Sie sind auf Seite 1von 10

Universidad Metropolitana Facultad de Ciencias y Artes Escuela de Ingeniera Optimizacin I Gua de Ejercicios: Programacin Entera Mixta 1.

Una inmobiliaria desea promocionar una nueva urbanizacin mediante una campaa publicitaria. Para ello dispone de 5 tipos de anuncios: anuncios en televisin local al medioda (tvm), anuncios en televisin local a la noche (tvn), anuncios en peridico local (per), anuncios en suplemento dominical local (sup) y anuncios en radio local por la maana (rad). La empresa ha reunido datos sobre la cantidad de clientes potenciales a los que se destina cada tipo de anuncio y el costo de cada anuncio en euros. Adems, se ha llevado a cabo una valoracin de la calidad que tiene cada anuncio de acuerdo al medio en el que se expone, en una escala de 0 a 100 (0 nula, 100 excelente). Los datos se recogen en la siguiente tabla: Clientes Anuncio Cos potenciale s to s 150 Tvm 1000 0 300 Tvn 2000 0 Per 1500 400 100 Sup 2500 0 rad 300 100 Calidad exposici n 65 90 40 60 20

El nmero mximo de anuncios que se pueden emitir es 15, 10, 25, 4 y 30 de tvm, tvn, per, sup y rad, respectivamente. La inmobiliaria, aconsejada por una agencia de publicidad, decide utilizar al menos 10 anuncios en la televisin, alcanzar por lo menos 50000 clientes potenciales, no gastar ms de 18000 euros en anuncios en televisin y si se hacen anuncios en el peridico

Prof. Oscar Neira

entonces no hacer anuncios en la televisin por la noche. El presupuesto mximo para la campaa publicitaria es de 30000 euros. Modelar, sin resolver, mediante programacin lineal entera el problema de cmo debe planificar la campaa si se desea maximizar la calidad de la exposicin de todos los anuncios de la campaa publicitaria. Solucin: Definimos las variables de decisin siguientes: x 1= nmero de anuncios a emitir en tvm x 2 = nmero de anuncios a emitir en tvn x 3 = nmero de anuncios a emitir en per x 4 = nmero de anuncios a emitir en sup x 5= nmero de anuncios a emitir en rad

1 si se hacenanunciosper y= 0 encasocontrario
El PPL es el siguiente: Max Z = 65x1 + 90x2 + 40x3 + 60x4 + 20x5
1 15 x x4 4 x5 30 1 + x2 10 x 1000x 1 + 2000x2 + 1500x3 + 2500x4 + 300x5 50000 s.a 1500x 1 + 3000x2 18000 1500x 1 + 3000x2 + 400x3 + 1000x4 + 100x5 30000 x3 25y x2 10(1 y) xi 0; enteras; i = 1,2,3,4,5 y = 0,1

2. Una empresa de juguetes est considerando la puesta en marcha de tres nuevos modelos de juguetes (1, 2 y 3) para su posible inclusin en la prxima campaa de Navidad. La preparacin de instalaciones para la fabricacin de estos modelos costara 25000 , 35000 y 30000 respectivamente, y la ganancia unitaria sera Prof. Oscar Neira

de 10 , 15 y 13 respectivamente. La empresa dispone de tres plantas de produccin para la elaboracin de estos modelos, pero para evitar gastos slo en una de ellas se produciran los juguetes, dependiendo la eleccin de la maximizacin de las ganancias. El nmero de horas que se precisa para producir cada juguete en cada planta es: Planta 1 2 3 Juguete 1 5 4 3 Juguete 2 4 2 3 Juguete 3 6 2 2

Las plantas disponen al da 500, 600 y 630 horas de produccin respectivamente. La gerencia ha decidido desarrollar al menos uno de los tres juguetes. a) Modelar el problema utilizando programacin lineal entera para maximizar el beneficio total. b) La empresa decide producir nicamente el juguete tipo 3, pero debe tener en cuenta que si produce ms de 50 unidades de este tipo de juguete entonces: el costo de preparacin de instalaciones del juguete tipo 3 es de 40000 debe producir en la planta 3 Modelar el problema, aadiendo esta informacin, utilizando programacin lineal entera. Solucin: a) Definimos las variables de decisin siguientes: x i = nmero de juguetes producidos diariamente del tipo i; i=1,2,3

1 si seponeenmarchael juguetetipoi yi= i = 1,2,3 0 encasocontrario


Prof. Oscar Neira

1 si seproducesloenla plantaj zj= j = 1,2,3 0 encasocontrario


El modelo queda como sigue: Max W = 10x1 25000y1 + 15x2 35000y2 + 13x3 30000y3 y1 + y2 + y3 1 xi Myi; i = 1,2,3 Correcci yi xi; i = 1,2,3 n + 4x2 + 6x3 500+ M(1- z1) 5x1 + 2x2 + 2x3 600 + M(1- z2) 4x1 s.a + 3x2 + 2x3 630 + M(1- z3) 3x1 z1+ z2+ z3= 1 i = 1,2,3 xi 0; enteras; yi= 0,1 i = 1,2,3 zj= 0,1 j = 1,2,3 con M suficientemente grande. b) Definimos la variable de decisin siguiente:

1 si x3 51 p= 0 encasocontrario
El modelo es el siguiente: Max W = 13x3 30000(1 p) 40000p

Prof. Oscar Neira

- p)+ Mp 51p x3 50(1 p z3 6x3 500+ M(1- z1) 600+ M(1- z2) 2x3 s.a 2x3 630+ M(1- z3) z1+ z2+ z3= 1 x3 0; entera p = 0,1 zi= 0,1; i = 1,2,3 con M suficientemente grande.
3. Una universidad se encuentra en un proceso de formar una comisin. Diez personas han sido nominadas: A, B, C, D, E, F, G, H, I y J. El reglamento obliga a que sean incluidos en dicha comisin al menos una mujer, un hombre, un estudiante, un administrativo y un profesor. Adems, el nmero de mujeres debe ser igual que el de hombres y el nmero de profesores no debe de ser inferior al de administrativos. La mezcla de los nominados en las siguientes categoras es como sigue: Persona s A,B,C,D, Mujeres E Hombres F,G,H,I,J Estudiantes A,B,C,J Administrati E,F vos Profesores D,G,H,I Categora

Modelizar sin resolver como un problema de programacin lineal entera, si se trata que la comisin sea lo ms reducida posible. Solucin:

Prof. Oscar Neira

Definimos las variables de decisin siguientes:

i 1 si se incluyea lapersona xi= 0 encasocontrario i = A,B,C,D,E,F,G,H,I,J


El modelo queda como sigue: Min Z = xA + xB + xC + xD + xE + xF + xG + xH + xI + xJ
xA+ xB+ xC+ xD+ xE 1 xF+ xG+ xH+ xI+ xJ 1 xA+ xB+ xC+ xJ 1 xE+ xF 1 s.a xD+ xG+ xH+ xI 1 xA+ xB+ xC+ xD+ xE= xF+ xG+ xH+ xI+ xJ xD+ xG+ xH+ xI xE+ xF xi 0; enteras; i = 1,2,3 Xi= 0,1 i = A,B,C,D,E,F,G,H,I, J

4. Una empresa que fabrica electrodomsticos est pensando abrir una nueva planta para producir 3 modelos de lavadora: modelo de gama alta, media y baja. Tiene dos posibles ubicaciones: 1 y 2. La inversin necesaria para construir la fbrica en la ubicacin 1 es de 2000000 unidades monetarias y de 1750000 unidades monetarias en la ubicacin 2. Los costos unitarios de produccin son 15, 13 y 10 unidades monetarias, respectivamente para gama alta, media y baja, en la ubicacin 1 y 16, 12 y 9 unidades monetarias, respectivamente, en la ubicacin 2. De la gama alta se han de producir al menos 75000 unidades anuales, 100000 de la media y 200000 de la baja. a) Si slo se va a construir una planta, modelar el problema con el objetivo de minimizar costos. b) Si se incluye la posibilidad de construir las dos plantas (ubicacin 1 y 2), modelar el problema con el objetivo de minimizar costos considerando, adems, las siguientes restricciones: Prof. Oscar Neira

En caso de producirse lavadoras de gama baja en la ubicacin 1 se recibir una subvencin de 1000000 unidades monetarias. La gama alta se producir nicamente en una de las dos ubicaciones.

Solucin: a) Definimos las variables de decisin siguientes: xij = nmero de lavadoras de la gama j producidas en la ubicacin i, al ao con i = 1, 2; j = a, m, b (siendo a = alta, m = media y b = baja)

enlaubicacin i 1 si seproduce yi= i = 1,2 0 encasocontrario


El modelo queda como sigue: Min Z = 15x1a + 13x1m + 10x1b + 16x2a + 12x2m + 9x2b + 2000000y1 + 1750000y2
1a+ x2a 75000 x x 1m+ x2m 100000 x 1b + x2b 200000 y1+ y2= 1 x1a My1 My2 x2a s.a My1 x1m x2m My2 My1 x1b x2b My2 i = 1,2;j = a,m, b xij 0; enteras; yi= 0,1 i = 1,2

con M suficientemente grande.

b) Se definen las siguientes variables de decisin: xij = nmero de lavadoras de la gama j producidas en la ubicacin i, al ao con i = 1, 2; j = a, m, b (siendo a = alta, m = media y b = baja)

Prof. Oscar Neira

enlaubicacin i lavadoras de la gamaj 1 si seproduce yij= 0 encasocontrario i = 1,2; j = a,m,b


i 1 si se construyela plantaenla ubicacin zj= i = 1,2 0 encasocontrario
El modelo queda como sigue: Min Z = 15x1a + 13x1m + 10x1b + 16x2a + 12x2m + 9x2b + 2000000z1 + 1750000z2 1000000y1b
x 1a+x2a75000 x 1m+x2m100000 x 1b +x2b 200000 y1a +y2a =1 z1+z21 y1a z1 y2a z2 y1m z1 y2m z2 y1b z1 s .a y2b z2 x1a My1a x2a My2a x1m My1m x2m My2m x1b My1b y1b x1b x2b My2b xij0; enteras; i =1,2;j =a, m, b yij=0,1 i =1,2;j =a, m, b zi = 0,1; i = 0,1

Correcci n

con M suficientemente grande. Prof. Oscar Neira

5. Una fbrica produce 4 tipos de jabones, para lo cual son necesarios 6 componentes. En la siguiente tabla se muestran las cantidades necesarias para realizar una pastilla de jabn de cada tipo. Aceit Agu Sosa Gliceri e a custica na (ml) (ml) (g) (ml) J1 J2 J3 J4 250 200 230 180 240 210 240 200 42 2 20 10 1 40 25 35 Esencia Esencia de de fresa limn (ml) (ml) 1 3 2 1 3 1 1 3

La fbrica dispone de 150000 ml de aceite, 160000 ml de agua, 12 kg de sosa custica, 3 kg de glicerina, 2000 ml de esencia de limn y 3000 ml de esencia de fresa por da. Se tiene que producir al menos un tipo de jabn al da y como mucho tres. Adems si se producen jabones del tipo 1 no se podrn producir del tipo 4. El beneficio por cada pastilla de jabn es de 10, 13, 15 y 11 euros respectivamente para cada tipo de pastilla de jabn. La fbrica se est planteando ampliar la planta de produccin con un costo de 200000 euros, de forma que si se realiza la ampliacin las disponibilidades de los componentes aumentarn en 50000 ml de aceite, 70000 ml de agua, 4 kg de sosa custica, 4 kg de glicerina, 1000 ml de esencia de limn y 500 ml de esencia de fresa. Adems, en el caso de realizar esta ampliacin, si se producen pastillas del tipo 3, se tendrn que realizar tambin del tipo 1. Modelar el problema de programacin lineal entera que maximice el beneficio. Solucin: Definimos las siguientes variables de decisin: xi = nmero de pastillas de jabn tipo Ji producidas diariamente; i =1,..., 4

Prof. Oscar Neira

1 si seproducejabndeltipo Ji yi= i = 1,2,3,4 0 en casocontrario


la ampliacin 1 si se realiza z= 0 en casocontrario

El modelo es el siguiente: Max W = 10x1 + 13x2 + 15x3 + 11x4 200000z


+ 200x2 + 230x3 + 180x4 150000 + 50000z 250x1 240x1 + 210x2 + 240x3 + 2000x4 160000 + 70000z 42x1 + 2x2 + 20x3 + 10x4 12000 + 4000z + 35x4 3000 + 4000z x1+ 40x2+ 25x3 x1+ 2x2+ 3x3 + x4 2000 + 1000z + x2+ x3+ 3x4 3000 + 500z 3x1 y1+ y2+ y3+ y4 1 y1+ y2+ y3+ y4 3 s.a y4 1 y 1 y 1 y3 + z 1 1 My1 x x2 My2 x3 My3 x4 My4 xi 0; enteras; i = 1,2,3,4 yi= 0,1; i = 1,2,3,4 z = 0,1

con M suficientemente grande.

Prof. Oscar Neira

Das könnte Ihnen auch gefallen