You are on page 1of 76

PROBLEMAS DE PROGRAMACIN ENTERA DE INVESTIGACIN OPERATIVA I Problema 3: El equipo de gimnasia olmpica de Transilvania consta de 6 personas.

Transilvania tiene que seleccionar tres personas para viga de equilibrio y ejercicios de piso. Tambin tiene que presentar un total de cuatro personas por cada evento. La calificacin que cada gimnasta puede obtener en cada evento se muestra en la tabla 1.Plantee un PE con el que se maximice la calificacin total que obtengan los gimnastas de Transilvania. TABLA 1 Gimnasta 1 2 3 4 5 6 Solucin: Xi = 1, si el gimnasta i entra en ambos eventos. (i = 1, 2, 3, 4, 5,6) 0, si no es as. 1, si el gimnasta i entra solo en vigas de equilibrio. (i = 1, 2, 3, 4, 5,6) 0, si no es as. 1, si el gimnasta i entra solo en ejercicios de piso. (i =1, 2, 3, 4, 5,6) 0, si no es as. Viga de equilibrio 8.8 9.4 9.2 7.5 8.7 9.1 Ejercicios de piso 7.9 8.3 8.5 8.7 8.1 8.6

Yi =

Wi =

Funcin objetivo: Max z = 16.7 X1+17.7 X2+17.7 X3+16.2 X4+16.8 X5+17.7 X6 +8.8 Y1+9.4 Y2+9.2 Y3+7.5 Y4+8.7 Y5+9.1 Y6 +7.9 W1+8.3 W2+8.5 W3+8.7 W4+8.1 W5+8.6 W6 Sujeto a: X1+ X2+ X3+ X4+ X5+ X6 = 3 (seleccionar a 3 personas que hagan ambos eventos) Y1+ Y2+ Y3+ Y4+ Y5+ Y6 =4 (se quiere un total de 4 personas que hagan el mismo evento, en este caso el evento 1: vigas de equilibrio)

W1+ W2+ W3+ W4+ W5+ W6 =4 (se quiere un total de 4 personas que hagan el mismo evento, en este caso el evento 2: ejercicios de piso) Xi, Yi, Wi =0 1
SETS: Cant/1..6/:X,Y,W,VIGA,EJRPISO,PUNTAJE; ENDSETS DATA: VIGA = 8.8 9.4 9.2 7.5 8.7 9.1 ; EJRPISO = 7.9 8.3 8.5 8.7 8.1 8.6; ALVEZ=3; POREVNTO=4; ENDDATA max=@SUM(cant(i):PUNTAJE*X(i))+@SUM(cant(i):VIGA*Y(i)) +@SUM(cant(i):EJRPISO*W); @FOR(cantidad(I): PUNTAJE(i)=VIGA(i)+EJRPISO(i); ); ! RESTRICCIONES; @SUM (cant(I):X(i))=ALVEZ; @SUM (cant(I):Y(i))=POREVNTO; @SUM (cant(I):W(i))=POREVNTO; ! RESTRICCION DE VARIABLES BINARIAS; @FOR (cant(I): @BIN(X); @BIN(Y); @BIN(W); );

La solucin nos dice que los gimnastas que entran solo en viga de equilibrio son el 1,2,3,6 ;los gimnastas que entran solo en ejercicio de piso son el 2,3,4,6 y los gimnastas que entran a ambos eventos son el 2,3,6 ;uno se da cuenta ya que el valor de cada una de estas variables es 1. La calificacin total mxima que obtienen los gimnastas de Transilvania es 123.70. Problema 4 : La decisin de una corte estableci que la matricula de cada escuela de bachillerato en Metrpolis debe tener por lo menos 20% de negros. El nmero de estudiantes de bachillerato, blancos y negros, en cada uno de los 5 distritos escolares de la ciudad se muestra en la tabla 1. La distancia en millas que un estudiante debe viajar a cada escuela de bachillerato en cada distrito, se proporciona en la tabla 2.La poltica escolar establece que todos los estudiantes en un distrito dado asistan a la misma escuela. Si se supone que cada escuela debe tener una matricula de por lo menos 150 estudiantes, formular el PE con el cual se pueda minimizar la distancia total que los estudiantes de Metrpolis tienen que recorrer hasta la escuela.
DISTRITO 1 2 3 4 5 BLANCOS 80 70 90 50 60 NEGROS 30 5 10 40 30

Tabla 1
ESCUELA 1 1 0,5 0,8 1,3 1,5 ESCUELA 2 2 1,7 0,8 0,4 0,6

DISTRITO 1 2 3 4 5

Tabla 2

Sol: sea Xij = distrito i, escuela de bachillerato j Min z = X11 +2X12 + 0.5X21 + 1.7X22 + 0.8X31 +1.3X41 + 0.4X42 + 1.5X51 + 0.6X52 Sujeto a: 110X11 + 75X21 + 100X31 + 90X41 + 90X51 >= 150 (restriccin alumnos por escuela) 110X12 + 75X22 + 100X32 + 90X42 + 90X52 >= 150 100*(30X11 + 5X21 + 10X31 + 40X41 + 30X51)/ (110X11 + 75X21 + 100X31 + 90X41 + 90X51)>=20 100*(30X12 + 5X22 + 10X32 + 40X42 + 30X52)/ (110X12 + 75X22 + 100X32 + 90X42 + 90X52)>=20 X11 + X12 <=1 X21 + X22 <=1 X31 + X32 <=1 X41 + X42 <=1 X51 + X52 <=1 Xij =0 1 (i,j =1,2,3,4,5)

PROBLEMA 6 :

Los datos del problema se pueden expresar de la siguiente manera: MATERIA CURSOS

Cal. (1) matemticas Inv. operativa computaci n Prerequisito 1 0 0 Nin.

Inv. Op. (2) 1 1 0 Nin.

Estr. Dat. (3) 1 0 1 (6)

Estadi Sim. . Comp. Adm. (5) (4) 1 0 1 1 0 (1) 1 (6)

Intr. Prog. (6) 0 0 1 Nin.

Pred. Requ. (7) 1 1 0 (4)

tota l 2 2 2

Se Utilizara el programa lingo para resolver el problema


!x= 1-->si se estudia el curso i (i=1..7) 0-->si no se estudia el curso i (i=1..7); !min = cantidad mnima de curso; !pcurso =posibilidad de tomar un curso i (1..7) para la materia j (1..3); sets: cursos/1..7/:x; materias/1..3/:tot; matcur(materias,cursos):pcurso; endsets data: tot= 2 2 2; pcurso= 1 1 1 1 0 0 1 0 1 0 1 1 0 1 0 0 1 0 1 1 0; enddata min=@sum(cursos:x); @for(materias(i):@sum(cursos(j):pcurso(i,j)*x(j))>=tot(i)); x(3)<=x(6); x(4)<=x(1); x(5)<=x(6); x(7)<=x(4); @for(cursos:@bin(x);); end

MIN X( 1) + SUBJECT TO 2] X( 1) + X( 3] X( 2) + X( 4] X( 3) + X( 5] X( 3) - X( 6]- X( 1) + X( 7] X( 5) - X( 8]- X( 4) + X( END INTE 7

X( 2) + X( 3) + X( 4) + X( 5) + X( 6) + X( 7) 2) 4) 5) 6) 4) 6) 7) + X( + X( + X( <= <= <= <= 3) + X( 4) + X( 7) >= 5) + X( 7) >= 2 6) >= 2 0 0 0 0 2

La solucin que me proporciona es la siguiente:

Interpretacin Los cursos que utilizaran para lograr la especializacin son 4 y son los siguientes: Investigacin operativa Estructura de datos Simulacin por computadora Introduccin a la programacin

Por lo tanto significa que al llevar estos 4 cursos podr satisfacer los requerimientos para la especializacin con la menor cantidad de cursos llevados

PROBLEMA N12: Una compaa planea abrir unas bodegas en cuatro ciudades; Nueva York, Los ngeles, Chicago y Atlanta. Desde cada bodega se pueden embarcar 100 unidades por semana. El costo fijo por semana por mantener en operacin cada bodega es de 400 dlares para Nueva York, 500 dlares para Los ngeles, 300 dlares para Chicago y 150 dlares para Atlanta. La regin 1 del pas requiere 80 unidades por semana, la regin 2 demanda 70 unidades por semana y la regin 3 necesita 40 unidades por semana. Los costos (sin olvidar los costos de produccin y embarque) por enviar una unidad desde una planta desde una regin se seala en la tabla 11. Se desea cumplir con las demandas

semanales a un costo mnimo, sujeto a la informacin precedente y a las restricciones siguientes: 1. Si se abre la bodega de Nueva York, entonces se debe abrir la bodega de Los ngeles. 2. Es posible abrir a lo ms dos bodegas. 3. Se tiene que abrir la bodega de Atlanta o la de Los ngeles. Formule un PE que se pueda usar para minimizar los costos semanales de cumplir con las demandas. TABLA11 Hasta (dlares) Desde Nueva York Los ngeles Chicago Atlanta Regin 1 20 48 26 24 Regin 2 40 15 35 50 Regin 3 50 26 18 35

Formulacin de la PE: Xi { = 1 Si se abre la bodega i (i=0,1,2,3,4) = 0 En caso contrario. Yj = Cantidad de unidades destinadas para la regin j (j=1,2,3) Yij = Cantidad de unidades trasladadas de la bodega i (i=1,2,3,4) hasta la regin j (j=1,2,3) PE : Minz = 400X1 + 500X2 + 300X3 + 150X4 + 20Y11 + 40Y12 + 50Y13 + 48Y21 + 15Y22 + 26Y23 + 26Y31 + 35Y32 + 18Y33 + 24Y41 + 50Y42 + 31Y43 S.a: Y11 + Y21 + Y31 + Y41 = Y1 Y12 + Y22 + Y32 + Y42 = Y2 Y13 + Y23 + Y33 + Y43 = Y3 Y11 + Y12 + Y13 <= 100 Y21 + Y22 + Y23 <= 100 Y31 + Y32 + Y33 <= 100 Y41 + Y42 + Y43 <= 100 X1 <= MY11 X1 <= MY12 X1 <= MY13 Y1=>80 Y2=>70 X2 <= MY21 X2 <= MY22 X2 <= MY23 X3 <= MY31 X3 <= MY32 X3 <= MY33 X4 <= MY41 X4 <= MY42 X4 <= MY43

Y3=>40 X1 X2 <= 0 X1 + X2 + X3 + X4 <= 2 X4 + X2 <= 1 X1,X2,X3=0 1; Y1,Y2,Y3,Y11,Y12,Y13,Y21,Y22,Y23,Y31,Y32,Y33,Y41,Y42,Y43 = # enteros M = # muy grande

Problema 13 Glueco fabrica tres tipos de pegamento en dos lneas de produccin distintas. Hasta 7 trabajadores usan a la vez cada lnea. Cada trabajador recibe un pago de 500 dlares por semana en la lnea de produccin 1, y 900 dlares por semana en la lnea de produccin 2. Una semana de produccin en la lnea de produccin 1 cuesta 1000 dlares para organizarla y 2000 en la lnea de produccin 2. Durante una semana en una lnea de produccin cada trabajador elabora la cantidad de unidades de pegamentos indicada en la siguiente tabla:: Lnea de produccin 1 2 Pegamento 1 2 3 20 30 40 50 35 45

Se tienen que elaborar a la semana, por lo menos, 120 unidades del pegamento 1, por lo menos 150 unidades del pegamento 2 y por lo menos 200 unidades del pegamento 3. Formule un PE para minimizar el costo total por cumplir con las demandas semanales. Solucin: Sea:

xi = nmero de trabajadores empleados en la lnea i (i =1,2). 1 se usa la lnea i, (i =1,2). yi = 0 si no es as

Entonces, la PE apropiada es: F:O : min z = 1000y1 + 2000y2 + 500x1 + 900x2

s.a. 20x1 + 50x2 120 30x1 + 35x2 150 40x1 + 45x2 200 x1 7 y1 x2 7 y2 x1, x2 0; y1,y2 = 0 1 La programacin en LINDO sera:

Y La solucin en LINDO sera:

CONCLUSIN: Como se puede observar en el resultado se tendr un costo de 4000 dlares para cumplir las demandas semanales, con 6 trabajadores trabajando en la lnea nmero 1 solamente.

PROBLEMA 15: 15 En el hospital general Blair se ejecutan 6 tipos de operaciones quirrgicas. Los tipos de operaciones que cada cirujano esta calificado para practicar (sealados como 1) se proporciona en la tabla. Suponga que el cirujano 1 y el cirujano 2 no simpatizan entre si, y no pueden estar en el mismo tiempo de servicio. Se necesita la cantidad mnima de cirujanos necesarios para que el hospital pueda desarrollar todo tipo de operaciones. CIRUJANO 1 2 3 4 5 6 SOLUCION: Si consideramos a cada X como 1 y cada espacio vaco como 0: CIRUJANO 1 2 3 4 5 6 1 1 0 0 1 0 0 2 1 0 0 0 1 0 OPERACIN 3 4 0 1 1 0 1 0 0 0 0 0 0 1 1 x x x x x 2 x OPERACIN 3 4 x x x

5 x x

6 x x

5 0 1 1 0 0 1

6 0 1 0 1 0 0

Definimos las variables a utilizar: Xi = 1 Si el cirujano i realiza alguna operacin. (i = 1, 2, 3, 4, 5, 6) 0 en caso contrario.

El PE apropiado para este problema es: FUNCION OBJETIVO: 1

MIN Z= X1 + X2 + X3 + X4 + X5 + X6; S.A: X1 + X4 >= X1 + X5 >= X2 + X3 >= X1 + X6 >= X2 + X3 + X6 >= X2 + X4 + X5 >= 1 1 1 1 1 1

X1 + X2 <= 1 (el cirujano 1 y 2 no simpatizan entre si) Xi >= 0 (i = 1, 2, 3, 4, 5, 6); PROGRAMACIN EN LINGO: LINGO VARIABLES UTILIZADAS: DISPONIBILIDAD = Operaciones que pueden realizar los cirujanos

SETS: CIRUJANO/1..6/:X; OPERACION/1..6/; COMBINACION(CIRUJANO,OPERACIN):DISPONIBILIDAD; ENDSETS DATA: DISPONIBILIDAD=1,1,0,1,0,0, 0,0,1,0,1,1, 0,0,1,0,1,0, 1,0,0,0,0,1, 0,1,0,0,0,0, 0,0,0,1,1,0; ENDDATA ! FUNCION OBJETIVO; MIN=@SUM(CIRUJANO:X); ! RESTRICCIONES; ! CIRUJANOS DISPONIBLES; @FOR(OPERACION(J):@SUM(CIRUJANO(I):DISPONIBILIDAD(I,J)*X(I))>=1); ! CIRUJANO 1 Y 2 NO SIMPATIZAN ENTRE SI; X(1)+X(2)<=1; ! RESTRICCION DE VARIABLES BINARIAS; @FOR(CIRUJANO:@BIN(X)); END

LA SOLUCIN DEL PROGRAMA CON LINGO ES: RESPUESTA: Como se nota en la solucin con LINGO, la cantidad mnima de cirujanos para que se puedan realizar las 6 operaciones es 3. Los cirujanos que pueden realizar las operaciones son 1, 3 y 4.

PROBLEMA 16 :

Crdenas Rondoo, Bryan

04170102

Eastinghouse embarca 12 000 capacitores por mes para sus clientes. Se podran producir los capacitares en plantas distintas. La capacidad de produccin, costos fijos mensuales y costos variables por la produccin de un capacitor en cada planta se proporcionan en la tabla 96. el costo fijo en una planta se contrae slo si la planta se usa para hacer capacitares. Desarrolle un modelo de programacin con enteros cuya solucin le indique a eastinghouse cmo minimizar sus costos mensuales por cumplir con la demanda de sus clientes. Tabla 96 Planta 1 2 3 SOLUCIN El programa en Lingo es: !DESCRIPCIN DE LAS VARIABLES UTILIZADAS; !X = Cantidad de capacitores producidos por fabrica; !Y = Si se produce i(cada planta) entonces 1, caso contrario 0; !CAP = capacidad de produccin de cada planta; !CF = costos fijos de cada planta en dlares; !CV = costos variables de cada planta en dlares; !DEM = demanda total de los clientes; SETS: PLANT/1..3/:X,Y,CAP,CF,CV; DEMAND/TOTAL/:DEM; ENDSETS DATA: CAP = 6000 7000 6000; CF = 80000 40000 30000; 1 Costos fijos (en miles de dlares) 80 40 30 Costos variables (dlares) 20 25 30 Capacidad de produccin 6000 7000 6000

CV = 20 25 30; DEM = 12000; ENDDATA MIN=@SUM(PLANT:CF*Y+CV*X); @FOR(PLANT:@BIN(Y);); @FOR(PLANT:X<=CAP); @FOR(DEMAND:@SUM(PLANT:X)>=DEM); @FOR(PLANT:X<=(12000*Y));

La solucin del Lingo es:


Global optimal solution found at step: Objective value: Branch count: Variable X( 1) X( 2) X( 3) Y( 1) Y( 2) Y( 3) CAP( 1) CAP( 2) CAP( 3) CF( 1) CF( 2) CF( 3) CV( 1) CV( 2) CV( 3) DEM( TOTAL) Row 1 2 3 4 5 6 7 8 14 390000.0 0 Value 6000.000 6000.000 0.0000000 1.000000 1.000000 0.0000000 6000.000 7000.000 6000.000 80000.00 40000.00 30000.00 20.00000 25.00000 30.00000 12000.00 Slack or Surplus 390000.0 0.0000000 1000.000 6000.000 0.0000000 6000.000 6000.000 0.0000000 Reduced Cost 0.0000000 0.0000000 5.000000 80000.00 40000.00 30000.00 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 Dual Price 1.000000 5.000000 0.0000000 0.0000000 -25.00000 0.0000000 0.0000000 0.0000000

Problema16:

Garca Paz Mara

03170054

Eastinghouse embarca 12 000 capacitores por mes para sus clientes. Se podran producir los capacitores en tres plantas distintas. La capacidad de produccin, costos fijos mensuales de operacin y costos variables por la produccin de un capacitor en cada planta se proporciona en la tabla. El costo fijo en una planta se contrae solo si la planta se usa para hacer capacitores. Desarrolle un modelo de programacin con enteros cuya solucin le indique a Eastinghouse como minimizar sus costos mensuales por cumplir con la demanda de sus clientes. Planta 1 2 3 Solucin: Podemos observa por el enunciado que se trata de un problema al que se denomina problema de cargo fijo. Definimos las variables a utilizar: Xi = Numero de capacitores producidos en la planta i. (i = 1, 2,3) Yi = 1, si se produce en la planta i. (i =1, 2,3) 0, si no es as. Costos fijos (en miles de dlares) 80 40 30 Costos variables (dlares) 20 25 30 Capacidad de produccin 6 000 7 000 6 000

M = Cantidad muy grande, que puede ser de un milln. Entonces, el PE apropiado es: FUNCIN OBJETIVO: MIN Z= 20 X1 + 25 X2 + 30 X3 + 80 Y1 + 40 Y2 + 30 Y3; S.A.: X1 + X2 + X3 = 12 000; (Se embarca 12 000 capacitores al mes) X1 <= 6 000 (Capacidad de produccin en la planta 1 de 6 000) X2 <= 7 000 (Capacidad de produccin en la planta 2 de 7 000) X3 <= 6 000 (Capacidad de produccin en la planta 3 de 6 000) X1 <= M Y1 X2 <= M Y2 X3 <= M Y3 1

Xi >= 0 (i = 1, 2,3);

Yi =0 1

Programacin en Lingo: VARIABLES UTILIZADAS:


SETS:

COSTO = Costo variables (dlares) sujeto a la cantidad de produccin que se produzca. COSTOADIC = Costos fijo (dlares) adicional por utilizar las instalaciones de alguna planta. CAP= Capacidad de cada planta. M = valor muy grande REQUERIMIENTO = cantidad de capacitares embarcados al mes

PLANTA/1..3/: COSTO, COSTOADIC, X, Y, CAP; ENDSETS DATA: COSTO = 20 25 30; COSTOADIC = 80 40 30; CAP= 6000 7000 6000; M=1000000; REQUERIMIENTO=12000; ENDDATA ! FUNCION OBJETIVO: MIN=@SUM(PLANTA(I):COSTO(I)*X(I))+ @SUM(PLANTA(I):COSTOADIC(I)*Y(I)); ! RESTRICCIONES: ! RESTRICCION DE REQUERIMIENTO; @SUM(PLANTA(I):X(I))=REQUERIMIENTO; ! RESTRICCION DE LA MAXIMA CAPACIDAD DE CADA PLANTA; @FOR(PLANTA(I):X(I)<=CAP(I)); @FOR(PLANTA(I):X(I)<=M*Y(I)); ! RESTRICCION DE VARIABLES BINARIAS; @FOR(PLANTA(I):@BIN(Y)); END

Respuesta: Como se nota en la solucin con LINGO, para poder cumplir la demanda de los clientes y a su vez minimizar los costos se deben producir en las plantas 1 y 2 con una cantidad de 6 000 capacitores en cada planta, de esta forma el costo de producir capacitores en estas plantas ser de 270 120 dlares.

Problema 17 Un producto se puede fabricar en cuatro maquinas distintas. Cada maquina tiene un costo fijo de preparacin, costos variables de produccin por unidad procesada y una capacidad de produccin que se proporciona en la tabla 15. Se tiene que fabricar un total de 2000 unidades del producto. Plantee un PE cuya solucin indique como minimizar los costos totales. TABLA MAQUINA COSTO FIJO ($) COSTO VARIABLE POR UNIDAD ($) CAPACIDAD

1 2 3 4 Solucin:

1000 920 800 700

20 24 16 28

900 1000 1200 1600

X i = Cantidad de producto fabricado en la maquina i. (i = 1,2,3,4.) 1, si el producto se fabrica en la maquina i. (i =1, 2, 3, 4.) 0, si no es as.

Yi =

Entonces, el PE apropiado es: Funcin objetivo es: MIN Z = 20 X1 + 24 X2 + 16 X3 + 28 X4 + 1000 Y1 + 920 Y2 + 800 Y3 + 700 Y4 Sujeto a: X1 + X2 + X3 + X4 = 2000 X1 - 2000 Y1 <= 0 X2 - 2000 Y2 <= 0 X3 - 2000 Y3 <= 0 X4 - 2000 Y4 <= 0 (Total de produccin requerida) (Si produce en maquina 1, se considera CF 1) (Si produce en maquina 2, se considera CF 2) (Si produce en maquina 3, se considera CF 3) (Si produce en maquina 4, se considera CF 4) 1

X1 <= X2 <= X3 <= X4 <=

900 1000 1200 1600

(Capacidad de la maquina 1) (Capacidad de la maquina 2) (Capacidad de la maquina 3) (Capacidad de la maquina 4)

X i, Yi =0 1 ( i =1, 2, 3, 4. )

En Lindo
MIN 20 X1 + 24 X2 + 16 X3 + 28 X4 + 1000 Y1 + 920 Y2 + 800 Y3 + 700 Y4 SUBJECT TO X1 + X2 + X3 + X4 = 2000 X1 - 2000 Y1 <= 0 X2 - 2000 Y2 <= 0 X3 - 2000 Y3 <= 0 X4 - 2000 Y4 <= 0 X1 <= 900 X2 <= 1000 X3 <= 1200 X4 <= 1600 END GIN X1 GIN X2 GIN X3 GIN X4 INTE Y1 INTE Y2 INTE Y3 INTE Y4

OBJECTIVE FUNCTION VALUE 1) 37000.00

VARIABLE VALUE REDUCED COST X1 800.000000 20.000000 X2 0.000000 24.000000 X3 1200.000000 16.000000 X4 0.000000 28.000000 Y1 1.000000 1000.000000 Y2 0.000000 920.000000 1

Y3 Y4 ROW 2) 3) 4) 5) 6) 7) 8) 9) 10)

1.000000 0.000000

800.000000 700.000000

SLACK OR SURPLUS DUAL PRICES 0.000000 0.000000 1200.000000 0.000000 0.000000 0.000000 800.000000 0.000000 0.000000 0.000000 100.000000 0.000000 1000.000000 0.000000 0.000000 0.000000 1600.000000 0.000000 26

NO. ITERATIONS =

En conclusin: El productor para minimizar sus costos totales deber producir 800 productos en la maquina 1 y 1200 productos en la maquina 3, de esta manera incurrir en menos costos fijos y variables. Con esto la empresa incurrir en un costo total de 37 000 dlares.

PROBLEMA 18 Monsanto produce anualmente 359 millones de libras de anhdrido maleico. Dispone De un total de cuatro reactores para elaborar este producto. Cada reactor tiene la aptitud de funcionar en uno de tres regimenes. El costo (en miles de dlares) y libras producidas 8en millones) anuales para cada reactor y cada rgimen se proporcionan en la ste tabla. Un reactor solo puede funcionar a un rgimen el ao completo. Prepare un P.E cuya solucin indique a Monsanto el mtodo de costo mnimo para cumplir con su demanda anual de anhdrido maleico.
MODEL: SETS: REACTOR/RX1 RX2 RX3 RX4/:P; REGIMEN/RM1 RM2 RM3/; FUNC(REACTOR,REGIMEN):X,COSTO,LIBRAS; DEFINICION DE ATRIBUTOS:; P:RESTRICCION DE QUE UN REACTOR SOLO PUEDE TRABAJAR A UN REGIMEN EN UN AO; COSTO:EN MILES DE DOLARES; LIBRAS:CANTIDAD DE LIBRAS PRODUCIDAS EN EL REACTOR; ENDSETS DATA: COSTO = 50 80 100

65 90 120 70 90 110 40 60 70; LIBRAS = 80 100 112 65 ENDDATA @FOR(REACTOR(J):@SUM(REGIMEN(I):X(I,J))<=P(I)); @FOR(REGIMEN(I):@BIN(P(I)); @FOR(FUNC(I,J):@SUM(FUNC:COSTO*X(I,J))=359); MAX=@SUM(FUNC:LIBRAS(I,J)*X(I,J)); END 140 140 153 105 170 215 195 130;

El reactor 2 y el reactor 4 sern los que trabajen con el rgimen 3 durante todo el ao

Problema 20 Gasahol, Inc. Tiene 14 000 galones de una mezcla de gasolina y alcohol almacenada en su instalacin de Fresno y 16 000 galones almacenados en su instalacin de Bakersfield. Desde estas instalaciones, Gasahol debe proveer a Fresh Food Farms (FFF) 10 000 galones y a American Growers (AG) 20 000 galones. El costo de embarcar un galn desde cada instalacin de almacenado a cada cliente es:

Formule un modelo de programacin lineal para determinar el plan de embarque de costo mnimo que satisfaga las restricciones de provisin y demanda. Planteo Grfico:

Variables de Decisin: FRFFF: Cantidad de galones para proveer de Fresno a Fresh Food Farms. FRAG: Cantidad de galones para proveer de Fresno a American Growers. BKFFF: Cantidad de galones para proveer de Bakersfield a Fresh Food Farms. BKAG: Cantidad de galones para proveer de Bakersfield a American Growers. Restricciones de no negatividad: FRFFF, FRAG, BKFFF y BKAG >= 0 Restricciones de Disponibilidad: FRFFF + BKFFF >= 10000 FRAG + BKAG >= 20000 FRFFF + FRAG <= 14000 BKFFF + BKAG <= 16000 Funcin Objetivo: Min = ( FRFFF * 0.04 ) + ( FRAG * 0.06 ) + ( BKFFF *0.05 ) + ( BKAG * 0.03) Mediante Lindo: MIN 0.04 FRFFF + 0.06 FRAG + 0.05 BKFFF + 0.03BKAG

SUBJECT TO FRFFF + BKFFF >= 10000 FRAG + BKAG >= 20000 FRFFF + FRAG <= 14000 BKFFF + BKAG <= 16000 END Respuesta en Lindo luego de compilar y ejecutar: LP OPTIMUM FOUND AT STEP 1 OBJECTIVE FUNCTION VALUE 2

1) 1120.000 VARIABLE VALUE REDUCED COST FRFFF 10000.000000 0.000000 FRAG 4000.000000 0.000000 BKFFF 0.000000 0.040000 BKAG 16000.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 -0.040000 3) 0.000000 -0.060000 4) 0.000000 0.000000 5) 0.000000 0.030000 NO. ITERATIONS= 1

PROBLEMA 21 Gotham City fue divida en 8 distritos. El tiempo en minutos que tarda una ambulancia en llegar de un distrito a otro se muestra en la tabla. La poblacin de cada distrito en miles es como se indica: Distrito Poblacin 1 40 2 30 3 35 4 20 5 15 6 50 7 45 8 60

La ciudad solo tiene 2 ambulancias y desea ubicarlas en tales lugares que se maximice el numero de personas que viven a dos minutos de una ambulancia. DISTRITO 1 2 3 4 5 6 7 1 0 3 4 6 8 9 8 2 3 0 5 4 8 6 12 3 4 5 0 2 2 3 5 2 DISTRITO 4 5 6 8 4 8 2 2 0 3 3 0 2 2 5 2 6 9 6 3 2 2 0 3 7 8 12 5 5 2 3 0 8 10 9 7 4 4 2 2

8 SOLUCION:

10

Definimos las Variables de Decisin: Xi = 1 si el distrito i cuenta con ambulancia 0 en caso contrario Yi = 1 si el distrito i es atendido 0 en caso contrario Donde i = 1,2,3,4,5,6,7,8 Si se quiere atender a las personas que viven a dos minutos o menos de una de las ambulancias entonces en la siguiente tabla el valor 1 significa si la ambulancia del distrito i atiende en 2 o menos minutos al distrito j , y 0 en caso contrario. La ambulancia de un distrito atiende a su propio distrito en 0 min.

DISTRI TO 1 2 3 4 5 6 7 8

1 1 0 0 0 0 0 0 0

2 0 1 0 0 0 0 0 0

3 0 0 1 1 1 0 0 0

DISTRITO 4 5 0 0 0 0 1 1 1 0 0 1 1 1 0 1 0 0

6 0 0 0 1 1 1 0 1

7 0 0 0 0 1 0 1 1

8 0 0 0 0 0 1 1 1

o La tabla anterior va a estar representada por el parmetro tviajeij Definimos la siguiente FUNCION OBJETIVO:
MAX Z= 40 Y( 1) + 30 Y( 2) + 35 Y( 3) + 20 Y( 4) + 15 Y( 5) + 50 Y( 6)+ 45 Y( 7) + 60 Y( 8)

RESTRICCIONES: o RESTRICCION 1: La ciudad solo tiene dos ambulancias.


X( 1) + X( 2) + X( 3) + X( 4) + X( 5) + X( 6) + X( 7) + X( 8) = 2

o RESTRICCION 2: En cada una de las siguientes ecuaciones se muestra cuales son los distritos Xi que pueden atender a un distrito Yj . Por ejemplo en la 2

tercera ecuacin si por lo menos uno de los distritos 3, 4 ,5 posee una ambulancia entonces Y(3) podria ser 0 o 1 (1 >=Y(3)) y como Y(3) esta en la funcin objetivo y esta es de maximizacin el valor de Y(3) seria 1, es decir que la ciudad si es atendida.
X( 1) - Y( 1) >= 0 X( 2) - Y( 2) >= 0 X( 3) - Y( 3) + X( 4) + X( 5) >= 0 X( 3) + X( 4) - Y( 4) + X( 6) >= 0 X( 3) + X( 5) - Y( 5) + X( 6) + X( 7) >= 0 X( 4) + X( 5) + X( 6) - Y( 6) + X( 8) >= 0 X( 5) + X( 7) - Y( 7) + X( 8) >= 0 X( 6) + X( 7) + X( 8) - Y( 8) >= 0

FORMULACION EN LINGO:
!x= 1-->si el distrito cuenta con la ambulancia 0-->si el distrito no cuenta con la ambulancia ; !y= 1-->si el distrito es atendido 0-->si el distrito no es atendido; !pob= cantidad de pobladores de un distrito; !tviaje=posibilidad de viaje segun el tiempo que requiera de un distrito a otro; sets: distrito/1..8/:pob,x,y; distime(distrito,distrito):tviaje; endsets data: tviaje=1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 1 0 0 0 0 1 0 1 1 1 0 0 0 0 1 1 1 0 1 0 0 0 0 1 0 1 1 0 0 0 0 0 1 1 1; pob=40,30,35,20,15,50,45,60; enddata max=@sum(distrito(i):pob(i)*y(i));

!RESTRICCION 1; @sum(distrito:x)=2; !RESTRICCION 2; @for(distrito(j):@sum(distrito(i):tviaje(i,j)*x(i))>=@sum(distrito(j): y(j))); ! X e Y SON VARIABLES BINARIAS; @for(distrito:@bin(x);); @for(distrito:@bin(y);); end

SETS: TRABAJO/1..3/:; MAQUINA/1..4/:; MATRIZ(TRABAJO,MAQUINA):T,X,Y; ENDSETS DATA: T=20 0 25 30 15 20 0 18 0 35 28 0; !M, mayor valor posible para quer no afecte a las restricciones M=1000; SOLUCION EN LINGO: ENDDATA El mximo nmero de personas atendidas es 225. Para que esto ocurra los distritos con MIN=@SUM(MATRIZ(I,J):X(I,J)); ambulancia trabajar c/u 3 los trabajos >= de atender a los distritos 1 y 2. !tiempo para deben ser el dey 8. 3Se va a dejar tiempo establecido para optimizar la produccion por ejemplo: X(1,1)<=MY(1,1) 20-X(1,1)<=M*(1-Y(1,1); @FOR(TRABAJO(I):@FOR(MAQUINA(J):X(I,J)<=M*Y(I,J))); ROBLEMA 22 @FOR(TRABAJO(I):@FOR(MAQUINA(J):T(I,J)-X(I,J)<=M*(1-Y(I,J)))); Una compaa debe terminar tres trabajos. El tiempo de proceso ( en minutos) requerido !cada maquina debe realizar solo un trabajo completo se muestra en la tabla. Un trabajo no se pueda procesar @FOR(MAQUINA(J):@SUMA(TRABAJO(I):Y(I,J)=1); en la maquina j a menos que para toda i<j el trabajo ha completado su proceso en la maquina i. Una vez que un !el producto1 solo requiere 3 procesos; trabajo empieza su proceso en la Y(1,1)+Y(2,1)+Y(1,3)+Y(1,4)=3; maquina j, dicho trabajo debe continuar en la maquina j . El tiempo de flujo para un trabajo es la diferencia entre su tiempo de terminacin y el !el producto2 solo requiere 3 procesos; tiempo en el cual el trabajo empieza su primera etapa de proceso. Plante un PE cuya Y(2,1)+Y(2,1)+Y(2,3)+Y(2,4)=3; solucin se pueda usar para minimizar el tiempo de flujo promedio de los tres trabajos. !el producto3 solo requiere 2 procesos; Y(3,1)+Y(3,1)+Y(3,3)+Y(3,4)=2; !Y es la variable binaria; @FOR(MATRIZ(I,J):@BIN(Y(I,J)));

Trabajo 1 2 3

1 20 15 -

Maquina 2 2 20 35

3 25 28

4 30 18 -

SOLUCION EN LINGO:

Problema 26: El gobernador Blue del estado de Berry pretende conseguir la legislatura del estado para dividir injusta y arbitrariamente los distritos electorales de de Berry. El estado consiste en 10 ciudades y el nmero de republicanos y demcratas (en miles) en cada ciudad es el que se presenta en la tabla. Berry tiene cinco representantes electorales. Para formar los distritos electorales; las ciudades se tienen que agrupar segn las restricciones siguientes. 1.- Todos los electores en un a ciudad deben estar en el mismo distrito. 2.- cada distrito debe tener entre 150000 y 250000 electores (no hay electores independientes). El gobernador Blue es demcrata. Suponga que cada votante siempre vota por todos los candidatos de un partido. Formule un PE que para ayudar al gobernador Blue a maximizar el nmero de demcratas que ganaran curules en el congreso. Tabla Ciudad Republicanos Demcratas 1 80 34 2 60 44 3 40 44 4 20 24 5 40 114 6 40 64 7 70 14 8 50 11 9 70 54 10 70 64

Solucin: Xi = 1: si ganan los demcratas en el distrito i 0: caso contrario Yij =cantidad de votantes del tipo j (1=Demcratas, 2= Republicanos) Wij = 1 si los pobladores de la ciudad j pertenecen al distrito i 2

0 caso contrario Max Z = X1 + X2+ X3+ X4 + X5 Y11 + Y12 150000 Y21 + Y22 150000 Y31 + Y32 150000 Y41 + Y42 150000 Y51 + Y52 150000 Y11 + Y12 250000 Y21 + Y22 250000 Y31 + Y32 250000 Y41 + Y42 250000 Y51 + Y52 250000 Y12 = 80 W11 + 60 W12 + 40 W13 + 20 W14 + 40 W15+40 W16+70 W17 W19+70 W1 10 Y22 = 80 W21 + 60 W22 + 40 W23 + 20 W24 + 40 W25+40 W26+70 W27 W29+70 W2 10 Y32 = 80 W31 + 60 W32 + 40 W33 + 20 W34 + 40 W35+40 W36+70 W37 W39+70 W3 10 Y42 = 80 W41 + 60 W42 + 40 W43 + 20 W44 + 40 W45+40 W46+70 W47 W49+70 W4 10 Y52 = 80 W51 + 60 W52 + 40 W53 + 20 W54 + 40 W55+40 W56+70 W57 W59+70 W5 10 Y11 = 34 W11 + 44 W12 + 44 W13 + 24 W14 + 114 W15+64 W16+14 W17 W19+64 W1 10 Y21 = 34 W21 + 44 W22 + 44 W23 + 24 W24 + 114 W25+64 W26+14 W27 W29+64 W2 10 Y31 = 34 W31 + 44 W32 + 44 W33 + 24 W34 + 114 W35+64 W36+14 W37 W39+64 W3 10 Y41= 34 W41 + 44 W42 + 44 W43 + 24 W44 + 114 W45+64 W46+14 W47 W49+64 W4 10 Y51 = 34 W51 + 44 W52 + 44 W53 + 24 W54 + 114 W55+64 W56+14 W57 W59+64 W5 10 W11 + W21+ W31 + W41 + W51 = 1 W12+ W22+ W32 + W42 + W52 = 1 W13+ W23+ W33+ W43 + W53= 1 W14+ W24+ W34 + W44 + W54 = 1 W15+ W25+ W35+ W45+ W55 = 1 W16+ W26+ W36 + W46 + W56 = 1 W17+ W27+ W37 + W47 + W57 = 1 W18+ W28+ W38 + W48 + W58 = 1 W19+ W29+ W39 + W49 + W59 = 1 W1 10 + W2 10 + W3 10 + W4 10 + W5 10 = 1 Y11 - Y12 = a11 a12 Y21 - Y22 = a21 a22 Y31 - Y32 = a31 a32 Y41 - Y42 = a41 a42 Y51 - Y52 = a51 a52 a11 X1 a21 X2 a31 X3

+50 W18 +70 +50 W28 +70 +50 W38 +70 +50 W48 +70 +50 W58 +70 +44 W18 +54 +44 W28 +54 +44 W38 +54 +44 W48 +54 +44 W58 +54

a41 X4 a51 X5

PROBLEMA 26 Houseco Developers planean construir tres edificios de oficinas. El tiempo requerido para terminar cada uno de ellos y la cantidad de trabajadores necesarios para ejecutar la obra en todos los tiempos se proporcionan en la tabla 106. Una vez que se termina un edificio se renta por la siguiente cantidad anual: edificio 1, 50 000 dlares; edificio 2, 30 000 dlares; edificio 3, 40 000 dlares. Houseco afronta las restricciones siguientes: a Durante cada ao se dispone de 60 trabajadores. b Se puede iniciar cuando mucho un edificio durante cualquier ao. c El edificio 2 se debe terminar al final del ao 4. Formule un PE que maximice la renta total que gana Houseco al final del ao 4. Tabla 106 Edificio Duracin del proyecto (aos) 1 2 3 SOLUCION VARIABLES: i=1, 2, 3; j=1, 2, 3 X(i,j)= 1 si el edificio i se empieza a construir en el ao j 0 en caso contrario AO 1 AO 2 AO 3 AO 4 |________|________|________|________| X11 X12 X23 X31 X32 FUNCION OBJETIVO (EN MILES DE DOLARES): 2 2 2 3 Numero de trabajadores necesarios 30 20 20

MAX Z = 50(4-2) X11 + 50(4-3) X12 + 40(4-3) X31 RESTRICCIONES: X11 + X31<=1 X23 =1 X13 + X33<=1 X11 + X13<=1 X31 + X33<=1 (restriccin del ao 1) (restriccin del ao 2) (restriccin del ao 3) (restriccin del edificio 1) (restriccin del edificio 3)

30 X13 + 20 X31<=60 (restriccin mano de obra en el ao 1) (30X11 + 20 X31)+20 X23<=60 (restriccin mano de obra en el ao 2) (30X11 + 20 X31 + 20 X23)+30 X13 + 20 X33<=60 (restriccin mano de obra en el ao 3) FORMULACIN EN LINGO:
SETS: EDIFICIO /1..3/:NUMTRAB,INGRESO; YEAR/1..3/; EDIFYEAR(EDIFICIO,YEAR):X; ENDSETS DATA: NUMTRAB= 30 20 20; INGRESO= 50 30 40; ENDDATA MAX= 100*X(1,1)+50*X(1,2)+40*X(3,1); @FOR(YEAR(J):@SUM(EDIFICIO(I):X(I,J))<=1); @FOR(EDIFICIO(I):@SUM(YEAR(J):X(I,J))<=1); X(2,3)=1; @SUM(EDIFICIO(I):NUMTRAB*X(I,1))<=60; @SUM(EDIFICIO(I):NUMTRAB*X(I,1)+NUMTRAB*X(I,2))<=60; @SUM(EDIFICIO(I):NUMTRAB*X(I,1)+NUMTRAB*X(I,2)+NUMTRAB*X(I,3))<=60; @FOR(EDIFYEAR:@BIN(X));

SOLUCION EN LINGO: El mximo ingreso por la renta total de Houseco es 100 mil dlares. El edificio 1 se construye en el ao 1, el edificio 2 en el ao 3 para que este listo a finales del ao 4 y el edificio 3 se empezara a construir recin en el ao 4 debido a la restriccin de la mano de obra.
Global optimal solution found at iteration: Objective value: Variable NUMTRAB( 1) NUMTRAB( 2) NUMTRAB( 3) INGRESO( 1) INGRESO( 2) INGRESO( 3) Value 30.00000 20.00000 20.00000 50.00000 30.00000 40.00000 0 100.0000 Reduced Cost 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

X( X( X( X( X( X( X( X( X(

1, 1, 1, 2, 2, 2, 3, 3, 3,

1) 2) 3) 1) 2) 3) 1) 2) 3) Row 1 2 3 4 5 6 7 8 9 10 11

1.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 Slack or Surplus 100.0000 0.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 30.00000 30.00000 10.00000

-100.0000 -50.00000 0.000000 0.000000 0.000000 0.000000 -40.00000 0.000000 0.000000 Dual Price 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

Problema 27: Hay cuatro camiones disponibles para entregar leche a cinco tiendas. La capacidad y los costos de operacin diarios de cada camin se muestran en la tabla 107, la demanda de cada tienda puede ser surtida por slo un camin, pero un camin podra entregar a ms de una tienda. La demanda diaria de cada tienda es como se indica: tienda 1, 100 galones; tienda 2, 200 galones; tienda3, 300 galones; tienda 4, 500 galones; tienda 5, 800 galones. Formule un PE con el que se pueda minimizar el costo diario de cumplir con la demanda. camin capacidad (galones) 400 500 600 1100 costos de operacin diarios (dlares) 45 50 55 60

1 2 3 4

Solucin yi = 1, si se usa el camin i. (i =1, 2, 3, 4) 0, si no es as. 3

1, si se usa el camin i para repartir a la tienda j (j=1, 2, 3, 4, 5) x ij= 0, si no es as. El PE sera: min z= 45y1+50y2+55y3+60y4 s.a 100x11+200x12+300x13+500x14+800x15<=400y1 (restriccin de la capacidad) 100x21+200x22+300x23+500x24+800x25<=500y2 100x31+200x32+300x33+500x34+800x35<=600y3 100x41+200x42+300x43+500x44+800x45<=1100y4 x11 + x21 + x31 + x41=1 (la demanda de cada tienda no puede ser surtida por ms de un camin) x12 + x22 + x32 + x42=1 x13 + x23 + x33 + x43=1 x14 + x24 + x34 + x44=1 x15 + x25 + x35 + x45=1 todas las variables son 0 o 1 EN LINGO EL PROGRAMA SERA: SETS: CAMION/1..4/:CAP,COST,Y; TIENDA/1..5/:DEM; REPARTO(CAMION, TIENDA):X; ENDSETS
DATA: CAP=400 500 600 1100; COST = 45 50 55 60; DEM= 100 200 300 500 800; ENDDATA

MIN=@SUM(CAMION(I):COST(I)*Y(I)); @FOR(CAMION(I): @SUM(TIENDA(J):X(I,J)*DEM(J))<=CAP(I)*Y(I); ); @FOR(TIENDA(I): @SUM(REPARTO(J,I):X(J,I))=1; ); @FOR(CAMION(I): @BIN(Y); ); @FOR(REPARTO(I,J): @BIN(X(I,J)); );

El mnimo costo en que se incurrira para cumplir con la demanda y ajustndose a las restricciones es de 155 dlares.

Problema 28 El estado de Texas efecta con frecuencia auditorias a compaas que tienen negocios en Texas. Las oficinas centrales de estas compaas estn ubicadas a menudo fuera del estado de modo que los auditores tienen que viajar a lugares fuera del estado. Los auditores tienen que hacer al ao 500 viajes a ciudades en el noroeste, 400 viajes a ciudades en el oeste medio, 300 viajes a ciudades en el oeste y 400 viajes a ciudades en el sur. Texas est proyectando ubicar a sus auditores en Chicago, Nueva York, Atlanta y Los ngeles. El costo anual por ubicar auditores en cualquier ciudad es 100 000. El costo por enviar un auditor desde cualquiera de estas ciudades a una regin dada del pas, se muestra en la tabla 108. Costo del auditor (dlares) Oeste Oeste medio 1 400 1 900 1 000 1 500 1 700 1 100 1 400 1 500

Noreste Nueva York Chicago Los ngeles Atlanta 1 100 1 200 1 900 1 300

Sur 1 400 1 200 1 400 1 050

Plantee un PE cuya solucin minimice el costo anual que se genera por enviar a los auditores fuera del estado. Solucin:

PROBLEMA N 28 :

El estado de Texas efecta con frecuencia auditorias a compaas que tienen negocios en Texas. Las oficinas centrales de estas compaas estn ubicadas a menudo fuera del estado, de modo que los auditores tienen que viajar a lugares fuera del estado. Los auditores tienen que hacer al ao 500 viajes a ciudades en el noreste, 400 viajes a ciudades en el oeste medio, 300 viajes a ciudades en el oeste y 400 viajes a ciudades en el sur. Texas esta proyectando ubicar a sus auditores en Chicago, Nueva York, Atlanta y Los ngeles. El costo anual por ubicar auditores en cualquier ciudad es 100 000. El costo por enviar un auditor desde cualquiera de estas ciudades a una regin dada del pas, se muestra en la siguiente tabla. COSTO DE AUDITOR (miles dlares) NORESTE OESTE OESTE SUR MEDIO 1 100 1 400 1 900 1 400 1 200 1 000 1 500 1 200 1 900 1 700 1 100 1 400 1 300 1 400 1 500 1 050

CIUDAD Nueva York Atlanta Chicago Los ngeles Solucin:

Xij = Cantidad de viajes de los auditores de la ciudad i ( i = 1: NY,2:A, 3:C, 4:LA) hacia una regin j ( j = 1: NO, 2:OM , 3: O, 4: S) Yi = 1, si el auditor es asignado a la ciudad i ( i = 1: NY, 2:A, 3:C, 4:LA) 0, si no es as. Entonces, el PE apropiado es: Funcin objetivo es: Min z = COSTO X ASIGNAR AUDITORES + COSTO X VIAJE DE AUDITORES Costo x viajes de auditores : 1 100 * X11+ 1 400 * X12 +1 900 * X13 + 1 400 * X14 + 1 200 * X12 + 1000 *X22 + 1 500 * X23 + 1 200 * X24 + 1 900 * X31+ 1 700 * X32 + 1 100 * X33 + 1 400 * X34 + 1 300 * X41 + 1 400 * X42 + 1 500 * X43 + 1 050 * X44 Costo x asignar auditores :

100 000Y1 + 100 000 Y2 + 100 000Y3 +100 000 Y4 Restricciones : Restriccin de cantidad de viajes: Noreste: X11+ X21 + X31 + X41 >= 500 Oeste Medio: X12+ X22 + X32 + X42 >= 400 Oeste: X13+ X23+ X33 + X43 >= 300 Sur: X13+ X23+ X33 + X44 >= 400 Restriccin de asignacin de auditores: M= un numero muy grande El auditor 1 puede ir a una regin que pueden ser (j=1, 2, 3, 4) X11+ X12 + X13 + X14 <= M * Y1 El auditor 2 puede ir a una regin que pueden ser (j=1, 2, 3, 4) X21 + X22 + X23 + X24 <= M * Y2 El auditor 3 puede ir a una regin que pueden ser (j=1, 2, 3, 4) X31+ X32 + X33 + X34 <= M * Y3 El auditor 4 puede ir a una regin que pueden ser (j=1, 2, 3, 4) X41+ X42 + X43 + X44 <= M * Y4

Yi = 0 1 (i = 1:A, 2:B, 3:C, 4:D) , (j = 1, 2, 3, 4) Xi,j >= 0 (i = 1:A, 2:B, 3:C, 4:D) , (j = 1, 2, 3, 4)

El programa del Lingo es: !COSTOS EN DOLARES; !M=VALOR MUY GRANDE; !Y =1 O 0 (1 = SI SE ASIGNA AUDITOR EN LA CIUDAD Y 0 = SI NO LO ES A SI); !CANT_V= CANTIDAD DE VIAJES HACIA LAS REGIONES; !COST_V= COSTO POR VIAJE A LA CIUDAD I HACIA LA REGION J; !COST_A= COSTO POR ASIGNAR UN AUDITOR A UNA LA CIUDAD; SETS: CIUDAD /1..4/: Y; REGION /1..4/: CANT_V; VIAJES (CIUDAD,REGION) : COST_V,X; ENDSETS DATA: COST_V = 1100 1400 1900 1400 1200 1000 1500 1200 1900 1700 1100 1400 1300 1400 1500 1050 ; CANT_V = 500 400 300 400 ; M=10000000000; COST_A=100000; ENDDATA MIN=@SUM(VIAJES :COST_V*X)+ @SUM(CIUDAD:Y)*COST_A; ! RESTRICION DE VIAJES; @FOR(REGION(J):@SUM(CIUDAD(I):X(I,J))>=CANT_V(J)); ! RESTRICCION DE ASIGNACION DE AUDITORES; @FOR(CIUDAD(I):@SUM(REGION(J):X(I,J))<=M*Y(I)); ! RESTRICCION DE VARIABLES BINARIAS; @FOR(CIUDAD(I):@BIN(Y));

MODEL: [_1] MIN= 1100 * X_1_1 + 1400 * X_1_2 + 1900 * X_1_3 + 1400 * X_1_4 +

1200 * X_2_1 + 1000 * X_2_2 + 1500 * X_2_3 + 1200 * X_2_4 + X_3_1 + 1700 * X_3_2 + 1100 * X_3_3 + 1400 * X_3_4 + 1300 * X_4_1 * X_4_2 + 1500 * X_4_3 + 1050 * X_4_4 + 100000 * Y_1 + 100000 100000 * Y_3 + 100000 * Y_4 ; [_2] X_1_1 + X_2_1 + X_3_1 + X_4_1 <= 500 ; [_3] X_1_2 + X_2_2 + X_3_2 + X_4_2 <= 400 ; [_4] X_1_3 + X_2_3 + X_3_3 + X_4_3 <= 300 ; [_5] X_1_4 + X_2_4 + X_3_4 + X_4_4 <= 400 ; [_6] X_1_1 + X_1_2 + X_1_3 + X_1_4 - 10000000000 * Y_1 <= 0 [_7] X_2_1 + X_2_2 + X_2_3 + X_2_4 - 10000000000 * Y_2 <= 0 [_8] X_3_1 + X_3_2 + X_3_3 + X_3_4 - 10000000000 * Y_3 <= 0 [_9] X_4_1 + X_4_2 + X_4_3 + X_4_4 - 10000000000 * Y_4 <= 0 @BIN( Y_1); @BIN( Y_2); @BIN( Y_3); @BIN( Y_4); END

1900 * + 1400 * Y_2 +

; ; ; ;

CONCLUSIONES: El menor costo que se puede asignar para tener el costo en auditorias a compaas que tienen negocios en el estado de Texas ser por los clculos obtenidos de 2010000 dlares al ao. No se ha realizado viajes de la ciudad Nueva York a la regin de Noreste. No se ha realizado viajes de la ciudad Nueva York a la regin de OM. No se ha realizado viajes de la ciudad Nueva York a la regin de Oeste. No se ha realizado viajes de la ciudad Nueva York a la regin de Sur. Se ha realizado 500 viajes de la ciudad Chicago a la regin de Noreste. Se ha realizado 400 viajes de la ciudad Chicago a la regin de OM. No se ha realizado viajes de la ciudad Chicago a la regin de Oeste. Se ha realizado 400 viajes de la ciudad Chicago a la regin de Sur. No se ha realizado viajes de la ciudad Los ngeles a la regin de Noreste. No se ha realizado viajes de la ciudad Los ngeles a la regin de OM. Se ha realizado 300 viajes de la ciudad Los ngeles a la regin de Oeste. No se ha realizado viajes de la ciudad Los ngeles a la regin de Sur. No se ha realizado viajes de la ciudad Atlanta a la regin de Noreste. No se ha realizado viajes de la ciudad Atlanta a la regin de OM. No se ha realizado viajes de la ciudad Atlanta a la regin de Oeste. No se ha realizado viajes de la ciudad Atlanta a la regin de Sur.

Alumno: milla luyo


Como se observa en la ciudad de Chicago y Los ngeles se han realizado viajes por lo que en estos lugares se asignaran auditores, en tanto como la ciudad de Nueva York y de Atlanta no se han realizado viajes no se asignaran auditores.

Problema 29:

Usted fue asignado para acomodar las canciones del ultimo lbum de Madona en la versin audio cinta. Una cinta tiene dos lados ( 1 y 2 ). Las canciones de cada lado de la cinta deben hacer en total entre 14 y 16 minutos de duracin. La duracin y tipo de cada cancin se proporcionan en la tabla 28. Las asignaciones de canciones en la cinta debe cumplir con las condiciones siguientes: 1. Cada lado debe llevar dos baladas, exactamente. 2. El lado 1 debe tener por lo menos tres canciones hit 3. La cancin 5 o la cancin 6 tiene que estar en el lado 1. 4. Si las canciones 2 y 4 estn en el lado 1, entonces la cancin 5 debe estar en el lado 2. Cancin Duracin ( min. )

Tipo

1 2 3 4 5 6 7 8

Balada Hit Balada Hit Balada Hit Balada y Hit

4 5 3 2 4 3 5 4

Solucin: Considerando a M un valor grande.

1; Si en el lado i esta la cancin numero j. Xij = 0; Si no es as Funcin objetivo: max Z = X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X21 + X22 + X23 + X24 + X25 + X26 + X27 + X28 Sujeto a: 2) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 <= 16 3) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 >= 14 4) 4 X21 + 5 X22 + 3 X23 + 2 X24 + 4 X25 + 3 X26 + 5 X27 + 4 X28 <= 16 5) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 >= 14 6) X11 + X13 + X15 + X18 = 2 7) X21 + X23 + X25 + X28 = 2 8) X12 + X14 + X16 + X18 >= 3 9) X15 + X16 >= 1 10) X12 + X14 >= M (1 - X25) END INTE X11 INTE X12 INTE X13 INTE X14 INTE X15 INTE X16 INTE X17 INTE X18 INTE X21 INTE X22 INTE X23 INTE X24 INTE X25 INTE X26 INTE X27 INTE X28

Problema 29:

Una compaia de consultoria tiene 10 empleados ,cada uno de los cuales puede trabajar cuando mucho en 2 proyectos de grupos.Hay 6 proyectos en planes .Cada proyecto requiere 4 de nuestros 10 trabajadores. Los trabajadores necesarios y las ganancias generadas en cada proyecto se muestra en la tabla 109. A cada trabajador que interviene en cualquier proyecto se debe pagar el anticipo de la tabla 110 . Por ultimo ,cada trabajador que interviene en un proyecto se le paga la tarifa del proyecto que se muestra en la tabla 111. Como se puede maximizar su ganancia? Tabla 109 Proyecto Trabajadore s necesarios 1 1,4,5,8 2 2,3,7,10 3 1,6,8,9 4 2,3,5,10 5 1,6,7,9 6 2,4,8,10 Tabla 110 Anticip o Tabla 111 Tarifa($) Resolucin: 1, si el trabajador i integra el grupo de trabajo del proyecto j Xij = 0, si no es as. 1, si se realiza el proyecto i Yi = 0, si no es asi. Funcion objetivo es: Max z= 10000*Y1 + 15000*Y2 + 6000*Y3 + 8000*Y4 + 12000*Y5 + 9000*Y6 800*(X11+X13+X15) 500*(X12+X24+X26) 600*(X32+X34) 700*(X41+X46) 4 1 250 2 300 Proyecto 3 4 250 300 5 175 6 180 1 800 2 500 3 600 4 700 Trabajadores 5 6 800 600 7 400 8 500 9 400 10 500 Rendimiento($) 10000 15000 6000 8000 12000 9000

800*(X51+X54) 600*(X63+X65) 400(X72+X75) 500(X81+X83+X86) 400*(X93+X95) 500*(X102+X104+X10 6) 250*( X11 + X41 + X51 + X81 ) 300*( X22 + X32 + X72 + X10.2) 250*( X13 + X62 + X83 + X93) 300*( X24 + X34 + X54 + X10 4) 175*( X15 + X65 + X75 + X95) 180*( X26 + X46 + X86+ X10 6) Sujeto a: Restriccin de participacin de cada trabajador en cada proyecto
X11+X12+X13+ X14+X15+X16 2 X21+X22+X23+ X24+X25+X26 2 X31+X32+X33+ X34+X35+X36 2 X41+X42+X43+ X44+X45+X46 2 X51+X52+X53+ X54+X55+X56 2 X61+X62+X63+ X64+X65+X66 2 X71+X72+X73+ X74+X75+X76 2 X81+X82+X83+ X84+X85+X86 2 X91+X92+X93+ X94+X95+X96 2 X10 1+X10 2+X10 3+ X10 4+X10 5+X10 6 2 Restriccin de participacin necesaria por proyecto X11 + X41 + X51 + X81 >= 4*Y1 X22 + X32 + X72 + X10 2 >= 4*Y2 X13 + X62 + X83 + X93 >= 4*Y3 X24 + X34 + X54 + X10.4 >= 4*Y4 X15 + X65 + X75 + X95 >= 4*Y5 X26 + X46 + X86+ X10 6 > = 4*Y6 El Programa de Lingo es:
SETS: TRABAJADOR/1..10/:ANTICIPO; PROYECTO/1..6/:TARIFA,RENDIMIENTO,Y; MATRIZ(TRABAJADOR,PROYECTO):X; ENDSETS DATA: ANTICIPO = 800 500 600 700 800 600 400 500 400 500; TARIFA = 250 300 250 300 175 180; RENDIMIENTO = 10000 15000 6000 8000 12000 9000; MAXIMOP = 2; ENDDATA MAX=@SUM(PROYECTO:RENDIMIENTO*Y)- 800*(X(1,1)+X(1,3)+X(1,5) ) 500*(X(1,2)+X(2,4)+X(2,6)) - 600*(X(3,2)+X(3,4)) - 700*(X(4,1)+X(4,6)) 800*(X(5,1)+X(5,4)) - 600*(X(6,3)+X(6,5)) - 400*(X(7,2)+X(7,5)) 500*(X(8,1)+X(8,3)+X(8,6)) - 400*(X(9,3)+X(9,5)) 500*(X(10,2)+X(10,4)+X(10,6)) - 250*(X(1,1)+X(4,1)+X(5,1)+X(8,1)) 300*(X(2,2)+X(3,2)+X(7,2)+X(10,2)) - 250*(X(1,3)+X(6,3)+X(8,3)+X(9,3)) 300*( X(2,4)+X(3,4)+X(5,4)+X(10,4)) - 175*(X(1,5)+X(6,5)+X(7,5)+X(9,5)) 180*(X(2,6)+X(4,6)+X(8,6)+X(10,6)); !RESTRICCION DE CAPACIDAD DEL TRABAJADOR; @FOR(TRABAJADOR(I):@SUM(PROYECTO(J):X(I,J))<=MAXIMOP); !RESTRICCION DE TRABAJADOR POR PROYECTO; X(1,1)+X(4,1)+X(5,1)+X(8,1) >=4*Y(1); X(2,2)+X(3,2)+X(7,2)+X(10,2)>=4*Y(2); X(1,3)+X(6,3)+X(8,3)+X(9,3) >=4*Y(3);

Nota 1: No se pudo probar el Programa puede encontrar un Lingo de otra version pues la cantidad de variables binarias es superior al limite que presenta esta version. Nota 2: Se intento tratar de reducir el nmero de variables pero no llegue a ninguna solucin. Nota 3: Gran parte de las restricciones se encuentran escritas en forma literal pues no encontre la regla de adecuada para poder solo visualizar las variables que se necesitan para la resolucin de este problema.

Problema 29. Una compaa de consultara tiene 10 empleados , cada uno de los cuales puede trabajar cuando mucho en dos proyectos de grupo. Hay seis proyectos en planes . Cada proyecto requiere cuatro de nuestros 10 trabajadores . los trabajadores necesarios y las ganancias generadas en cada proyecto se muestran en la tabla 1. A cada trabajador que interviene en cualquier proyecto se debe pagar el anticipo de de la tabla 2. Por ultimo cada trabajador que interviene en un proyecto se le paga la tarifa del proyecto que se muestra en la tabla 3. Cmo se puede maximizar la ganancia ? TRABAJADORES NECESARIOS 1,4,5,8 2,3,7,10 1,6,8,9 2,3,5,10 1,6,7,9 2,4,8,10 RENDIMIENTO (DOLARES ) 10000 15000 6000 8000 12000 9000

TABLA 1 PROYECTO 1 2 3 4 5 6 TABLA 2 1 800 2 500

Anticipo(Dlares) TABLA 3

3 600

TRABAJADOR 4 5 6 7 700 800 600 400

8 500

9 400

10 500

1 TARIFA(DOLARES) 250

2 300

PROYECTO 3 4 250 300

5 175

6 180

Solucin

MODEL: SETS: TRABAJADOR/1..10/:ANTICIPO, Y ; PROYECTO/1..6/:R, T, Z; MATRIZ(PROYECTO , TRABAJADOR):C, X ; ENDSETS DATA: ANTICIPO = 800 500 600 700 800 600 400 500 400 500; RENDIMIENTO = 10000 15000 6000 8000 12000 9000; TARIFA = 250 300 250 300 175 180; C = 1 0 1 0 1 0 0 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 0 1 0 1 0 0 1 0 0 1 0 1 0 1 0 0 1 0 0 1 0 1 0 0 1 0 1 0 1;

ENDDATA MAX = @SUM(PROYECTO(I):R(I)*Z(I))+@SUM(TRABAJADOR(I):ANTICIPO(I)*Y(I)) +@SUM(PROYECTO(I):T(I)*X(I,J)); ! RESTRICCIONES; @FOR(TRABAJADOR(J):@SUM(PROYECTO(I):X(I,J)*C(I,J))<=2 ); @FOR(TRABAJDOR(J):@SUM(PROYECTO(I): X(I,J))<=2); @FOR(PROYECTO(I):@SUM(TRABAJADOR(I): X(I,J))>=M*Y(I)); @FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J))>=M*Z(J)); @FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J)*C(I,J))<=4); @FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J))<=4); ! RESTRICCION DE VARIABLES BINARIAS; @FOR(MATRIZ(I,J):@BIN(X)); @FOR(PROYECTO(I):@BIN(Z)); @FOR(TRABAJADOR(I):@BIN(Y));

END

PROBLEMA 30:

La ciudad de Nueva Cork tiene 10 distritos de recoleccin de basura y pretende determinar cul de los distritos debera un tiradero. Cuesta 1000 dlares acarrear una tonelada de basura un tramo de una milla. La ubicacin de cada distrito, el costo fijo anual (en millones de dlares) por operar un tiradero, y el costo variable (por tonelada) por procesar una tonelada de basura en un tiradero, se muestra en la tabla 112. Por ejemplo, el distrito 3 se localiza en las coordenadas (10,8). El distrito 3 produce 555 toneladas de basura al ao, y cuesta un milln de dlares al ao en costos fijos operar un tiradero en el distrito 3. Cada tonelada de basura procesada en el sitio 3 incurre en un costo variable de 51 dlares. Cada tiradero puede procesar cuando mucho 1500 toneladas de basura. Cada distrito debe enviar toda su basura a un solo sitio. Determine dnde localizar los tiraderos de tal manera que se minimice el costo total por ao.

TABLA 112: Distrito 1 2 3 4 5 6 7 8 9 10 SOLUCIN: Xi = 1: Si el distrito i, ser un tiradero. (i=1,2....10) 0: Si el distrito i, no ser un tiradero. (i=1,2....10) 1: Si el distrito i manda basura al distrito j (i=1,2....10) Yi j = 0: Si el distrito i, no manda basura al distrito j. (i=1,2....10) Dij = Distancia del distrito i al distrito j; (Donde i y j = 1, 2, ......10) FO: 4 Coordenadas x 4 2 10 2 5 4 10 5 5 1 y 3 5 8 8 3 5 5 1 8 7 Toneladas 49 874 555 352 381 428 985 105 258 210 Costos(millones de $) Fijo Variable 2 310 1 40 1 51 1 341 3 131 2 182 1 20 2 40 4 177 2 75

Min Z = (2 + 49*310)*X1 + (1+40*874)*X2 + (1+51*555)*X3 + (1+341*351)*X4 + (3+131*381)*X5 + (2+182*428)*X6 + (1+20*985)*X7 + (2+40*105)*X8 + (4+177*258)*X9 + (2+75*210)*X10 + (D11*Y11 + D12*Y21 + D13*Y31 + D14*Y41 + D15*Y51 + D16*Y61 +D17*Y71 +D18*Y81 + D19*Y91 + D110*Y101)*1000*X1 + (D21*Y12 + D22*Y22 + D23*Y32 + D24*Y42 + D25*Y52 + D26*Y62 +D27*Y72 +D28*Y82 + D29*Y92 + D210*Y102)*1000*X2 + (D31*Y13 + D32*Y23 + D33*Y33 + D34*Y43 + D35*Y53 + D36*Y63 +D37*Y73 +D38*Y83 + D39*Y93 + D310*Y103)*1000*X3 + (D41*Y14 + D42*Y24 + D43*Y34 + D44*Y44 + D45*Y54 + D46*Y64 +D47*Y74 +D48*Y84 + D9*Y94 + D410*Y104)*1000*X4 +(D51*Y15 + D52*Y25 + D53*Y35 + D54*Y45 + D55*Y55 + D56*Y65 +D57*Y75 +D58*Y85 + D59*Y95 + D510*Y105)*1000*X5 +(D61*Y16 + D62*Y26 + D63*Y36 + D64*Y46 + D65*Y56 + D66*Y66 +D67*Y76 +D68*Y86 + D69*Y96 + D610*Y106)*1000*X6 +(D71*Y17 + D72*Y27 + D73*Y37 + D74*Y47 + D75*Y57 + D86*Y67 +D77*Y77 +D78*Y87 + D79*Y97 + D710*Y107)*1000*X7 + (D81*Y18 + D82*Y28 + D83*Y38 + D84*Y48 + D85*Y58 + D86*Y68 +D87*Y78 +D88*Y88 + D89*Y98 + D810*Y108)*1000*X8 +(D91*Y19 + D92*Y29 + D93*Y39 + D94*Y49 + D95*Y59 + D96*Y69 +D97*Y79 +D98*Y89 + D99*Y99 + D910*Y109)*1000*X9 +(D101*Y110 + D102*Y210 + D103*Y310 + D104*Y410 + D105*Y510 + D106*Y610 +D107*Y710 +D108*Y810 + D109*Y910 + D1010*Y1010)*1000*X10 Sa: X1*(Y11*49+Y12*874+Y13*555+Y14*352+Y15*381+Y16*428 +Y17*985+Y18*105+Y19*258+Y110*210) <=1500; X2*(Y21*49+Y22*874+Y23*555+Y24*352+Y25*381+Y26*428 +Y27*985+Y28*105+Y29*258+Y210*210) <=1500;
RESTRICCION DE LA CAPACIDAD DE LOS TIRADEROS

X3*(Y31*49+Y32*874+Y33*555+Y34*352+Y35*381+Y36*428 +Y37*985+Y38*105+Y39*258+Y310*210) <=1500; X4*(Y41*49+Y42*874+Y43*555+Y44*352+Y45*381+Y46*428 +Y47*985+Y48*105+Y49*258+Y410*210) <=1500;

X5*(Y51*49+Y52*874+Y53*555+Y54*352+Y55*381+Y56*428 +Y57*985+Y58*105+Y59*258+Y510*210) <=1500; X6*(Y61*49+Y62*874+Y63*555+Y64*352+Y65*381+Y66*428+Y 67*985+Y68*105+Y69*258+Y610*210) <=1500; X7*(Y71*49+Y72*874+Y73*555+Y74*352+Y75*381+Y76*428+Y 77*985+Y78*105+Y79*258+Y710*210) <=1500; X8*(Y81*49+Y82*874+Y83*555+Y84*352+Y85*381+Y86*428+Y 87*985+Y88*105+Y89*258+Y810*210) <=1500; X9*(Y91*49+Y92*874+Y93*555+Y94*352+Y95*381+Y96*428+Y 97*985+Y98*105+Y99*258+Y910*210) <=1500; X10*(Y101*49+Y102*874+Y103*555+Y104*352+Y105*381+Y106 *428+Y107*985+Y108*105+Y109*258+Y1010*210) <=1500; Y11+Y21+Y31+Y41+Y51+Y61+Y71+Y81+Y91+Y101<=1; Y12+Y22+Y32+Y42+Y52+Y62+Y72+Y82+Y92+Y102<=1; Y13+Y23+Y33+Y43+Y53+Y63+Y73+Y83+Y93+Y103<=1; Y14+Y24+Y34+Y44+Y54+Y64+Y74+Y84+Y91+Y104<=1; Y15+Y24+Y35+Y45+Y55+Y65+Y75+Y85+Y91+Y105<=1; Y16+Y24+Y36+Y46+Y56+Y66+Y76+Y86+Y91+Y106<=1; Y17+Y24+Y37+Y47+Y57+Y67+Y77+Y87+Y91+Y107<=1; Y18+Y24+Y38+Y48+Y58+Y68+Y78+Y88+Y91+Y108<=1; Y19+Y24+Y39+Y49+Y59+Y69+Y79+Y89+Y91+Y109<=1; Y110+Y24+Y310+Y410+Y510+Y610+Y710+Y810+Y91+Y1010<= 1;

RESTRICCION DE LA CAPACIDAD DE LOS TIRADEROS

CADA DISTRITO DEBE ENVIAR TODA SU BASURA A UN SOLO SITIO.

El programa en lingo:
SETS: DISTRITO/1..10/:TN,CF,CV,CT,X; DISTANCIA (DISTRITO,DISTRITO):D,Y; ENDSETS DATA: TN=49 874 555 352 381 428 985 105 258 210; CF=2 1 1 3 2 1 2 4 2; CV=310 40 51 341 131 182 20 40 177 75; D=0 2.83 7.81 5.38 1 2 6.32 2.23 5.09 5 2.83 0 8.54 3 3.61 2 8 5 4.24 2.23 7.81 8.54 0 8 7.07 6.71 3 8.6 5 9.05 5.38 3 8 0 5.83 3.6 7.61 7.62 3 1.41 1 3.61 7.07 5.83 0 1.49 5.38 2 5 5.65 2 2 6.71 3.6 1.49 0 6 4.12 3.16 3.6 6.32 8 3 7.61 5.38 6 0 6.4 5.83 9.22 2.23 5 8.6 7.62 2 4.12 6.4 0 7 7.21

5.09 4.24 5 3 5 3.16 5.83 7 0 4.12 5 2.23 9.05 1.41 5.65 3.6 9.22 7.21 4.12 0; ENDDATA !FUNCION OBJETIVO; MIN = @SUM(DISTRITO(I):CT(I)*X(I)) +@SUM(DISTANCIA(I,J):@SUM(DISTANCIA(I,J):D(I,J)*Y(I,J))*1000*X(I)); !COSTO TOTAL; @FOR(DISTRITO:CT=CF+CV*TN); !RESTRICCIONES; @FOR(DISTANCIA(I,J):@SUM(DISTRITO(I):TN(I)*Y(I,J))*X(I)<=1500); @FOR (DISTANCIA:@SUM(DISTANCIA(I,J):Y(I,1))<=1); !RESTRICCION DE VARIABLES BINARIAS; @FOR(DISTRITO(I):@BIN(X);); @FOR (DISTANCIA(I,J):@BIN (Y););

Problema 30: La universidad estatal tiene que comprar 1100 computadoras de tres vendedores. El vendedor 1 carga 500 dlares por computadora mas un encargo por la entrega de 5000 dlares , el vendedor 2 carga 350 dlares por computadora mas un cargo por la entrega de 4000 dlares. El vendedor 3 carga 250 dlares por computadora mas un cargo por la entrega por de 6000 dlares. El vendedor 1 vender a lo mas 500 computadoras, el vendedor a los mucho 900 y el vendedor cuando mas 400. Se necesita minimizar el costo de la compra de computadoras necesarias. SOLUCION: VARIABLES: X(i,j) = Cantidad de computadoras que vende el vendedor i Y(i,j) = 1 Si el vendedor i vende computadoras a la universidad estatal 0 en caso contrario. FUNCION OBJETIVO: MIN Z = 5000Y(1) + 4000Y(2) + 6000Y(3) + 500X(1) + 350X(2) + 250X(3) RESTRICCIONES: o RESTRICCION 1: La universidad estatal tiene que comprar 1100 computadoras de tres vendedores. X( 1) + X( 2) + X( 3) >= 1100 o RESTRICCION 2: Lo mximo que puede vender cada vendedor:

X( 1) <= 500 X( 2) <= 900 X( 3) <= 400 o RESTRICCION 3: Si la universidad compra computadoras al vendedor i entonces tambin tendr que pagar el cargo respectivo por la entrega de computadoras. 1000000 Y( 1) + X( 1) <= 0 1000000 Y( 2) + X( 2) <= 0 1000000 Y( 3) + X( 3) <= 0 FORMULACION EN LINGO: ! MODELO DE WINSTON CAP 9 # PROB 6 COSTOS EN DOLARES; !M=VALOR MUY GRANDE; !COSTOE ES EL COSTO DE ENTREGA; !X CANTIDAD DE COMPUTADORAS QUE VENDE EN VENDEDOR I; !Y 1 SI EL VENDEDOR I VENDCOMPUTADORAS ! 0 EN CASO CONTRARIO; SETS: VENDEDOR/1..3/:COSTOE,COSTO,X,Y,MAXVEND; ENDSETS DATA: COSTOE = 5000 4000 6000; COSTO = 500 350 250; MAXVEND= 500 900 400; M=1000000; REQUERIMIENTO=1100; ENDDATA MIN=@SUM(VENDEDOR(I):COSTO(I)*X(I)) +@SUM(VENDEDOR(I):COSTOE(I)*Y(I)); ! RESTRICCION 1; @SUM(VENDEDOR(I):X(I))>=REQUERIMIENTO; ! RESTRICCION DE 2; @FOR(VENDEDOR(I): X(I)<=MAXVEND(I); ); ! RESTRICCION DE 3; @FOR(VENDEDOR(I): X(I)<=M*Y(I); ); 4

! RESTRICCION DE VARIABLES BINARIAS; @FOR(VENDEDOR(I): @BIN(Y);); SOLUCION EN LINGO: El mnimo costo para comprar computadoras es de 355 000 dolares, y la universidad tendr que comprar 700 y 400 computadoras a los vendedores 1 y 2 respectivamente.

Global optimal solution found at step: 8 Objective value: 355000.0 Branch count: 0 Variable Value Reduced Cost M 1000000. 0.0000000 REQUERIMIENTO 1100.000 0.0000000 COSTOE( 1) 5000.000 0.0000000 COSTOE( 2) 4000.000 0.0000000 COSTOE( 3) 6000.000 0.0000000 COSTO( 1) 500.0000 0.0000000 COSTO( 2) 350.0000 0.0000000 COSTO( 3) 250.0000 0.0000000 X( 1) 0.0000000 150.0000 X( 2) 700.0000 0.0000000 X( 3) 400.0000 0.0000000 Y( 1) 0.0000000 5000.000 Y( 2) 1.000000 4000.000 Y( 3) 1.000000 6000.000 MAXVEND( 1) 500.0000 0.0000000 MAXVEND( 2) 900.0000 0.0000000 MAXVEND( 3) 400.0000 0.0000000 Row Slack or Surplus Dual Price 1 355000.0 1.000000 2 0.0000000 -350.0000 3 500.0000 0.0000000 4 200.0000 0.0000000
5 0.0000000 6 7 8 0.0000000 999300.0 999600.0

100.0000 0.0000000 0.0000000 0.0000000

PROBLEMA30: La ciudad de Neva York tiene 10 distritos de recoleccion de basura y pretende determinar cual de los distritos deberia ser un tiradero. Cuesta 1 000 dolares acarrear una tonelada de basura un tramo de una milla. La ubicacin de cada distrito, la cantidad de toneladas de basura producidas en un ao por el distrito, el costo fijo anual (en millones de dlares) por operar un tiradero, y el costo variable(por tonelada) por procesar una tonelada de basura en un tiradero, se muestra en la tabla 112. Distrito Coordenadas x 1 4 2 2 3 10 4 2 5 5 6 4 7 10 8 5 9 5 10 1 Coordenadas y 3 5 8 8 3 5 5 1 8 7 toneladas 49 874 555 352 381 428 985 105 258 210 Costo fijo (millones) 2 1 1 1 3 2 1 2 4 2 Costo variable(millones) 310 40 51 341 131 182 20 40 177 75

Por ejemplo el distrito 3 se localiza en las coordenadas (10,8). El distrito 3 produce 555 toneladas de basura al ao, y cuesta un millon de dolares al ao en costos fijos operar un tiradero en el distrito 3. Cada tonelada de basura procesada en el sitio 3 incurre en un costo variable de 51 dlares. Cada tiradero puede procesar cuando mucho 1500 toneladas de basura. Cada distrito debe enviar toda su basura a un solo sitio. Determine dnde localizar los tiraderos de tal manera que se minimice el costo total por ao. Solucin (LINGO) min 2015190x1+1034960x2+1028305x3+120032x4+3049911x5+ 2077896x6+1019700x7+2004200x8+4045666x9+2015750x10 +7000x1+7000x2+18000x3+10000x4+8000x5+9000x6+15000x7 +6000x8+13000x9+8000x10 subject to 49x1+874x2+555x3+352x4+381x5+428x6+985x7+105x8+258x9+210x10<=15000 end

INT X1 INT X2 INT X3 5

INT X4 INT X5 INT X6 INT X7 INT X8 INT X9 INT X10

PROBLEMA N Problema 31: Usted es el Gerente de ventas de Eli Lilly. Ud. Desea Ubicar oficinas de ventas en cuatro de las ciudades de la tabla 1. La cantidad de llamadas telefnica de ventas (en miles) Que se deben hacer en cada ciudad que se dan e n la tabla 1. por ejemplo San Antonio requiere 2000 llamadas y est a 602 millas de Phoenix. La distancia entre cada ciudad se da en la tabla 2. En donde se deben ubicar las oficinas centrales con el objeto de minimizar la distancia total que se debe recorrer para hacer las llamadas necesarias? Tabla N 1 Llamada requeridas Ciudad (i) (en miles) San Antonio (1) 2 Phoenix (2) 3 Los Angeles (3) 6 Seattle (4) 3 Detroit (5) 4 Minneapolis (6) 2 Chicago (7) 7 Atlanta (8) 5 Nueva York (9) 9 Boston (10) 5 Filadelfia (11) 4 Tabla N 2
San Los Antonio Phoenix Angeles Sealtle Detroit Minneap. Chicago Atlanta 0 602 1376 1780 1262 1140 1060 935 602 0 851 1193 1321 1026 1127 1290 1376 851 0 971 2088 1727 1914 2140 1780 1193 971 0 1834 1432 1734 2178 1262 1321 2088 1834 0 403 205 655 1140 1026 1727 1432 403 0 328 876 1060 1127 1914 1734 205 328 0 564 935 1290 2140 2178 655 876 564 0 1848 2065 2870 2620 801 1200 957 940 2000 2201 2995 2707 912 1304 1082 1096 1668 1891 2702 2486 654 1057 794 765 Nueva York 1848 2065 2870 2620 801 1200 957 940 0 156 180 Boston Filadelfia 2000 1668 2201 1891 2995 2702 2707 2486 912 654 1304 1057 1082 794 1096 765 156 180 0 333 333 0

San Antonio Phoenix Los Angeles Sealtle Detroit Minneapolis Chicago Atlanta Nueva York Boston Filadelfia

SOLUCIN Denotaremos las ciudades por cdigos asignados: Sea Xj = la ruta que debe realizar de una ciudad a otra Xj= 1 Si se hace la ruta 0 Si no se realiza j = 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,.....55 entonces: grafico de las rutas ser como se muestra en la tabla:
San Los Nueva Antonio Phoenix Angeles Sealtle Detroit Minneap. Chicago Atlanta York Boston Filadelfia San Antonio (1) 0 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Phoenix (2) X1 0 X11 X12 X13 X14 X15 X16 X17 X18 X19 Los Angeles (3) X2 X11 0 X20 X21 X22 X23 X24 X25 X26 X27 Sealtle (4) X3 X12 X20 0 X28 X29 X30 X31 X32 X33 X34 Detroit (5) X4 X13 X21 X28 0 X35 X36 X37 X38 X39 X40 Minneapolis (6) X5 X14 X22 X29 X35 0 X41 X42 X43 X44 X45 Chicago (7) X6 X15 X23 X30 X36 X41 0 X46 X47 X48 X49 Atlanta (8) X7 X16 X24 X31 X37 X42 X46 0 X50 X51 X52 Nueva York (9) X8 X17 X25 X32 X38 X43 X47 X50 0 X53 X54 Boston (10) X9 X18 X26 X33 X39 X44 X48 X51 X53 0 X55 Filadelfia (11) X10 X19 X27 X34 X40 X45 X49 X52 X54 X55 0 Llamadas Neces. 2000 3000 6000 3000 4000 2000 7000 5000 9000 5000 4000

Obtenindose entonces 55 rutas posibles a realizarse Sea: Yi = 1 si la Oficina central de ventas est en la ciudad i 0 si no est i = 1,2,3,4,5,6,7,8,9,10,11 La funcin Objetivo: Minimizar las distancias totales que se debe recorrer para hacer las llamadas necesarias: Min Z = Y1(602X1+1376X2+1780X3+1262X4+1140X5+1060X6+935X7+1848X8+2000X9+16 68X10)+ Y2(602X1+851X11+1193X12+1321X13+1026X14+1127X15+1290X16+2065X17+2201X 18+1894X19)+ Y3(1376X2+875X11+971X20+2088X21+1727X22+1914X23+2140X24+2870X25+2995X 26+ 2702X27)+ Y4(1780X3+1193X12+971X20+1834X28+1432X29+1734X30+2178X31+2620X32+2707 X33+ 2486+ Y5(1262X4+1321X13+2088X21+1834X 28+403X35+205X36+655X37+801X38+912X39+654X40)+

Y6(1140X5+1026X14+1727X22+1432X +403X35+328X41+876X42+1200X43+1304X44+1057X45)+ 29 Y7(1060X6+1127X15+1914X23+1734X +205X36+328X41+564X46+957X47+1082X48+794X49)+ 30 Y8(935X7+1290X16+2140X24+2178X +655X37+876X42+564X46+940X5+1096X51+765X52)+ 31 Y9(1848X8+2065X17+2870X25+2620X 32+801X38+1200X43+957X47+940X50+156X53+180X54)+ Y10(2000X9+2201X10+2995X26+2707X 33+912X39+1304X44+1082X48+1096X51+156X53+333X55)+ Y11(1668X10+1891X11+2702X27+2486X 34+654X40+1057X45+794X49+765X52+180X54+333X55) S.A. Se desea con cuatro Oficinas centrales para realizar las ventas va llamadas telefnicas: Y1+ Y2 + Y3+ Y4+ Y5+ Y6+ Y7 + Y8+ Y9+ Y10 + Y11 = 4 El total de llamadas de las ciudades no debe de exceder de la Oficina central de ventas (en miles): Si una de la oficinas centrales est en San Antonio, cuyas llamas necesarias es 2000: 3X1 + 6X2 + 3X3 + 4X4 + 2X5 + 7X6 + 5X7 + 9X8 + 5X9 + 4X10 <= 2; Si una de la oficinas centrales est en Phoenix, cuyas llamas necesarias es 3000: 2X1 + 6X11 + 3X12 + 4X13 + 2X14 + 7X15 + 5X16 + 9X17 + 5X18 + 4X19 <= 3; Si una de la oficinas centrales est en Loa ngeles, cuyas llamas necesarias es 6000: 2X2 + 3X11 + 3X20 + 4X21 + 2X22 + 7X23 + 5X24 + 9X25 + 5X26 + 4X27 <= 6; Si una de la oficinas centrales est en Seattle, cuyas llamas necesarias es 3000: 2X3 + 3X12 + 6X20 + 4X28 + 2X29 + 7X30 + 5X31 + 9X32 + 5X33 + 4X34 <= 3; Si una de la oficinas centrales est en Detroit, cuyas llamas necesarias es 4000: 2X4 + 3X13 + 6X21 + 3X28 + 2X35 + 7X36 + 5X37 + 9X38 + 5X39 + 4X40 <= 4; Si una de la oficinas centrales est en Minneapolis, cuyas llamas necesarias es 2000: 2X5 + 3X14 + 6X22 + 3X29 + 4X35 + 7X41 + 5X42 + 9X43 + 5X44 + 4X45 <= 2; Si una de la oficinas centrales est en Chicago, cuyas llamas necesarias es 7000: 2X6 + 3X15 + 6X23 + 3X30 + 4X36 + 2X41 + 5X46 + 9X47 + 5X48 + 4X49 <= 7; 5

Si una de la oficinas centrales est en Atlanta, cuyas llamas necesarias es 5000: 2X7 + 3X16 + 6X24 + 3X31 + 4X37 + 2X42 + 7X46 + 9X50 + 5X51 + 4X52 <= 5; Si una de la oficinas centrales est en Nueva York, cuyas llamas necesarias es 9000: 2X8 + 3X17 + 6X25 + 3X32 + 4X38 + 2X43 + 7X47 + 5X50 + 5X53 + 4X54 <= 9; Si una de la oficinas centrales est en Boston, cuyas llamas necesarias es 5000: 2X9 + 3X10 + 6X26 + 3X33 + 4X39 + 2X44 + 7X48 + 5X51 + 9X53 + 4X55 <= 5; Si una de la oficinas centrales est en Filadelfia, cuyas llamas necesarias es 4000: 2X10+ 3X11 + 6X27 + 3X34 + 4X40 + 2X45 + 7X49 + 5X52 + 9X54 + 5X55 <= 4;

Resuelto en LINGO:
Probla N 31 del CAP. 9 del Libro de WINSTON; !Xj = la ruta que debe realizar de una ciudad

a otra

Xj= Yi =

1 Si se hace la ruta 0 Si no se realiza (j = 1,2,3 ... 55) 1 si la Oficina central de ventas est en la ciudad i 0 si no est (j = 1,2,3 ... 11);

SETS: CIUDAD/C1..C11/:Llamadas,Y; Rutas(CIUDAD,CIUDAD):Distancia,X; ENDSETS DATA: Llamadas=2,3,6,3,4,2,7,5,9,5,4; Distancia= 0 602 1376 1780 1262 1140 1060 935 602 0 851 1193 1321 1026 1127 1290 1376 851 0 971 2088 1727 1914 2140 1780 1193 971 0 1834 1432 1734 2178 1262 1321 2088 1834 0 403 205 655 1140 1026 1727 1432 403 0 328 876 1060 1127 1914 1734 205 328 0 564 935 1290 2140 2178 655 876 564 0 1848 2065 2870 2620 801 1200 957 940 2000 2201 2995 2707 912 1304 1082 1096 1668 1891 2702 2486 654 1057 794 765 ENDDATA !LA FUNCIN OBJETIVO; MIN=@SUM(CIUDAD(i):Y(i)*@SUM(Rutas(i,j):Distancia(i,j)*X(i,j)));

1848 2065 2870 2620 801 1200 957 940 0 156 180

2000 2201 2995 2707 912 1304 1082 1096 156 0 333

1668 1891 2702 2486 654 1057 794 765 180 333 0;

!LAS RESTRICIOPNES ENCUNATO AL NUMERO DE OFINAS CENTRALES; @SUM(CIUDAD:Y)=4; !LAS RESTRICIOPNES ENCUNATO AL NUMERO DE LLAMADAS NECESARIAS; @FOR(CIUDAD(i):@SUM(Rutas(i,j):Llamadas(i)*X(i,j))<=Llamadas(i));

!X e Y SON VARIABLES BINARIAS; @FOR(CIUDAD:@BIN(Y);); @FOR(RUTAS:@BIN(Y);); END

Problema 31. Una pipa de Sunco Oil tiene 5 compartimientos, con una capacidad de 2700, 2800, 1100, 1800 y 3400 galones de combustible respectivamente. La compaa debe surtir 3 tipos de gasolina (sper, regular y sin plomo) a un cliente. En la tabla se dan las demandas, la multa por galn que falta y el faltante mximo permisible. Cada compartimiento puede llevar solo un tipo de gasolina. Se desea minimizar los costos por faltante de gasolina. TIPO DE GASOLINA SUPER REGULAR SIN PLOMO SOLUCION: VARIABLES: W(i) = Galones de gasolina faltante del tipo i para satisfacer la demanda i X(i,j) = Galones de gasolina del tipo i destinados al compartimiento j Y(i,j) = 1 Si el compartimiento j lleva gasolina del tipo i 0 en caso contrario i = 1(sper), 2(regular), 3(sin plomo) j = 1,2,3,4,5 FUNCION OBJETIVO: MIN Z = 10 W( 1) + 8 W( 2) + 6 W( 3) RESTRICCIONES: o RESTRICCION 1: Mxima escasez permitida de la gasolina del tipo i: W( 1) <= 500 W( 2) <= 500 W( 3) <= 500 o RESTRICCION 2: Obligaciones con la demanda, donde X es la gasolina destinada a un compartimiento y W es la gasolina faltante para satisfacer la demanda. X(1,1) + X(1,2) + X(1,3) + X(1,4) + X(1,5) + W(1) = 2900 5 DEMANDA 2900 4000 4900 10 8 6 COSTO POR GALON FALTANTE MAXIMA ESCASEZ PERMITIDA 500 500 500

X(2,1) + X(2,2) + X(2,3) + X(2,4) + X(2,5) + W(2) = 4000 X(3,1) + X(3,2) + X(3,3) + X(3,4) + X(3,5) + W(3) = 4900 o RESTRICCION 3: Capacidad de los compartimientos, si X(i,j)>0 entonces Y(i,j) = 1. X( 1, 1) <= 2700 Y( 1, 1) X( 1, 2) <= 2800 Y( 1, 2) X( 1, 3) <= 1100 Y( 1, 3) X( 1, 4) <= 1800 Y( 1, 4) X( 1, 5) <= 3400 Y( 1, 5) X( 2, 1) <= 2700 Y( 2, 1) X( 2, 2) <= 2800 Y( 2, 2) X( 2, 3) <= 1100 Y( 2, 3) X( 2, 4) <= 1800 Y( 2, 4) X( 2, 5) <= 3400 Y( 2, 5) X( 3, 1) <= 2700 Y( 3, 1) X( 3, 2) <= 2800 Y( 3, 2) X( 3, 3) <= 1100 Y( 3, 3) X( 3, 4) <= 1800 Y( 3, 4) X( 3, 5) <= 3400 Y( 3, 5)

o RESTRICCION 4: Cada compartimiento puede llevar solo un tipo de gasolina: Y( 1, 1) + Y( 2, 1) + Y( 3, 1) = Y( 1, 2) + Y( 2, 2) + Y( 3, 2) = Y( 1, 3) + Y( 2, 3) + Y( 3, 3) = Y( 1, 4) + Y( 2, 4) + Y( 3, 4) = Y( 1, 5) + Y( 2, 5) + Y( 3, 5) = 1 1 1 1 1

FORMULACION EN LINGO:

sets: !PROB 31 CAP 9.2 DEL WINSTON; !x:gasolina; !w:gasolina faltante; !y:1 si el compartimiento j lleva la gasolina tipo i o en caso contrario; !cf : costo por galon faltante; !me : mxima escasez permitida; tipo/1..3/:cf,me,dem,a,w; compartimiento/1..5/:cap; matriz(tipo,compartimiento):x,y; endsets data: cf=10,8,6; me=500,500,500; dem=2900,4000,4900; cap=2700,2800,1100,1800,3400; enddata min=@sum(tipo:w*cf); !RESTRICCION 1; @for(tipo(i):w<=me(i)); !RESTRICCION 2; @for(tipo(i):w(i)+@sum(compartimiento(j):x(i,j))=dem(i)); !RESTRICCION 3; @for(matriz(i,j):x(i,j)<=cap(j)*y(i,j)); !RESTRICCION 4; @for(compartimiento(j):@sum(tipo(i):y(i,j))=1); !VARIABLE Y ES BINARIA; @for(matriz:@bin(y)); SOLUCION EN LINGO: El mnimo costo que se podr pagar es 2 600 dlares. La gasolina del tipo 1 (super) 2800 galones van al compartimiento 2, la gasolina del tipo 2 (regular) 2700 galones van al compartimiento 1, la gasolina del tipo 2 1100 galones van al compartimiento 3, la gasolina del tipo 3 (sin plomo) 1500 galones van al compartimiento 4, la gasolina del tipo 3 3400 galones van al compartimiento 5. La variable w son los galones de gasolina tipo i faltantes. Para que se cumpla la demanda faltan 100 galones del tipo sper, y 200 galones del tipo regular.

Global optimal solution found at step: 558 Objective value: 2600.000 5

Branch count: Variable CF( 1) CF( 2) CF( 3) ME( 1) ME( 2) ME( 3) DEM( 1) DEM( 2) DEM( 3) A( 1) A( 2) A( 3) W( 1) W( 2) W( 3) CAP( 1) CAP( 2) CAP( 3) CAP( 4) CAP( 5) X( 1, 1) X( 1, 2) X( 1, 3) X( 1, 4) X( 1, 5) X( 2, 1) X( 2, 2) X( 2, 3) X( 2, 4) X( 2, 5) X( 3, 1) X( 3, 2) X( 3, 3) X( 3, 4) X( 3, 5) Y( 1, 1) Y( 1, 2) Y( 1, 3) Y( 1, 4) Y( 1, 5) Y( 2, 1) Y( 2, 2) Y( 2, 3) Y( 2, 4) Y( 2, 5) Y( 3, 1) Y( 3, 2)

32 Value Reduced Cost 10.00000 0.0000000 8.000000 0.0000000 6.000000 0.0000000 500.0000 0.0000000 500.0000 0.0000000 500.0000 0.0000000 2900.000 0.0000000 4000.000 0.0000000 4900.000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 100.0000 0.0000000 200.0000 0.0000000 0.0000000 6.000000 2700.000 0.0000000 2800.000 0.0000000 1100.000 0.0000000 1800.000 0.0000000 3400.000 0.0000000 0.0000000 0.0000000 2800.000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 2700.000 0.0000000 0.0000000 0.0000000 1100.000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 1500.000 0.0000000 3400.000 0.0000000 0.0000000 -27000.00 1.000000 -28000.00 0.0000000 -11000.00 0.0000000 -18000.00 0.0000000 -34000.00 1.000000 -21600.00 0.0000000 -22400.00 1.000000 -8800.000 0.0000000 -14400.00 0.0000000 -27200.00 0.0000000 0.0000000 0.0000000 0.0000000

Y( 3, 3) Y( 3, 4) Y( 3, 5) Row 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

0.0000000 1.000000 1.000000

0.0000000 0.0000000 0.0000000

Slack or Surplus Dual Price 2600.000 1.000000 400.0000 0.0000000 300.0000 0.0000000 500.0000 0.0000000 0.0000000 -10.00000 0.0000000 -8.000000 0.0000000 0.0000000 0.0000000 10.00000 0.0000000 10.00000 0.0000000 10.00000 0.0000000 10.00000 0.0000000 10.00000 0.0000000 8.000000 0.0000000 8.000000 0.0000000 8.000000 0.0000000 8.000000 0.0000000 8.000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 300.0000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000

Problema 33:

Al tratar un tumor en el cerebro mediante radiaciones, los mdicos quieren la cantidad mxima de radiacin posible para bombardear el tejido en donde se localiza el tumor. Pero la restriccin es que hay una cantidad mxima de radiacin que el tejido normal puede tolerar sin sufrir dao. Por lo tanto los mdicos deben decidir cmo dirigir la radiacin de tal manera que sea mxima la radiacin que llegue al tumor sujeta a la restriccin de no daar el tejido sano. Como un ejemplo simple de esta situacin, suponga que se pueden dirigir seis tipos de haces de radiacin (los haces difieren en direccin e intensidad) a un tumor. La regin en donde se localiza el tumor se dividi en seis regiones: tres regiones contiene tumores y tres estn sanas. La cantidad de radiacin por cada tipo de haz se muestra en la tabla. 1 16 12 9 4 9 8 Normal 2 12 10 8 12 4 7 3 8 6 13 12 11 7 1 20 18 13 6 13 10 Tumor 2 12 15 10 18 5 10 Haz 3 6 8 17 16 14 10 1 2 3 4 5 6

Si cada regin de tejido tolera a lo ms 40 unidades de radiacin, entonces qu haces se deberan usar para maximizar la cantidad total de radiacin recibida por el tumor? Solucin: 1 xi = 0 Si el haz de radiacin de tipo i (i=1, 26) es usado Si no sucede as

El PE apropiado es: La funcin objetivo es maximizar la cantidad total de radiacin recibida por el tumor.
MaxZ = 74 x1 + 69 x 2 + 70 x3 + 68 x 4 + 56 x5 + 52 x 6

Sujeto a: Restriccin para regin normal 1: Restriccin para regin normal 2: Restriccin para regin normal 3: Restriccin para regin tumor 1: Restriccin para regin tumor 2:
16 x1 + 12 x 2 + 9 x3 + 4 x 4 + 9 x5 + 8 x 6 40 12 x1 + 10 x 2 + 8 x3 + 12 x 4 + 4 x5 + 7 x 6 40 8 x1 + 6 x 2 + 13 x3 + 12 x 4 + 11 x5 + 7 x 6 40

20 x1 +18 x 2 +13 x3 + 6 x 4 +13 x 5 +10 x 6 40

12 x1 +15 x 2 +10 x3 +18 x 4 + 5 x5 +10 x 6 40 6 x1 + 8 x 2 + 17 x 3 + 16 x 4 + 14 x5 + 10 x 6 40 Restriccin para regin tumor 3:

En Lingo: SETS: HAZ/1..6/:TIPO; REGION/1..6/:; 6

RADIACION(HAZ,REGION):CANTIDAD; ENDSETS DATA: CANTIDAD = 16 12 8 20 12 6 12 10 6 18 15 8 9 8 13 13 10 17 4 12 12 6 18 16 9 4 11 13 5 14 8 7 7 10 10 10; ENDDATA MAX=@SUM(RADIACION(I,J):CANTIDAD(I,J)*TIPO(I)); ! RESTRICCIONES; @FOR(REGION(J):@SUM(HAZ(I):CANTIDAD(I,J)*TIPO(I))<=40); ! RESTRICCION DE VARIABLES BINARIAS;
@FOR(HAZ: @BIN(TIPO)); END

Solucin en Lingo:
Global optimal solution found at step: Objective value: Branch count: Variable TIPO( 1) TIPO( 2) TIPO( 3) TIPO( 4) TIPO( 5) TIPO( 6) CANTIDAD( 1, 1) CANTIDAD( 1, 2) CANTIDAD( 1, 3) CANTIDAD( 1, 4) CANTIDAD( 1, 5) CANTIDAD( 1, 6) CANTIDAD( 2, 1) CANTIDAD( 2, 2) CANTIDAD( 2, 3) CANTIDAD( 2, 4) CANTIDAD( 2, 5) CANTIDAD( 2, 6) CANTIDAD( 3, 1) CANTIDAD( 3, 2) CANTIDAD( 3, 3) CANTIDAD( 3, 4) 21 212.0000 2 Value 1.000000 0.0000000 1.000000 1.000000 0.0000000 0.0000000 16.00000 12.00000 8.000000 20.00000 12.00000 6.000000 12.00000 10.00000 6.000000 18.00000 15.00000 8.000000 9.000000 8.000000 13.00000 13.00000 Reduced Cost -74.00000 -69.00000 -70.00000 -68.00000 -56.00000 -52.00000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000

CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD( CANTIDAD(

3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6,

5) 6) 1) 2) 3) 4) 5) 6) 1) 2) 3) 4) 5) 6) 1) 2) 3) 4) 5) 6) Row 1 2 3 4 5 6 7

10.00000 17.00000 4.000000 12.00000 12.00000 6.000000 18.00000 16.00000 9.000000 4.000000 11.00000 13.00000 5.000000 14.00000 8.000000 7.000000 7.000000 10.00000 10.00000 10.00000 Slack or Surplus 212.0000 11.00000 8.000000 7.000000 1.000000 0.0000000 1.000000

0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 Dual Price 1.000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000

En conclusin los haces que se deberan emplear para maximizar la radiacin en el tumor son los de tipo 1, 3 y 4 Problema 34: El servicio de bomberos de Smalltown tiene en la actualidad siete equipos con escaleras ordinarias y siete cajas de alarma. Los dos equipos ms cercanos con escalera a cada caja de alarma se dan en la tabla 3. Los padres de la ciudad desean maximizar el nmero de equipos con escalera ordinaria que se puedan reemplazar por equipos con escaleras extensibles. Las consideraciones polticas establecen infortunadamente que es posible reemplazar un equipo ordinario solo si, despus del reemplazo por lo menos uno de los equipos ms cercanos a cada caja de alarma todava es un equipo ordinario. Formule un PE que se pueda usar para maximizar la cantidad de equipos convencionales que es posible reemplazar por equipos con escaleras extensibles. sol : Xij = escalera j que esta cercana a la caja i que va a ser cambiada Xij {1 si se cambia el equipo ordinario por el extensible 0 si no sucede as Maz = X12+ X13+ X23+ X24+ X31+ X35+ X42+ X46+ X53+ X56 + X64 +X67+X75+ X77

s.a : X12+ X13>= 1 X23+ X24>= 1 X31+ X35>= 1 X42+ X46>= 1 X53+ X56>= 1 X64 +X67>= 1 X75+ X77>= 1 X12 =X42 X13= X23= X53 X24= X64 X35= X75 X46 = X56 X67= X77 Xij= 0 o 1(i =j= 1, 2, 3, 4, 5, 6,7)

Alumno: Snchez Carquin Nathaly Codigo : 03170129

PROBLEMA 35: Cuando usted solicita nmeros telefnicos 800 a AT&T para telemercadeo, AT&T utiliza un modelo de Solver para indicar a usted dnde debe ubicar su centro de llamadas a fin de minimiza sus costos de operacin sobre un horizonte de 10 aos. Con el objeto de ilustrar el modelo, suponga que usted est considerando 7 ubicaciones para centros de llamadas: Boston, Nueva York, Charlotte, Dallas, Chicago, L.A y Omaha. Ya conocemos el costro promedio (en dlares) en que se incurre si una llamada de telemercadeo es hecha desde cualquiera de estas ciudades a cualquier regin del pas. Tambin sabemos los salarios por hora que debemos pagar a los trabajadores en cada ciudad (tabla 120) Suponga que una llamada promedio requiere 4 minutos. Hacemos llamadas 250 das al ao, y el nmero promedio de llamadas por da a cada regin del pas, se proporciona en la tabla 121. El costo de la construccin de un centro de llamadas en cada localidad posible, est en la tabla 122. Cada centro de llamadas puede efectuar al menos 5000 llamadas por da. Con esta informacin cmo se puede minimizar el costo de contado (a 10% por ao) de echar a andar la operacin de telemercadeo durante 10 aos? Suponga que todos los salarios y los costos de las llamadas se pagan al final de cada ao. Tabla 120

Costo de Nueva Atlnti Grandes Montaas Salario llamada Inglater co Sureste Soroeste Lagos Planicies Rocosas Pacfico x hora ($/min) ra Medio ($) Boston 1.2 1.4 1.1 1.3 2 2.2 2.8 2.2 14 Nueva York 1.3 1 1.3 1.2 1.8 1.9 2.5 2.8 16 Charlotte 1.5 1.4 0.9 1.5 2.1 2.3 2.6 3.3 11 Dallas 2 1.8 1.2 1 1.7 2.2 1.8 2.7 12 Chicago 2.1 1.9 2.3 1.9 0.9 1.3 1.2 2.2 13 Los Angeles 2.5 2.1 1.9 2.2 1.7 1.5 1.4 1 18 Omaha 2.2 2.1 2 2.6 1.4 0.6 0.9 1.5 10 Tabla 121 Regin Nueva Inglaterra Atlntico Medio Sureste Suroeste Grandes Lagos Planicies Montaas Rocosas Pacfico Llamadas diarias 1000 2000 2000 2000 3000 1000 2000 4000 Ciudad Bostn Nuvea Yokr Charlotte Dallas Chicago Los Angeles Omaha Tabla 122 Costo de Construccin (millones de dolares) 2.7 3 2.1 2.1 2.4 3.6 2.1

SOLUCION: Para poder minimizar los costos, primero hallaremos los costos anuales en $ para las llamadas, para lo cual multiplicaremos por el promedio de duracin de la llamada (4), el nmero promedio de llamadas al da (tabla 121) y el nmero de das que se realizan llamadas por ao (250). Con lo que obtenemos la Tabla 1: Costo de Nueva Atlnti llamada Inglaterra co Sureste Suroeste ( millones de Medio $/ ao) Boston 1.2 2.8 2.2 5.2 Nueva York 1.3 2 2.6 4.4 Charlotte 1.5 2.8 1.8 3.8 Dallas 2 3.6 2.4 2 Chicago 2.1 3.8 4.6 3.0 Los Angeles 2.5 4.2 3.8 2.4 Omaha 2.2 4.2 4 2.6 Grandes Lagos 6 5.4 6.3 5.1 2.7 5.1 4.2 Montaas Rocosas 5.6 5.0 5.2 3.6 2.4 2.8 1.8

Planicies 2.2 1.9 2.3 2.2 1.3 1.5 0.6

Pacfico 8.8 11.2 13.2 10.8 8.8 4 6

TOTAL 34 33.8 36.9 31.7 28.7 26.3 25.6

Y para el Salario anual de los trabajadores, consideraremos que la central debe trabajar los 365 das del ao, las 24 horas del da. Con lo que obtenemos la Tabla 2: Ciudad Boston Nueva York Charlotte Dallas Chicago Los Angeles Omaha Salario Anual (Millones de $/Ao) 0.12096 0.14016 0.09636 0.10512 0.11388 0.15768 0.08760

Sean las Variables:


Xi : 1, Si se opta como centro de llamadas por la ciudad i, 0 En caso contrario i = 1 (Boston), 2 (Nueva York), 3 (Charlotte), 4 (Dallas), 5 (Chicago), 6 (L.A) , 7 (Omaha)

Funcin Objetivo:
Min = Xi*( Costo de llamadas(i) + Salario Anual(i) ) + 0.1* Costo de Construccin(i)

Restricciones:
Como la demanda total de llamadas, a las distintas regiones, es de 17 000 y cada centro har al menos 5000, ponindonos en el peor de los casos tendramos que cada centro solo hara las 5000 llamadas, as tendramos que se necesitar por lo menos: 17000/5000 = 3.4 = 4 centros Para satisfacer la demanda: Suma( Xi ) >= 4 El programa en Lingo es:
!CLL = Costo de la llamada; !SA = Sueldo Anual; !CC = Costo de Construccin; SETS: CENTROS/1..7/:X,CLL,SA,CC; ENDSETS DATA: CLL= 34, 33.8, 36.9, 31.7, 28.7, 26.3, 25.6; SA= 0.12096, 0.14016, 0.09636, 0.10512, 0.11388, 0.15768, 0.08760; CC= 2.7, 3, 2.1, 2.1, 2.4, 3.6, 2.1; ENDDATA MIN = @SUM(CENTROS(i):X(i)*CLL(i)) + @SUM(CENTROS(i):X(i)*SA(i))+ @SUM(CENTROS(i):X(i)*CC(i)*0.1); @FOR(CENTROS(i):@SUM(CENTROS(j):X(j))>=4); @FOR(CENTROS(i):@bin(X));

SOLUCION EN LINGO: El costo mnimo de poner los centros de llamadas y satisfacer la demanda es de 113.7843 millones de dlares, y los locales debern estar ubicados en: Dallas, Los Angeles, Chicago y Omaha,
Global optimal solution found at step: Objective value: Branch count: Variable X( 1) X( 2) X( 3) X( 4) X( 5) X( 6) X( 7) CLL( 1) CLL( 2) CLL( 3) CLL( 4) CLL( 5) CLL( 6) CLL( 7) SA( 1) SA( 2) SA( 3) SA( 4) SA( 5) SA( 6) SA( 7) CC( 1) CC( 2) CC( 3) CC( 4) CC( 5) CC( 6) CC( 7) Row 1 2 3 4 5 6 7 8 1 113.7843 0 Value 0.0000000 0.0000000 0.0000000 1.000000 1.000000 1.000000 1.000000 34.00000 33.80000 36.90000 31.70000 28.70000 26.30000 25.60000 0.1209600 0.1401600 0.9636000E-01 0.1051200 0.1138800 0.1576800 0.8760000E-01 2.700000 3.000000 2.100000 2.100000 2.400000 3.600000 2.100000 Slack or Surplus 113.7843 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 Reduced Cost 34.39096 34.24016 37.20636 32.01512 29.05388 26.81768 25.89760 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 Dual Price 1.000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000

PROBLEMA 36 : La pregunta siguiente se relaciona con el ejemplo del presupuesto de capital de Star Oil de la seccin 3.6 los resultados de LINGO para este problema se muestran en la figura 16. a. Encuentre e interprete el precio sombra de cada restriccin. b. Si el VPN de la inversin 1 fuera 5 millones de dlares cambiaria la solucin ptima del problema? c. Si el VPN de la inversin 2 y el de la inversin 4 disminuyera en 25% cambiaria la solucin optima del problema? (Para este inciso se requiere conocer la regla del 100%.) d. Suponga que el presupuesto del capital de Star Oil se modificara a 50 millones de dlares en el tiempo 1. Seria star mas rica? (Para este inciso se requiere conocer la regla del 100%.) e. Suponga que esta disponible (inversin 6). Dicha inversin tiene un VPN de 10 millones de dlares y requiere una salida de efectivo de 5 millones de dlares en el tiempo 0 y 10millones de dlares en el tiempo 1 Debera Star Oil invertir en la inversin 6?

Se define como: Xi = fraccin de la inversin i comprada por Star Oil ( i = 1, 2, 3, 4, 5)

SOLUCIN PTIMA : 57.44902 millones de dlares

SOLUCIN a. Encuentre e interprete el precio sombra de cada restriccin. Para ello necesitamos la solucin dual del problema:

Se define que: Y1 = Disponibilidad de dinero en el tiempo 0 Y2 = Disponibilidad de dinero en el tiempo 1 Y3 = Restriccin de la inversin 1 Y4 = Restriccin de la inversin 2 Y5 = Restriccin de la inversin 3 Y6 = Restriccin de la inversin 4 Y7 = Restriccin de la inversin 5 Solucin dual en LINDO

Se observa que los precios sombra y su interpretacin son: S1 = 0.190418 (Si aumentamos en 1 milln de dlares la disponibilidad en el tiempo 1, el ingreso aumentar en 0.190418 millones de dlares) S2 = 0.984644 (Si aumentamos en 1 milln de dlares la disponibilidad en el tiempo 1, el ingreso aumentar en 0.984644 millones de dlares) S3 = 7.951474 (Si aumentamos en 1 milln de dlares la inversin 1, el ingreso aumentar en 7.951474 millones de dlares) S4 = 0.000000 (Si aumentamos en 1 milln de dlares la inversin 2, el ingreso no sufrir ningn aumento) S5 = 10.124693 (Si aumentamos en 1 milln de dlares la inversin 3, el ingreso aumentar en 10.124693 millones de dlares) S6 = 12.063268 (Si aumentamos en 1 milln de dlares la inversin 4, el ingreso aumentar en 12.063268 millones de dlares) S7 = 0.000000 (Si aumentamos en 1 milln de dlares la inversin 5, el ingreso no sufrir ningn aumento)

b. Si el VPN de la inversin 1 fuera 5 millones de dlares cambiaria la solucin ptima del problema?

Como se puede observar la solucin ptima cambia a un valor menor que es de 49.49754 millones de dlares.

c. Si el VPN de la inversin 2 y el de la inversin 4 disminuyera en 25% cambiaria la solucin optima del problema? (Para este inciso se requiere conocer la regla del 100%.)

Como se puede observar la solucin ptima cambia a un valor menor que es de 53.14558 millones de dlares. d. Suponga que el presupuesto del capital de Star Oil se modificara a 50 millones de dlares en el tiempo 1. Seria Star ms rica? (Para este inciso se requiere conocer la regla del 100%.)

Como se puede observar la solucin ptima cambia a un valor mayor que es de 70.18182 millones de dlares. Es decir Star Oil ser ms rica. e. Suponga que esta disponible (inversin 6). Dicha inversin tiene un VPN de 10 millones de dlares y requiere una salida de efectivo de 5 millones de dlares en el tiempo 0 y 10 millones de dlares en el tiempo 1 Debera Star Oil invertir en la inversin 6?

Como se puede observar la solucin ptima no cambia, y observamos que la inversin 6 no se realiza y se obtiene un ahorro en gastos de 0.798526 millones de dlares. Por lo tanto Star Oil no debera hacer una inversin 6.