 0,02 0,99 0,01 5 0 1 0 6 0 1 0 7 0 1 0 8 0 1 0 9 0 1 0 10 0 1 0 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 14 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,86 Arrival rate(lambda) 30 Average number in the queue(Lq) 5,14 Service rate(mu) 35 Average number in the system(Ls) 6 Number of servers 1 Average time in the queue(Wq) 0,17 10,29 617,14 Server cost $/time 0 Average time in the system(Ws) 0,2 12 720 Waiting cost $/time 18 Cost (Labor + # waiting*wait cost) 92,57 Cost (Labor + # in system*wait cost) 108 108*16*14=24192 Ahorro =24192/2-9000 =3096 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 15 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,8 Arrival rate(lambda) 12 Average number in the queue(Lq) 3,2 Service rate(mu) 15 Average number in the system(Ls) 4 Number of servers 1 Average time in the queue(Wq) 0,27 16 960 Server cost $/time 10 Average time in the system(Ws) 0,33 20 1200 Waiting cost $/time 50 Cost (Labor + # waiting*wait cost) 170 Cost (Labor + # in system*wait cost) 210 Parameter Value Parameter Value Minutes Seconds M/M/s Average server utilization 0,4 Arrival rate(lambda) 12 Average number in the queue(Lq) 0,15 Service rate(mu) 15 Average number in the system(Ls) 0,95 Number of servers 2 Average time in the queue(Wq) 0,01 0,76 45,71 Server cost $/time 10 Average time in the system(Ws) 0,08 4,76 285,71 Waiting cost $/time 50 Cost (Labor + # waiting*wait cost) 27,62 Cost (Labor + # in system*wait cost) 67,62 Ahorro= 170-27,62=142,38 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 16 Parameter Value Parameter Value Seconds M/M/1 (exponential service times) Average server utilization 0,8 Arrival rate(lambda) 0,4 Average number in the queue(Lq) 3,2 Service rate(mu) 0,5 Average number in the system(Ls) 4 Number of servers 1 Average time in the queue(Wq) 8 480 Average time in the system(Ws) 10 600 Parameter Value Parameter Value Seconds M/M/s Average server utilization 0,4 Arrival rate(lambda) 0,4 Average number in the queue(Lq) 0,15 Service rate(mu) 0,5 Average number in the system(Ls) 0,95 Number of servers 2 Average time in the queue(Wq) 0,38 22,86 Average time in the system(Ws) 2,38 142,86 SOLUCIONARIO DE INVESTIGACIÓN OPERATIVA II Pág. 17 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,75 Arrival rate(lambda) 3 Average number in the queue(Lq) 2,25 Service rate(mu) 4 Average number in the system(Ls) 3 Number of servers 1 Average time in the queue(Wq) 0,75 45 2700 Average time in the system(Ws) 1 60 3600 Parameter Value Parameter Value Minutes Seconds M/M/1 (exponential service times) Average server utilization 0,38 Arrival rate(lambda) 3 Average number in the queue(Lq) 0,23 Service rate(mu) 8 Average number in the system(Ls) 0,6 Number of servers 1 Average time in the queue(Wq) 0,08 4,5 270 Average time in the system(Ws) 0,2 12 720 Todos ejercicios deben ser resueltos además en POM y en solver. Es importante que elimpreso esté luego de cada ejercicio. Excepto los de líneas de espera no realizar en solver únicamente en POM.