100%(1)100% au considerat acest document util (1 vot)
427 vizualizări68 pagini
El documento presenta tres tipos de problemas de programación entera: problemas generales, problemas binarios y problemas mixtos. Los problemas generales involucran variables enteras sin restricciones específicas. Los problemas binarios tienen variables que solo pueden tomar valores 0 o 1. Los problemas mixtos permiten una combinación de variables enteras y reales. Se proveen ejemplos ilustrativos de cada tipo de problema.
El documento presenta tres tipos de problemas de programación entera: problemas generales, problemas binarios y problemas mixtos. Los problemas generales involucran variables enteras sin restricciones específicas. Los problemas binarios tienen variables que solo pueden tomar valores 0 o 1. Los problemas mixtos permiten una combinación de variables enteras y reales. Se proveen ejemplos ilustrativos de cada tipo de problema.
El documento presenta tres tipos de problemas de programación entera: problemas generales, problemas binarios y problemas mixtos. Los problemas generales involucran variables enteras sin restricciones específicas. Los problemas binarios tienen variables que solo pueden tomar valores 0 o 1. Los problemas mixtos permiten una combinación de variables enteras y reales. Se proveen ejemplos ilustrativos de cada tipo de problema.
Walter Silva Sotillo, MSc. silvasotillo@mail.usf.edu 1 Walter Silva 2 Maestra de Ingeniera Industrial NDICE 2 Walter Silva 1. Clasificacin de los problemas de programacin entera. 2. Aplicaciones de programacin entera. 3. Solucin computacional de problemas de programacin entera. 3 Maestra de Ingeniera Industrial 3 Walter Silva Clasificacin de los problemas en Programacin entera A diferencia de los problemas planteados hasta ahora, donde se usaban variables reales (programacin lineal real), ahora se har uso de variables enteras (programacin lineal entera). Un caso particular de las variables enteras son las variables binarias.
Es posible usar diversos tipos de variables en la formulacin de los modelos matemticos (programacin lineal entera mixta). 4 Maestra de Ingeniera Industrial 4 Walter Silva Clasificacin de los problemas en Programacin entera Problemas generales Problemas binarios Problemas mixtos 5 Maestra de Ingeniera Industrial 5 Walter Silva Problemas generales Las variables de los problemas generales de programacin entera deben asumir valores enteros. Las variables enteras pueden tener cotas superiores e inferiores pero no estn restringidas a un subconjunto especfico de valores y, por lo general, no existe una estructura especial para el problema. 6 Maestra de Ingeniera Industrial 6 Walter Silva Problemas generales Ejemplo 1 Modelo de avin Costo (millones de $) Capacidad (pasajeros) Tiempo de mantenimiento (horas por mes) A 10 350 25 B 15 450 15 C 12 400 15 7 Maestra de Ingeniera Industrial 7 Walter Silva Problemas generales Ejemplo 1 (continuacin) Capacidad de transporte mnima: 3,400 pasajeros
Tiempo total disponible de mantenimiento: 250 horas mensuales
Disponibilidad de aviones modelo C: 5 8 Maestra de Ingeniera Industrial 8 Walter Silva Problemas generales Ejemplo 1 (continuacin) Variables de decisin X j : nmero de aviones del modelo j que se comprarn Donde j = 1, 2, 3 (1 = A, 2 = B, 3 = C) Funcin objetivo Minimizar los costos de adquisicin de los aviones Minimizar Z = 10 X 1 + 15 X 2 + 12 X 3
9 Maestra de Ingeniera Industrial 9 Walter Silva Problemas generales Ejemplo 1 (continuacin) Restricciones Requerimiento mnimo de capacidad 350 X 1 + 450 X 2 + 400 X 3 3400 Disponibilidad de tiempo de mantenimiento 25 X 1 + 15 X 2 + 15 X 3 250 Disponibilidad del modelo C X 3 5 Rango de existencia X j 0 y enteros 10 Maestra de Ingeniera Industrial 10 Walter Silva Problemas binarios Los problemas binarios de programacin lineal entera tienen variables que slo pueden tomar valores 0 o 1. Las variables binarias, en esencia se plantean en situaciones del tipo todo o nada o hacerlo o no hacerlo. 11 Maestra de Ingeniera Industrial 11 Walter Silva Problemas binarios Ejemplo 2 El entrenador trata de escoger una alineacin inicial para el equipo de bsquetbol que dirige.
El equipo consta de siete jugadores que han sido evaluados (en una escala de 1 = pobre a 3 = excelente) de acuerdo a su manejo de la pelota, sus tiros, su rebote y sus habilidades defensivas. 12 Maestra de Ingeniera Industrial 12 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Jugador Posicin Manejo de la pelota Tiros Rebote Marca 1 Defensa 3 3 1 3 2 Centro 2 1 3 2 3 Defensa / Ataque 2 3 2 2 4 Ataque / Centro 1 3 3 1 5 Defensa / Ataque 1 3 1 2 6 Ataque / Centro 3 1 2 3 7 Defensa / Ataque 3 2 2 1 13 Maestra de Ingeniera Industrial 13 Walter Silva Problemas binarios Ejemplo 2 (continuacin) La alineacin inicial de cinco jugadores debe satisfacer las restricciones siguientes: Por lo menos 4 jugadores del equipo inicial deben poder jugar en la defensa (D), por lo menos 2 miembros debe poder jugar al ataque (A) y por lo menos 1 jugador del equipo inicial debe poder jugar en el centro (C). El nivel medio del manejo de la pelota, de los tiros, y del rebote de la alineacin inicial debe ser por lo menos igual a 10. Si inicia el jugador 3, entonces el jugador 6 no podr iniciar. Si el jugador 1 inicia, entonces los jugadores 4 y 5 deben iniciar al mismo tiempo. Ya sea el jugador 2 o el jugador 3 debe iniciar. 14 Maestra de Ingeniera Industrial 14 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Dadas estas restricciones, el entrenador quiere maximizar la habilidad total defensiva del equipo inicial. 15 Maestra de Ingeniera Industrial 15 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Variables de decisin X j : decisin de que el jugador j inicia o no el juego Donde j = 1, 2, 3, 4, 5, 6, 7 Funcin objetivo Maximizar la marcacin de los jugadores Maximizar Z = 3 X 1 + 2 X 2 + 2 X 3 + 1 X 4 + 2 X 5 + 3 X 6
+ 1 X 7 16 Maestra de Ingeniera Industrial 16 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Restricciones Alineacin inicial de cinco jugadores X 1 + X 2 + X 3 + X 4 + X 5 + X 6 + X 7 = 5 Por lo menos 4 jugadores del equipo inicial deben poder jugar en la defensa (D) X 1 + X 3 + X 5 + X 7 4 Por lo menos 2 miembros deben poder jugar al ataque (A) X 3 + X 4 + X 5 + X 6 + X 7 2 17 Maestra de Ingeniera Industrial 17 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Restricciones Por lo menos 1 jugador del equipo inicial debe poder jugar en el centro (C). X 2 + X 4 + X 6 1 El nivel medio del manejo de la pelota, de los tiros, y del rebote de la alineacin inicial debe ser por lo menos igual a 10. 3 X 1 + 2 X 2 + 2 X 3 + 1 X 4 + 1 X 5 + 3 X 6 + 3 X 7 10 3 X 1 + 1 X 2 + 3 X 3 + 3 X 4 + 3 X 5 + 1 X 6 + 2 X 7 10 1 X 1 + 3 X 2 + 2 X 3 + 3 X 4 + 1 X 5 + 2 X 6 + 2 X 7 10 18 Maestra de Ingeniera Industrial 18 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Restricciones Si inicia el jugador 3, entonces el jugador 6 no podr iniciar. X 3 + X 6 1 Si el jugador 1 inicia, entonces los jugadores 4 y 5 deben iniciar al mismo tiempo. X 4 + X 5 2 X 1 0 Ya sea el jugador 2 o el jugador 3 debe iniciar. X 2 + X 3 1 19 Maestra de Ingeniera Industrial 19 Walter Silva Problemas binarios Ejemplo 2 (continuacin) Rango de existencia X j = 0 1 20 Maestra de Ingeniera Industrial 20 Walter Silva Problemas mixtos Los problemas en los que se requiere que algunas, pero no todas las variables, sean enteras, se denominan problemas mixtos de programacin lineal entera. Estos problemas permiten la combinacin de variables enteras y reales. Las variables enteras pueden ser generales o binarias, dependiendo de la situacin que se representa. 21 Maestra de Ingeniera Industrial 21 Walter Silva Problemas mixtos Ejemplo 3 Hospital Estatal de la ciudad de Lima: paciente con una dieta especial que consta de dos alimentos.
Requerimientos nutritivos mnimos por da: 1,000 unidades del nutriente A, 2,000 unidades del nutriente B y 1,500 unidades del nutriente C.
Una onza del alimento 1 contiene 100 unidades del nutriente A, 400 unidades del nutriente B y 200 unidades del nutriente C.
Una onza del alimento 2 contiene 200 unidades del nutriente A, 250 unidades del nutriente B y 200 unidades del nutriente C. 22 Maestra de Ingeniera Industrial 22 Walter Silva Problemas mixtos Ejemplo 3 (continuacin) El alimento 1 cuesta $6.00 por libra y el alimento 2 cuesta $8.00 por libra.
Los costos de los pedidos para el alimento 1 son $5.00 y para el alimento 2 son $7.50. 23 Maestra de Ingeniera Industrial 23 Walter Silva Problemas mixtos Ejemplo 3 (continuacin) Variables de decisin X j : cantidad de onzas del alimento j que debe consumir diariamente el paciente Y j : decisin de utilizar o no el alimento j Donde j = 1, 2 Funcin objetivo Minimizar costos de preparacin y envo de alimentos Minimizar Z = 0.375 X 1 + 0.5 X 2 + 5 Y 1 + 7.50 Y 2 24 Maestra de Ingeniera Industrial 24 Walter Silva Problemas mixtos Ejemplo 3 (continuacin) Restricciones Requerimiento mnimo del nutriente A 100 X 1 + 200 X 2 1000 Requerimiento mnimo del nutriente B 400 X 1 + 250 X 2 2000 Requerimiento mnimo del nutriente C 200 X 1 + 200 X 2 1500 25 Maestra de Ingeniera Industrial 25 Walter Silva Problemas mixtos Ejemplo 3 (continuacin) Restricciones Disponibilidad de los alimentos (M -> ) X 1 M Y 1 0 X 1 Y 1 0 X 2 M Y 2 0 X 2 Y 2 0 Rango de existencia X j 0 y enteros Y j = 0 1 26 Maestra de Ingeniera Industrial 26 Walter Silva Aplicaciones de PLE 2.1 Problema de cargo fijo 2.2 Problema de recubrimiento de conjuntos 2.3 Restricciones inclusivas o distributivas 2.4 Restricciones si ... entonces 2.5 Funciones lineales por segmentos 27 Maestra de Ingeniera Industrial 27 Walter Silva Problema de cargo fijo Ejemplo 4 La compaa DYNAMIX tiene tres alternativas para ubicar un nuevo almacn que d servicio a la parte norte de Per. Existen 5 clientes importantes en esta regin. En la siguiente tabla se muestran los datos pertinentes de oferta, demanda y costos de transporte (intis por tonelada). 28 Maestra de Ingeniera Industrial 28 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Ubicacin del Almacn Costo de la Ubicacin ($) Capacidad del almacn (miles de tonelada) Ubicacin del cliente Tumbes Cajamarca Pacasmayo Huaraz Casma Piura 50,000 200 $20 $20 $40 $45 $35 Trujillo 30,000 150 $30 $40 $15 $20 $45 Chimbote 90,000 300 $5 $25 $30 $35 $35 Pronstico de la demanda (miles de tonelada) 75 50 35 75 35 29 Maestra de Ingeniera Industrial 29 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Variables de decisin X ij : cantidad de miles de unidades que se envan desde almacn i hasta el cliente j Y i : decisin de utilizar o no el almacn i Donde i = 1, 2, 3 (1 = Piura, 2 = Trujillo, 3 = Chimbote); j = 1, 2, 3, 4, 5 (1 = Tumbes, 2 = Cajamarca, 3 = Pacasmayo, 4 = Huaraz, 5 = Casma) 30 Maestra de Ingeniera Industrial 30 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Funcin objetivo Minimizar costos Minimizar Z = 20 X 11 + 20 X 12 + 40 X 13 + 45 X 14 + 35 X 15
+ 30 X 21 + 40 X 22 + 15 X 23 + 20 X 24 + 45 X 25 + 5 X 31 + 25 X 32 + 30 X 33 + 35 X 34 + 35 X 35 + 50000 Y 1 + 30000 Y 2 + 90000 Y 3 31 Maestra de Ingeniera Industrial 31 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Restricciones Requerimientos de los clientes X 11 + X 21 + X 31 = 75 X 12 + X 22 + X 32 = 50 X 13 + X 23 + X 33 = 35 X 14 + X 24 + X 34 = 75 X 15 + X 25 + X 35 = 35 32 Maestra de Ingeniera Industrial 32 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Restricciones Disponibilidad de los almacenes X 11 + X 12 + X 13 + X 14 + X 15 200 Y 1 0 X 11 + X 12 + X 13 + X 14 + X 15 Y 1 0 X 21 + X 22 + X 23 + X 24 + X 25 150 Y 2 0 X 21 + X 22 + X 23 + X 24 + X 25 Y 2 0 X 31 + X 32 + X 33 + X 34 + X 35 300 Y 3 0 X 31 + X 32 + X 33 + X 34 + X 35 Y 3 0 33 Maestra de Ingeniera Industrial 33 Walter Silva Problema de cargo fijo Ejemplo 4 (continuacin) Rango de existencia X ij 0 y enteros Y i = 0 1 34 Maestra de Ingeniera Industrial 34 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 Un granjero desea determinar cul es la mejor seleccin de ganado para su granja con el objeto de maximizar las utilidades provenientes de las ventas de los animales. Puede comprar ovejas, reses o cabras.
Cada oveja necesita un acre de pasto y $15.00 de alimentacin y tratamiento. Una oveja cuesta $25.00 y puede venderse en $60.00. Para las reses, estos valores son 4 acres, $30.00, $40.00 y $100.00. Y para las cabras, estos valores son 0.5 acres, $5.00, $10.00 y $20.00. 35 Maestra de Ingeniera Industrial 35 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 (continuacin) La granja tiene 300 acres y el granjero dispone de $2500 para comprar y mantener su ganado. Por ltimo, el granjero ha fijado un lmite inferior al nmero de animales que desea adquirir, si es que compra alguno de cada tipo. Este lmite inferior es de 50 para las ovejas, 25 para las reses y 100 para las cabras. 36 Maestra de Ingeniera Industrial 36 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 (continuacin) Variables de decisin X i : cantidad de animales tipo i que se comprarn Donde i = 1, 2, 3 (1=oveja, 2=res, 3=cabra) Y i : decisin de comprar o no animales tipo i para la granja Donde i = 1, 2, 3 (1=oveja, 2=res, 3=cabra) Funcin Objetivo Maximizar las utilidades Maximizar Z = 20 X 1 + 30 X 2 + 5 X 3
37 Maestra de Ingeniera Industrial 37 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 (continuacin) Restricciones Disponibilidad de tierra 1 X 1 + 4 X 2 + 0.5 X 3 300 Disponibilidad de dinero 40 X 1 + 70 X 2 + 15 X 3 2500 38 Maestra de Ingeniera Industrial 38 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 (continuacin) Cantidad mnima de animales a comprar X 1 1000 Y 1
50 X 1 1000 (1 Y 1 ) X 2 1000 Y 2
25 X 2 1000 (1 Y 2 ) X 3 1000 Y 3
100 X 3 1000 (1 Y 3 ) 39 Maestra de Ingeniera Industrial 39 Walter Silva Restricciones inclusivas o distributivas Ejemplo 5 (continuacin) Rango de existencia X i 0 y enteros Y i = 0 1 40 Maestra de Ingeniera Industrial 40 Walter Silva Restricciones si entonces Ejemplo 6 La Compaa DYNAMIX se encuentra en proceso de planear nuevas instalaciones de produccin, y de desarrollar un diseo ms eficiente de su sistema de distribucin.
Capacidad de Planta en Chincha: 30,000 unidades
Cuatro nuevos lugares potenciales para plantas: Ica, Arequipa, Chimbote y Trujillo. 41 Maestra de Ingeniera Industrial 41 Walter Silva Restricciones si entonces Walter Silva 41 Ejemplo 6 (continuacin) Costos unitarios de transporte ($ por unidad) Lima Huancayo Cuzco Capacidad de planta (unidades) Ica 5 2 3 10,000 Arequipa 4 3 4 20,000 Chimbote 9 7 5 30,000 Trujillo 10 4 2 40,000 Chincha 8 4 3 30,000 Demanda mxima (unidades) 30,000 20,000 20,000 42 Maestra de Ingeniera Industrial 42 Walter Silva Restricciones si entonces Ejemplo 6 (continuacin) Ciudad Costo fijo Ica $175,000 Arequipa $300,000 Chimbote $375,000 Trujillo $500,000 43 Maestra de Ingeniera Industrial 43 Walter Silva Restricciones si entonces Ejemplo 6 (continuacin) Variables de decisin Y i : decisin de construir o no la planta i Donde i = 1, 2, 3, 4 (1 = Ica, 2 = Arequipa, 3 = Chimbote, 4 = Trujillo) X ij : Cantidad de unidades enviadas de la planta i a la ciudad destino j Donde i = 1, 2, 3, 4, 5 (1 = Ica, 2 = Arequipa, 3 = Chimbote, 4 = Trujillo, 5 = Chincha); j = 1, 2, 3 (1 = Lima, 2 = Huancayo, 3 = Cuzco) 44 Maestra de Ingeniera Industrial 44 Walter Silva Restricciones si entonces Ejemplo 6 (continuacin) Funcin objetivo Minimizar costos Minimizar Z = 5 X 11 + 2 X 12 + 3 X 13 + 4 X 21 + 3 X 22 + 4 X 23 + 9 X 31 + 7 X 32 + 5 X 33 + 10 X 41 + 4 X 42 + 2 X 43
+ 8 X 51 + 4 X 52 + 3 X 53 + 175000 Y 1 + 300000 Y 2 + 375000 Y 3 + 500000 Y 4 45 Maestra de Ingeniera Industrial 45 Walter Silva Restricciones si entonces Ejemplo 6 (continuacin) Restricciones Capacidad mnima y mxima de las plantas X 11 + X 12 + X 13 10000 Y 1 0 X 11 + X 12 + X 13 Y 1 0 X 21 + X 22 + X 23 20000 Y 2 0 X 21 + X 22 + X 23 Y 2 0 X 31 + X 32 + X 33 30000 Y 3 0 X 31 + X 32 + X 33 Y 3 0 X 41 + X 42 + X 43 40000 Y 4 0 X 41 + X 42 + X 43 Y 4 0 X 51 + X 52 + X 53 30000 46 Maestra de Ingeniera Industrial 46 Walter Silva Restricciones si entonces Ejemplo 6 (continuacin) Demanda de las ciudades X 11 + X 21 + X 61 + X 71 + X 41 + X 51 = 30000 X 12 + X 22 + X 62 + X 72 + X 42 + X 52 = 20000 X 13 + X 23 + X 63 + X 73 + X 43 + X 53 = 20000 Rango de existencia X ij 0 y enteros Y i = 0 1 47 Maestra de Ingeniera Industrial 47 Walter Silva Funciones lineales por segmentos Ejemplo 7 La compaa DYNAMIX elabora dos productos A y B. A B Disponible Mano de obra (horas) 3 2 900 horas Espacio (pies cbicos) 2 1 400 pies 3
Costo fijo de produccin ($) 80 75 Materia Prima (Libras) 1 2 48 Maestra de Ingeniera Industrial 48 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) La materia prima se adquiere de un proveedor al precio de $2.50 por libra. Los costos unitarios de fabricacin de los productos dependen de la cantidad fabricada, dichos costos se muestran en las siguientes tablas (estos costos no incluyen el costo de materia prima). Los productos A y B se venden a $18 y $16 por cada unidad respectivamente. 49 Maestra de Ingeniera Industrial 49 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Producto A Costo Producto B Costo 0 100 $10.00 0 130 $10.00 101 180 $12.00 131 200 $9.00 181 300 $14.00 201 280 $8.00 50 Maestra de Ingeniera Industrial 50 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Variables de decisin X ij : cantidad de unidades del producto i que se producirn con costo j Donde i = 1, 2 (1 = A, 2 = B); j = 1, 2, 3 (1 = $10, 2 = $12, 3 = $14 para A y 1 = $10, 2 = $9, 3 = $8 para B) Y i : decisin de fabricar o no el producto i Donde i = 1, 2 (1 = A, 2 = B) Z k : decisin de fabricar o no en el intervalo k Donde k = 1, 2, 3 (1 = 0-130, 2 = 131-200, 3 = 201-280) 51 Maestra de Ingeniera Industrial 51 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Funcin objetivo Maximizar utilidades Maximizar Z = 5.5 X 11 + 3.5 X 12
+ 1.5 X 13 + 1 X 21 + 2 X 22 + 3 X 23 - 80 Y 1 - 75 Y 2
52 Maestra de Ingeniera Industrial 52 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Restricciones Disponibilidad de tiempo de mano de obra 3 X 11 + 3 X 12 + 3 X 13 + 2 X 21 + 2 X 22 + 2 X 23 900 Disponibilidad de espacio 2 X 11 + 2 X 12 + 2 X 13 + 1 X 21 + 1 X 22 + 1 X 23 400 53 Maestra de Ingeniera Industrial 53 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Cantidad de unidades producidas del producto A X 11 + X 12 + X 13 - 300 Y 1 0 X 11 - Y 1 0 X 11 100 X 12 80 X 13 120 54 Maestra de Ingeniera Industrial 54 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin) Cantidad de unidades producidas del producto B X 21 + X 22 + X 23 - 280 Y 2 0 X 21 - Y 2 0 55 Maestra de Ingeniera Industrial 55 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin)
X 21 - 130 Z 1 0 X 21 - 130 Z 2 0 X 22 - 70 Z 2 0 X 22 - 70 Z 3 0 X 22 - Z 2 0 X 23 - 80 Z 3 0 X 23 - Z 3 0 56 Maestra de Ingeniera Industrial 56 Walter Silva Funciones lineales por segmentos Ejemplo 7 (continuacin)
Z 1 - Z 2 0 Z 2 - Z 3 0 Y 2 Z 1 = 0 Rango de existencia X ij 0 y enteros Y i , Z k = 0 1 57 Maestra de Ingeniera Industrial 57 Walter Silva Solucin computacional de problemas de PLE La compaa TODO HOGAR produce dos productos muy apreciados con los restauradores de casas: candelabros y ventiladores de techo de estilo antiguo. Tanto los candelabros como los ventiladores requieren un proceso de produccin de dos pasos que involucran cableado y ensamble. 58 Maestra de Ingeniera Industrial 58 Walter Silva Variables Enteras Se requieren 2 horas para cablear cada candelabro y 3 horas para cablear un ventilador de techo. El cableado final de los candelabros y ventiladores requiere 6 y 5 horas, respectivamente. La capacidad de produccin es tal que slo estn disponibles 12 horas de cableado y 30 horas de ensamble. Cada candelabro producido redita a la firma $7.00 y cada ventilador $6.00. 59 Maestra de Ingeniera Industrial 59 Walter Silva Variables Enteras Variables de decisin X 1 : nmero de candelabros que sern producidos y vendidos X 2 : nmero de ventiladores de techo que sern producidos y vendidos
Maximizar Z = 7 X 1 + 6 X 2 (maximizar utilidades) Sujeta a 2X 1 + 3X 2 12 (horas de cableado) 6X 1 + 5X 2 30 (horas de ensamble) Con X 1 , X 2 0 y enteros 60 Maestra de Ingeniera Industrial 60 Walter Silva Variables Enteras MAX 7 X1 + 6 X2 SUBJECT TO 2) 2 X1 + 3 X2 <= 12 3) 6 X1 + 5 X2 <= 30 END GIN 2 OBJECTIVE FUNCTION VALUE 1) 35.00000
VARIABLE VALUE REDUCED COST X1 5.000000 -7.000000 X2 0.000000 -6.000000 61 Maestra de Ingeniera Industrial 61 Walter Silva Variables Enteras Solucin ptima X 1 = 5, X 2 = 0 Valor ptimo de la funcin objetivo Z = 35
Se producirn y vendern 5 candelabros y ningn de techo, para obtener una utilidad de $35.00. 62 Maestra de Ingeniera Industrial 62 Walter Silva Variables binarias Para graduarse en la especialidad de Investigacin de Operaciones, un estudiante debe completar por lo menos dos cursos de matemticas, por lo menos dos cursos de investigacin de operaciones y por lo menos dos cursos de computacin.
Se pueden utilizar algunos cursos para satisfacer ms de un requisito: Clculo puede satisfacer el requerimiento de las matemticas; Investigacin de Operaciones puede satisfacer los requerimientos de matemticas e investigacin de operaciones; Estructura de Datos, los de matemticas y de computacin; Estadstica para Administracin, los de matemticas y de investigacin de operaciones; Simulacin por Computadora los de investigacin de operaciones y de computacin; Introduccin a la Programacin de Computadoras los de computacin; y Pronsticos los de investigacin de operaciones y de matemticas. 63 Maestra de Ingeniera Industrial 63 Walter Silva Variables binarias Algunos cursos son pre-requisitos para otros: Clculo es un requisito para Estadstica para Administracin; Introduccin a la Programacin de Computadoras es un requisito para Simulacin por Computadora y para Estructura de Datos; y Estadstica para Administracin es requisito para Pronsticos. 64 Maestra de Ingeniera Industrial 64 Walter Silva Variables binarias Variables de decisin X 1 : decisin de llevar o no el curso de Clculo X 2 : decisin de llevar o no el curso de Investigacin de Operaciones X 3 : decisin de llevar o no el curso de Estructura de Datos X 4 : decisin de llevar o no el curso de Estadstica para Administracin X 5 : decisin de llevar o no el curso de Simulacin por Computadora X 6 : decisin de llevar o no el curso de Introduccin a la Programacin de Computadoras X 7 : decisin de llevar o no el curso de Pronsticos 65 Maestra de Ingeniera Industrial 65 Walter Silva Variables binarias Funcin objetivo Minimizar el nmero de cursos a llevar Minimizar Z = X 1 + X 2 + X 3 + X 4 + X 5 + X 6 + X 7
Restricciones Cursos mnimos de matemticas X 1 + X 2 + X 3 + X 4 + X 7 2 Cursos mnimos de investigacin de operaciones X 2 + X 4 + X 5 + X 7 2 Cursos mnimos de computacin X 3 + X 5 + X 6 2 Clculo es requisito para Estadstica para Administracin X 4 X 1 0 66 Maestra de Ingeniera Industrial 66 Walter Silva Variables binarias MIN X1 + X2 + X3 + X4 + X5 + X6 + X7 SUBJECT TO 2) X1 + X2 + X3 + X4 + X7 >= 2 3) X2 + X4 + X5 + X7 <= 2 4) X3 + X5 + X6 >= 2 5) - X1 + X4 <= 0 6) X5 - X6 <= 0 7) X3 - X6 <= 0 8) - X4 + X7 <= 0 END INTE 7 67 Maestra de Ingeniera Industrial 67 Walter Silva Variables binarias OBJECTIVE FUNCTION VALUE 1) 3.000000
VARIABLE VALUE REDUCED COST X1 1.000000 1.000000 X2 0.000000 1.000000 X3 1.000000 1.000000 X4 0.000000 1.000000 X5 0.000000 1.000000 X6 1.000000 1.000000 X7 0.000000 1.000000 68 Maestra de Ingeniera Industrial 68 Walter Silva Variables binarias Solucin ptima X 1 = 1, X 2 = 0, X 3 = 1, X 4 = 0, X 5 = 0, X 6 = 1, X 7 = 0 Valor ptimo de la funcin objetivo Z = 3
El estudiante debe llevar los cursos de Clculo, Estructura de Datos e Introduccin a la Programacin de Computadoras.