Documente Academic
Documente Profesional
Documente Cultură
Apunte Optimizacin
Prof: Jorge Amaya
Captulo 5
Esta area de la Optimizacion es muy importante ya que existen muchos problemas de es-
tructura particular que se pueden expresar mediante la nocion de grafo o red. Muchos de
estos problemas ya estaban planteados y concitaban el interes de los mamaticos e ingenieros
antes de la aparicion formal de la Programacion Lineal.
a) Problema de asignacion
b) Problema de transporte
c) Problema de flujo maximo
d) Problema del camino mas corto
Notemos que los arcos son dirigidos, es decir, el par (i, j) A es distinguible del par
(j, i) A, que representa un arco en el sentido contrario. En el grafo de la figura la cantidad
97
nodo destino
(4,2)
2 4 (-5)
(15,4) (10,6)
(20)
(15,1)
1
(,2)
nodo origen
(8,4)
(5,2)
3 5 (-15)
nodo destino
(4,1)
(x,y)=(capacidad,costo)
entre parentesis (b) representa la oferta en cada nodo (si b 0 el nodo ofrece la cantidad
b, si b 0 el nodo demanda la cantidad b). La notacion (u, c) indica la capacidad del arco
(u) y el costo unitario del arco (c).
La primera restriccion dice que la oferta en el nodo i es igual a lo que entrega, menos lo que
recibe. La segunda, que el flujo sobre un arco debe respetar entre las cotas del mismo.
Los datos de un grafo se pueden resumir en una matriz A = (apq ), cuyas filas son los
98
nodos del grafo y cuyas columnas son los arcos, de manera que p N , q A.
1 si el arco q sale del nodo p
apq = 1 si el arco q llega al nodo p
0 si no
Notemos que cada arco aparece solo en dos restricciones ya que un arco participa solamente
en dos nodos, en uno como arco entrante y en otro como arco saliente. Cabe destacar que
la matriz A resultante es de rango incompleto (igual a n 1, en que n es la cardinalidad
de N ). En efecto, la suma de las filas es cero, es decir son linealmente dependientes. Como
haremos en lo que sigue el supuesto (esencial en todo este captulo) que
n
X
bi = 0,
i=1
es decir que la oferta iguala a la demanda, entonces el sistema de ecuaciones del problema
(F CM ) tiene una ecuacion redundante. En todo caso, ese supuesto no hace perder genera-
lidad al tratamiento de los problemas que veremos mas adelante.
Ax = b
lij xij uij (i, j) A
Los datos del problema del ejemplo de la figura pueden entonces resumirse en la siguiente
tabla:
x12 x13 x23 x24 x25 x34 x35 x45 x53
nodo/costo 4 4 2 2 6 1 3 2 1 oferta
1 1 1 0 0 0 0 0 0 0 20
2 1 0 1 1 1 0 0 0 0 0
3 0 1 1 0 0 1 1 0 1 0
4 0 0 0 1 0 1 0 1 0 5
5 0 0 0 0 1 0 1 1 1 15
capacidad 15 8 4 10 15 15 4
En lo que sigue del captulo describiremos los 4 problemas antes mencionados, para luego
entregar un metodo de resolucion del problema de transporte y su generalizacion al problema
mas general (F CM ).
99
5.1.1. Problema de asignacion
Supongamos que el gerente de algun gran supermercado, que consta de 50 cajas, desean sa-
ber como asignar 50 cajeras a estas cajas, de manera que el rendimiento sea el mejor posible
(medido segun algun criterio). Si hicieramos esta asignacion probando cada configuracion de
cajeras y cajas, entonces el tiempo para encontrar la mejor sera simplemente prohibitivo,
aun para los computadores mas rapidos disponibles. Un buen ejercicio para mejor compren-
der esta complejidad es estimar el tiempo de ejecucion si el computador pudiese realizar
un millon de estas evaluaciones por segundo, sabiendo que son 50! configuraciones a eva-
luar. Es aqu donde entra a jugar un papel importante la Programacion Lineal, como una
forma cienfica de eliminar muchos millones de configuaciones mediante simples criterios de
comparacion y una sucesion de calculos relativamente mas sencillos.
CAJERAS CAJAS
1 1
2 2
3 3
. .
. .
. .
n2 n2
n1 n1
n n
100
Este problema se escribe:
n P
P n
max cij xij
i=1 j=1
n
P
xij = 1 i (a cada cajera, una sola caja)
j=1
n
P
xij = 1 j (a cada caja, una sola cajera)
i=1
xij {0, 1}
Los coeficientes cij representan los rendimientos de las cajeras en cada caja y la funcion
objetivo persigue maximizar el rendimiento total.
Podemos notar que el problema de asignacion es un caso particular del problema de trans-
porte, donde cada oferta y cada demanda consta de una sola unidad.
101
El problema de transporte se escribe:
m P
P n
mn cij xij
i=1 j=1
n
P
xij = ai i = 1, . . . , m (of erta)
j=1
m
P
xij = bj j = 1, . . . , n (demanda)
i=1
xij 0 i = 1, . . . n, j = 1, . . . m
n m
1 1
2 2
3 3
. .
. .
. .
n2 m2
n1 m1
n m
Las restricciones quedan definidas de esa forma ya que, para los nodos-origen, las ecuaciones
son del tipo (flujo saliente menos flujo entrante, igual a la demanda):
X X
xij xki = ai ,
j/(i,j)A k/(i,j)A
y en este caso X
xki = 0
k/(i,j)A
102
Analogamente, en el caso de la demanda se tiene que
X X
xij xki = bj
j/(i,j)A k/(i,j)A
y X
xij = 0.
j/(i,j)A
s t
103
Luego, el problema se escribe de la siguiente manera
max vP P
s.a. xsj xks v = 0 sale de s
j k
P P
xtj xkt + v = 0 llega a s
j k
P P
xij xki = 0 i 6= s, t (balance entre nodos intermedios)
jN kN
1 .......
1 1 1
1
1 .......
1
1
1
.......
El problema se escribe
104
PP
mn cij xij
i Pj
s.a. xsj = 1 (ofrece una unidad)
j/(i,j)A
P
xkt = 1 (demanda una unidad)
kN
P P
xij xki = 0 i 6= s, t (balance entre nodos intermedios)
jN kN
Definicion 5.2.1 Un arbol es un grafo conexo, es decir, existe una cadena entre dos nodos
cualesquiera (todos los nodos estan conectados por una secuencia de arcos, sin considerar la
orientacion), que no contiene ciclos, es decir, partiendo de un nodo no se puede volver a el
por una secuencia de arcos adyacentes (sin importar la direccion de los arcos).
El sistema de ecuaciones del problema de transporte tiene m+n ecuaciones, pero recordemos
que una es redundante. Luego, cuando saturo en orden arbitario, la solucion propuesta es
basica.
105
ORIGENES DESTINOS
35 1 45
35 1
10
40 2 40
50 2
0
3 10
10
40 3
30
4 30
Observacion 5.2.1 Si los datos ai , bj son enteros, entonces los flujos xij son enteros (de
acuerdo a los procedimientos que hemos descrito), pues se trata de diferencias de numeros
enteros (dados por la oferta y demanda en cuestion). Esto muestra que todos los puntos
extremos del problema de transporte con datos enteros, tienen coordenadas enteras.
(P ) mn cT x (D) max bT y
Sx =b ST y c
xij 0
106
ORIGENES DESTINOS
1 45
(8)
35 1
(6)
(9) (10)
(9) (12) 2 40
(13)
50 2
(7)
(14) 3 10
(9)
(16)
40 3 (5)
4 30
15 1 45
35 1
20
30
2 40
50 2
20
3 10
10
40 3
30 0
4 30
107
ORIGENES DESTINOS
35 1 45
35 1
10
2 40
10
50 2
10 3 10
30
40 3
30
4 30
P P
(D) max a i ui + bj vj
i j
ui + vj cij i, j
ui , vj IRn
Supongamos que tenemos una solucion basica factible. Los costos reducidos para las variables
basicas son
() cij = cij ui vj = 0
() cij = cij ui vj
108
C11=8 1 V 1=8
U 1=0 1
C12=6
C =9
21
2 V =6
2
U 2=1 2
C23=13
3 V 3=12
C =16
33
U =4 3
3
C34=5
4 V 4=1
Figura 5.10:
COSTOS COSTOS REDUCIDOS
1 V 1=8
U 1=0 1 10 2
9
5
12 2 V =6
2
-1
U 2=1 2 7
-2
3 V 3=12
14
5
9
U 3=4 3
8 4 V 4=1
Figura 5.11:
109
X ij
15 1
1
20
2
30
20
10
3
30
Figura 5.12:
15 0
0
= 0 15
30 + 0
20 0
En este caso, = 15 y el arco (1, 1) sale de la base. Notar que las modificaciones solo
afectan al ciclo.
Reiterar hasta que todos los costos reducidos sean positivos.
110
X ij
1
1
20
2
40
2 15
5
10
3
30
Figura 5.13:
X ij
1
1
10
2
45
2 25
5
10
3
30
Figura 5.14:
Extension del concepto de base Una variable no basica es fijada en alguna de sus
cotas. Las variables basicas se determinan resolviendo el sistema de ecuaciones (respetando
sus cotas)
Consideremos el problema escrito en la forma canonica:
mn cT x
s.a. Ax = b
lxu
x12 x13 x23 x24 x25 x34 x35 x45 x53 var.duales
1 1 1 0 0 0 0 0 0 0 20 1
2 1 0 1 1 1 0 0 0 0 0 2
3 0 1 1 0 0 1 1 0 1 0 3
4 0 0 0 1 0 1 0 1 0 5 4
5 0 0 0 0 1 0 1 1 1 15 5
112
cij = cij i + j
Condicion de optimalidad:
cij 0 si lij = xij (cota inferior)
cij = 0 si lij < xij < uij
cij 0 si xij = uij (cota superior)
Las ecuaciones cij = cij i + j = 0 para las variables basicas, permiten determinar los
valores de las variables duales. Dado que hay n nodos y n 1 arcos basicos, basta fijar
arbitrariamente el valor de una variable dual.
Para el caso del ejemplo, fijemos 2 = 0
c12 = 1 2 1 = 4
4
0
As se obtiene que =
1
2
6
Luego, se calculan los costos reducidos de los arcos no basicos: cij = cij i + j
Para el ejemplo:
c13 = c13 (1 3 ) = 4 4 1 = 1
c23 = c23 (2 3 ) = 2 0 1 = 1
c35 = c35 (3 5 ) = 3 + 1 6 = 2
c45 = c45 (4 5 ) = 2 + 2 6 = 2
c53 = c53 (5 3 ) = 1 + 6 1 = 6
Regla de entrada a la base Son candidatos para ingresar a la base los siguientes arcos:
113
2+
2 4 -5
12 10
20 1
3
8
3 5 -15
5
12 8
2
20 1
3
8
3 5 -15
5
Observacion 5.3.1 Se asume que los arcos que no se dibujan estan en cero.
114
Profesores: Daniel Espinosa, Roberto
Cominetti.
Auxiliares: Victor Bucarey, Pablo Lemus,
Paz Obrecht.
Coordinador: Matas Siebert.
IN3701 - Modelamiento y Optimizacin
Auxiliar 2
22 de Marzo de 2012
P1. Considere una comuna cualquiera con vecindarios, escuelas, y niveles en cada escuela. Cada
escuela tiene una capacidad de para algn nivel . En cada vecindario , la cantidad de
estudiantes de un nivel es . Finalmente, la distancia de la escuela al vecindario es .
Modelar este problema como uno de programacin lineal que tiene como objetivo asignar a todos
los estudiantes a las escuelas, minimizando el total de la distancia recorrida por todos los
estudiantes. (Puede ignorar el hecho de que el nmero de estudiantes debe ser entero.)
P2. Una empresa constructora de circuitos elctricos ha comprado un brazo mecnico de modo de
automatizar su produccin. La construccin de cada circuito requiere hacer conexiones, las
cuales estn separadas entre s. Dada esta separacin el brazo demora segundos en ir desde la
conexin a la conexin . Por ltimo, se sabe que al analizar la construccin de un circuito, el brazo
vuelve a una posicin inicial para permitir sacar el circuito de la lnea productiva. Formule el
modelo que permita encontrar el menor tiempo de construccin de cada circuito a fin de aumentar
el nivel productivo de la empresa.
P3. Un problema fundamental en el diseo urbano es la localizacin de servicios bsicos como colegios,
hospitales y reas recreacionales. En este problema formularemos un modelo simplificado para
decidir la localizacin de estaciones de bomberos en una ciudad.
La ciudad se puede dividir en distritos, en que cada uno contiene habitantes. Anlisis
preliminares (estudios de terrenos, factores polticos, etc.) han establecido que las estaciones de
bomberos solo pueden ser ubicadas en sitios predeterminados dentro de la ciudad. Sea la
distancia desde el centro del distrito hasta el sitio . Se deben seleccionar los sitios en los cuales
construir una estacin (en un sitio cabe a lo ms una) y adems se debe asignar una estacin a cada
distrito. Es decir, cada distrito de la ciudad debe tener una (y solo una) estacin de bomberos
asociada. Una estacin puede tener ms de un distrito asociado. Construir una estacin en el sitio
tiene un costo fijo asociado igual a . Adems, existe un costo variable que es linealmente
proporcional (constante de proporcionalidad es ) a la cantidad total de gente que debe servir la
estacin. O sea, si se construye una estacin en el sitio , entonces el costo asociado es , en
que es la poblacin total que debe servir la estacin ubicada en (es la suma de las poblaciones
de todos los distritos asociados a esa estacin). El presupuesto total destinado para construir las
estaciones de bomberos es igual a y no debe ser sobrepasado.
Formule un modelo de programacin lineal binaria que minimice la distancia mxima entre un
distrito y su respectiva estacin.
P4. Suponga que usted que trabaja en la Gerencia de Marketing de una empresa y que le han pedido
que defina las promociones que se realizarn durante los distintos meses del ao para el producto
estrella de la empresa. Estas promociones pueden ser, por ejemplo, distintas reducciones de precio
(10%, 20%, etc.) por perodos breves, concursos y sorteos, regalos por la compra del producto,
entre otros. Para esta planificacin, la siguiente informacin es relevante:
Cuenta con un presupuesto de pesos para todo el ao.
1
En cada mes cuenta con horas hombre de personal (por ejemplo, promotoras y
vendedores).
Existe un conjunto de promociones posibles del cual usted puede seleccionar hasta
promociones para realizar en cada mes (este conjunto es el mismo para los distintos meses
del ao).
Una promocin ( ) en el mes necesitar un presupuesto de pesos. Adems
si se realiza una promocin en el mes , las ventas aumentarn en pesos en dicho
mes adems de por cada hora hombre de personal de ventas incluido. (NOTA: Si no
se realiza ninguna promocin durante todo el ao las ventas sern iguales a ).
P5. Una empresa de mudanzas dispone de camiones, donde la capacidad del camin es . Para un
da determinado esta empresa ha contratado mudanzas con clientes distintos. La carga a
transportar del cliente es .
Cada mudanza debe realizarse mediante un nico flete y en cada flete no puede llevarse ms de una
mudanza. Un mismo camin puede hacer varios fletes en el da, siendo el nmero mximo de
fletes diarios que puede hacer el camin . Si el camin hace la mudanza del cliente se tiene un
beneficio .
Adems, debe tomarse en cuenta que los clientes y deben ser atendidos por camiones diferentes
y los clientes y deben ser atendidos por un mismo camin en viajes diferentes.
Por ltimo, debe considerarse que si el camin no fuera asignado a mudanza alguna en este da,
entonces puede contratarse para l un flete interurbano si as conviniera, cuyo destino puede ser
La Calera, Valparaso o Rancagua. El beneficio del camin al efectuar este nico flete del da est
dado por la expresin , donde y son constantes y representa la distancia a recorrer en
el viaje. La distancia a La Calera, Valparaso y Rancagua es , y respectivamente.
Con estos antecedentes construya un modelo matemtico de programacin lineal que asegure
atender a todos los clientes y que maximice el beneficio diario de esta empresa.
P6. La empresa de zapatos MEDIAHORA desea planificar su produccin e inventarios para los
prximos perodos de modo de cumplir con la demanda esperada de sus clientes. Para esto, ha
agregado sus productos en familias y dispone de un estudio que predice que la demanda
esperada por productos de la familia en el perodo ser . La empresa sabe que el cuello de
botella en el proceso productivo es la cantidad de horas de artesanos, siendo la cantidad de
horas de artesanos disponibles en el perodo . Esta cantidad por temas de capacitacin, no puede
aumentar ni disminuir en el horizonte. Se sabe adems que cada unidad de los productos
pertenecientes a la familia consume horas de artesano.
La empresa posee una bodega con capacidad para almacenar unidades en cada perodo. El costo
de almacenar cada unidad de productos pertenecientes a la familia en el perodo es . Sin
embargo, tambin existe la posibilidad de almacenar en bodegas de terceros, sin lmite, pero a un
costo por unidad para los productos pertenecientes a la familia en el perodo igual a .
(a) Plantee un modelo de programacin lineal que permita encontrar la estrategia ptima para
el problema de MEDIAHORA. Qu tipo de modelo de programacin lineal obtuvo?
(b) Comente la validez del modelo si fuese menor que ., pero asumiendo que por poltica
de la empresa la bodega de terceros solo se puede ocupar cuando se ha copado la bodega
propia. Qu tipo de modelo estima necesario en este caso? Por qu?
2
Profesores: Daniel Espinosa, Roberto
Cominetti.
Auxiliares: Victor Bucarey, Pablo Lemus,
Paz Obrecht.
Coordinador: Matas Siebert.
IN3701 - Modelamiento y Optimizacin
Auxiliar 2
22 de Marzo de 2012
3
4
5
6
IN3701: Modelamiento y Optimizacin
Gua de problemas resueltos de Programacin Lineal
1
Cualquier comentario sobre esta gua o posibles errores de ortografa/resolucin encontrados, por favor
enviarlos a para su correccin en versiones futuras.
Palabras iniciales
Esta gua tiene como propsito entregar una serie de problemas resueltos de
programacin lineal (PPL), con el fin de que puedan estudiar y preparar de mejor
forma sus controles de Modelamiento y Optimizacin (IN3701).
xito!
2
ndice
Problema 13: Banda de rock Los Brontosaurios de Bucarey (versin full) ..........29
3
Problema 1: Problema del azucarero
Un comerciante compra azcar a granel y vende al detalle. Para venderla tiene dos
alternativas: envases de 1 kg y envases de 5 kg. El precio de venta es $300 y $250
por kg respectivamente, y en el mercado del azcar al detalle se pueden vender
20.000 kg en envases de 1 kg y 17.000 en envases de 5 kg.
Adems, suponga que el precio de los envases y el proceso de envasado son nulos,
y que el comerciante no tiene azcar almacenada y vende todo el azcar que
compra.
Solucin problema 1
Variables de Decisin
Restricciones
22.000
X2
Azcar en envases de 5 kg: 5
5.000
X2
5
Y1 15.000
4
4. Requerimientos de los distribuidores
Y1 + Y2
X1
3
X 1 + 5 X 2 Y1 + Y2
6. No negatividad
X 1 , X 2 , Y1 , Y2 0
Funcin Objetivo
Todos los inscritos se ubican entre ellos (solo de vista) y han informado
confidencialmente a la agencia que la preferencia de una mujer m por emparejarse
con un hombre n es de PMmn y la preferencia de un hombre n por emparejarse con
una mujer m es de PHnm.
La agencia debe decidir a qu actividades enviar a cada pareja durante su cita (ej:
ir al cine, a comer, etc) para esto la agencia cuenta con una variedad de A
actividades y con un presupuesto fijo dado por PSPTO y se sabe que en cada
actividad a la mujer m gastar Gma dependiendo del nivel de gasto al que est
habituado la mujer y se sabe que un hombre gasta Ka si realiza la actividad a, este
gasto es igual para todos los hombres. Se tiene adems que cada pareja no puede
realizar ms de tres actividades en su cita.
Se sabe que una persona solo puede ser asignada una sola vez y que todas las
mujeres deben tener pareja.
5
Los auxiliares del curso han decidido solicitar ayuda a sus alumnos pidindole a
cada uno que formule un modelo de programacin lineal entera para la primera
ronda de citas, que maximice el nivel de satisfaccin de preferencias.
Solucin problema 2
Variables de Decisin:
Restricciones:
X
m =1
mn 1
n = 1,..., N
X
n =1
mn =1
m = 1,..., M
X mn C mn n = 1,..., N ; m = 1,..., M
4.- Solo se puede tener actividades si se sale en la cita y las actividades no son
ms de tres.
Y
a =1
mna 3 X mn
n = 1,..., N ; m = 1,..., M
Y
a =1
mna 3
n = 1,..., N ; m = 1,..., M
N M A
[(G
n =1 m =1 a =1
ma + K a ) Ymna ] PSPTO
6
6.- Naturaleza de las variables.
Funcin Objetivo:
M N N M A
max z = [( PM mn + PH mn ) X mn ] + [( SH ma + SM ma ) Ymna ]
m =1 n =1 n =1 m =1 a =1
El centro de eventos donde se realizar el asado (la casa de uno de los ayudantes)
le ha propuesto M posibles mens. Thiarja debe seleccionar el men a servir en el
asado (por ejemplo, choripanes, hamburguesas, etc), considerando que el mismo
men ser servido a cada uno de los invitados, es decir, no habr privilegios
especiales para profesores o auxiliares, y que el costo de cada cena servida del
men m es PMm. Si la persona i es invitada y el men seleccionado es el m, ste
consumir LCim litros de cerveza y LBim litros de bebida. Se sabe que el litro de
cerveza y bebida cuestan PLC y PLB respectivamente.
Adicionalmente, Thiarja cuenta con una reserva de RLC litros de cerveza y RLB
litros de bebida que le han sobrado de su fiesta de cumpleaos, los cuales est
dispuesta a donar para el asado, y cuenta con un presupuesto de P destinado a la
realizacin del evento, dinero que fue otorgado por los generosos profesores.
Un integrante que reciba una invitacin asistir con total seguridad al asado.
7
en el asado y que le indique a qu personas invitar. Para esto, asuma que Thiarja
desea invitar a la mayor cantidad de gente posible.
Solucin problema 3
Variables:
Restricciones:
W
m
m =1
2. Relacin entre variables (slo invito a una persona bajo el men m si eleg el
men m):
Z im Wm i, m
X b Z im * LBim RLB
i ,m
X c Z im * LC im RLC
i ,m
4. No sobrepasar el presupuesto:
Z
i,m
im * PM m + X b * PLB + X c * PLC P
Z im (1 Z jm ) j E i i, m
8
6. Si invito a i, debo invitar a sus mejores amigos:
Z im Z jm j Ai i, m
Z im = Z jm (i, j ) (h1 , h2 ) i, m
Z im {0,1}, Wm {0,1} i, m
X b 0, Xc 0 b, c
Funcin objetivo:
max Z im
i ,m
La empresa de pigmentos LILLO & Co. debe decidir cada da qu pigmento producir
en su nica mquina, eligiendo dentro del conjunto de I pigmentos que
comercializa.
Por razones tcnicas puede producir como mximo un tipo de pigmento por da, en
cada uno de los t das de su horizonte de planificacin modelado por el conjunto T,
ya que slo se puede hacer un set-up diariamente. El set-up consiste en ajustar la
mquina para producir un pigmento especifico, si se sigue produciendo el mismo
pigmento que el da anterior no es necesario realizar el set-up nuevamente.
Para cambiar de pigmento se debe pagar un costo de set-up cij que depende de los
pigmentos i y j involucrados, ya que no es lo mismo cambiar entre pigmentos
claros, oscuros, etc. Para efectos de modelamiento puede considerar que existe el
costo cii = 0 , y que en el periodo ficticio 0 del horizonte de evaluacin la
mquina estaba funcionando sin producir ningn pigmento. La demanda diaria para
el pigmento i en el da t del horizonte de planificacin ha sido estimada por el
departamento de marketing en dit, y debe ser satisfecha durante el horizonte de
planificacin T, es decir, se permiten atrasos en la satisfaccin de la demanda as
como producir con anticipacin algn pigmento en caso de ser necesario.
Los costos asociados a cada una de estas situaciones son bi por unidad y da de
atraso del pigmento i, costo definido por las penalizaciones por atrasos fijadas por
contrato con los clientes ms una estimacin del costo asociado a la prdida de
confianza de parte de los clientes. Y un costo hi por cada da y unidad de inventario
almacenada del pigmento i (bi >> hi ), costo definido por los costos de
almacenamiento y de operacin de la bodega.
9
Considere que el stock inicial y la demanda adeudada inicial de todos los pigmentos
son nulos. Para efectos de modelamiento considere que la demanda diaria y
atrasada de cada pigmento se satisface instantneamente, y sin costo de
distribucin relevante, al final de cada da en funcin de la cantidad producida y
almacenada hasta el momento.
Solucin problema 4
Restricciones:
y
i
it =1 t T
si 0 = 0 i I
ri 0 = 0 i I
xit y it d it i I , t T
t
xi 0 = 0 i I
wijt y i ( t 1) + y jt 1 i, j I , i j t T , t {0}
10
6. (0.5 ptos.) Conservacin del flujo
riT = 0 i I
Cada sector j del pblico emitir una cantidad de aplausos equivalente a su deleite
por or tocar cada instrumento (o el canto), independiente de su duracin, y una
cantidad equivalente al talento del artista en tal instrumento (o el canto) por cada
minuto que dure.
Como a Nelsn Divo le interesa su popularidad en cada sector del pblico, l desea
maximizar la mnima cantidad de aplausos obtenida entre todos los sectores.
Plantee un modelo de programacin lineal que permita al acaudalado personaje
tomar las mejores decisiones para lograr su objetivo.
Solucin problema 5
Variables de Decisin
1 si toca el instrumento i
xi =
0 si no
11
yi = min utos que toca instrumento i
1 si canta
x=
0 si no
A = cantidad mnima de aplausos entre todos los sec tores del pblico
Restricciones:
1. No sobrepasar el tiempo:
yi
i + y T
2. Hombre orquesta:
x i
i K
y i xi T i
y x T
4. Mximo de pifias:
( p yi ) + p j y P
ij
j i
5. Definicin de A:
A (g ij xi + (d i pij ) yi ) + g j x p j y j
i
yi 0 i
y0
xi {0,1} i
x {0,1}
A R
Funcin Objetivo:
Max A
12
Nota: En este problema se pide maximizar el mnimo de algo. Sin embargo, en
un PPL no podemos poner max{min{...}} en la funcin objetivo, pues esto no es
lineal. Para solucionar esto, se agrega la restriccin 5, que minimiza el valor de A
y luego se maximiza A (truco tpico!).
En la restriccin 5, la variable "A" es menor o igual que los aplausos en cada uno de
los sectores (para todo j). En otras palabras, "A" es menor o igual que el sector
que dio la MENOR cantidad de aplausos. Luego, al maximizar A, estamos
maximizando la cantidad de aplausos que da el sector que da menos aplausos, que
es lo que nos piden. Este es un truco tpico que se usa siempre que tengan un
problema de minmax o maxmin.
Los colegios existentes (colegio tipo 1) tienen una capacidad para E estudiantes.
Hay un nuevo tipo de colegio (colegio tipo 2) que tiene capacidad para EM
estudiantes (E<EM).
Plantee un PPL que determine dnde cerrar y dnde construir colegios y que
adems asigne a los estudiantes a un colegio.
Solucin problema 6
Variables de decisin:
xi =
1 si mantengo el colegio i abierto i C1
0 caso contario
13
yit = 1 si construyo colegio del tipo t en i i C
0 caso contario
0 caso contario
Restricciones
xi , y it , z ij {0,1}
wij
L i , j
z ij
D ij
wj
ij = Ei i
z ij y j1 + y j 2 + x j i , j C1
z ij y j1 + y j 2 i , j C / C1
NOTA: hay distintas formas de trabajar el hecho de que slo se pueden cerrar
colegios que ya existen, por ejemplo, tambin se puede definir la variable
xi i C y hacer xi = 0 i C1 y luego tener cuidado con las sumatorias que
involucran costos. (si se hace esto ltimo hay restricciones que no son necesarias
de escribir 2 veces)
14
6. Capacidad de los colegios
w
i
ij y j1 E + y j 2 EM + x j E i , j C1
w
i
ij y j1 E + y j 2 EM i , j C / C1
7. Colegios
y j1 + y j 2 + x j 1 i , j C1
y j1 + y j 2 1 i , j C / C1
8. Presupuesto
y
jtC
jt Ct + (1 x
jC 1
j )CE PPTO
Funcin Objetivo
min{ y jt Ct + (1 x j )CE}
jtC jC1
min w
iN , jC
ij Dij
15
Cada proveedor de cebada (incluyendo importaciones) puede ofertar como mximo
Ait toneladas de cebada en el ao t y la capacidad de produccin de la planta de
malta en la ubicacin j es Cj cada ao. Es importante considerar que no toda la
cebada es utilizable para producir malta, debido a los altos estndares de calidad
de la compaa. Estudios preliminares han identificado la calidad de la cebada en
las distintas plantaciones, por lo que se ha estimado el parmetro ri, que
corresponde a la cantidad de malta que se puede producir con una tonelada de
cebada de la plantacin i.
Plantee un modelo de programacin lineal mixta, que permita decidir dnde instalar
las nuevas plantas de malta y en qu ao hacerlo, de modo de minimizar los costos
totales en el horizonte de tiempo especificado y satisfaciendo la demanda en cada
perodo. Para simplificar, considere que los efectos inflacionarios ya estn
considerados en los costos entregados.
Solucin Problema 7
Variables:
OJO! La variable Zjt Vale 1 desde el momento en que se construye la fbrica hasta
el final (es decir, si construyo en t=3, Zij={0,0,1,1,1,1,1....}). Esto se logra definir
as gracias a la restriccin 4. Por qu se defini as? Pues simplemente porque
facilita un par de restricciones. Tambin se podra definir de la forma tpica (vale 1
slo en el momento en que se construye), pero habra que modificar las
restricciones. Est resuelto de esta forma slo para mostrar una forma distinta de
resolver un problema como este :).
Restricciones:
1) Satisfacer demanda:
Y
j
jkt Dkt k , t
16
2) Cebada necesaria para producir malta:
Yk
jkt ri * X ijt
i
j, t
Yk
jkt Cj j J A , t
Y
k
jkt C j * Z jt j J \ J A , t
Nota: Es esta restriccin la que nos obliga a definir Zjt de la forma antes
mencionada, ya que si no valiera 1 desde que se construye hasta el final,
tendramos problemas en los perodos posteriores a la construccin de la planta
(por ejemplo, si construyo en t=3 entonces Zj3=1, pero si estamos ahora en t=4,
Zj4 valdra cero y obligaramos a que Yjkt=0). Igual existen formas de arreglar este
problema (mediante el uso apropiado de sumatorias), pero prefer modelar el ppl
de esta forma porque es un truco til de saber ;).
X
j
ijt Ait i, t
(Z
jJ \ J A
jt Z jt 1 ) 1 t
Nota: Como Zjt vale 1 desde que constru hasta el final, al escribir de esta forma la
restriccin estamos considerando slo 1 vez la construccin de la planta. Si no lo
escribiramos as y pusiramos slo la sumatoria de Zjt, tendramos la suma de
muchos 1s... Prueben con nmeros para la variable Z y vean que funciona! Por
ejemplo si j=1, y Z1t={0,0,1,1,1} para t={1,...,5}, entonces (Zjt-Zjt-1) = (0-0) +
(0-0) + (1-0) + (1-1) + (1-1) = 1. Se considera una sola vez la construccin de la
planta ;).
8) Condicin de borde:
Z j0 = 0 j J \ J A
9) Naturaleza variables:
17
Fn. Objetivo:
Usted est tratando de ganarse una luquitas extras y es por ello que est con 2
trabajos. El primero es de repartidor y el segundo es de garzn. Sobre el primero,
este tiene las siguientes caractersticas.
Cada maana usted llega a la bodega central a buscar los paquetes que debe
repartir a lo largo de S sitios. Al final de la jornada usted debe volver a la bodega
central. Para poder llevar a cabo de buena forma todas sus actividades, dispone de
H unidades de tiempo para hacer este trabajo. El tiempo que demora en ir de un
sitio a otro o desde la bodega a un sitio o de un sitio a la bodega es tij (considere la
bodega como el sitio 0).
Es posible que usted no alcance a llegar a todos los sitios dentro de las H horas, en
tal caso usted posee 2 alternativas. La primera es no ir a ese (esos) lugar(es), lo
que le significa una disminucin en su sueldo. Dicha disminucin depende del sitio
que no visit, si no fue al sitio s (s S) la merma de sueldo equivale a Ps. O bien,
usted puede visitarlos, pero cada unidad de tiempo que sigue trabajando como
repartidor le significa una disminucin de P unidades de su sueldo como garzn.
Adems, usted sabe que si llega muy tarde a la pega de garzn lo pueden
despedir y como usted no quiere que esto ocurra, como mximo seguir trabajando
como repartidos HH unidades de tiempo por sobre las H establecidas.
Solucin problema 8
Variables de decisin
Restricciones
xij {0,1}; T
+
2. Sale de la bodega
X j
0j =1
3. Regresa a la bodega
X j
i0 =1
18
4. Tiempo de trabajo
X
i, j
t H +T
ij ij
X = X
i
ij
i
ji j
Xi
ij 1 j
Xj
ij 1 i
(Esta ltima restriccin no es necesaria porque se tiene implcita con las otras 2 de
ms arriba (restricciones 5 y 6). Tambin se podra omitir la restriccin 6 si se
escribe la 5 y la 7.
X ii = 0 i
T HH
X
i , jU
ij | U | 1 U tal que 2|U|S-2, U sitios que no incluye la bodega.
o bien:
X
i , jU
ij | U | 1 U tal que 2|U|S-2, con U sitios + la bodega.
Funcin Objetivo
min{ Pi (1 X ij ) + PT }
i j
19
Problema 9: Asignacin de espacio de productos en gndolas
Por otro lado usted cuenta con I tipos de productos distintos, los cuales tienen cada
uno un cierto alto, ancho y fondo, los que se denotan por hi, ai y pi con ,
respectivamente. Cada producto puede estar presente slo en uno de los dos
niveles, y por razones de exposicin de la marca slo se pueden exponer apoyados
en el ancho como se muestra en la figura. Obviamente existen productos ms
rentables que otros, por lo cual cada producto tiene un beneficio neto unitario Bi >
0, el cual incluye todos los beneficios y costos asociados a la venta de una unidad
de producto i.
Suponga que todo lo que se coloca en la gndola se vende, hasta un lmite que ha
sido estimado por el departamento de marketing para cada producto en DMAXi, y
que no se puede poner un producto distinto detrs de otro ni tampoco sobre otro.
Por acuerdos comerciales con dos de los grandes productores de alimentos de lujo
del pas, los productos 1 y 2 deben estar en niveles distintos de la gndola en caso
de exhibirse. Por otro lado, los productos 3 y 4 se venden en una oferta de pack,
por lo que deben exponerse en el mismo nivel de la gndola.
20
Solucin problema 9
X N + , Z N + , Y {0,1}
2. Cada producto puede estar ijpresente
0 ij 0
solamente ij
en un nivel de la gndola:
Y ij 1 i {1,..., n}
3. Definicin de zij y ancho de
j la gndola no debe ser superado:
pi
Z ij X ij i {1,..., n}, j {1,2}
P
Z ij ai L
i
j {1,2}
4. Altura de cada nivel de la gndola no debe ser superada por la altura de ninguno
de los productos asignados a ese nivel:
X
j
ij BODi i {1,..., n}
21
Xj
ij DMAX i i {1,..., n}
X j
ij MIN i i {1,..., n}
Y1 j + Y2 j 1 j {1,2}
10. Los productos 3 y 4 deben exhibirse en el mismo nivel de la gndola:
Y3 j = Y4 j j {1,2}
X
iS
i1 1 S LG , | S |= 3
Funcin Objetivo (0.8 ptos):
max xij Bi
s1 g pi xi si g G
iM
Bono = con .
s1G + s 2 ( g G ) pi xi si g > G
iM
22
Suponga que ya se contrat al famossimo jugador Kak , y que se le prometi
que sera titular en al menos el 75% de los partidos. Adems, se sabe que si a
mitad de temporada, (partido J/2) se han hecho menos de goles, Tenderini ser
despedido. Por ltimo, cada jugador tiene una resistencia fsica que le permite
jugar a lo ms partidos como titular y partidos como suplente.
Solucin problema 10
Variables
1 Si se contrata el jugador i
Xi = Sino
0
Restricciones
1. Naturaleza
X i , Yijk {0,1}
Z , Z 1 , Z 2 Z 0+
2. Presupuesto
X P PPTO
iM
i i
3. No juega si no se contrata
Yijk X i i, j , k
YijTTT + YijSUP 1 i, j
23
5. Cantidad de jugadores titulares y suplentes por partido
Y
i
TTT
ij =T j
Y
i
SUP
ij =B j
6. Definicin de z, z1 y z2
Z1 G
Z Z1 + Z 2
7. Calcular z
Z= Y
i , j ,k
k
ij g ijk
8. Kak 75%
Y i
TTT
KAKU , j 0.75 J
9. Kak contratado
X kaku = 1
Y J
k
i, j g ijk G
i , j ,k
2
Y j
TIT
ij ti i
Y
j
SUP
ij bi i
Funcin Objetivo
max Z1 S1 + Z 2 S 2 pi xi
i
24
cercano a sus hogares. El Lobo cuenta con P posibles paraderos del bus y debe
establecer cuales de estos paraderos visitar. Dado lo lejano del lugar del asado, un
invitado no podr llegar si el bus no pasa por su paradero. Si el bus decide parar en
el paradero p una cantidad Dp de alumnos se subir al bus y El Lobo quiere tener
por lo menos una cantidad I de invitados (ya que sufre de depresin si ve que
llegan menos).
Por otra parte, La Fea, su jefa directa, exige que el bus pase por su paradero
para poder asistir (suponga que el ndice p=1 corresponde al paradero de La Fea)
y exige una distribucin relativamente equitativa de los paraderos a visitar. Para
esto se ha dividido el territorio en 4 zonas t={norte, sur, este,oeste}, sabiendo que
los paraderos de la zona t pertenecen al conjunto Zt y se ha exigido que si en cada
zona t se visita un nmero n de paraderos, en las otras zonas no puedan visitarse
ms del doble ni menos de un tercio de paraderos. Suponga que el bus parte en la
casa de El Lobo (paradero p=0), luego visita los distintos paraderos seleccionados y
finalmente se dirige hasta el punto del asado (paradero p=9). Suponga, por
simplicidad, que una vez que llega al paradero 9, el bus regresa vaco a la casa de
El Lobo (p=0).
Adems, El Lobo cuenta con un monto de dinero DIN que es lo mximo que se
puede gastar en gasolina para el bus. Se sabe que el bus gasta L litros de gasolina
por kilmetro, que el precio de la gasolina es de GAS pesos por litro y que la
distancia entre los paraderos p y q es dpq kilmetros. Por otro lado, es sabido que
los paraderos ubicados en la zona sur son considerados de mayor peligro, por lo
que el conductor debe ir ms rpido. Debido a ello, se gastar W litros adicionales
de gasolina por cada kilmetro recorrido entre paraderos de esta zona.
Por ltimo, El Lobo sabe que en el paradero p=3 viven slo gente de un importante
equipo de ftbol nacional, mientras que en el paradero p=7 vive slo gente del
equipo rival. Para evitarse problemas, se ha decidido que si se visita uno de estos
paraderos primero, el otro debe visitarse al final (para minimizar el contacto entre
estos alumnos y ahorrarse posibles problemas).
Solucin problema 11
Variables:
Restricciones:
X pq , {0,1} Y
25
2.- Respetar mnima cantidad de invitados.
P P
X
p =1 q =1
pq Dp I ( p q)
X p1 =1 ( p q)
p =1
5.- Presupuesto.
P P P
X pq Ld pq GAS +
p =1 q =1
X
pZsur q =1
pq W d pq GAS DIN
6.- Capacidad.
P P
Y X pq D p
p =1 q =1
X 3q X 79 q 9
X 7 q X 39 q 9
P P
X pq = X qr
p =1 r =1
q P
9. No hay subciclos.
X
pS qS
pq | S | 1 S subconjunto de paraderos P tal que 2 |S| P-2
{0}S {0}S
Nota: Esta es la tpica restriccin del vendedor viajero donde no hay subciclos (o
subtours). Sin embargo, en este caso tiene una salvedad: Debemos excluir el ndice
0, que representa el punto de partida del bus. Esto porque en este problema el
ptimo es, en efecto, un subciclo, ya que NO es necesario pasar por todos los
paraderos. De no excluir el cero, el programa encontrara, obligatoriamente, un
ptimo donde el bus pasa por todos los paraderos posibles y no es eso lo que
26
buscamos. Siempre que no haya que pasar por todos los nodos y se use la
restriccin de los subtours, es necesario hacer esta restriccin tal que no incluya al
origen/destino. Les sugiero que le den una vuelta a esto para entenderlo, pueden
hacer un dibujo pequeo con algunos nodos y ver qu pasa si agregan o no el cero
en este caso.
P P
X 0q = 1 ,
q =1
X
p =1
p9 = 1 , X 09 = 1
Funcin objetivo:
min{Y }
2
Por ejemplo, algunas de las I marcas pueden ser Carboni-Cola, Fantiego, Bucareite, etc, mientras que
algunos de los J productos finales pueden ser Carboni-Cola de 500cc, Carboni-Cola de 1000cc, Fantiego
de 500cc, etc. (marca + tamao/tipo envase).
27
de cada producto genrico y final en cada periodo, de modo de satisfacer la
demanda durante el horizonte de planificacin minimizando los inventarios y la
demanda insatisfecha segn sus costos relativos.
Solucin problema 12
Variables:
Restricciones:
G
i
mit 1 m, t 1
F j
ljt 1 l , t 1
GX mit NH * PM mi * Gmit m, i, t 1
28
5. Capacidad de mquina m si se cambia de producto genrico:
GI it = GI i (t 1) + GX mit FX ljt * S ij i, t 1
m l, j
FI j (t 1) B j (t 1) + FX ljt = D jt + FI jt B jt j , t 1
l
B jT = 0 j
GI io = S i i
FI j 0 = 0 j
B j0 = 0 j
Funcin objetivo:
min Z = { GI it + ( FI jt + B jt * W )}
j ,t
29
CVr(i) por llenar el recinto, por costos de seguridad extra (slo se incurre en este
ltimo si el recinto se llena). La banda slo realizar un concierto por ciudad.
Como los BRONTOSAURIOS son una banda con gran trayectoria, deben decidir qu
y cuntos temas tocar. Ellos saben que si tocan un tracklist cargado a los temas
clsicos, en la prxima ciudad que visiten ira ms gente a verlos. Se estima que si
la fraccin de temas clsicos es mayor al D%, entonces se llenar el prximo recital
de seguro. Por el contrario, si se toca un recital cargado a los nuevos temas, saben
que se har de mala fama la gira y le costar mucho ms vender las entradas para
el prximo concierto. Se estima que si toca menos de E% de temas clsicos,
entonces incurrir en un costo CEi por tener que realizar ms publicidad en la venta
de boletos. Adems, saben que deben tocar a lo largo de su tour ms de Nc veces
un repertorio con menos del E% de clsicos, para poder as promocionar sus
ltimas producciones ( Nc N min ).
La banda, por cuestiones de contrato, debe tocar a lo menos Lmin temas y, por
tiempo disponible, debe tocar a lo ms Lmaxri en cada recinto donde decida tocar.
Adems, si de una ciudad a otra quieren disminuir el porcentaje de temas clsicos,
debern aumentar el nmero de canciones a tocar en el prximo tracklist.
Por ltimo, usted sabe que el ltimo concierto de la gira lo debern hacer en
Santiago (que lo puede pensar como la ciudad 0), y para cerrar la gira de forma
gloriosa los BRONTOSAURIOS debern tocar ms de F% de temas clsicos y ms
canciones que en cualquier otra ciudad de la gira. Suponga por simplicidad que el
concierto parte tambin en Santiago.
Solucin problema 13
Variables:
30
1 Si Kj <= Ki
hij =
0 Sino
Nota: Posiblemente se poda trabajar con menos variables. Quizs bastaba con
crear una variable Xikjr que reemplaza a las primeras 3 y que vale 1 si voy de la
ciudad i recinto k a la ciudad j recinto r, aunque esto no necesariamente facilita la
resolucin del problema, normalmente separar en varias variables hace ms fcil la
modelacion, al costo de aumentar el nmero de restricciones.
Las ltimas 3 variables se agregan por temas muy especficos. Por ejemplo, la
variable Vri es necesaria para la funcin objetivo (si se llena el recinto incurro en un
costo), al igual que la variable ti (si no toco suficientes temas clsicos, incurro en el
costo de marketing adicional). La variable hij es para lograr una restriccin que se
pide al final del enunciado.
Restricciones:
Z i ,r
ir N min
N N
X ij = X ji
i =1 i =1
j = {0,..., N }
3. No se permiten subtours:
X
i , jU
ij | U | 1 U tal que 2|U|U-2, U {1,...,N}.
N
i. Slo puedo ir de i a j si pas por i: X
i =1
ij = Z
rRi
ir i
31
Lmin * Z ri U i L max
ri Z ri i = {1,..., N }
rRi rRi
D
(k i ) Vrj + (1 X ij ) i, j = {1,..., N }
100
E
k i ti
100
8. Tocar al menos Nc veces temas clsicos (i.e. incurro en costo MKT al menos Nc
veces):
N
Nc t i
i =1
Nota: Si Ki <= Kj, entonces hij valdr cero, pues la restriccin se cumple sin
necesidad de la M. En cambio, si Kj<=Ki, la desigualdad no se cumplira, por lo que
hij debe ser obligatoriamente 1. Con esto se logr definir hij (NO basta con decir
que la variable vale 1 si Kj<=Ki, ES NECESARIO definirlo con esta restriccin). La
variable hij se define para poder plantear la restriccin 11.
F
K0
100
U0 Ui i = {1,..., N }
32
11. Naturaleza de las variables:
Funcin objetivo:
1 2 3 ... M
Solucin problema 14
Variables: (1 pto.)
33
Restricciones:
tFINAL t iM + TiM i
Nota: tFINAL es mayor o igual que todos los tiempos de proceso que llevan
acumulados los trabajos en la mquina M. As, el modelo i que tenga el mayor
tiM+TiM es el que le dar valor a la variable tFINAL, es decir, el ltimo trabajo que
pas por esa mquina (pues es el que tiene mayor tiempo).
t i ,m +1 t i ,m + Ti , m i, m {1,..., M 1}
t jm t im + Tim (1 X ij ) * M i, m, M >> 0
Nota: Las restricciones siguientes son para definir la ruta, i.e. asegurarse de que
se produzcan todos los modelos de televisores. Es necesario agregar los nodos
artificiales 0 e I+1, despus se mostrar por qu. Las restricciones 4,5,6 y 7 son
tpicas restricciones de flujo en redes!
I +1
X
j =0
ij =1 i
i j
I +1
X
i =0
ij =1 j
i j
X
i , jU
ij | U | 1 U {0,1,...,I,I+1} t.q. 2|U|I-2
7. Condicin de borde para que funcione bien la restriccin 6 (existe el arco entre
nodos I+1 y 0): (0,4 ptos.)
X I +1, 0 = 1
Ejemplo: La idea es crear una ruta desde el trabajo que se realiza primero hasta el
trabajo que se realiza al final, pero esta ruta no regresa al origen como en
problemas de transporte o flujo en redes tpicos (ej: vendedor viajero). Una vez
que llegamos al ltimo nodo nos quedamos ah, por lo que hay que crear los nodos
artificiales 0 e I+1 y obligar a que exista el arco de I+1 a 0. Con el dibujo a
continuacin se muestra por qu esto funciona:
34
Configuracin inicial, donde se realizan I=4 modelos de TV distintos Los nodos
artificiales 0 e I+1=5 fueron agregados junto con el arco:
0 I+1
0 I+1
Se encontr una ruta entre los 4 nodos originales de la red, y NO existe un camino
entre el ltimo nodo revisado y el primero, que es lo que se quera evitar con los
nodos artificiales. Los tiempos en los nodos artificiales no nos afectan en nada dado
los lmites de la restriccin 3, para i de 1 hasta I (sin considerar los nodos
artificiales).
X ij {0,1}; t im 0, tFINAL 0 i, m
Funcin objetivo:
min{tFINAL}
2.
0 sino
1. tFINAL t iM + TiM K iM * YM
2. t i ,m +1 t i , m + Ti ,m K im * Ym
35
3. t jm t im + Tim K im * Ym (1 Xij ) * M
Agrego restricciones:
Ym {0,1} m
Y
m =1
m * Wm PPTO
j {1,..., I } , a partir del da t {1,..., T } , de un vehculo del tipo h {e, l} y con una
duracin de k {1,..., K } das, es de pijthk pesos y ijthk unidades respectivamente. Si
no existe disponibilidad de vehculos tipo econmico, la firma puede actualizar a los
clientes que los demandan entregndoles un vehculo tipo lujoso al precio de uno
econmico. Un cliente que demanda un vehculo tipo lujoso por ningn motivo
aceptar que se le entregue un vehculo tipo econmico. El costo de no satisfacer la
demanda de un cliente que solicita un arriendo de un vehculo tipo h {e, l} por
k {1,..., K } das es de CDhk , independiente del periodo y de las sucursales de
retiro y devolucin.
La firma ha establecido que en cada periodo debe ofrecer un nivel de servicio del
98% a los clientes que demandan vehculos lujosos. Es decir, en cada periodo a lo
ms un 2% de este tipo de clientes puede quedar con su demanda insatisfecha.
36
Para que esto sea posible, la firma puede aumentar su disponibilidad de vehculos
lujosos arrendando vehculos externos o realizar traslados de vehculos entre
algunas sucursales para aumentar la capacidad de las sucursales que enfrentan
mayor demanda. El costo para la firma de arrendar un vehculo externo para
satisfacer la demanda en
t {1,..., T } de un cliente lujoso que retirar el vehculo en
la sucursal i {1,..., I } y que luego de
k {1,..., K } das lo devolver en la sucursal
j {1,..., I } , es de CAijtk . Suponga para el caso anterior, que el vehculo externo es
llevado a la sucursal i en t , inmediatamente es entregado al cliente quien lo
devuelve en la sucursal
j en t + k , e inmediatamente el vehculo es devuelto al
f ij
proveedor de ste. El parmetro es uno si es factible realizar traslados entre las
sucursales i {1,..., I } y la j {1,..., I } y cero en caso contrario. El costo de
periodo
t {1,..., T } , este aumento de capacidad dura slo 1 periodo. El costo de
almacenar cada noche un vehculo en la sucursal i {1,..., I } es de CI i .
Comentarios: Suponga que CAijtk es tal que CAijtk > pijtlk k {1,..., K } ,
i, j {1,..., I } , t {1,..., T } . Es decir, el costo al que puede arrendar la firma un
vehculo lujoso externo es superior al beneficio que ste genera al arrendarlo al
cliente que lo demanda. Suponga tambin que en cada t {1,..., T } puede suceder o
no que CDlk < CAijtk pijtlk . Por lo tanto, en algunos periodos puede convenir a priori
dejar demanda insatisfecha que arrendar un vehculo externo (aunque la firma
podra verse obligada a arrendar para cumplir con el nivel de servicio), pero en
otros no.
Solucin Problema 15
Variables de decisin:
X ijthk
= Autos tipo h destinados para arriendos, de i a j en t, por k das.
Yijth
= Envos de autos tipo h, de i a j, en t.
S ijthk
= Demanda insatisfecha por autos tipo h, de i a j en t, por k das.
37
I ith = Inventario de autos tipo h disponibles en t, en la sucursal i (al final del
da).
Vijtk
= Autos lujosos destinados a satisfacer demanda econmica, de i a j en t,
por k das.
Aijtk
= Autos lujosos extra, arrendados para satisfacer la demanda de i a j en t,
1
Zit =
0
por k das.
Si aumenta capacidad de sucursal i en t.
Sino
Restricciones:
min{ t 1, K } min{T t , K }
I =I
h
it
h
i , t 1 + Riht + X hk
,i , t k X hk
i , ,t k + (Yhit Yiht )
I k =1 I k =1 I
( t > 1, h=e)
min{T t , K }
I = Wih + Riht
h
it X + (Y hk
i t
h
it Yiht )
I k =1 I
( t=1, h=e)
t 1 min{T t , K }
I =I
h
it
h
i ,t 1 + Riht + ( X hk
,i ,t k +V k
i , t k ) X hk
i , , t k + Vkit ) + (Yhit Yiht )
I k =1 I k =1 I
( t>1, h=l)
min{T t , K }
I = Wih + Riht
h
it (X hk
i t + Vikt ) + (Yhit Yiht )
I k =1 I
( t=1, h=l)
Nota: Tambin podan definir esta ltima como I ih0 = Wih y dejar la anterior para
todo t.
3. Demanda econmicos:
(
i, j I , k {1,..., K }, t {1,..., T } )
38
4. Demanda lujosos:
(
i, j I , k {1,..., K }, t {1,..., T } )
5. Nivel de servicio:
S
i, j ,k
lk
ijt 0,02 * ijtlk
i , j ,k
(
t {1,..., T } )
6. Factibilidad de envos:
Yijth M * f ij
7. Capacidad almacenaje:
I h
h
it H i + E i * Z it
i I , t {1,..., T }
8. Presupuesto:
CT
i , j ,t , h
h
ijt * Yijth B
Funcin objetivo:
39
Formule el problema de obtener un cover, un packing y un partition F de
costo/beneficio mnimo como un problema lineal entero, suponiendo:
M = {1,2,3,4,5}; N = {1,2,3,4}
M1 = {1,2,3} c1 = 1
M2 = {3,4} c2 = -6
M3 = {3,4,5} c3 = -5
M4 = {1,2} c4 = 2
Hint: Para la formulacin, arme una matriz A que utilice de manera apropiada en
las columnas la composicin de los conjuntos Mj y elija el vector b conveniente.
Solucin Problema 16
1) Se deben plantear 3 ppl, uno para set covering, uno para set packing y otro para
set partitioning. El planteamiento general de estos problemas es el siguiente:
Set Covering:
Parmetros:
Variable:
1 si j F , j = 1,..., n
xj =
0 ~
Restricciones:
1.- Cada elemento de M debe estar contenido al menos una vez en alguno de los
Mj:
a
j
ij *xj 1 i = 1,..., m
40
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
Set Packing:
Parmetros:
Variable:
1 si j F , j = 1,..., n
xj =
0 ~
Restricciones:
1.- Cada elemento de M puede estar a lo ms una vez en alguno de los Mj (no
puede estar en 2 Mj diferentes, pues sino la interseccin de estos no sera vaca):
aj
ij * x j 1 i = 1,..., m
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
Set Partitioning:
Parmetros:
Variable:
1 si j F , j = 1,..., n
xj =
0 ~
41
Restricciones:
1.- Cada elemento de M debe estar en alguno de los Mj, y slo en uno de ellos
(covering + packing):
a
j
ij *xj =1 i = 1,..., m
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
1 0 1
0
1 0 1
0
A = 1 1 0
1
0 1 0
1
0 0 1 0
A* x = e
42
2)
Variables:
X = Puntos en el espacio
1 si x P i , i = 1,..., m
ti =
0 ~
Nota: En estricto rigor, ti puede valer tanto 1 como 0 cuando x est en Pi (analizar
restriccin 1 para ver que esto es cierto). El alumno debe sealar esto para tener
todo el puntaje de la segunda variable.
Restricciones:
Ai * x bi + wi * (1 t i ) i = 1,..., m
ti
i k
0 xd
t i {0,1} ; x n
43