UNI- FIIS / Ciclo 2009 II

AREA

DE

COMPUTACION,

INFORMATICA

SISTEMAS

Curso: TEORIA DE DECISIONES

PRACTICA CALIFICADA N 04
Profesor: Ing. Bruno Puccio Quevedo
GRUPO A
Fecha:
11/12/09
Seccin: ST114U Horario: 2pm. 4pm. Duracin: 180 minutos.
Pregunta 1 (10 pts)
El siguiente modelo es un MPLMO con dos funciones objetivo
FO1: MAX Z1 = 80XA + 52XB + 76XC
FO2: MAX Z2 = 30 XA + 70XB + 50 XC
ST
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
Se le pide:
A) Estudie la solucin al problema por el mtodo de las ponderaciones considerando
pesos de 60% para FO1 y 40% para FO2.
B) Estudie la solucin del problema aplicando el mtodo de las restricciones.
FO1(x) >= 0.6 Max FO1
FO2(X) >= 0.4 Max FO2

C) Estudie la solucin del problema aplicando PROGRAMACION POR METAS

D) Evalu los resultados anteriores y sugiera la mejor solucin al problema
Pregunta 2 (10 pts)
Una compaa dispone de tres fbricas para elaborar un mismo producto en cuatro
variedades: A, B, C y D. La oferta de produccin de las tres fbricas son: 100, 1200 y 700
respectivamente sin importar que tipo de variedad de producto se fabrica. Las demandas
son 500 unidades de A, 600 unidades de B, 800 unidades de C y 800 unidades de D. La
fbrica 3 no puede elaborar el producto B. Los costos de fabricacin se dan en la
siguiente tabla:
Productos
Fbricas

Por otro lado las plantas 1, 2 y 3. Tiene una capacidad en unidades tcnicas de tiempo de
1500, 2400 y 1400. Los requerimientos de unidades de tiempo para la produccin.
Fbricas
T
A
B
C
D
1

1500

2.5

1.5

1.5

2.0

2400

3.0

2.0

2.5

1.5

1400

2.5

3.0

2.0

Los costos de la empresa incluyen una prima directamente proporcional al ratio

productividad = volumen de produccin/ capacidad de produccin.
S una planta produce una mayor productividad que las dems los trabajadores ganaran
ms que sus compaeros de las otras plantas. Creando insatisfaccin en estos ltimos.

Para evitar la empresa quiere que no existan diferencias significativas en los ratios de
productividad entre las plantas.
La empresa quiere satisfacer la demanda al menor costo, cumpliendo las restricciones de
unidades tcnicas y al mismo tiempo manteniendo la misma productividad en todas sus
plantas.
El Gerente construyo las siguientes tablas.
Oferta = demanda (MODELO DE TRANSPORTE)
DEMADA PRODUCTOS
Fabricas

TOTAL

OFERTA

X1A

X1B

X1C

X1D

X1F

1000

X2A

X2B

X2C

X2D

X2F

1200

X3A

X3C

X3D

X3F

800

500

600

800

X1A + X1B + X1C + X1D + X1F = 1000

X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X1A + X2A + X3A = 500
X1B + X2B = 600
X1C + X2C + X3C = 800
X1D + X2D + X3D = 800
X1F + X2F + X3F = 300
Restricciones de unidades tcnicas.
Fbricas
T
A

800

300

3000

1500

2.5

X1A

1.5

X1B

1.5

X1C

2.0

X1D

2400

3.0

X2A

2.0

X2B

2.5

X2C

1.5

X2D

1400

2.5

X3A

3.0

X3C

2.0

X3D

2.5X1A + 1.5X1B +1.5X1C + 2X1D <= 1500

3X2A + 2X2B + 2X2C + 1.5X2D <= 2400
2.5X3A + 3X3C + 2X3D <= 1400
Restricciones de proporcionalidad
X1A + X1B + X1C + X1D - 1000C = 0
X2A + X2B + X2C + X2D - 1200C = 0
X3A + X3C + X3D - 800C = 0
C<= 1
Llegando al siguiente modelo PPL que no tiene solucin.
MIN 4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D
ST
X1A + X1B + X1C + X1D + X1F = 1000
X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X1A + X2A + X3A = 500
X1B + X2B = 600
X1C + X2C + X3C = 800
X1D + X2D + X3D = 800
X1F + X2F + X3F = 300
2.5X1A + 1.5X1B + 1.5X1C + 2X1D <= 1500
3X2A + 2X2B + 2X2C + 1.5X2D <= 2400
2.5X3A + 3X3C + 2X3D <= 1400
X1A + X1B + X1C + X1D - 1000C = 0
X2A + X2B + X2C + X2D - 1200C = 0
X3A + X3C + X3D - 800C = 0
C<=1

END
Como no logro encontrar solucin optima, replanteo el problema.
No es aceptable ms de 2% de incumplimiento de la demanda, tampoco el presupuesto no
puede ser mayor al 2% del presupuesto optimo. Adems, las diferencias de productividad
de cada planta no pueden ser mayores a 10%. Las penalidades por no abastecer A, B, C, D
son. 6, 4, 5 y 3.
Tabla para aceptar como limite 2% de incumplimiento de la demanda
Incluye penalidades por no abastecer productos
PRODUCTOS
Fabricas

X1A

X1B

X1C

X1D

X1F

1000

X2A

X2B

X2C

X2D

X2F

1200

X3A

X3C

X3D

X3F

800

4ficticio

X4A

X4C

X4D

X4F

54

500

X4B
600

800

800

354

3054

X1A + X1B + X1C + X1D + X1F = 1000

X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X4A + X4B + X4C +X4D + X4F = 54
X1A + X2A + X3A +X4A = 500
X1B + X2B + X4B = 600
X1C + X2C + X3C + X4C = 800
X1D + X2D + X3D + X4D = 800
X1F + X2F + X3F +X4F = 354
Restricciones de presupuesto
4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D +
6X4A + 4X4B +5X4C + 3X4D <= 7114.2
Restricciones de productividad
X1A + X1B + X1C + X1D - 1000C1 = 0
X2A + X2B + X2C + X2D - 1200C2 = 0
X3A + X3C + X3D - 800C3 = 0
C1 - C2 <= 0.1
C2 - C1 <= 0.1
C1 - C3 <= 0.1
C3 - C1 <= 0.1
C2 - C3 <= 0.1
C3 - C2 <= 0.1
C1 <= 1
C2 <= 1
C3 <= 1
Llego al siguiente PPL que no tiene solucin:
MIN 4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D
+ 6X4A + 4X4B +5X4C + 3X4D
ST
4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D +
6X4A + 4X4B +5X4C + 3X4D <= 7114.2
X1A + X1B + X1C + X1D + X1F = 1000
X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X4A + X4B + X4C + X4D + X4F = 54
X1A + X2A + X3A +X4A = 500

X1B + X2B + X4B = 600

X1C + X2C + X3C + X4C = 800
X1D + X2D + X3D + X4D = 800
X1F + X2F + X3F + X4F= 354
2.5X1A + 1.5X1B +1.5X1C + 2X1D <= 1500
3X2A + 2X2B + 2X2C + 1.5X2D <= 2400
2.5X3A + 3X3C + 2X3D <= 1400
X1A + X1B + X1C + X1D - 1000C1 = 0
X2A + X2B + X2C + X2D - 1200C2 = 0
X3A + X3C + X3D - 800C3 = 0
C1 - C2 <= 0.1
C2 - C1 <= 0.1
C1 - C3 <= 0.1
C3 - C1 <= 0.1
C2 - C3 <= 0.1
C3 - C2 <= 0.1
C1 <= 1
C2 <= 1
C3 <= 1
X4A <= 10
X4B <= 12
X4C <= 16
X4D <= 16
END
GIN X1A
GIN X1B
GIN X1C
GIN X1D
GIN X2A
GIN X2B
GIN X2C
GIN X2D
GIN X3A
GIN X3C
GIN X3D
GIN X4A
GIN X4B
GIN X4C
GIN X4D
Responda las siguientes preguntas:
A) Sera valido aplicar el mtodo de las ponderaciones.
B) Porque empleo el mtodo de las restricciones.
C) Sera ms conveniente el mtodo de programacin por metas.
D) Estudie una propuesta de solucin al problema.

SOLUCIONARIO PRCTICA 4
PREGUNTA 1
A) METODO DE LAS PONDERACIONES
Paso1: hallamos el optimo para cada funcin objetivo.
i)Funcin objetivo1:
MAX 80XA + 52XB + 76XC
ST
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
Resultados:
OBJECTIVE FUNCTION VALUE
1)
46000.00
VARIABLE
VALUE
REDUCED COST
XA
100.000000
0.000000
XB
0.000000
44.000000
XC
500.000000
0.000000
Valor de la FO2 con este conjunto solucin:
XA
30

XB
70
100

XC
50
0

500

Valor
FO2
28000

Cociente VFO2/maxFO2 = 28000/30400 = 0.921052632

II)funcin Objetivo 2:
MAX 30 XA + 70XB + 50 XC
ST
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
OBJECTIVE FUNCTION VALUE
1)

30400.00

VARIABLE
VALUE
XA
0.000000
XB
20.000000
XC
580.000000

REDUCED COST
24.000000
0.000000
0.000000

Valor de la funcin Objetivo 1 para este conjunto solucin:

XA
XB
XC
Valor
30
52
76
FO1
0
20
580
45120
Cociente VFO1/maxFO1 = 28000/46000 = 0.980869565

Paso2: Construir los coeficientes de la funcin integradora

W
Wn x Zn(x)
Z(x) = W
W11x Z1(x)+ W2 2 x Z2(x)+.W
Z2*
Z1*
Znn*
Wi
Zi
Wi/Zi
106x (Wi/Zi)

0.60
46000.00
1.30435E-05
13.04

0.40
30400.00
1.3158E-05
13.06

Nueva funcin objetivo

13.04(80XA + 52XB + 76XC) + 13.06(30 XA + 70XB + 50 XC)
(13.04*80+13.06*30)XA + (13.04*52+13.06*70)XB + (13.04*76+13.06*50)XC
1435XA + 1592.28XB + 1644.04XB
Luego el modelo PPL ser:
MAX 1435XA + 1592.28XB + 1644.04XC
ST
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
Resultado:
OBJECTIVE FUNCTION VALUE
1)

986424.0

VARIABLE
VALUE
XA
0.000000
XB
0.000000
XC
600.000000

REDUCED COST
209.039993
51.759972
0.000000

Ojo: recordemos que multiplicamos los coeficientes por 106

Por tanto el valor de Z es 0.986424 0.99 es decir esta aun 98.6% de la solucin
ideal.
Valor de FO1 = 80XA + 52XB + 76XC = 600*76= 45600
XA
XB
XC
Valor
30
52
76
FO1
0
0
600
45600
Cociente VFO1/maxFO1 = 45600/46000= 0.9913
Valor de FO2 = 30 XA + 70XB + 50 XC = 600*50= 30000
XA
XB
XC
Valor
30
70
50
FO2
0
0
600
30000
Cociente VFO2/maxFO2 = 30000/30400= 0.9868
B) Ahora resolveremos por el mtodo de las restricciones
i) Convertimos la segunda funcin objetivo FO2 en una restriccin de la forma:
FO2(X) >= 0.4 Max FO2 = 0.4*30400 = 1260

As obtenemos el siguiente PPL

MAX 80XA + 52XB + 76XC
ST
30 XA + 70XB + 50 XC >= 1260
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
RESULTADOS:
OBJECTIVE FUNCTION VALUE
1)

46000.00

VARIABLE
XA
XB
XC

VALUE
100.000000
0.000000
500.000000

REDUCED COST
0.000000
44.000000
0.000000

Valor FO1= 46000

Cociente VFO1/MaxFO1 = 1.00
Valor FO2 = 30*100+ 50*500 = 28000
XA
XB
XC
30
70
50
100
0
500

Valor
FO2
28000

Cociente VFO2/MaxVFO2 = 28000/30400 = 0.921

Reemplazando en la FOO del mtodo ponderado = 0.96520
1435
1592.28
1644.04
100
0
500
965520
ii) Convertimos la primera funcin objetivo FO1 en una restriccin de la forma:
FO1(X) >= 0.6 Max FO1 = 0.6*46000 = 27600
As obtenemos el siguiente PPL
MAX 30 XA + 70XB + 50 XC
ST
80XA + 52XB + 76XC >= 27600
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
RESULTADOS:
OBJECTIVE FUNCTION VALUE
1)
30400.00
VARIABLE
VALUE
REDUCED COST
XA
0.000000
24.000000
XB
20.000000
0.000000
XC
580.000000
0.000000
Valor FO1= 52*20+76*580 = 45120
XA
XB
XC
30
52
76
0
20
580

Valor
FO1
45120

Cociente VFO1/MaxFO1= 45120/4600 = 0.98086957

Valor FO2 = 30400

Cociente VFO2/MaxVFO2 = 1
Reemplazando en la FO pond del mtodo ponderado = 0.985388
XA
1435
0

XB
1592.28
20

XC
1644.04
580

Valor
FO Pond
985388.8

C) Por el mtodo de las Metas

Convertimos las dos funciones objetivo en metas
30 XA + 70XB + 50 XC + n1 - p1 = 1260
80XA + 52XB + 76XC +n2 p2 = 27600
As el PPL queda de la siguiente forma.
MIN n1 + n2
ST
30 XA + 70XB + 50 XC + n1 - p1 = 1260
80XA + 52XB + 76XC +n2 p2 = 27600
10XA + 18XB + 8XC <= 5000
2.5XA + 3XB + 1.5XC <= 1200
XA + XB +
XC <= 600
END
RESULTADOS
OBJECTIVE FUNCTION VALUE
1)

0.0000000E+00

VARIABLE
VALUE
N1
0.000000
N2
0.000000
XA
0.000000
XB
0.000000
XC
363.157898
P1 16897.894531
P2
0.000000

REDUCED COST
1.000000
1.000000
0.000000
0.000000
0.000000
0.000000
0.000000

Calculamos el valor de la FO1

XA
XB
XC
Valor
30
52
76
FO1
0
0 363.157898 27600.00025
Cociente VFO1/MaxFO1= 27600/4600 = 0.60
Calculamos el valor de la FO2
XA
XB
XC
30
70
50
0
0
363.157898

Valor
FO2
18157.8949

Cociente VFO2/MaxVFO2 = 18157.8949/30400= 0.597299174

Calculamos el valor de FO pond
XA
XB
XC
Valor
1435
1592.28
1644.04
FO Pond
0
0 363.157898 597046.1106
Valor FO ponderada = 0.597
D) Haremos una tabla comparativa de los resultados

MAX
XA
XB
XC
Valor FO1
Valor FO2

Valor FO
ponderacin
Cociente
VFO1/maxFO1
Cociente
VFO2/maxFO2

Mtodo
Pond.

Mtodo
Restricciones
R: FO2
R: FO1
100.00
0.00
0.00
20.00
500.00
580.00
46000.00
45120.00
28000.00
30400.00

Mtodo
Metas

F01
100.00
0.00
500.00
46000.00
28000.00

FO2
0.00
20.00
580.00
45120.00
30400.00

0.96552

0.98538

0.98642

0.96552

0.98538

0.59705

1.00000

0.98086

0.99130

1.00000

0.98086

0.60000

0.92105

1.00000

0.98684

0.92105

1.00000

0.59730

0.00
0.00
600.00
45600.00
30000.00

0.00
0.00
363.1579
27600.0000
18157.8949

Como vemos el mtodo de las restricciones da los mismos resultados que la optimizacin
de cada funcin objetivo trabajado de manera independiente. El mtodo de las metas ofrece
una solucin muy pobre en comparacin a los otros resultados. Dado que hay mas
importancia a los resultados de la FO1 que la FO2, podemos considerar como mejor opcin
el mtodo de ponderaciones. Por tanto, el conjunto solucin ms apropiado es XA= 0,
XB=0, y XC = 600.
PREGUNTA 2

A) Veamos las pretensiones

1) La empresa quiere satisfacer la demanda al menor costo,
2) cumpliendo las restricciones de unidades tcnicas y al mismo tiempo
3) manteniendo la misma productividad en todas sus plantas.
La primera es una funcin lineal
La segunda es una restriccin no hay nada que optimizar
La tercera no es una funcin lineal
Por ende no podemos aplicar mtodo de ponderaciones porque slo una pretensin es una
funcin lineal a optimizar.
B) Dado que las dos ltimas pretensiones son restricciones, es lgico tener un PPL con
restricciones adicionales. En realidad no convierte ninguna funcin objetivo en
restriccin. Por tanto, nunca ha aplicado el mtodo de las restricciones.
C) El hecho que las restricciones impuestas conducen a un conjunto vaci, si es necesario
Ablandar las restricciones por el mtodo de las metas. Pero, podemos mantener la funcin
lineal objetivo primigenia.
D) Resolvamos el problema con solo las dos primeras pretensiones
MIN 4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D
ST
X1A + X1B + X1C + X1D + X1F = 1000
X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X1A + X2A + X3A = 500
X1B + X2B = 600
X1C + X2C + X3C = 800
X1D + X2D + X3D = 800
X1F + X2F + X3F = 300
2.5X1A + 1.5X1B + 1.5X1C + 2X1D <= 1500

3X2A + 2X2B + 2X2C + 1.5X2D <= 2400

2.5X3A + 3X3C + 2X3D <= 1400
END
GIN X1A
GIN X1B
GIN X1C
GIN X1D
GIN X2A
GIN X2B
GIN X2C
GIN X2D
GIN X3A
GIN X3C
GIN X3D
SUS RESULTADOS SON:
OBJECTIVE FUNCTION VALUE
1)

7212.000

VARIABLE
VALUE
X1A
0.000000
X1B
200.000000
X1C
800.000000
X1D
0.000000
X2A
454.000000
X2B
400.000000
X2C
0.000000
X2D
158.000000
X3A
46.000000
X3C
0.000000
X3D
642.000000
X1F
0.000000
X2F
188.000000
X3F
112.000000

REDUCED COST
4.000000
3.000000
2.000000
3.000000
5.000000
4.000000
4.000000
2.000000
4.000000
5.000000
1.000000
0.000000
0.000000
0.000000

Veamos los ratios de productividad de cada planta:

(X1A + X1B + X1C + X1D)/1000 = 1000/1000 =1
(X2A + X2B + X2C + X2D)/1200 = 1012/1200 = 0.8433
(X3A + X3C + X3D)/ 800 = 688/800 = 0.86
Reformulemos el PPL ablandando las restricciones que originan el conflicto
Busquemos una productividad de (1000 + 1012 + 688)/(1000 + 1012 + 688) = 0.9
Reformulemos nuestro PPL
MIN 4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D
+n1 + p1 + n2 + p2 + n3+ p3
ST
X1A + X1B + X1C + X1D +n1-p1 = 900
X2A + X2B + X2C + X2D +n2-p2 = 1080
X3A + X3C + X3D +n3-p3 = 720
X1A + X1B + X1C + X1D + X1F = 1000
X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X1A + X2A + X3A = 500
X1B + X2B = 600
X1C + X2C + X3C = 800
X1D + X2D + X3D = 800
X1F + X2F + X3F = 300
2.5X1A + 1.5X1B + 1.5X1C + 2X1D <= 1500

3X2A + 2X2B + 2X2C + 1.5X2D <= 2400

2.5X3A + 3X3C + 2X3D <= 1400
END
GIN X1A
GIN X1B
GIN X1C
GIN X1D
GIN X2A
GIN X2B
GIN X2C
GIN X2D
GIN X3A
GIN X3C
GIN X3D
OBJECTIVE FUNCTION VALUE
1)

7356.000

VARIABLE
VALUE
X1A
93.000000
X1B
45.000000
X1C
800.000000
X1D
0.000000
X2A
335.000000
X2B
555.000000
X2C
0.000000
X2D
190.000000
X3A
72.000000
X3C
0.000000
X3D
610.000000
N1
0.000000
P1
38.000000
N2
0.000000
P2
0.000000
N3
38.000000
P3
0.000000
X1F
62.000000
X2F
120.000000
X3F
118.000000

REDUCED COST
5.000000
4.000000
3.000000
4.000000
5.000000
4.000000
4.000000
2.000000
3.000000
4.000000
0.000000
2.000000
0.000000
1.000000
1.000000
0.000000
2.000000
0.000000
0.000000
0.000000

Revisemos la productividad
(X1A + X1B + X1C + X1D)/1000 = 938/1000 =0.938
(X2A + X2B + X2C + X2D)/1200 = 1080/1200 = 0.843
(X3A + X3C + X3D)/ 800 = 682/800 = 0.860
Si comparamos con la productividad del resultado anterior, hemos reducido la
productividad de la planta 1 de 1 a 0.938 y ahora la diferencia de productividad entre
las plantas no excede el 10%.
El presupuesto anterior era de 7212 y ahora es de 7356 esto es un incremento del
1.9966722 % 0.2%
Si se ha logrado cumplir con la demanda, no exceder el presupuesto en 2% y cumplir
con el rango de variabilidad aceptable de productividad. Por que su PPL no
encontr conjunto solucin posible?
Revisemos su restriccin de presupuesto:
4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D +
6X4A + 4X4B +5X4C + 3X4D <= 7114.2

102% presupuesto = 7114.2, entonces presupuesto = 6974.70588 el presupuesto que ha

tomado es herrado. Si corregimos el presupuesto y lo corremos veamos que obtenemos:
Presupesto = 7212*1.02 = 7356.24
MIN 4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D
+ 6X4A + 4X4B +5X4C + 3X4D
ST
4X1A + 3X1B + 2X1C +3X1D + 5X2A + 4X2B+ 4X2C + 2X2D + 4X3A + 5X3C + X3D +
6X4A + 4X4B +5X4C + 3X4D <= 7356.24
X1A + X1B + X1C + X1D + X1F = 1000
X2A + X2B + X2C + X2D + X2F = 1200
X3A + X3C + X3D + X3F = 800
X4A + X4B + X4C + X4D + X4F = 54
X1A + X2A + X3A +X4A = 500
X1B + X2B + X4B = 600
X1C + X2C + X3C + X4C = 800
X1D + X2D + X3D + X4D = 800
X1F + X2F + X3F + X4F= 354
2.5X1A + 1.5X1B +1.5X1C + 2X1D <= 1500
3X2A + 2X2B + 2X2C + 1.5X2D <= 2400
2.5X3A + 3X3C + 2X3D <= 1400
X1A + X1B + X1C + X1D - 1000C1 = 0
X2A + X2B + X2C + X2D - 1200C2 = 0
X3A + X3C + X3D - 800C3 = 0
C1 - C2 <= 0.1
C2 - C1 <= 0.1
C1 - C3 <= 0.1
C3 - C1 <= 0.1
C2 - C3 <= 0.1
C3 - C2 <= 0.1
C1 <= 1
C2 <= 1
C3 <= 1
X4A <= 10
X4B <= 12
X4C <= 16
X4D <= 16
END
GIN X1A
GIN X1B
GIN X1C
GIN X1D
GIN X2A
GIN X2B
GIN X2C
GIN X2D
GIN X3A
GIN X3C
GIN X3D
GIN X4A
GIN X4B
GIN X4C
GIN X4D
OBJECTIVE FUNCTION VALUE
1)

7249.000

VARIABLE
VALUE
X1A
57.000000
X1B
105.000000
X1C
800.000000
X1D
0.000000
X2A
404.000000
X2B
483.000000
X2C
0.000000
X2D
148.000000
X3A
39.000000
X3C
0.000000
X3D
651.000000
X4A
0.000000
X4B
12.000000
X4C
0.000000
X4D
1.000000
X1F
38.000000
X2F
165.000000
X3F
110.000000
X4F
41.000000
C1
0.962000
C2
0.862500
C3
0.862500

REDUCED COST
4.000000
3.000000
2.000000
3.000000
5.000000
4.000000
4.000000
2.000000
4.000000
5.000000
1.000000
6.000000
4.000000
5.000000
3.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000

El desabastecimiento de A es de 0 u = 0/500 = 0.0%

El desabastecimiento de B es de 12 u = 12/600=2%
El desabastecimiento de C es de 0u = 0/800=0.0%
El desabastecimiento de D es de 1 u = 1/800=0.125%
El incremento presupuestal es de 0.513034% (considerando penalidades)
El problema de este modelo es que se incluyeron las relajaciones al mismo tiempo y no
poco a poco.
Dado que el decidor esta dispuesto al sacrificio del 2% de presupuesto y es ms importante
cumplir con la demanda nos quedamos con la opcin anterior:

Fabrica
1
2
3
Demanda

A
93
355
72
500

B
45
555
0
600

C
800
0
0
800

D
0
190
610
800

Capacidad
1000
1200
800
Presupuesto

Prod Total
938
1080
682
7356

Productiv
0.938
0.843
0.860

Nota: el alumno puede esgrimir que los ms importante para el decidor son los costos y por
ende sustentar que la ltima opcin es la mejor.