Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 - 209 - Modelos PL - N
2 - 209 - Modelos PL - N
(SIS-209; IND-225)
Ing. Viktoria Belianskaya
El impacto de PL en la actualidad.
Elementos de los modelos de PL.
Proceso de construccin de los modelos de PL.
Ejemplo prototipo.
Suposiciones y limitaciones de los modelos de PL.
Ejemplos de construccin de los modelos de PL
para diferentes reas de aplicacin.
Ejemplo Prototipo 1
Entender el Problema:
Qu se quiere encontrar?
Existen condiciones o limitaciones en el contexto? Cules?
Cul es la meta en el problema?
Modelo Ejemplo 1
Ingrediente
nutricional
Kilogramo de
Kilogramo
Kilogramo
Requerimiento
maz
de grasas
de alfalfa
mnimo diario
Carbohidratos
90
20
40
200
Protenas
30
80
60
180
Vitaminas
10
20
60
150
Costo(u.m.)
84
72
60
Modelo Ejemplo 2
Qu se quiere encontrar?
X1- cantidad de maz (en kg) en alimento
X2- cantidad de grasas (en kg) en alimento
X3- cantidad de alfalfa (en kg) en alimento
X1,X2,X3 0.
El famoso restaurante E.S. Mann est abierto las 24 horas del da. Los
meseros y ayudantes se reportan para trabajar al inicio de los seis
periodos indicados en la tabla, cada uno trabaja un turno de 8 horas. La
siguiente tabla muestra el mnimo nmero de trabajadores necesarios
durante los seis perodos en que est dividido el da. El problema de
programacin de Mann es la determinacin de cuntos meseros y
ayudantes deben reportarse al trabajo al principio de cada perodo de
tiempo, con el fin de minimizar el total de empleados requeridos para un
da de operacin: (pista: Xi es igual al nmero de meseros y ayudantes
que inician su trabajo en el perodo i, donde i=1,2,3,4,5,6).
Pero
do
Hora
3 am - 7am
7 am - 11am
12
11am - 3pm
16
3 pm - 7 pm
7 pm - 11pm
11
11pm - 3 am
Modelo Ejemplo 3
Variables
Xi - el nmero de meseros y ayudantes que inician su trabajo
en el perodo i, donde i=1,2,3,4,5,6)
Xi0
Restricciones
La cantidad de los trabajadores debe alcanzar para el
periodo determinado
Perodo1: X6+X1 3
Perodo4: X3+X4 9
Perodo2: X1+X2 12 Perodo5: X4+X5 11
Perodo 3:X2+X3 16 Perodo6: X5+X6 4
Funcin Objetivo
Z= X1+X2+X3+X4+X5+X6 min
minimizar el total de los meseros y ayudantes contratados
Entender el problema
<=9 horas
Aspirina
2 kg/h
Proceso 1
<=30 kg
20$/kg
1 kg/h
3 kg/h
Proceso 2
<=9 horas
1 kg/h
Dipirona
>=7 kg
60$/kg
Modelo ejemplo 4
Variables:
Xi horas de ejecucin del proceso i
Xi>=0
Restricciones:
1) Aspirina no ms que 30 kg
2*X1+3*X2<=30
kg/h*h+kg/h*h= kg+kg= kg<=kg
anlisis dimensional
Modelo ejemplo 5
Variables:
Xi peso de ingrediente i (en lb) en una libra de plvora
Xi>=0, i=1..3 (1-azufre, 2- carbn, 3-salitre)
Restricciones:
1) Todos los ingredientes forman 1 lb
X1+X2+X3=1
2) Contenido de carbn (en una libra del producto final):
a) al menos 10%
X2>=0.1
b) no ms que 20%
X2<=0.2
3) Cantidad de selitre no puede exceder 50% de carbn usado
X3<=0.5X2
4) Para evitar una explosin:
0.5X1+0.6X2+0.3X3<=0.35
Funcin Objetivo:
Usar la cantidad mnima posible de azufre:
Z=X1min
Incinerador 2
Ciudad 1
30
Ciudad 2
36
42
Basural 1
Basural 2
Incinerador 1
Incinerador 2
Entender el problema
<=500 ton
40$/ton
500 ton
Ciudad 1
Ciudad 2
400 ton
Incinerador1
Incinerador 2
<=500 ton
30$/ton
Se reduce a 0.2
Basural 1
Basural 2
<=200 ton
<=200 ton
Costo de transporte:
3$/(milla*ton)
Modelo ejemplo 6
Variables:
Xij cantidad de toneladas de basura que se lleva de la ciudad i al incinerador j
Yjl cantidad de toneladas de escombros que se lleva del incinerador j al basural l
Xij>=0,Yij>=0 i=1,2; j=1,2; l=1,2
Restricciones:
1) Cantidad de basura de cada ciudad
X11+X12=500
X21+X22=400
2) Capacidad de los incineradores
X11+X21<=500
X12+X22<=500
3) Relacin de la cantidad de escombros que salen de los incineradores
Y11+Y12=0.2(X11+X21)
Y21+Y22=0.2(X12+X22)
4) Capacidad de los basurales
Y11+Y21<=200
Y12+Y22<=200
Funcin Objetivo:
Minimizar el costo del procedimiento de eliminacin de la basura (transporte basura, incineracin,
transporte escombros):
Z=3*30*X11+3*5*X12+3*36*X21+3*42*X22+
costo transp. basura +
+40*(X11+X21)+30*(X12+X22)+
costo incineracin +
+3*5*Y11+3*8*Y12+3*9*X12+3*6*X22 min
costo transp. escombros
COSTOS DE
ALMACENAMIENTO($/lb)
Crema de cacahuate
Psyllium
Crema de cacahuate
Psyllium
Mayo
400
600
0.10
0.05
Junio
450
700
0.10
0.05
Julio
500
650
0.12
0.05
Modelo ejemplo 7
Variables:
Xij cantidad de libras del producto i que se produce en el mes j
Xij>=0, i=1,2 (1- crema de cacahate, 2- Psyllium); j=1..3 (1-mayo, 2-junio, 3-julio)
Restricciones:
1) Demanda que se debe satisfacer para crema de cacahuate
Mayo X11>=400,
Inventario inicial es 0, lo que se produce no debe ser menor que demanda
Junio X12+(X11-400)>=450
Lo que se produce mas lo sobrante del mes anterior
Julio X13+(X12+(X11-400)-450)=500
Debe ser =500 para dejar el inventario final 0.
2) Demanda que se debe satisfacer para Psyllium (por analoga con lo anterior)
Mayo X21>=600
Junio X22+(X21-600)>=700
Julio X23+(X22+(X21-600)-700)=650
3) Consideracin del lmite de inventario para crema de cacahuate
X11-400<=500 lo que sobra en mayo
X12+(X11-400)-450<=500 lo que sobra en junio, en julio ser 0 y esto garantizan las restricciones con igualdad
3) Consideracin del lmite de inventario para Psyllium
X21-600<=1000 lo que sobra en mayo
X22+(X21-600)-700<=1000 lo que sobra en junio
4) Capacidad mensual de mquina para procesamiento
X11/60+X21/30<=200 Mayo
X12/60+X22/30<=200 Junio
X13/60+X23/30<=200 Julio
Funcin Objetivo:
Minimizar el costo de almacenamiento (basado en el inventario del inicio del mes):
Z= 0.10*(X11-400)+0.12*(X12+(X11-400)-450)+0.05*(X21-600)+0.05(X22+(X21-600)-700) min
al inicio de junio y julio de cacahuate
al inicio de junio y julio de Psyllium
Lmina 4 m
Variables:
Un Juego:
1)
2 lam: 2 m
X1
3 lam: 2 m,
2)
1 lam: 2 m,
X2
2 lam: 1,25 m
1 lam: 1,25 m
3) 3 lam: 1,25 m
Tipos de cortes:
Lmina 6 m
X3
1)
3 lam: 2 m
Y1
2)
2 lam: 2 m,
Y2
1 lam: 1,25 m
3)
1 lam: 2 m,
Y3
3 lam: 1,25 m
4)
4 lam: 1,25 m
Y4
Es necesario considerar la
proporcin en la
cantidad de las tablas
producidas para
formar juegos
Modelo ejemplo 8
Variables:
Xi cantidad de lminas de 4 metros cortados de modo i
Xi>=0, i=1..3
Yj cantidad de lminas de 6 metros cortados de modo j
Xj>=0, j=1..4
Restricciones:
1) Lmite de cantidad de lminas de 4 m
X1+X2+X3<=50
2) Lmite de cantidad de lminas de 6 m
Y1+Y2+Y3+Y4<=75
3) Consideracin de la proporcin de las cantidades de las tablas de 2 m y de 1,25 m
(utilizando los datos de anlisis de los cortes posibles)
(2X1+X2+3Y1+2Y2+Y3)/ 3 = (X2+3X3+Y2+3Y3+4Y4)/2
Cada una de las partes de esta relacin representa el nmero de los juegos que sale
Funcin Objetivo:
Maximizar la cantidad de los juegos a producir:
Z= (2X1+X2+3Y1+2Y2+Y3)/ 3 max
Modelo general de PL
1.
Funcin Objetivo:
2.
Restricciones:
3.
Variables:
X 1 , X 2 ,..., X N 0
Valores X1
Proporcionalidad
se cumple
Proporcionalidad no se cumple
Caso1
Caso2
Caso3
12
12
11
18
X2
Aditividad
se cumple
Aditividad no se cumple
Caso1
Caso2
Productos
complementarios
Productos en
competicin
Nmero de
comerciales
Ganancia
Producto
0
1
2
3
0
1
3
3
0
0
2
3
0
-1
2
4
Ejercicio
Una compaa posee una fbrica de pinturas para interiores y exteriores de casas para su
distribucin al mayoreo. Se utilizan dos materiales bsicos A y B, para producir las
pinturas. La disponibilidad mxima de A es de 6 toneladas diarias, la de B es de 8
toneladas por da. La necesidad de materia prima por tonelada de pintura se resume en
la tabla. Un estudio del mercado ha establecido que la demanda diaria de pintura para
interiores no puede ser mayor que la pintura de exteriores en ms de una tonelada.
Asimismo, el estudio seala que la demanda mxima de pintura para interiores est
limitada a 2 toneladas diarias.
El precio al mayoreo por tonelada es $3000 para la pintura para exteriores y $2000 para la
pintura de interiores. Cunta pintura para exteriores e interiores debe producir la
compaa todos los das para maximizar el ingreso bruto?
MP
A
Ton/ton pint.
ext.
1
Ton/ton pint.
int.
2
Disponibilidad
Max(ton)
6