AREQUIPA-PER

2014
























INTRODUCCION





TEMA:
Caso: Papelera Panamericana S.A.
INTEGRANTES:
Choque Yanqui Percy Enrique
Chucuya Bjar Vctor Sal
Diego Fernndez Snchez
Cayra Sutta Raul Alexander
Paredes Ortiz Jess Alberto

FACULTAD DE INGENIERIA DE
PRODUCCIN Y SERVICIOS
I
N
V
E
S
T
I
G
A
C
I
O
N

D
E

O
P
E
R
A
C
I
O
N
E
S

I

DOCENTE: ING.JOSE HERNANDEZ VALLEJOS.

Universidad Nacional de San Agustn

Escuela Profesional de Ingeniera
Industrial
Investigacin de Operaciones I

2
NDICE

1. INTRODUCCIN .................................................................................................... 3
1.1 PLANTEAMIENTO DEL PROBLEMA ..................................................................................... 4
1.2 DEFINICIN DEL PROBLEMA ............................................................................................ 6
1.3 FORMULACIN DEL PROBLEMA ....................................................................................... 6
1.4 MISIN ...................................................................................................................... 6
1.5 OBJETIVO GENERAL ...................................................................................................... 6
1.6 OBJETIVOS ESPECFICOS ................................................................................................. 6
2. MARCO TERICO .................................................................................................. 7
2.1 MODELO DE PROGRAMACIN LINEAL ............................................................................... 7
2.1.1 Definicin .......................................................................................................... 7
2.1.2 Fases del Estudio de la Programacin Lineal ................................................... 7
3. APLICACIN DEL MODELO DE OPTIMIZACION ..................................................... 12
3.1 CARACTERSTICAS DEL PROBLEMA .................................................................................. 12
3.2 DESCRIPCIN DEL MODELO .......................................................................................... 12
3.3 FORMULACIN MATEMTICA ....................................................................................... 13
3.4 USO DEL PAQUETE DE APLICACIN WINQSB ............................................................. 15
4. ANLISIS DE SENSIBILIDAD ................................................................................. 15
4.1 ANLISIS DE SENSIBILIDAD DE COEFICIENTES DE FUNCIN OBJETIVO ...................................... 16
4.2 ANLISIS DE SENSIBILIDAD DE LAS DISPONIBILIDADES DE RECURSOS ....................................... 18
5. ANLISIS PARAMTRICO ..................................................................................... 23
5.1 ANLISIS PARAMTRICO DE COEFICIENTES DE FUNCIN OBJETIVO ........................................ 23
5.2 ANLISIS PARAMTRICO DE LOS RECURSOS O DISPONIBILIDADES .......................................... 26
CONCLUSIONES ...................................................................................................... 30
RECOMENDACIONES .............................................................................................. 30
BIBLIOGRAFA ........................................................................................................ 31




Investigacin de Operaciones I

3

1. INTRODUCCIN


En este trabajo se presenta un modelo de Programacin entera para
optimizar las utilidades de la empresa Panam, que se dedica a la
fabricacin y venta de Papeles Higinicos como Ego, Ideal entre otros.

Este modelo tiene como soporte computacional el Winqsb, este es un
excelente programa educacional para la solucin de gran cantidad de
problemas complejos de tipo cuantitativo que consta de una serie de
aplicaciones individuales que nos ayudarn en temas de investigacin de
operaciones, mtodos de trabajo, planteamiento de la produccin,
evaluacin de proyectos etc.
Este modelo de programacin , es una aplicacin objetiva de la Ingeniera
Industrial con el fin de buscar la optimizacin mayores utilidades a las
empresas.













Investigacin de Operaciones I

4

1.1 Planteamiento del problema

La PAPELERA PANAMERICANA S.A. Considera la compra de
Insumos elevada en la fabricacin de Papel Higinico y no
obteniendo mayores utilidades, teniendo gastos como el costo de
almacenamiento, entre otros.
Datos Generales De La Empresa
Papelera Panamericana S.A. (PANAM S.A.) es una empresa
industrial arequipea, que inicia operaciones en el ao 1983, est
dedicada a la fabricacin y comercializacin de papeles absorbentes
orientados al cuidado e higiene personal as como actividades afines
y conexas.
A travs de los aos, se ha forjado un importante sitial,
comercializando productos a nivel nacional e internacional.
Ha cumplido ms 25 aos fabricando y comercializando
productos de reconocida calidad y a la fecha, viene ejecutando un
proyecto para la ampliacin de su planta industrial.
En el ao 2003, la empresa obtiene la certificacin de calidad ISO
9001:2000, garantizando de esta manera la mejora continua de sus
procesos y productos; en esta lnea en el mes de mayo del ao 2010
tuvo la oportunidad de asegurar la bondad de su Sistema de Gestin
de Calidad mediante la Re-certificacin acorde a la versin nueva
2008 otorgada por la empresa certificadora Bureau Veritas, con el
Investigacin de Operaciones I

5
respaldo de UKAS QUALITY MANAGEMENT, que tendr vigencia
hasta el ao 2012.
Ubicacin
Papelera Panamericana S.A. se encuentra localizado en el Parque
Industrial en la ciudad de Arequipa. El Parque Industrial de Arequipa
ubicado en el Cercado de Arequipa, a lo largo de su existencia ha
sufrido diferentes transformaciones de sus ramas industriales,
observndose un mayor dinamismo a las industrias ligadas al
consumo (alimentos y bebidas), a la construccin (P.V.C., cemento y
acero) y las de exportacin (textil).
Grafico 3: Localizacin geogrfica de la planta

PRODUCTOS
PANAM S.A. est orientada a la fabricacin de tres tipos de
productos:
Investigacin de Operaciones I

6
1. Papeles Higinicos Blancos y de Color, en las marcas IDEAL en
una y dos hojas, EGO y SUSSY
2. Servilletas de Papel en las marcas IDEAL y TESS.
3. Toallas de Papel en marca IDEAL.

1.2 Definicin del Problema

Maximizacin de utilidades en la produccin de papeles higinicos.

1.3 Formulacin del Problema

Se propone un modelo de Programacin Entera para maximizar las
ganancias en la empresa.
1.4 Misin

PANAM es una empresa industrial orientada a sus clientes con el
objeto de conseguir beneficios para todos los involucrados en la
cadena productiva y comercial. Todas las actividades se realizan con
entusiasmo y dedicacin y en un marco de responsabilidad para con
los socios, trabajadores, sociedad y medio ambiente.

1.5 Objetivo General

Construir un modelo que nos permita obtener mayores utilidades en
la fabricacin y venta de los papeles higinicos Ideal y Ego.

1.6 Objetivos Especficos

Ofrecer un modelo a la empresa Panam para que pueda reducir o
Investigacin de Operaciones I

7
aumentar los insumos para obtener mayores utilidades.
Construir el modelo con la finalidad de obtener un proyecto base
para estudios siguientes.
2. MARCO TERICO

2.1 Modelo de Programacin Lineal

Programacin Lineal entera

2.1.1 Definicin

Cuando en un problema existen variables que deben tomar valores
discretos y la funcin objetivo y las restricciones son lineales.
Hasta ahora hemos visto los problemas de programacin lineal en el
dominio de los reales. Sin embargo, en muchos modelos algunas o
todas las variables de decisin deben ser enteras. Estos modelos
son conocidos como modelos de programacin lineal entera
(PLE).

2.1.2 Fases del Estudio de la Programacin Lineal

Obtencin de los insumos en la fabricacin de papel Higinico:
MATERIAS PRIMAS E INSUMOS
Las materias primas utilizadas dentro del proceso productivo son:
Papel Reciclado y Agua de Poza. Los insumos utilizados en el
proceso son: Soda Custica, Agua de Poza, Espumantes,
Dispersantes, Biocida, Sulfato de Aluminio, Colorantes, Blanqueador
ptico, Resina de Escolante, Antiespumante entre otros y solventes
como insumos para mantenimiento de las mquinas. Mostramos a
Investigacin de Operaciones I

8
continuacin una tabla de materias primas e insumos para una
produccin de 296 T.
Cuadro N 1: Materias primas e insumos en los diferentes
procesos
Para higinico B 2 Furnihs
Bond blanco impreso 1090 kg
Papel mixto color 100kg
Perxido de hidrogeno 120 kg
sifa 6 kg
Soda caustica 1.75 lts
destintante 0.6 lts
diatomita 3kg

Para higinico B 3 Furnihs
Bond blanco impreso 700 kg
Papel mixto color 380kg
Perxido de hidrogeno 60 kg
sifa 3 kg
Soda caustica 1lts
destintante 0.5lts
diatomita 3kg

Investigacin de Operaciones I

9
Total de insumos
Bond blanco impreso 1790000 kg
Papel mixto color 250000kg
Perxido de hidrogeno 70000 kg
sifa 5000kg
Soda caustica 4400lts
destintante 900lts
diatomita 2000kg

Costo de papel por unidad
ideal 0.9 centavos
ego 0.6 centavos

2.1.2.1 Anlisis del Sistema Real y su Entorno

En la fabricacin de 296 T de papel higinico la empresa observa
que no hay muchas ganancias.
En nuestro estudio observamos un exceso de insumos de papel bond
blanco adems del papel mixto lo cual genera perdidas en la
fabricacin de papel higinico.
La empresa tambin observa un alto costo de almacenamiento lo que
le genera perdidas.

2.1.2.2 Representacin del Sistema Real

Funcin Objetivo
Z = 0.9x
1
+0.6x
2
Restricciones Estructurales

Investigacin de Operaciones I

10
R1: 1090x
1
+700x
2
1790000 (kg de papel bond)
R2: 100x
1
+380x
2
250000 (kg de papel mixto color)
R3: 120 x
1
+60 x
2
70000 (kg perxido de hidrogeno)
R4: 6x
1
+3x
2
5000 (kg de sif)
R5: 1.75x
1
+1x
2
4400 (lt de soda)
R6: 0.6x
1
+0.5x
2
900 (lt de destintante)
R7: 3x
1
+3x
2
2000 (kg de diatomita)

Restricciones de No Negatividad
x
1
0
x
2
0
Solucin y Prueba del Modelo

Investigacin de Operaciones I

11

La solucin es x1=500 y x2=166.6667 con una utilidad de $/. 550 en la
fabricacin de 296T.

RESOLUCIN DEL MODELO POR EL MTODO GRFICO

Investigacin de Operaciones I

12
Control del Modelo
El Modelo tiene muchas perdidas en los insumos:
Papel Bond Blanco : 1 128 333 kg
Papel Mixto : 136 666.7 kg
Peroxido de hidrogeno : 0 kg
Sifa : 1 500 kg
Soda Caustica : 3 358.3
Destintante : 516 .6
Diatomita : 0
Implementacin
Se implementara un mejor control en el requerimiento de insumos.
Reformulacin del Modelo
Se reformula el modelo para poder optimizar las ganancias en nuestro
estudio a la empresa Panam.
3. APLICACIN DEL MODELO DE OPTIMIZACION

3.1 Caractersticas del Problema

Los insumos usados por la empresa es bastante, por lo que la empresa no
tiene muchas ganancias, adems que le genera costos en el almacenaje.
3.2 Descripcin del Modelo

Programacin Lineal entera
Investigacin de Operaciones I

13
Cuando en un problema existen variables que deben tomar valores
discretos y la funcin objetivo y las restricciones son lineales.
3.3 Formulacin Matemtica

Construccin del Modelo
Cuadro N 2: Materias primas e insumos en los diferentes
procesos
Para higinico B 2 Furnihs
Bond blanco impreso 1090 kg
Papel mixto color 100kg
Perxido de hidrogeno 120 kg
sifa 6 kg
Soda caustica 1.75 lts
destintante 0.6 lts
diatomita 3kg

Para higinico B 3 Furnihs
Bond blanco impreso 700 kg
Papel mixto color 380kg
Perxido de hidrogeno 60 kg
sifa 3 kg
Investigacin de Operaciones I

14
Soda caustica 1lts
destintante 0.5lts
diatomita 3kg

Total de insumos
Bond blanco impreso 1790000 kg
Papel mixto color 250000kg
Perxido de hidrogeno 80000 kg
sifa 5000kg
Soda caustica 4400lts
destintante 900lts
diatomita 2621kg

Costo de papel por unidad
ideal 0.9 centavos
ego 0.6 centavos

La Funcin Objetivo
Z = 0.9x
1
+0.6x
2

Restricciones Estructurales

R1: 1090x
1
+700x
2
1790000 (kg de papel bond)
R2: 100x
1
+380x
2
250000 (kg de papel mixto color)
R3: 120 x
1
+60 x
2
80000 (kg perxido de hidrogeno)
R4: 6x
1
+3x
2
5000 (kg de sif)
R5: 1.75x
1
+1x
2
4400 (lt de soda)
R6: 0.6x
1
+0.5x
2
900 (lt de destintante)
Investigacin de Operaciones I

15
R7: 3x
1
+3x
2
2621 (kg de diatomita)

Restricciones de No Negatividad
x
1
0
x
2
0

3.4 Uso del Paquete de Aplicacin WINQSB

Presentacin de los modelos en WINQSB


Reporte de la Solucin en WINQSB

El aumento de perxido de hidrogeno a 80000 kg y la sifa a 2621 kg
obtenemos una ganancia mxima de S/. 662.1.
La solucin es x1=459.6667 y x2=414
4. ANLISIS DE SENSIBILIDAD

Investigacin de Operaciones I

16
4.1 Anlisis de sensibilidad de coeficientes de Funcin objetivo

-Notamos del mtodo grfico que el punto ptimo estar dentro de una
recta que oscile entre las restricciones C3 y C7 para seguir tomando el
mismo valor , lo resolveremos mediante pendiente para ello planteamos
para cada uno de los coeficientes de la funcin objetivo que :
Sea la ecuacin Z*=mX+nY==>Pendiente de N=-m/n

*COEFICIENTE DE X
1
: (A)
Pendiente Z: -A/0.6
Pendiente C3: -120/60=-2
Pendiente C7: -3/3=-1
Pendiente C3<Pendiente Z < Pendiente C7
-2<-A/0.6<-1
1<A/0.6<2 ==>0.6<A<1.2

Salida de WINQSB :

Anlisis de Sensibilidad Coeficiente de x
1
en la Funcin Objetivo

Interpretacin:
Quiere decir que la variacin del precio unitario que se puede asignar al
producto 1( Para higinico B 2 Furnihs) puede oscilar entre S/.0.60 y
Investigacin de Operaciones I

17
S/.1.20 para que el valor de solucin siga siendo el ptima (500
unidades de ese producto )
*COEFICIENTE DE X
2
: (B)

-Planteamos de igual manera :

Pendiente Z: -0.9/B
Pendiente C3: -120/60=-2
Pendiente C7: -3/3=-1

Pendiente C3<Pendiente Z < Pendiente C7
-2<--0.9/B <-1
1<0.9/B <2
0.5<B/0.9<1
==>0.45<B<0.90, ahora comprobemos por WINQSB :
Salida de WINQSB :
Anlisis de Sensibilidad Coeficiente de x
1
en la Funcin Objetivo



Interpretacin:
El cuadro anterior nos indica las variaciones de ambos extremos a los
son sensibles los precios de cada articulo para mantener los valores de
Investigacin de Operaciones I

18
solucin, se infiere que tambin la solucin ptima cambiar , sin
importan que los valores de solucin sigan siendo ptimos , pues
tendremos nuevos precios unitarios .

4.2 Anlisis de sensibilidad de las disponibilidades de recursos

Realizaremos desplazamientos de las restricciones para poder observar
las variaciones que pueden haber en los recursos que mantengan la
solucin ptimo y en otros casos veremos en que cantidad cambia este
valor al hacer cambios en los lados derechos de las restricciones.

SALIDA DEL GRAFICADOR GLP: INTERPRETACIN GRFICA PARA EL
ANLISIS DE SENSIBILIDAD DEL LADO DERECHO DE LA RESTRICCION C1

Investigacin de Operaciones I

19
Para el lado derecho de la restriccin 1:
Observamos que se puede desplazar hacia abajo hasta el punto ptimo
pero no tiene limite alguno hacia arriba, es decir tomara la coordenada
del punto ptimo (500,166.67) y ser ilimitada o irrestricta por la parte
superior.
Reemplazamos en la ecuacin:

C1==>Lm inferior :1090*500+700*166.67=661669 , Lm
superior : M(nm. Muy alto)
(aprox ya que 166.67 ya est redondeado)
Por lo tanto , el rango de sensibilidad del recurso de C1:
661669<1790000<M
COMPROBACIN DEL ANALISIS DE SENSIBILIDAD LADO DERECHO C1
(RHS)
SALIDA DE WINQSB:

SALIDA DEL GRAFICADOR GLP:

-



Investigacin de Operaciones I

20
Procedemos de igual manera para analizar la sensibilidad del Lado
Derecho de las restricciones de C2, C4, C5 Y C6










En todos esos casos el lmite inferior es el punto ptimo y son ilimitadas
en la cota superior, reemplazando en sus ecuaciones el punto ptimo:
C2(restriccin de kg de papel mixto color)
==> Lm inferior: 100*500+380*166.67=113334.6, Lm superior: M
El rango de sensibilidad del recurso de C2:
113334.6 <C2 <M
C4(restriccin de kg de sof)
==> Lm inferior: 6*500+3*166.67=3500.013500, Lm superior: M
El rango de sensibilidad del recurso de C4:
3500<C4<M
Investigacin de Operaciones I

21
C5(restriccin de Lt de soda)
==> Lm inferior: 1.75*500+1*166.67=1041.67, Lm superior: M

el rango de sensibilidad del recurso de C5:
1041.67<C5<M
C6(restriccin de Lt de destintante)
==> Lm inferior: 0.6*500+0.5*166.67=383.335, Lm superior: M
el rango de sensibilidad del recurso de C6:
383.335 < C6<M

Interpretacin de los Resultados:
Las variaciones de sensibilidad de los lados derechos de las
restricciones anteriores, quieren decirnos que:
Cules son las mnimas cantidades de recursos que necesitamos
asignar (limites inferiores) para mantener el plan ptimo de produccin, o
sea agotaremos todos los recursos y que de asignar una cantidad muy
elevada como las decenas de miles de kilogramos de papel mixto color
o de sof seguiremos teniendo el mismo plan ptimo, pero en este caso
vamos a tener recursos sobrantes o en exceso.

Anlisis de Sensibilidad de las restricciones del Punto ptimo (C3
Y C7)
De la explicacin anterior se deduce que para el caso de las
restricciones de kg de perxido de oxgeno (C3) y kg de diatomita (C7)
que son llamadas RESTRICCIONES ACTIVAS, porque se encuentran
Investigacin de Operaciones I

22
en el punto ptimo; ya han encontrado su Limite inferior, puesto que NO
PUEDEN DISMINUIR MS PUES SALDRIAN DEL PUNTO PTIMO;
pero como en el caso de las otras restricciones son tambin ilimitadas
por la parte superior.
Con ayuda de los paquetes POM y el GLP para el modelo ,pudimos
determinar los extremos de la recta Z para el primer cuadrante siendo
las coordenadas y las dems coordenadas donde se desplazarn las
rectas usando pendiente








Eje Y:
(0, 918.9) y (0,873.67)
Eje X:
(608.6, 0) y (0,678.57)

C3(restriccin de kg perxido de oxgeno)
Lmite inferior: 120*0+60*678.57=40714.240714
Lmite superior: 120*666.67+0*60=80000.480000 (errores de
Investigacin de Operaciones I

23
redondeo en 666.67)
el rango de sensibilidad del recurso de C3:
40714<C3<80000
C7(restriccin de kg de diatomita)
Lmite inferior: 3*583.33+3*0 =1749.991750
Lmite superior: 3*0+3*873.67=2621.012621

ANALISIS DE SENSIBILIDAD POR WINQSB
DEL LADO DERECHO DE LAS RESTRICCIONES

5. ANLISIS PARAMTRICO

5.1 Anlisis Paramtrico de coeficientes de Funcin objetivo
Nos permite analizar un conjunto de anlisis de sensibilidad de
coeficientes de la funcin objetivo del modelo matemtico para cada uno
de los vrtices de la regin factible dentro de los valores permitidos.

Como las pendientes pueden tomar los valores de M hasta M ,
Investigacin de Operaciones I

24
entonces diremos que el coeficiente puede tomar en general cualquier
valor de los nmeros racionales.

En la figura:

Z EN: LMITE INFERIOR SIGNO PENDIENTE
DE Z
SIGNO LMITE SUPERIOR

P1 -(Pendiente en Ec
X
1
=0)
P(Z) Pendiente R7,
Ec 3X
1
+3X
2
=200000
m=3/3=1
P2 Pendiente R7,
Ec 3X
1
+3X
2
=200000
m=3/3=1
P(Z) Pendiente R3,
Ec120X
1
+60X
2
=70000
m= 120/60 =2
P3 Pendiente R3,
Ec120X
1
+60X
2
=70000
m= 120/60 = 2
P(Z) +(Pendiente en Ec X
1
=0)

5.1.1. Aplicacin del Anlisis Paramtrico
Investigacin de Operaciones I

25


Vemos que segn el punto donde se aplica el anlisis paramtrico
tendremos diferentes valores de la funcin objetivo para pendientes de Z
que van desde hasta +

SALIDA DEL SOFTWARE POM PARA EL MODELO MATEMTICO



Entonces las coordenadas son:
P
1
: (0 , 666.67)
P
2
: (500, 166.67)
P
3
: (583.33 , 666.67)
Entonces dadas las siguientes funciones objetivos :
Z*=-20X
1
+20X
2
== PZ*=-1 pertenece al intervalo del punto 1
Z*(P
1
)=-20*0+20*666.67=13333.4
Z**=200X
1
+150X
2
PZ**=1.33 pertenece al intervalo del punto 2
Investigacin de Operaciones I

26
Z**(P
2
)=200*500+150*166.67=125000.5

Z***=2000X
1
+100X
2
PZ**=20pertenece al intervalo del punto 3
Z***(P
3
)=200*583.33+100*666.67=183333

5.1.2. Interpretacin del Anlisis Paramtrico
Nos permite estudiar varios anlisis de sensibilidad a la vez para varias
restricciones de la funcin objetivo, es decir que como ira cambiando el
valor de la funcin incluso ahora podemos analizar para valores fuera
del intervalo de sensibilidad, podemos decir que es:
Un Estudio crtico sobre asignar cualquier cantidad de recursos de
los diversos tipos, todas al mismo tiempo sin importar si estn
dentro de algn rango factible para conocer los nuevos valores
ptimos de Z

PARA EL PROBLEMA EN ESTUDIO podemos conocer el Qu
pasara si? pero esta vez de todos los tipos de recursos de
kilogramos, litros, etc en forma simultnea que afectan la utilidad de la
empresa papelera PANAM. Ya que si una restriccin disminuya las otras
a aumentarnautomticamente.
5.2 Anlisis Paramtrico de los recursos o disponibilidades

En el apartado de anlisis de sensibilidad de recursos obtuvimos que
para la restriccin en kg de papel mixto color (C2) , el valor actual es de
1790000 y los limites de sensibilidad permitidos son de 113334.6 y M
para mantener el Plan ptimo de Produccin de PANAM.

Investigacin de Operaciones I

27
- Pero que pasara en el caso de variar este recurso por una cantidad
debajo de 1790000? , es decir fuera del intervalo permitido
- La misma pregunta es para la restriccin de kg de sof que es
tambin ilimitada en el margen superior y tiene un lmite inferior de
3500.01kg que requiere como mnimo para cumplir el Plan, cuando le
asignamos recursos menores de esa cantidad.
- Entonces, una forma de responder estas preguntas es SOLUCIONAR
UN NUEVO PROBLEMA de programacin lineal en el que se modifique
el valor de inters del lado derecho, y todo lo dems sigue igual. Pero
con la tcnica mostrada a continuacin podemos responder esta
pregunta si tener que resolver el problema otra vez.
5.2.1. Aplicacin del anlisis Paramtrico
Tomemos como ejemplo la siguiente restriccin conocida:
R3:120 x
1
+ 60 x
2
70000 (kg perxido de oxgeno)
Se sabe que el Lado derecho vara entre 40714.29 y 80000, Pero
cambiaremos R3 por: R3*: 120 x
1
+ 60 x
2
45000.
SALIDA DE WINQSB: CAMBIO EN EL LD Y NUEVO PLAN PTIMO

Investigacin de Operaciones I

28
Observamos que la solucin ptima ser
x
1
=83.333 ,x
2
=583.333 y Z=425 ,Seguiremos cambiando el LD en el
ingreso de datos de WINQSB y lo registraremos en la tabla :
Valor del
LD de R3
Solucin ptima Valor de
la Funcin
45000 x
1
=83.33, x
2
=583.33 425
42000 x
1
=33.33,x
2
=633.33 410
50000 x
1
=166.67,x
2
=500 450
65000 x
1
=416.67x
2
=250 525

Con los datos obtenidos se comprueba que al incrementarse el valor del
LD de la restriccin de 45000 a 65000, el valor de la funcin objetivo en
la solucin ptima se incrementar en forma lineal. La pendiente de esa
lnea se calcula usando cualesquiera dos valores de la tabla:

Este valor coincide con Shadow Price en las salidas vistas anteriormente
y se traduce como Precio Sombra o Precio Dual ,refleja el incremento
de las utilidades en S/. 0.005 y el valor del recurso de perxido de
oxgeno en el intervalo por cada unidad adicional del mismo.
PRECIOS SOMBRAS DE LAS RESTRICCIONES




Investigacin de Operaciones I

29
PODEMOS COMPROBARLO EN FORMA OPERATIVA; como los
cambios en las restricciones afectarn directamente el Plan de
Produccin y por ende el valor ptimo de Z siguiendo una dependencia
lineal , para el caso planteamos que :
Z(Nuevo)=Z +/- PS*(LD)
Donde : PS: Precio sombra ,LD: variacin lado derecho, +/- :
aumento/disminucin
Cuando LD de R3(kg de Perxido)=42000 , Z(Nuevo)=410
Adems : Z(Inicial) = 550 y R3 inicial =70000
Z(Nuevo)=550-0.005*(70000-42000)
Z(Nuevo)=550-140
Z(Nuevo)=S/.410

Se deduce adems que los valores que no tienen Precio Sombra para el
intervalo de sensibilidad que las rige , pueden cambiar la solucin ptima
cuando estn fuera del mismo.

5.2.2. Interpretacin del Anlisis Paramtrico

Como hemos visto , despus de encontrar una solucin ptima para el
programa lineal que sigue la empresa PANAM , podemos calcular para
cada recurso restrictivo de kilogramos o litros ,un precio sombra junto
con un intervalo dentro del cual este precio sea vlido .Por ello
concluimos que :

Investigacin de Operaciones I

30

Los precios sombra representan el cambio en el valor ptimo de
las utilidades de la empresa papelera PANAM en la funcin objetivo
que se sigue , resulta cuando dispongamos de una unidad adicional
de uno de sus recursos y por lo tanto nos indicaran si esta decisin
es RENTABLE O NO para la empresa
CONCLUSIONES

Se concluye que las ganancias se maximizan de S/. 550 a S/.
662.1 aumento la cantidad en kilogramos de perxido de
hidrogeno y de diatomita.
Se logro la optimizacin mediante la programacin lineal entera.
RECOMENDACIONES

Se recomienda un mejor hacer una revisin de estudios pasados
para una mejor comparacin.
Se observa que falta ms datos que nos pueda ayudar a llegar a una
solucin mas exacta.
Se pide desarrollar otro modelo de optimizacin para una
comparacin de resultados





Investigacin de Operaciones I

31

BIBLIOGRAFA

MATHUR, Solow. Investigacin de Operaciones, el Arte de la Toma de
Decisiones. Mexico: Prentice Hall Hispanoamericana, 1992.
TAHA, Handy A: Investigacin de Operaciones. Mxico: Ediciones
Prentice Hall Hispanoamericana, 1998
GALLAGER, Charles: Mtodos Cuantitativos para la toma de decisiones
en administracin. Mxico: Ediciones McGraw-Hill, 1982
ANDERSON, Williams: Mtodos Cuantitativos para los negocios.
Sptima edicin, Mxico: Ediciones Thomson Internacional, 1999.
HERNANDEZ, R. FERNANDEZ, C BAPTISTA, P. (1991)
METODOLOGA DE LA INVESTIGACIN . Mxico: Editorial Mc Graw
Hill.