Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Investigacin Operativa
Practico 1
Planteo de PL
Plantear el modelo matemtico de los siguientes problemas lineales:
Una
pequea
empresa
de
cortinas
tiene
contratados
tres
profesionales: Ana, Claudia y Susana. La produccin de una cortina
consta de tres procesos: corte, en la que a partir de unas medidas
se corta la tela necesaria, confeccin, en la que se cose la
cortina, y acabado, en la que se colocan el forro, los remates y se
pule el acabado. Cada una de las modistas emplea un tiempo distinto
en cada uno de estos procesos, tiempos que vienen dados en la
siguiente tabla (en minutos):
x12 +
x22 +
x32 +
x21 +
x22 +
x23 +
{0,1}
x13
x23
x33
x31
x32
x33
=
=
=
=
=
=
1
1
1
1
1
1
Investigacin Operativa
[Min] Z= 0.8 T + 0.6 C
s.a.
0.8*T + 0.68*C >= 0.75
0.2*T + 0.32*C <= 0.25
T,C >= 0
En un ro y su afluente hay 2 presas que regulan el paso del agua.
Ro abajo existe una gran demanda de agua para regado. Teniendo en
cuenta los costos de operacin y mantenimiento, la empresa que
gestiona las presas obtiene $ 10.000 por unidad de caudal en la
presa del ro, y $ 30.000 por unidad de caudal en la presa del
afluente. Los caudales mximos de cada cuenca son: 4 en el ro, 4
en el afluente y 5 en el ro antes de que se despegue su afluente.
Cmo se debe distribuir el agua para que el beneficio sea mximo?
[Max] Z= 100000*R +
s.a.
R <= 4
A<= 4
R + A <= 5
R, A >= 0
30000*A
Investigacin Operativa
Nacional
Nacional
Extranjero
Extranjero
Investigacin Operativa
3000 * Y + 3600*P +
3000 * Y + 3600*P +
3000 * Y + 3600*P +
300* M <=
300* M <=
300* M <=
900* M <=
900* M <=
900* M <=
350
700
300
525000
1400000
2700001
Investigacin Operativa
cantidad
cantidad
cantidad
cantidad
cantidad
cantidad
de
de
de
de
de
el
materia 1 en el tipo A
materia 2 en el tipo A
materia 3 en el tipo A
material 1 en el tipo B
material 2 en el tipo B
material 1 en el tipo C
Investigacin Operativa
Prctico 2
Solucin de PL
Un fabricante de televisores tiene que decidir el nmero de
unidades de 27 y 20 que debe producir en una de sus plantas. La
investigacin de mercado indica que puede vender como mximo 40
unidades de 27 y 10 unidades de 20 al mes. El nmero mximo de
horas de trabajo disponible es 500 por mes. Un televisor de 27
requiere 20 horas de trabajo y uno de 20 requiere 10. Cada unidad
de 27 vendida produce una ganancia de 120 u.m. y cada una de 20
produce una ganancia de 80 u.m. Un distribuidor est de acuerdo en
comprar todas las unidades que se produzcan si su nmero no excede
los mximos del estudio de mercado.
a)- Plantear el modelo de programacin lineal.
b)- Resolver el problema utilizando el mtodo simplex.
c)- Hallar la solucin grfica. Exprese los resultados en trminos
econmicos.
a)
x1= televisores de 27'
x2= televisores de 20'
[Max] Z= 120*x1 + 80*x2
s.a
20*x1 + 10*x2 <= 500
x1<= 40
x2<= 10
x1>= 0
x2>= 0
b)
Ck
Xk
Bk
X1
X2
S1
S2
S3
S1
500
20
10
S2
40
S3
10
-120
-80
120
X1
25
1/20
S2
15
-1/2
-1/2
S3
10
3000
-20
120
X1
20
1/20
-1/20
S2
20
-1/2
80
X2
10
3200
20
Investigacin Operativa
Un intermediario debe adquirir mercaderas para la prxima
temporada, para lo que dispone de un capital de $13.000.000. La
mercadera A cuesta $80 por unidad y requiere un espacio de
almacenamiento de 80 dm3, la mercadera B cuesta $70 y requiere un
espacio de almacenamiento de 20 dm3. La mercadera C cuesta $100 y
el espacio necesario es de 70 dm3. El espacio disponible de
almacenamiento es de 4000 m3. Los beneficios esperados son de $20
por unidad de A, $20 por unidad de B y $25 por unidad de C. Hallar
el programa de compra que maximize el beneficio.
a)- Plantear el modelo de programacin lineal.
b)- Resolver el problema utilizando el mtodo simplex.
c)- Exprese los resultados en trminos econmicos.
a)
x1 = mercaderia tipo A
x2 = mercaderia tipo B
x3 = mercaderia tipo C
[Max] Z= 20*x1 + 20*x2 + 25*x3
s.a
80*x1 + 70*x2+ 100*x3<= 13.000.000.
0.8*x1 + 0.2*x2 + 0.7*x3 <= 4.000
x1>= 0
x2>= 0
x3>= 0
b)
Ck
Xk
Bk
X1
X2
X3
S1
S2
S1
13.000. 80
000
70
100
S2
4.000
0.8
0.2
0.7
-20
-20
-25
S1
12.428. -240/7
571
290/7
-1000/7
25
X3
40.000/ 8/7
7
2/7
10/7
1.000.0 60/7
00/7
-90/7
250/7
S1
11.599. -200
999
-145
-350
20
X2
20.000
7/2
46
100
400.000 60
Investigacin Operativa
con el fin de maximizar la ganancia esperada. Los requerimientos de
trabajo son los siguientes:
Horas de trabajo por unidad
Departamento
Riesgos especiales
Hipotecas
Horas Disponibles
Procesamiento
2400
Administracin
800
Reclamos
1200
Xk
Bk
X1
X2
S1
S2
S3
S1
2400
S2
800
S3
1200
-5
-2
S1
600
-3/2
S2
800
X1
600
3000
-2
5/2
X2
300
-3/4
S2
500
-1/2
X1
600
3600
Investigacin Operativa
Puede tener un beneficio del 6% sobre las sustancias qumicas y del
2% sobre los repuestos. Por razones de mercado, decide que la suma
a importar en repuestos debe ser al menos el doble de la dedicada a
sustancias qumicas. Determinar el programa de importacin que le
brinde el mximo beneficio.
a)- Plantear el modelo de programacin lineal.
b)- Resolver el problema utilizando el mtodo simplex.
c)- Hallar la solucin grfica. Exprese los resultados en trminos
econmicos.
a)
x1= Maquinas Agricolas (en millones)
x2= Sustancias Quinicas (en millones)
[Max] Z= 0.06*x1 + 0.02*x2
s.a.
X1 + x2 <= 20
x1 <=16
x2 <= 8
2*x2 x1 <= 0
x1 >= 0
x2 >= 0
b)
Ck
Xk
Bk
X1
X2
S1
S2
S3
S4
S1
20
S2
16
S3
S4
-1
-0.06
-0.02
S1
-1
0.06
X1
16
S3
S4
16
0.96
-0.02
0.06
0.02
X2
-1
0.06
X1
16
S3
-1
S4
-2
1.04
0.02
0.04
Investigacin Operativa
almacenados en dos tanques separados de 1000 litros antes de
congelarlos. La maquina puede procesar 25 litros de jugo de naranja
por hora, pero solo 20 litros de jugo de pomelo. Cada litro de jugo
de naranja cuesta $1.50 y pierde 30% de contenido de agua al
destilarse en concentrado. El concentrado de jugo de naranja se
vende despus en $6.00 por litro. Cada litro de jugo de pomelo
cuesta $2.00 y pierde 25% de contenido de agua al
destilarse en concentrado. El concentrado de jugo de pomelo se
vende despus en $8.00 por litro. Formule un modelo de programacin
lineal para determinar un plan de produccin que maximice la
ganancia para la siguiente semana. Resolver el problema utilizando
el mtodo simplex. Hallar la solucin grfica. Exprese los
resultados en trminos econmicos.
x1= Litros de jugo de Naranja
x2= Litros de Jugo de Pomelo
[Max] Z= 2.7*x1 + 4*x2
s.a.
1/25*x1 + 1/20*x2 <= 150
7/10 *x1 <= 1000
*x2<=1000
x1>=0
X2>=0
Ck
Xk
Bk
X1
X2
S1
S2
S3
S1
150
1/25
1/20
S2
1000
7/10
S3
1000
-27/100 -4
S1
250/3
1/25
-1/15
S2
1000
7/10
X2
4000/3
4/3
16000/3 -27/100 0
16/3
S1
550/21
-2/35
-1/25
27/100
X1
10000/7 1
10/7
X2
4000/3
120100/ 0
21
20/49
16/3
10
Investigacin Operativa
b) maximice z = 5x1 +
S.A. 6x1 + x2 >=
4x1 + 3x2 >= 12
x1 + 2x2 >= 4
x1,x2>=0
c) maximice z = 2x1 +
S.A. x1 + 2x2 <=
6x1 + 4x2 >= 24
x1,x2>=0
2x2
6
3x2
2
Ck
Xk
Bk
X1
X2
S1
E1
S1
4/5
8/25
L1
M-80
M-60
60
X2
25/32
5/8
25/8
L1
7/32
3/8
-25/8
375/8+7M/ 75/2+3M/8 0
32
375/225M/8
60
X2
5/12
25/3
-5/3
80
X1
7/12
25/3
8/3
215/3
60
3500/3
340/3
X2
S1
S2
U1
S1
-M
U1
12
-1
-12M
-3-3M
-2-4M
X2
U1
-5
-4
-1
4-4M
1+5M
2+4M
11
Investigacin Operativa
c)Max Z= 2*x1 + 4*x2
S.A
x1 + 2*x2 <=5
x1 + x2 <=4
x1>=0
x2>=0
Ck
Xk
Bk
X1
X2
S1
S2
S1
S2
-2
-4
X2
5/2
S2
3/2
1/3
-1/2
10
X2
-1
X1
-1
10
Xk
Bk
X1
X2
X3
X4
S1
S2
X4
20
-6
-1
X1
-1
100
-9
12
12
Investigacin Operativa
model:
Min=75*x1 + 50*x2 + 30*x3;
4*x1 +3*x2+x3 >=5;
2*x1 +3*x2+x3 >=20;
x1 + x2 +5*x3 <=50;
@Gin(x1);
@Gin(x2);
@Gin(x3);
end
Global optimal solution found at step:
Objective value:
Branch count:
Variable
X1
X2
X3
Row
1
2
3
4
5
350.0000
1
Value
0.0000000
7.000000
0.0000000
Reduced Cost
75.00000
50.00000
30.00000
Slack or Surplus
350.0000
16.00000
1.000000
43.00000
Dual Price
0.0000000
0.0000000
0.0000000
0.0000000
12
7000
Central
18
9000
Trasero
10
5000
espacio
Peso(toneladas)
Volumen(pies
cbicos)
Ganancia
(u.m./tonelada)
20
500
320
16
700
400
13
Investigacin Operativa
Carga
Peso(toneladas)
Volumen(pies
cbicos)
Ganancia
(u.m./tonelada)
25
600
600
13
400
290
3
19153.76
Value
0.0000000
0.0000000
0.0000000
0.2729799
0.0000000
0.3760458
0.3052928
0.5353764
0.1593307
0.0000000
0.0000000
0.0000000
Slack or Surplus
19153.76
0.0000000
4.615589
0.0000000
6625.738
Reduced Cost
-3247.313
-7306.451
-3247.313
0.0000000
-7306.451
0.0000000
0.0000000
0.0000000
0.0000000
-194.5159
-9936.451
-194.5166
Dual Price
1.000000
-811.8282
0.0000000
-811.8281
0.0000000
14
Investigacin Operativa
6
7
8
9
10
11
12
13
8678.774
4641.170
1.000000
0.3509743
0.0000000
1.000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
-1293.546
0.0000000
3323457.
3076923.
27,30 %
53,54%
Carga 4
37,60%
30,53%
15,93%
1
3200.000
Variable
X1
X2
Row
1
2
3
4
Value
20.00000
10.00000
Slack or Surplus
3200.000
0.0000000
20.00000
0.0000000
Reduced Cost
0.0000000
0.0000000
Dual Price
1.000000
6.000000
0.0000000
20.00000
Model:
Max=20*x1 + 20*x2+25*x3;
80*x1 + 70*x2 + 100*x3 <= 13000000;
0.8*x1 + 0.2 *x2 + 0.7*x3<=4000;
end
Global optimal solution found at step:
Objective value:
Variable
X1
X2
X3
Row
1
2
3
1
400000.0
Value
0.0000000
20000.00
0.0000000
Slack or Surplus
400000.0
0.1160000E+08
0.0000000
Reduced Cost
60.00000
0.0000000
45.00000
Dual Price
1.000000
0.0000000
100.0000
15
Investigacin Operativa
Model:
Max=120*x1 + 80*x2;
20*x1+10*x2<=500;
x1<=40;
x2<=10;
end
Global optimal solution found at step:
Objective value:
Variable
X1
X2
1
3200.000
Row
1
2
3
4
Value
20.00000
10.00000
Slack or Surplus
3200.000
0.0000000
20.00000
0.0000000
model:
max=5*x1+2*x2;
3*x1+2*x2<=2400;
x2<=800;
2*x1<=1200;
end
Global optimal solution found at step:
Objective value:
Value
600.0000
300.0000
Slack or Surplus
3600.000
0.0000000
500.0000
0.0000000
model:
max=0.06*x1 + 0.02*x2;
x1+x2<= 20 ;
x1<=16;
x2<=8;
2*x2-x1<=0;
end
Global optimal solution found at step:
Objective value:
Variable
X1
X2
Row
1
2
3
4
5
Dual Price
1.000000
6.000000
0.0000000
20.00000
2
3600.000
Variable
X1
X2
Row
1
2
3
4
Reduced Cost
0.0000000
0.0000000
Reduced Cost
0.0000000
0.0000000
Dual Price
1.000000
1.000000
0.0000000
1.000000
2
1.040000
Value
16.00000
4.000000
Slack or Surplus
1.040000
0.0000000
0.0000000
4.000000
8.000000
Reduced Cost
0.0000000
0.0000000
Dual Price
1.000000
0.2000000E-01
0.4000000E-01
0.0000000
0.0000000
16
Investigacin Operativa
Model:
Max=120*x1 + 80*x2;
20*x1+10*x2<=500;
x1<=40;
x2<=10;
end
Global optimal solution found at step:
Objective value:
Variable
X1
X2
1
3200.000
Row
1
2
3
4
Value
20.00000
10.00000
Slack or Surplus
3200.000
0.0000000
20.00000
0.0000000
model:
max=27/100*x1 + 4*x2;
1/25*x1 + 1/20*x2 <= 150;
7/10*x1 <= 1000;
3/4*x2 <= 1000;
end
Global optimal solution found at step:
Objective value:
Variable
X1
X2
Row
1
2
3
4
Reduced Cost
0.0000000
0.0000000
Dual Price
1.000000
6.000000
0.0000000
20.00000
2
5719.048
Value
1428.571
1333.333
Slack or Surplus
5719.048
26.19048
0.0000000
0.0000000
Reduced Cost
0.0000000
0.0000000
Dual Price
1.000000
0.0000000
0.3857143
5.333333
17
Investigacin Operativa
Prctico 3
Dualidad y Anlisis de Sensibilidad
Un productor agrcola del centro de la provincia cultiva
actualmente trigo y maz en su campo de 45 ha. Debido al alza de
los precios, se produjo un exceso de demanda que limita el nmero
de toneladas de trigo que puede vender a 140 y el nmero mximo de
toneladas de maz a 120. Cada hectrea cultivada produce 5 ton de
trigo o 4 ton de maz. Los precios del mercado para el trigo es de
$30/ton y para el maz $50/ton.
(a)Plantear el problema lineal y resolverlo. Expresar en trminos
econmicos la solucin.
(b)Expresar
el
econmicamente.
problema
dual
asociado
interpretarlo
Xk
Bk
X1
X2
S1
S2
S3
S1
140
S2
120
S3
45
1/5
1/4
18
Investigacin Operativa
Ck
Xk
Zj-Cj
Bk
X1
X2
S1
S2
S3
-30
-50
S1
140
50
X2
120
S3
15
1/5
-1/4
6000
-30
50
Zj-Cj
0
S1
65
5/4
-5
50
X2
120
30
X1
75
-5/4
8250
25/2
150
Zj-Cj
Xk
Bk
Y1
Y2
Y3
U1
U2
120
Y2
25/2
-5/4
5/4
-1
45
Y3
150
-5
8250
-65
-75
120
Zj-Cj
c)
19
Investigacin Operativa
20
Investigacin Operativa
carbohidratos, grasas no saturadas y componentes ricos en calcio.
El costo de los alimentos es de $50 y $25 el kg. respectivamente.
Cada uno de los alimentos brinda la siguiente cantidad de los
componentes esenciales:
Cantidad por Kg.
Alimento 1
Alimento 2
Grasas no Saturadas 0,1
0,3
Carbohidratos
0,3
0,4
Comp.
ricos
en 0,3
0,1
Calcio
Como mnimo la dieta de los animales requiere: 8 Kg. de Grasas no
Saturadas, 19 Kg. De Carbohidratos, 7 Kg. de Componentes ricos en
Calcio.
(a)Plantear el problema lineal y resolverlo. Expresar en trminos
econmicos la solucin.
(b)Expresar
el
econmicamente.
problema
dual
asociado
interpretarlo
Xk
Bk
X1
X2
E1
E2
E3
U1
U2
U3
U1
0.1
0.3
-1
U1
19
0.3
0.4
-1
U1
0.3
0.1
-1
-M
-M
Zj-Cj
34M
0.7M 0.8M -M
-50
-25
21
Investigacin Operativa
Ck
Xk
Bk
X1
X2
25
X2
26.6
0.33
U2
8.33
0.17
1.33
-1
U3
4.33
0.27
0.33
-1
Zj-Cj
12.6 0.44 0
6M+66 M5
41.75
25
X2
E1
6.26
U3
4.33
Zj-Cj
47.7 0.76
X2
E1
E2
Zj-Cj
E3
U1
U2
U3
3.33
-1.3 1
-0.3 0
83.2 0
51.66M
1.66 -M
M83.25
0
0.13
0.27
0.33
0
-M
-2.5
3
3
2.5
-1
0.75
-0.7 0
-1
0.25 -M
M62.5
-0.3 0
-M
62.5 0
00.25M
67.6 3.06
-10
10
13.0 0.82
-3
-1
0.92
-4
-1
1690 26.5
.25
-250
-M
-M
-3.3 3.3
3.33
-0.8 0.57
-1
0.92
1
4
9.04
25
X2
E1
4.98
50
X1
9.83
1435
Zj-Cj
E2
-3.3 0
1181 0.23 0
.75+ M-31
2.26M
25
E1
37.7 0
3
9
1.09
-4.3 0
-28. -135
75
-M
250-
-3.3
-0.5
-1.0 4.35
-M
-M
Cada animal debe consumir 9.83 del alimento ipo 1 y 37.74 del tipo
2, para minibar los componentes principales de cada uno de los
alimentos con un costa de Z= 1435, con un faltante de 4.98 de
grasas no saturadas.
b)
y1 = Cantidad de Grasa no satura
y2 = Carbo hidratos.
y3 = Componentes ricos en calcio
Vechetti, Ariel Matias
22
Investigacin Operativa
[Max] Z=
S.A.
0.1*y1 + 0.3*y2 + 0.3*y3 <= 50
0.3*y1 + 0.4*y2 + 0.1*y3 <= 25
Ck
19
Xk
Y2
Y3
ZjCj
Bk
28.
75
135
Y1
0.8
9
-0.
57
143 4.9
5
8
Y2
1
Y3
0
0.
S1 S2
1.9 -3.
33
-4. 3.3
35 0
9.8 37.
3
74
Xk
Bk
X1
X2
E1
E2
U1
U2
U1
28
-1
U2
24
12
-1
23
Investigacin Operativa
Ck
Xk
Zj-Cj
Bk
X1
X2
E1
E2
52M
9M50000
14M10000
-M
-M
U1
U2
U1
24
20/3
-1
1/6
-1/6
10000
X2
1/6
1/12
1/12
24M+20 20/3M 0
000
145000
/3
-M
1/6M- 0
2500/3
-7/
6M+250
0/3
18/5
-3/20
1/40
3/20
-1/40
100000 X2
7/5
1/40
-7/80
-1/40
7/80
Zj-Cj
194000 0
-7250
375
7250
-375
Zj-Cj
50000
X1
E2
144
40
-6
-1
10000
X2
14
7/2
-1/2
1/2
Zj-Cj
-15000 0
-50000 0
5000-M -M
24
Investigacin Operativa
Ck
Xk
Bk
X1
X2
-e1
-e2
U1
U2
U1
28
-1
U2
24
12
-1
52M
9M50000
14M-M
100000
-M
50000
X1
2/7
-1/7
1/7
U2
16
80/7
2/7
-1
-2/7
200000 0
-16M
-8571, -50.00 -M
43+80/ 0/
7M
7+2/7M
50000/ 0
7+55/7
M
X1
18/5
-3/20
1/40
3/20
-1/40
100000 X2
7/50
1/40
-7/80
-1/40
7/80
320000 0
-5000
-7500
5000-M 7500-M
50000
b)
Ck
Xk
Bk
Y1
Y2
S1
S2
28
Y1
5000
3/20
-1/40
24
Y2
7500
-1/40
7/80
320000
18/5
7/50
25
Investigacin Operativa
e)
f)
26
Investigacin Operativa
g)l1 = 5000 es lo tengo que cobrar si quiero que un millon mas de
mujeres miren el aviso.
l2= 7500 es lo que tengo que cobrar si quiero que un millon de
hombres miren el aviso.
Dakota Muebles fabrica escritorios, mesas y sillas. Cada producto
necesita madera, trabajo de carpintera y trabajo de acabado; como
se describe en la tabla. Como mximo se pueden vender 5 mesas por
semana. Maximice la ganancia semanal.
Recurso
Escritorio Mesa Silla
Disponibilidad
Madera(pies)
48
Horasdeacabado
1,5
20
Horasdecarpintera 2
1,5
0.5
Demandamxima
ilimitada
ilimitada
Precio($)
60
30
20
S1
S2
S3
S4
S1
48
S2
20
1,5
S3
1,5
0,5
S4
-60
-30
-20
Zj-Cj
0
S1
16
-2
-8
S2
-1
0,5
-2
27
Investigacin Operativa
Ck
Xk
Bk
X1
X2
X3
S1
S2
S3
S4
60
X1
0,75
0,25
0,5
S4
240
15
-5
30
Zj-Cj
0
S1
-2
-8
20
X3
-2
-4
60
X1
1,5
-0,5
1,5
S4
280
10
10
Zj-Cj
b)
28
Investigacin Operativa
e)
29
Investigacin Operativa
El interpretarlo de = [0,20] , C1 puede varriar entre [60,80], lo
cual le precio de los escritorio a 55 no puede ser considerado en
esta solucion obtina.
30
Investigacin Operativa
Practico 4
Transporte y Asignacin
Un banco tiene dos locaciones en las cuales se procesan cheques. El
sitio 1 puede procesar 10000 cheques al da, y el sitio 2 puede
procesar 6000 cheques al da. El banco procesa tres tipos de
cheques: cheques de ventas, cheques de salarios y cheques
personales. Los costos (en centavos) de procesar cada tipo de
cheque dependen del sitio deprocesamiento:
Sitio 1 Sitio 2
Cheques de Ventas
Cheques de Salarios
Cheques Personales
5000
5000
5000
x31 <= 10000
x32 <= 6000
5000
4000
1000
5000
1000
C*ij - Cij
31
Investigacin Operativa
-
Casares
Crdoba
20
Campana
40
Rosario
30
30
20
20
transporta
de
la
planta
la
centro
de
20
40
30
30
20
20
32
Investigacin Operativa
Xij (1)
1
20
0
0
30
30 +
5000
102
C*ij
-2 2
-1
20+3
C*ij - Cij
- 0 0 0
Xij (2)
1
20
30
10+
10+3
0
2
20-2
C*ij
-1 2
-1
C*ij - Cij
- 0 0 0
33
Investigacin Operativa
Con un costo de Z= 80
Desde la planta de Crdoba se trasportan 20 vehculos al Centro de
distribucin Casares. Desde la planta de Campana se transportan 30
vehiculos al centro de distribucin Car One, quedando 10 vehiculos
que no son ubicados en ningun centro de distribucin. Desde la
planta de Rosario se transportan 10 vehiculos al Centro de
Distribucin General Rodrguez y 20 a Casares.
Ejercicio extrado del Examen Final tomado el 19/12/2003.
Una distribuidora de frutas de la ciudad tiene un acuerdo con tres
huertas que le proveen 200, 300 y 500 kilogramos mensuales de fruta
respectivamente. La fruta se vende a cuatro mercados de la ciudad,
cuyas demandas son: 200, 100, 200 y 400 Kg. respectivamente. Los
costos de transporte de la fruta entre las distintas huertas y los
mercados (en pesos por kilogramo de fruta) son:
Mercado1 Mercado2 Mercado3 Mercado4
Huerta1
0.5
0.7
0.5
0.3
Huerta2
1.2
1.0
0.9
0.1
Huerta3
2.0
0.4
0.1
0.5
1.3
4.5
0.7
200
-0.2
5.1
1.9
300
-2
1.6
4.9
0.5
500
200
100
200
400
34
Investigacin Operativa
5.6
3.8
0.6
4.4
200
5.3
3.1
3.2
300
7.1
3.5
0.2
4.6
500
200
100
200
400
Xij (1)
100 5.6
3.8
0.6
5.3
3.1
300
3.2
0.2
100
4.6
100
7.1
100
3.5
200
4.4
100
0
0
La Solucin es:
x11 = 100
x15 = 100
x24 = 300
x31 = 100
x32 = 100
x33 = 200
x34 = 100
Con un beneficio de Z= 2470
La huerta 1 vende 100 unidades al mercado 1, quedndole 100
unidades sin vender. La huerta 2 vende 300 unidades al mercado 4.
La huerta 3 vende 100 unidades la mercado 1, 100 unidades mercado
2, 200 unidades al mercado 3 y 100 unidades al mercado 4.
Tres plantas generadoras de energa elctrica, con capacidades de
25, 40 y 30 millones de kilowatts-hora (kWh), suministran
electricidad a tres ciudades cuyas demandas mximas son de 30, 35 y
25 millones del kWh. El costo en unidades monetarias (u.m.) del
transporte de la corriente elctrica a las diferentes ciudades, por
milln de kWh, es como sigue:
Ciudad
1
2
3
Planta 1 600 700 400
Planta 2 320 300 350
Planta 3 500 470 450
Durante el mes de agosto, se incrementa en un 20% la demanda en
cada una de las tres ciudades. Para satisfacer el exceso de
demanda, la compaa elctrica, debe comprar energa elctrica
adicional de otra red, a un precio de 1 000 unidades monetarias por
milln de kWh. Sin embargo, sta red no est conectada a la ciudad
nmero tres. Formular el problema como uno de transporte, con el
fin de establecer el plan de distribucin ms econmico desde el
punto de vista de la compaa elctrica.
35
Investigacin Operativa
Ciudad
Ciudad
35
25
42
30
13
100
Xij
25
40
23 2
13
C*ij
450 420 400
330
300 280
500
470 450
0 0
- -
X(2)ij
25
23 17
15 5
13
C*ij
36
Investigacin Operativa
440
420 400
320
300 280
490
470 450
37
Investigacin Operativa
63 15000+ 61
64
54 2
51
51
53 10000+
52
62 5000-
62 10000-3 63 5
10000+ 49
52
51
74
70
75 10000+ 0
10000- 50
C*ij
61 61 62 0
50 50 51 -11
51 51 52 -10
62 62 63 0
49 49 50 -12
61 61 62 0
C*ij-Cij
- 0 - 0
0 - 0 0 - 0 0 - - - - - 0
La solucion optima es:
X12=15000
x21=10000
x23=0
x33=10000
x42=5000
x43=10000
x44=0
x51=10000
x64=10000
La nueva planta se ubicara en Tanzania. Con un costo total de
$3365000.
38
Investigacin Operativa
Ejercicio extrado del Examen Parcial tomado el 27/05/2003.
Una compaa de limpieza tiene cinco empleadas. Para limpiar una
casa se necesita:limpiar con aspiradora, limpiar la cocina, limpiar
el bao y ordenar. Los tiempos que le lleva a cada empleada llevar
a cabo cada tarea se enumeran a continuacin:
1 0 0 0 0 0
4 3 5 2 0 2
3 0 7 3 0 3
2 2 6 2 0 2
0 0 4 3 0 0
1 0 0 0 0
2 1 3 0 0
0 0 4 0 0
0 0 4 0 0
0 0 4 3 0
Como la cantidad de lineas esenciales es igual al orden de la
matriz original; esto indica que es una solucion optima.
Solucion optima:
x13:1
x24:1
x32:1
x45:1
x51:1
A la sirvienta 1 le asigno la limpieza del bao.
A la sirvienta 2 le asigno el ordenamiento.
Vechetti, Ariel Matias
39
Investigacin Operativa
A la sirvienta 3 le asigno la limpieza de la cocina.
A la sirvienta 4 no le asigno ninguna tarea.
A la sirvienta 5 le asigno la tarea de aspirar.
Ejercicio extrado del Examen Parcial tomado el 19/07/2003.
El seleccionador del equipo de natacin de Argentina debe decidir
los nadadores que participarn en la prueba de relevos de 200 m.
Como muchos de los mejores nadadores son rpidos en ms de un
estilo, le resulta difcil decidir quin nadar cada estilo. Los
tiempos de los cinco mejores nadadores en cada uno de los estilos
son:
37
35.4
6.5
4.2
8.5
4.3
4.2
14.2
6.7
12.6
6.2
10.7
6.2
4.1
2.1
9.3
2.4
2.5
2.1
4.3 0.1
0.5 6.4 0
4.5
0
40
Investigacin Operativa
Al estilo crol se la asigno al Fernandez.
Al estilo espalda se le asigno a Neuss.
Al estilo mariposa se la asigno a Rizzo.
Al estilo libre se lo asigno a blanco.
Asignacion x55 no se la considera porque es fisticio.
LE tiempo obtino empleado por los cuatro nadadores
seleccionador de natacin de Argentina es de 126,2m.
para
el
4.1 1.7
0.6 0
0.2 0.2
0.4 0.6 0
0.1
41
Investigacin Operativa
Practico 5
Programacion lineal Entera
Una empresa manufacturera transforma materia prima en dos productos
distintos. Esta empresa dispone de 6 unidades de materia prima y 28
horas de tiempo productivo. La manufactura de una unidad del
producto I requiere 2 unidades de material y 7 horas de
tiempo,mientras que la produccin del producto II requiere 1 unidad
de material y 8 horas de tiempo.Los precios de venta de los
producto I y II son respectivamente $120 y $80, respectivamente.
Determnese el nmero de productos de cada tipo que ha de producir
la empresa para maximizar su beneficio. Resuelva el problema
empleando un algoritmo de Branch & Bound(Bifurcacin y Acotacin) y
el algoritmo de corte de Gomory.
[Max] Z=120*x1+80*x2
s.a.
2*x1+x2 <=6
7*x1+8*x1<=28
x1>=0
x2>=0
Ck
Xk
Bk
X1
X2
S1
S2
S1
.0
S2
28
-120
-80
120
X1
S2
9/2
-7/2
360
-20
60
120
X1
20/9
8/9
-1/9
80
X2
1.56
-7/9
2/9
391.46
44.4
4.4
X1 X2 S1
S2
X1 1
8/9
-1/9 20/9
X2 0
-7/9
2/9
14/9
Por x1
x1 + 8/9 -1/9S1 = 20/9
x1 + (0+8/9)S1 (1-8/9)S2 = 2 + 2/9
8/9S1 + 8/9S2 >= 2/9
8S1 + 8S2 = 2
-8S1 8S2 + S3 = -2
42
Investigacin Operativa
X1 X2 S1
S2
S3
X1 1
8/9
-1/9 0
20/9
X2 0
-7/9
2/9
14/9
S3 0
-8
-8
-2
400/9 40/9 0
X1 X2 S1 S2 S3
X1 1
-1 0
X2 0
-1 -1 0
1/36
3/2
S2 0
-1/8
40 0
5/9
390
-1/72 9/4
Por X2
X2 S1 + 1/36S3 = 3/2
1/36S3 =
1/18 S3 = 1
-1/18 S3 + S4 = -1
X1 X2 S1 S2 S3
X1 1
X2 0
-1 0
S4
-1/72 0
9/4
-1 -1 0
1/36
3/2
S2 0
-1/8
S4 0
-1/8
-1
40 0
5/9
X1 X2 S1 S2 S3 S4
X1 1
-1 0
-1/4 5/2
X2 0
-1 -1 0
1/2
S2 0
-9/4 5/2
S3 0
-18
18
40 0
10
380
Por X1
x1 + S1 S4 = 5/2
3/4S4 =1/2
-3/2 S4 + S5 =-1
X1 X2 S1 S2 S3 S4
S5
X1 1
-1 0
-1/4 0
5/2
X2 0
-1 -1 0
1/2
43
Investigacin Operativa
X1 X2 S1 S2 S3 S4
S5
S2 0
-9/4 0
5/2
S3 0
-18
18
S5 0
-3/2 1
-1
40 0
10
X1 X2 S1 S2 S3 S4 S5
X1 1
-1 0
-1/6 8/3
X2 0
-1 -1 0
1/3
S2 0
-3/2 4
S3 0
-12
S4 0
-2/3 2/3
40 0
20/3 333.3
Por
-S1
1/3
-S5
2/3
30
X2
+ 1/3 S5 =2/3
S5 = 2/3
+ S6 = -2
X1 X2 S1 S2 S3 S4 S5
S6
X1 1
-1 0
-1/6 0
8/3
X2 0
-1 -1 0
1/3
2/3
S2 0
-3/2 0
S3 0
-12
30
S4 0
-2/3 0
2/3
S6 0
-1
-2
40 0
20/3 0
0
0
1
333.3
X1 X2 S1 S2 S3 S4 S5 S6
X1 1
-1 0
-1/6 3
X2 0
-1 -1 0
1/3
S2 0
3/2
S3 0
-12
54
S4 0
-2/3 -2/3
S5 0
-1
40 0
20/3 360
44
Investigacin Operativa
La solucion Optima para un PLE es X1= 3 y X2= 0, con una ganacia
del Z=360
Un empresario tiene dos almacenes de lmparas elctricas que
contienen respectivamente 1200 y 100 lmparas. Este empresario
suministra 3 centros comerciales cuyas demandas respectivas son
100, 700, y 500 lmparas.
Los costes de transporte se muestran en la tabla siguiente.
13
11
1200
13
13
12
100
45
Investigacin Operativa
Una empresa construye dos tipos de chalet, A y B. Dispone de una
superficie edificable de 1190 m2(excluidos los espacios de
separacin entre chalets). La ganancia en los chalets es de 700
u.m. en el tipo A y 1000 u.m. en el tipo B. Cada chalet A ocupa 140
m2 de planta y cuesta 7 u.m., mientras que cada chalet B ocupa 80
m2 de planta y cuesta 13 u.m. Cuntos chalets de cada tipo deber
construir la empresa con el fin de maximizar el beneficio?
Model:
Max=693 * x1 + 987 * x2;
140 * x1 + 80 * x2 <= 1190;
@Gin(x1);
@Gin(x2);
end
Global optimal solution found at step:
Objective value:
Branch count:
Variable
X1
X2
Row
1
2
0
13818.00
0
Value
0.0000000
14.00000
Slack or Surplus
13818.00
70.00000
Reduced Cost
-693.0000
-987.0000
Dual Price
0.0000000
0.0000000
46
Investigacin Operativa
a)
Model:
Max=4*x1 + 3*x2;
x1 + 3*x2 <= 15;
2*x1 + x2 <= 18;
@Gin(x1);
@Gin(x2);
end
Global optimal solution found at step:
Objective value:
Branch count:
Variable
X1
X2
2
38.00000
1
Row
1
2
3
Value
8.000000
2.000000
Slack or Surplus
38.00000
1.000000
0.0000000
Reduced Cost
0.0000000
-1.000000
Dual Price
0.0000000
0.0000000
2.000000
b)
Model:
Max=2402*x11 + 2400*x12 + 5402*x21 + 5400*x22;
x11 + x12 + 3*(x21+x22) <= 15;
600*x11 + 1800*x21 - 600*x12 - 1800*x22 = 5400;
@Gin(x11);
@Gin(x12);
@Gin(x21);
@Gin(x22);2*(x11+x12) + x21 + x22 <= 18;
end
Global optimal solution found at step:
Objective value:
Branch count:
Variable
X11
X12
X21
X22
Row
1
2
3
4
20
30616.00
6
Value
6.000000
0.0000000
2.000000
1.000000
Slack or Surplus
30616.00
0.0000000
0.0000000
3.000000
Reduced Cost
0.0000000
0.0000000
1804.000
1800.000
Dual Price
0.0000000
2401.000
0.1666667E-02
0.0000000
47
Investigacin Operativa
Model:
Max=C1+C2+C3+C4+C5+C6+C7+C8+C9+C10;
100*C1 + 155*C2 + 50*C3 + 112*C4 + 70*C5 +80*C6 +60*C7 +118*C8 + 110*C9 +55*C10
<= 700;
@Bin(C1);
@Bin(C2);
@Bin(C3);
@Bin(C4);
@Bin(C5);
@Bin(C6);
@Bin(C7);
@Bin(C8);
@Bin(C9);
@Bin(C10);
end
Calzoncillos 2
Pantalones
12
Calzoncillos 8
Pantalones
15
48
Investigacin Operativa
Model:
Max= 6*x1 + 8*x2 + 7*x3 -200*y1 - 150*y2 -100*y3;
3*x1 + 2* x2 + 6*x3 <= 150;
4*x1 + 3* x2 + 4*x3 <= 160;
x1 - 1000*y1 <= 0;
x2 - 1000*y2 <= 0;
x3 - 1000*y3 <= 0;
@Bin(y1);
@Bin(y2);
@Bin(y3);
@Gin(x1);
@Gin(x2);
@Gin(x3);
End
Global optimal solution found at step:
Objective value:
Branch count:
Variable
X1
X2
X3
Y1
Y2
Y3
Row
1
2
3
4
5
6
9
274.0000
0
Value
0.0000000
53.00000
0.0000000
0.0000000
1.000000
0.0000000
Slack or Surplus
274.0000
44.00000
1.000000
0.0000000
947.0000
0.0000000
Reduced Cost
-6.000000
-8.000000
-7.000000
200.0000
150.0000
100.0000
Dual Price
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
49
Investigacin Operativa
Max= 100*E1 + 60*E2 + 70*E3 + 15*E4 + 15*E5;
52*E1 + 23*E2 + 35*E3 + 15*E4 + 7*E5 <= 60;
@Bin(E1);
@Bin(E2);
@Bin(E3);
@Bin(E4);
@Bin(E5);
end
Global optimal solution found at step:
Objective value:
Branch count:
Variable
E1
E2
E3
E4
E5
Row
1
2
0
130.0000
0
Value
0.0000000
1.000000
1.000000
0.0000000
0.0000000
Slack or Surplus
130.0000
2.000000
Reduced Cost
-100.0000
-60.00000
-70.00000
-15.00000
-15.00000
Dual Price
0.0000000
0.0000000
50
Investigacin Operativa
Practico 6
Programacion No Lineal
1) Determine los intervalos en los cuales f(x)= x + 4x-1 es cncava
o convexa.
f
1 4 x 2 f 2
x
8 x 3
2
x
1 4 x 2 0
x1 2 1Minimo
x1 2
x 2 2 1Maximo
x 2 2
Encuentre el mximo de Z ( X 1 5 ) 2 ( X 2 ) 2 -10 la regin (-10,10):(10,10) utilizando el mtodo del ascenso acelerado y el mtodo
de Newton-Raphson Multivariable. (con una precisin de 5x10-2)
Z ( x1 5 ) 2 ( x2 ) 2 10
Z
2 x1 2 5
x1
Z
2 x2 2
x2
x0 (10,10)
Z 107.32
x1 x0 F ( x0 )
20 2 5 10 (20 2 5)
10
x1
10
20 2 10 (20 2 )
Z (10 10.53 ,10 13.72 ) (10 15.43 ) 2 (10 13.72 ) 2 10 117,28 429,27 429,42 2
Max
Z
429,27 858,54 0
0,5
2.24
X1
3.14
Z 10
51
Investigacin Operativa
Z ( X 1 5 ) 2 ( X 2 ) 2 10
Z
2( x1 5 )
x1
Z
2( x2 )
x2
2( x1 5 )
Z
2 ( x2 )
0
2 0
1 / 2
H
H 1
1 / 2
0 2
0
x1 x0 H 1Z ( x0 )
0 15.53 2.23
10 1 / 2
1 / 2 13.72 3.14
10 0
Z 10
0 0.01 2.2350
2.23 1 / 2
x2
1 / 2 0.003 3.1415
3.14 0
Z 10
Ejercicio extrado del Examen Parcial tomado el 07/07/2003.
La municipalidad desea determinar la localizacin del nuevo
hospital. Este hospital deber proveer sistencia a tres distritos
de la ciudad (la distribucin de los distritos se representa en la
figura). La localizacin ptima es la que hace viajar menos a las
personas que se beneficiarn con el servicio del hospital.
52
Investigacin Operativa
53
Investigacin Operativa
[ Max]Z 60 * q1 (100 q 2)q 2 (q1 q1) 2
Z
60 2(q1 q 2)
q1
Z
100 2q1 2(q1 q 2)
q 2
60 2(q1 q 2)
Z
100 2q1 2( q1 q 2)
1 1/ 2
H 1
1 / 2 1 / 2
1 1 1 / 2 56 10
x1 x0 H 1Z ( x0 )
*
1 1 / 2 1 / 2 94 20
Z 1300
10 1 1 / 2 0 10
x2 x1 H 1Z ( x1 )
*
20 1 / 2 1 / 2 0 20
Z 1300
Ejercicio extrado del Examen Final tomado el 03/10/2003.
Una compaa planea gastar 10.000 $ en publicidad. Cuesta $3.000 un
minuto de publicidad en la TV y $1.000 un minuto de publicidad en
la radio. Si la empresa compra x minutos de comerciales de TV e y
minutos de comerciales en la radio, su ingreso (en miles de $),
est dado por:
a) Formular el modelo de PNL que proporcione el plan ptimo de
inversin.
b) Determinar el nmero de minutos que debe comprar la compaa en
cada medio para
optimizar sus ingresos. Verificar las condiciones analticas de
ptimo de la solucin propuesta. Expresar la solucin en trminos
econmicos.
c) Suponga que es posible gastar $1000 extra en publicidad. La
compaa debera gastarlos? Justifique.
54
Investigacin Operativa
[ Max ]Z 2 x 2 y 2 xy 8 x 3 y
s.a.
3x y 10
Z ( x, y, ) 2 x 2 y 2 xy 8 x 3 y (10 3x y )
Z
4 x y 8 3
x
Z
2 y x 3
y
Z
10 3 x y
4 x y 8 3 0
2 y x 3 0
10 3 x y 0
x 63 / 28
y 73 / 28
1/ 4
2g
2g
0
x y 0 3
1
2
g
2 Z
2 Z
H
3 4 1 28
2
x x xy
2
1 1 2
2 Z
2 Z
g
y yx 2 y
La compaa para obtener una ganancia de Z= 14.765,30, debe comprar
x=2.25 minutos en T.V. e y=2.60 minutos en radio. Es posible gastas
$1000 en publicidad, ya que cada minutos mas que incorpore le
costara $250
Ejercicio extrado del Examen Parcial tomado el 19/07/2003.
8) La cervecera Quilmes ha dividido el pas en dos sectores:
Buenos Aires e Interior. Si se gastan x1 pesos en promocionar en
el sector Buenos Aires, entonces se podrn vender 6x11/2 cajas de
cerveza en dicho sector. Si se gastan x2 pesos en promocionar en el
sector Interior, entonces se podrn vender 4x21/2 cajas de cerveza
en ste ltimo. Cada caja de cerveza vendida en el sector Buenos
Aires se vende a 9 pesos y se incurre en 4 pesos de costos de
produccin y envo. Cada caja de cerveza vendida en el sector
Interior se vende a 10 pesos y se incurre en 5 pesos de costos de
produccin y envo. Se dispone de un total de 100 pesos para
promocin.
a) Formule y resuelva el modelo de PNL que maximiza el beneficio
total.
b) Verifique el ptimo del problema aplicando las condiciones
analticas de ptimo.
c) Si se pudiera gastar un peso ms en promocin, en cunto se
incrementaran las ganancias? Justifique su respuesta.
55
Investigacin Operativa
Z 5(6 x11 / 2 ) 5(4 x 12 / 2 )
s.a.
x1 x 2 1000
Z ( x, y, ) 30 x11/ 2 20 x12 / 2 (100 x1 x2 )
Z
15x11/ 2
x1
Z
10 x21/ 2
x1
Z
100 x1 x 2
15x11/ 2 0
1 / 2
10 x2 0
100 x x 0
1
2
x1 69.44
x 2 30.77
1.80
0
2
g
H
x
2
g
y
2g
x
2 Z
2x
2 Z
yx
2g
y
2 Z
xy
2 Z
2 y
1
1
0
1 0.0.13
0 0.042
1
0
0.029
56