Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guia Modelos de Optimizacion Lineal
Guia Modelos de Optimizacion Lineal
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).
Se han seleccionado problemas de distinto nivel de dificultad, y se han tratado de
ordenar segn su nivel de dificultad, bajo el criterio totalmente subjetivo de quien
escribe. Es indispensable para ustedes que resuelvan esta gua y entiendan cada
uno de los problemas para estar bien preparados a la hora de resolver un control.
Noten que se han mantenido en varios problemas las notas y criterios de
correccin, para que puedan hacerse una idea de cmo se corrigen. Adems, en
algunos problemas se han incluidos notas que explican los trucos ms tpicos a la
hora de resolver un PPL.
Recuerden que cada control del curso contempla un problema de programacin
lineal, por lo que esta compilacin de problemas les ser til a lo largo de todo el
semestre. Si tienen consultas con respecto a la resolucin de alguno de ellos, no
duden en preguntarnos a travs del foro del curso.
xito!
ndice
X2
5.000
5
Y1 15.000
X 1 20.000
X2
22.000
5
X1
Y1 + Y2
3
X 1 + 5 X 2 Y1 + Y2
6. No negatividad
X 1 , X 2 , Y1 , Y2 0
Funcin Objetivo
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:
Xmn =
Ymna =
0 Si no
1 Si se asigna la actividad " a" a la pareja formada por el hombre n y la mujer m
0 Si no
Restricciones:
1.- A cada hombre se le asigna a lo ms una mujer.
M
X
m =1
mn
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.
A
Y
a =1
mna
3 X mn
n = 1,..., N ; m = 1,..., M
Ymna X mn
A
Y
a =1
mna
n = 1,..., N ; m = 1,..., M
[(G
n =1 m =1 a =1
ma
+ K a ) Ymna ] PSPTO
X mn , Ymna {0,1}
Funcin Objetivo:
M
max z = [( PM mn + PH mn ) X mn ] + [( SH ma + SM ma ) Ymna ]
m =1 n =1
n =1 m =1 a =1
Un integrante que reciba una invitacin asistir con total seguridad al asado.
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:
=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:
im
* PM m + X b * PLB + X c * PLC P
i,m
Z im (1 Z jm )
j E i i, m
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}
X b 0,
Xc 0
i, m
b, c
Funcin objetivo:
max Z im
i ,m
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.
Modele el problema de produccin de la empresa como un problema de
programacin lineal mixto, donde se asegura la satisfaccin de la demanda a lo
largo del horizonte de planificacin minimizando los costos de set-up, y los costos
por atrasos y por almacenamiento de productos en bodega.
Solucin problema 4
Variables de decisin (1 pto.):
xit: Cantidad que se produce del pigmento i en el periodo t.
sit: Cantidad que se almacena del pigmento i al final del periodo t.
rit: Demanda adeudada del pigmento i al final del periodo t.
yit: Toma valor 1 si se produce el pigmento i en el periodo t. 0 en otro caso.
wijt: Toma valor 1 si se cambia del pigmento i al pigmento j al comienzo del
periodo t.
Restricciones:
1. (0.6 ptos.) Naturaleza de las variables:
i, j I , t T
xit , s it , rit 0
i I , t T
it
=1
t T
si 0 = 0
i I
ri 0 = 0
i I
xit y it d it
i I , t T
xi 0 = 0
i I
wijt y i ( t 1) + y jt 1
i, j I , i j
10
t T , t {0}
s i ( t 1) + xit + rit = d it + ri (t 1) + s it
i I ,
t T , t {0}
riT = 0
i I
i ,t
i , j ,t
1 si toca el instrumento i
xi =
0 si no
11
+ y T
2. Hombre orquesta:
y i xi T
y x T
4. Mximo de pifias:
( p
ij
yi ) + p j y P
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
objetivo
la
minimizacin
del
costo
total
de
la
xi =
i C1
13
yit =
i C
z ij =
i N
j C
0 caso contario
i N
j C
Restricciones
1. Naturaleza de las variables
xi , y it , z ij {0,1}
wij
2. Asigno si la distancia lo permite
L
D ij
z ij
i , j
wij z ij M
i, j
ij
= Ei
z ij y j1 + y j 2 + x j
z ij y j1 + y j 2
i , j C1
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
y j1 E + y j 2 EM + x j E
ij
i , j C1
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
i , j C / C1
y j1 + y j 2 1
8. Presupuesto
y
jtC
jt
Ct +
(1 x
jC 1
)CE PPTO
Funcin Objetivo
min{ y jt Ct +
jtC
(1 x
jC1
)CE}
min
iN , jC
ij
Dij
15
1
Z jt =
0
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:
jkt
16
Dkt
k , t
ri * X ijt
jkt
j, t
Cj
jkt
j J A , t
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 ;).
4) Una vez que se abre la planta, esta permanece abierta:
Z jt Z jt+1
j J \ J A , t < T
ijt
Ait
i, t
(Z
jJ \ J A
jt
Z jt 1 ) 1
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 ;).
7) Cebada importada proporcional a malta exportada:
8) Condicin de borde:
Z j0 = 0
j J \ J A
9) Naturaleza variables:
17
i, j, t
j, t
Fn. Objetivo:
j , k ,t
t , jJ \ J A
jt
* (Z jt Z jt 1 )}
2. Sale de la bodega
0j
=1
i0
=1
3. Regresa a la bodega
X
j
18
4. Tiempo de trabajo
t H +T
ij ij
i, j
X = X
ij
ji
ij
ij
X
j
(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.
8. No se puede entrar al mismo lugar que donde uno esta
X ii = 0
i , jU
ij
o bien:
i , jU
ij
Funcin Objetivo
min{ Pi (1 X ij ) + PT }
i
19
sitios + la bodega.
20
Solucin problema 9
Variables de decisin (0.8 ptos):
Xij := Unidades del producto i incluidas en el nivel j
Zij := Corridas del producto i incluidas en el nivel j
Yij :=
X N + , Z N + , Y {0,1}
0
ij
0
ij
2. Cada producto puede estar ijpresente
solamente
en un nivel de la gndola:
ij
i {1,..., n}
pi
i {1,..., n}, j {1,2}
P
j {1,2}
Z ij ai L
Z ij X ij
i
4. Altura de cada nivel de la gndola no debe ser superada por la altura de ninguno
de los productos asignados a ese nivel:
hi a + M (1 yi1 )
hi b + M (1 yi 2 )
X ij M Yij
ij
BODi
i {1,..., n}
21
DMAX i
ij
i {1,..., n}
ij
MIN i
i {1,..., n}
Y1 j + Y2 j 1
j {1,2}
Y3 j = Y4 j
j {1,2}
X
iS
i1
S LG , | S |= 3
max xij Bi
Problema 10: Equipo de Handball Real Mandril
El exitoso director tcnico nacional, Miguel Tenderini, ha sido contratado por el
prestigioso equipo de hndbol Real Mandril, el cual cuenta con un conjunto N de
jugadores, todos estelares. Se le ha encomendado la misin de escoger las
contrataciones para la prxima temporada de entre un conjunto M de posibles
jugadores, cada uno de los cuales tiene un precio
con
ello se le ha otorgado un presupuesto de PPTO euros.
, y para
como k (con
partido en algn momento.
s1 g pi xi si g G
iM
Bono =
s1G + s 2 ( g G ) pi xi
iM
22
si g > G
con
Xi =
YKij =
Si se contrata el jugador i
Sino
Si jugador i juega el partido j como k
Sino
X i , Yijk {0,1}
Z , Z 1 , Z 2 Z 0+
2. Presupuesto
X P PPTO
iM
3. No juega si no se contrata
Yijk X i
i, j , k
YijTTT + YijSUP 1
23
i, j
TTT
ij
=T
SUP
ij
=B
Y
i
6. Definicin de z, z1 y z2
Z1 G
Z Z1 + Z 2
7. Calcular z
Z=
k
ij
g ijk
i , j ,k
8. Kak 75%
TTT
KAKU , j
0.75 J
9. Kak contratado
X kaku = 1
10. No ser despedido
k
i, j
g ijk G
J
i , j ,k
2
TIT
ij
ti
SUP
ij
bi
Y
j
Funcin Objetivo
max Z1 S1 + Z 2 S 2 pi xi
i
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).
Se
busca minimizar el costo de arriendo del bus el cual es directamente
proporcional al nmero de personas que es capaz de transportar, por lo que en
realidad busca minimizar la capacidad mxima de personas que puede llevar el bus,
pero cumpliendo las restricciones expuestas anteriormente.
Ayude a El Lobo a resolver el problema anterior, modelando el problema como un
problema de programacin lineal entera.
Solucin problema 11
Variables:
Xpq =
0 Sino.
X pq , {0,1}
25
X
p =1 q =1
pq
Dp I
( p q)
X
p =1
( p q)
=1
p1
X pq 2 X pq
pZt q =1
pZu q =1
5.- Presupuesto.
P
X pq Ld pq GAS +
p =1 q =1
pZsur q =1
pq
W d pq GAS DIN
Y X pq D p
p =1 q =1
X 3q X 79 q 9
X 7 q X 39 q 9
8. Si llego a un paradero, tengo que salir de el.
P
p =1
r =1
X pq = X qr
q P
9. No hay subciclos.
pS
qS
{0}S {0}S
pq
| S | 1
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.
10. Condiciones iniciales.
P
X 0q = 1 ,
q =1
X
p =1
p9
= 1 , X 09 = 1
Funcin objetivo:
min{Y }
Problema 12: Carboni-Cola Company
La multinacional lder en el mercado de bebidas de fantasa, Carboni-Cola
Company, quiere mejorar la planificacin de la produccin de sus I marcas y el
posterior embotellado en distintos formatos, el que genera J productos diferentes2.
Para efectos de modelamiento considere conocido el parmetro Sij que vale 1 si el
producto final j se produce con el producto genrico i, y 0 si no.
El proceso productivo comienza con M maquinas capaces de producir cualquiera de
las I marcas, a una tasa PMmi por hora para la maquina m y la marca i. Luego, la
produccin se pasa a uno de los I estanques, uno para cada marca, donde puede
almacenarse o traspasarse a una de las L lneas de embotellado.
Las lneas de embotellado son capaces de producir cualquiera de los J productos
finales, y trabajan a una tasa PLlj por hora para la lnea l y el producto final j. Cada
mquina puede producir slo una de las I marcas cada da y cada lnea slo puede
embotellar un producto final por da. La jornada de produccin diaria dura NH
horas, y cuando se produce un cambio de marca en una maquina entre un da y el
anterior es necesario dedicar TCG horas para realizarlo, anlogamente cuando se
produce un cambio de producto final entre un da y el anterior es necesario dedicar
TCF hora para realizarlo.
El horizonte de planificacin es de T das, y se conocen las demandas Djt para cada
producto final j en el da t, las que deben ser satisfechas en algn momento
durante los T das considerados. El inventario inicial de cada marca es conocido y
son Si unidades, mientras que el inventario inicial de productos finales es nulo.
Dado que el horizonte de planificacin no es muy largo, se considera que los costos
de produccin son fijos una vez conocida la demanda, por lo que el inters de la
empresa es minimizar el inventario de productos finales y de productos genricos
en los estanques. Adems, se sabe que se puede dejar demanda insatisfecha en un
periodo, satisfacindola en alguno de los siguientes das. Sin embargo, ejecutivos
de la empresa estiman que el costo de no satisfacer una unidad de demanda por un
periodo es igual a W veces el costo de mantener una unidad de inventario un
periodo (W>>1).
Desarrolle un modelo de programacin lineal mixto que permita resolver el
problema de Carboni-Cola Company, es decir decidir cunto producir y almacenar
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
Gmit =
Fljt =
mit
m, t 1
ljt
l , t 1
GX mit NH * PM mi * Gmit
28
m, i, t 1
de
se
de
se
m, i, t 2
l , j , t 1
l , j , t 2
GI it = GI i (t 1) + GX mit FX ljt * S ij
m
i, t 1
l, j
FI j (t 1) B j (t 1) + FX ljt = D jt + FI jt B jt
j , t 1
B jT = 0
GI io = S i
FI j 0 = 0
B j0 = 0
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.
Construya un modelo de programacin lineal que ayude a la banda a realizar su
gira, abaratando costos.
Solucin problema 13
Nota: Esta es la versin extendida de un problema de control. Algunas de las
restricciones fueron eliminadas del problema en dicha prueba (y al eliminar
restricciones indirectamente se eliminan variables tambin), debido a su extensin.
Dejamos aqu el problema completo para que lo puedan ver.
Variables:
Xij =
Zri =
Sino
Sino
Vri =
ti =
hij =
Si Kj <= Ki
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:
1. Visitar al menos Nmin ciudades
ir
N min
i ,r
i =1
i =1
X ij = X ji
j = {0,..., N }
3. No se permiten subtours:
i , jU
ij
X
i =1
ij
Ki
ir
ri
rRi
rRi
Vrj Z rj
ti
rRi
ir
rRi
i, r
ir
Lmin * Z ri U i
rRi
rRi
max
ri
Z ri
i = {1,..., N }
(k i
D
) Vrj + (1 X ij )
100
i, j = {1,..., N }
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
K i K j + M * hij
i, j = {1,..., N }, M >> 0
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.
11. Si disminuyo cantidad de temas clsicos entre i y j, aumento n de canciones:
U j U i M * (1 hij )
i, j = {1,..., N }, M >> 0
K0
U0 Ui
F
100
i = {1,..., N }
32
r ,i
r ,i
...
33
Restricciones:
1. Definicin de tFINAL: (0,4 ptos.)
tFINAL t iM + TiM
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).
2. Se debe pasar por las mquinas en orden: (0,4 ptos.)
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!
4. De cada nodo sale un arco: (0,4 ptos.)
I +1
X
j =0
i j
ij
=1
X
i =0
i j
ij
=1
i , jU
ij
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
I+1
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).
8. Naturaleza de las variables: (0,2 ptos.)
X ij {0,1}; t im 0, tFINAL 0
i, m
Funcin objetivo:
min{tFINAL}
Nota: Ver restriccin 1
2.
Agrego variable: (0.3 ptos.)
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
Ym {0,1}
Y
m =1
* Wm PPTO
Riht
vehculos tipo
=0) considere en la
sucursal
j {1,..., I } , a partir del da t {1,..., T } , de un vehculo del tipo h {e, l} y con una
duracin de
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
En la sucursal
i {1,..., I } es de CI i .
Suponga
que
CAijtk
es
tal
que
k {1,..., K } ,
CDlk < CAijtk pijtlk . Por lo tanto, en algunos periodos puede convenir a priori
X ijthk
Yijth
S ijthk
37
I ith
del
en
t,
t,
da).
Vijtk
Aijtk
1
Zit =
0
por k das.
Si aumenta capacidad de sucursal i en t.
Sino
Restricciones:
1. Inventario autos econmicos:
I =I
h
it
h
i , t 1
+ Riht +
min{ t 1, K }
X
k =1
( t > 1, h=e)
I = Wih + Riht
h
it
min{T t , K }
hk
,i , t k
k =1
min{T t , K }
(Y
X +
k =1
hk
i t
h
it
( t=1, h=e)
+ (Yhit Yiht )
hk
i , ,t k
Yiht )
I =I
h
it
h
i ,t 1
t 1
+ Riht + ( X
I k =1
hk
,i ,t k
( t>1, h=l)
I = Wih + Riht
h
it
+V
k
i , t k
min{T t , K }
(X
hk
i t
k =1
min{T t , K }
X
k =1
hk
i , , t k
( t=1, h=l)
Nota: Tambin podan definir esta ltima como
I ih0 = Wih
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:
0,02 * ijtlk
lk
ijt
i, j ,k
i , j ,k
t {1,..., T } )
6. Factibilidad de envos:
Yijth M * f ij
i, j I , h {e, l}, t {1,..., T }, M >> 0
7. Capacidad almacenaje:
h
it
H i + E i * Z it
i I , t {1,..., T }
8. Presupuesto:
CT
h
ijt
* Yijth B
i , j ,t , h
Funcin objetivo:
(X
lk
ijt
i , j ,k ,t
ijkth
ijkt
ith
it
M para j N. Decimos
39
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
1
aij =
0
Variable:
si j F , j = 1,..., n
1
xj =
0
Restricciones:
1.- Cada elemento de M debe estar contenido al menos una vez en alguno de los
Mj:
ij
*xj 1
i = 1,..., m
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
1
aij =
0
1
xj =
0
si j F , j = 1,..., n
~
Variable:
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):
ij
* x j 1
i = 1,..., m
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
1
aij =
0
1
xj =
0
si j F , j = 1,..., n
~
Variable:
41
Restricciones:
1.- Cada elemento de M debe estar en alguno de los Mj, y slo en uno de ellos
(covering + packing):
ij
*xj =1
i = 1,..., m
x j {0,1}
Funcin objetivo:
min z = c j * x j
j
1
A = 1
1
0
0 1 0
0
0
1
1
0
0
1
1
A* x = e
siendo A la matriz anteriormente definida y e un vector de 1s. (ojo que este es el
caso para el set partitioning, en el set packing y set covering va con la desigualdad
respectiva).
Los ptimos para cada caso son:
Set covering:
Set packing:
x2 = 1, x1 = x3 = x4 = 0. Con esto, z = -6
42
2)
Variables:
X = Puntos en el espacio
1
ti =
0
si x P i , i = 1,..., m
~
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:
1.- Si x pertenece al poliedro i, debe cumplirse que Aix bi:
Ai * x bi + wi * (1 t i )
i = 1,..., m
0 xd
4.- Naturaleza de las variables:
t i {0,1}
; x n
43