Documentos de Académico
Documentos de Profesional
Documentos de Cultura
tc3001 13 Modelos Ple PDF
tc3001 13 Modelos Ple PDF
CCIR / Matematicas
euresti@itesm.mx
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
1 / 35
Introduccion
Introduccion
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
2 / 35
n
X
ai xi
i=1
sujeto a
n
X
c i xi b
i=1
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
3 / 35
Ejemplo 1
Ejemplo 1
StockCo considera cuatro inversiones. La inversi
on 1 proporcionara un valor
actual neto (VAN) de 16,000 d
olares; la inversi
on 2 un VAN de 20,000 dolares; la
inversi
on 3 un VAN de 12,000 d
olares; y la inversi
on 4 un VAN de 8,000 dolares.
Cada inversi
on requiere cierto flujo de caja en el momento actual; la inversion 1
requiere 5,000 d
olares; la inversi
on 2 requiere 7,000 d
olares; la inversion 3 requiere
4,000 d
olares; y la inversi
on 4 requiere 3,000 d
olares. Se dispone de 14,000
dolares para la inversi
on. Formule y resuelva un modelo PLE para maximizar el
VAN obtenido por StockCo.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
4 / 35
Ejemplo 1
Ejemplo 1
StockCo considera cuatro inversiones. La inversi
on 1 proporcionara un valor
actual neto (VAN) de 16,000 d
olares; la inversi
on 2 un VAN de 20,000 dolares; la
inversi
on 3 un VAN de 12,000 d
olares; y la inversi
on 4 un VAN de 8,000 dolares.
Cada inversi
on requiere cierto flujo de caja en el momento actual; la inversion 1
requiere 5,000 d
olares; la inversi
on 2 requiere 7,000 d
olares; la inversion 3 requiere
4,000 d
olares; y la inversi
on 4 requiere 3,000 d
olares. Se dispone de 14,000
dolares para la inversi
on. Formule y resuelva un modelo PLE para maximizar el
VAN obtenido por StockCo.
Variables de Decisi
on:
1 si se realiza la inversi
on i
0 otro caso
Objetivo: Maximizar el VAN:
Max z = 16, 000 x1 + 20, 000 x2 + 12, 000 x3 + 8, 000 x4
xi =
Restricciones:
5, 000 x1 + 7, 000 x2 + 4, 000 x3 + 3, 000 x4 14, 000
xi = 1
o 0, para i = 1, 2, 3, 4.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
4 / 35
Ejemplo 1
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
5 / 35
Ejemplo 1
Modifique el modelo para StockCo para considerar por separado cada una de las
siguientes restricciones:
1
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
6 / 35
Ejemplo 1
Modifique el modelo para StockCo para considerar por separado cada una de las
siguientes restricciones:
1
Respuestas
1
Basta a
nadir al modelo la restricci
on: x1 + x2 + x3 + x4 2
Esto hace que entre todos los proyectos hay a lo mas dos ss
Basta a
nadir al modelo la restricci
on: x2 x1
Esto hace que un s para el proyecto 2 implique un s para el proyecto 1.
Basta a
nadir al modelo la restricci
on: x2 + x4 1
Esto hace que entre los proyectos 2 y 4 hay a lo mas un s.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
6 / 35
Ejemplo 2
Ejemplo 2
Gandhi Cloth Co puede fabricar 3 tipos de ropa: camisas, shorts y pantalones.
Para poder fabricar la ropa, la compa
na debe disponer de la maquinaria adecuada
la cual debe rentar. Para fabricar camisas la maquinaria se renta en 200 dolares
por semana; la maquinaria para hacer shorts se renta en 150 dolares por semana;
y la maquinaria para hacer pantalones cuesta 100 d
olares por semana. La
siguiente tabla contiene informaci
on sobre los requerimientos para fabricar la ropa
en tela y en horas de trabajo, as mismo contiene informacion sobre los precios de
venta y los costos de la matera primas.
TRABAJO
Horas
TELA
m2
PRECIO VENTA
d
olares
COSTO
d
olares
Camisa
Short
Pantal
on
3
2
6
4
3
4
12
8
15
6
4
8
Disponibles
150
160
Suponiendo que los costos de renta son independientes de las cantidades de ropa
a producir, formule y resuelva un modelo PLE para la compa
na Gandhi de
manera que maximice sus ganancias semanales.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
7 / 35
Ejemplo 2
Variables de Decisi
on:
x1 = n
umero de camisas a fabricar
x2 = n
umero de shorts a fabticar
x3 = n
umero de pantalones a fabricar
Relativas a la renta de maquinaria:
1 si se fabrican camisas
y1 =
0 otro caso
1 si se fabrican shorts
y2 =
0 otro caso
1 si se fabrican pantalones
y3 =
0 otro caso
Objetivo Maximizar:
z
CCIR / Matem
aticas
+ (12 x1 + 8 x2 + 15 x3 )
(6 x1 + 4 x2 + 8 x3 )
(200 y1 + 150 y2 + 100 y3 )
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
8 / 35
Ejemplo 2
Restricciones
No exceder el n
umero de horas disponibles de trabajo
3 x1 + 2 x2 + 6 x3 150
No exceder la cantidad semanda de tela disponible:
4 x1 + 3 x2 + 4 x3 160
Si se decide hacer al menos una camisa, debe rentarse la maquinaria de
hacer camisas: x1 M1 y1
Si se decide hacer al menos un short, debe rentarse la maquinaria de hacer
shorts: x2 M2 y2
Si se decide hacer al menos una pantal
on, debe rentarse la maquinaria de
hacer pantalones: x3 M3 y3
x1 , x2 , x3 enteros no negativos, y1 , y2 , y3 1
o 0.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
9 / 35
Ejemplo 2
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
10 / 35
Ejemplo 2
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
11 / 35
Ejemplo 3
Ejemplo 3
Hay seis ciudades (ciudades 1-6) en el Condado Kilroy. El condado debe
determinar en que ciudad construir estaciones de bomberos. El condado quiere
construir una cantidad mnima de estaciones, pero quiere asegurarse que para
cada ciudad hay al menos una estaci
on que esta a 15 minutos de viaje. Los datos
de los tiempos de viaje, en minutos, de una ciudad a otra estan en la siguiente
tabla. Formule y resuelva un modelo PLE que dira en que ciudades construir una
estac
on de bomberos.
DE
Ciudad
Ciudad
Ciudad
Ciudad
Ciudad
Ciudad
1
2
3
4
5
6
CCIR / Matem
aticas
Ciudad 1
Ciudad 2
0
10
20
30
30
20
10
0
25
35
20
10
HACIA
Ciudad 3
Ciudad 4
20
25
0
15
30
20
30
35
15
0
15
25
Programaci
on Lineal: Modelos PLE
Ciudad 5
Ciudad 6
30
20
30
15
0
14
20
10
20
15
14
0
euresti@itesm.mx
12 / 35
Ejemplo 3
Variables de decisi
on:
1
xi =
0
si estaci
on de bomberos en la ciudad i
si no
Objetivo:
P6
Minimizar el total de estaciones de bomberos: Minimizar
i=1 xi
Restricciones
Cubrir a la ciudad 1: Como s
olo ella misma y la ciudad 2 estan a 15 minutos
o menos, entonces la ciudad 1 se cubrira teniendo estaciones de bomberos
en la ciudad 1 y/o en la ciudad 2: x1 + x2 1
Cubrir a la ciudad 2: x1 + x2 + x6 1
Cubrir a la ciudad 3: x3 + x4 1
Cubrir a la ciudad 4: x3 + x4 + x5 1
Cubrir a la ciudad 5: x4 + x5 + x6 1
Cubrir a la ciudad 6: x2 + x5 + x6 1
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
13 / 35
Ejemplo 3
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
14 / 35
Ejemplo 4
Ejemplo 4
FC-Co considera construir plantas en tres localidades desde donde se proveeran
productos a otras 4 ciudades distintas. La primera de las posibles plantas tendra
una capacidad de 39 productos y un costo de 91 unidades de capital; la segunda
tendra una capacidad de 35 productos y un costo de 70 unidades de capital; la
tercera tendra una capacidad de 31 productos a un costo de construccion de 24
unidades de capital. La ciudad 1 tiene una demanda de 15 productos, la segunda
de 17, la tercera de 22 y la cuarta ciudad de 12 productos. Determine cuales de
las plantas debe construir de manera que se minimice el costo de construccion y
el costo por envio total. Suponga que debe proporcionar a las ciudades los
productos requeridos y que no debe exceder las capacidades de las plantas. Los
costos de envio unitarios en unidades de capital desde cada planta a cada ciiudad
estan dados en la siguiente tabla.
P1
P2
P3
CCIR / Matem
aticas
C1
6
4
8
C2
2
9
8
C3
6
5
1
C4
7
3
5
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
15 / 35
Ejemplo 4
Variables de decisi
on
yi : variable binaria que indica si la planta i se construye
xi,j : Variable entera que determina cuantos productos se envian desde la
plata i a la ciudad j.
Objetivo
Min z =
3
X
i=1
cpi yi +
3 X
4
X
ci,j xi,j
i=1 j=1
Restricciones
Cumplir demandas: Para toda ciudad j = 1, 2, 3, 4,
P3
i=1 xi,j
P4
dj
j=1 xi,j
s i yi
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
16 / 35
Ejemplo 4
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
17 / 35
My
M (1 y )
donde M es un n
umero positivo muy grande.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
18 / 35
Ejemplo 5
Ejemplo 5
Acero requerido
Trabajo requerido
Gancia obtenida
CCIR / Matem
aticas
COMPACTO
1.5 ton
30 horas
2,000 d
olares
MEDIANO
3 ton
25 horas
3,000 d
olares
Programaci
on Lineal: Modelos PLE
GRANDE
5 ton
40 horas
4,000 dolares
euresti@itesm.mx
19 / 35
Variables de Decisi
on
Ejemplo 5
3
X
gi xi
i=1
Restricciones
Recursos:
Acero: 1.5 x1 + 3 x2 + 5 x3 600
Trabajo: 30 x1 + 25 x2 + 40 x2 60, 000
Producci
on: 400 xi o xi = 0
Restricciones naturales xi 0
Truco:
400 xi
o xi = 0 f = 400 xi 0
o g = xi 0
(400 xi ) M yi y xi M (1 yi )
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
20 / 35
Ejemplo 5
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
21 / 35
f (var )
f (bk )
bk
CCIR / Matem
aticas
var
Programaci
on Lineal: Modelos PLE
bk+1
euresti@itesm.mx
22 / 35
Estrategia de modelaci
on con variables enteras:
Reemplace:
f (var ) = z1 f (b1 ) + z2 f (b2 ) + + zn f (bn )
Adicione al modelo las restricciones:
z1 y1
z2 y1 + y2
z3 y2 + y3
..
.
zn1 yn2 + yn1
zn yn1
y1 + y2 + + yn1 = 1
z1 + z2 + + zn = 1
var = z1 b1 + + zn bn
yi = 0 o 1 para i = 1, 2, . . . n 1, zi 0 para i = 1, 2, . . . , n
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
23 / 35
Ejemplo 6
Ejemplo 6
La compa
na MyCo produce dos tipos de productos que vende a granel, digamos
A y B. Estos productos se basan en una misma materia prima y diferentes
cantidades de mano de obra. El precio de venta de cada kilogramo de A es de 200
pesos y cada kilogramo de B se vende en 250 pesos. Cada kilogramo de A
requiere 4 horas de mano de obra y dos kilogramos de materia prima (1 kilogramo
de materia prima se pierde en el proceso). Cada kilogramo de B requiere 6 horas
de mano de obra y dos kilogramos y medio de materia prima (Un y medio
kilogramos se pierden en el proceso). La compa
na dispone de 400 horas de mano
de obra a la semana y la materia prima la compra por semana a un proveedor a
un precio de 50 pesos cada kilogramo, pero por cada kilogramo despues de
comprar 100 recibe un descuento de 5 pesos. El proveedor no puede proporcionar
mas de 200 kilogramos por semana. Suponga que la materia prima no puede ser
almancenada por la compa
na. Modele y resuelva mediante PLE la situacion de
MyCo para maximizar sus ganancias semanales.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
24 / 35
Ejemplo 6
MODELO
VD
x= total de kg de A a producir
y = total de kg de B a producir
z= total de kg de materia prima a comprar
Objetivo
Max w = Costo(plan) = ventas costos = (200 x + 250 y ) C (z)
f (b3 ) = 9500
C (z)
f (b2 ) = 5000
f (b1 ) = 0
b1 = 0
CCIR / Matem
aticas
b2 = 100
Programaci
on Lineal: Modelos PLE
b3 = 200
euresti@itesm.mx
25 / 35
Ejemplo 6
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
26 / 35
Ejemplo 6
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
27 / 35
Ejemplo 6
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
28 / 35
Ejemplo 7
Ejemplo 7
Euing Gas produce dos tipos de gasolina (G1 y G2) a partir de dos tipos de
petroleo (P1 y P2). Cada gal
on de G1 debe contener al menos 50 % de P1, y
cada gal
on de G2 debe contener al menos 60 % de P1. Cada galon de G1 se
vende 12 centavos de G2 a 14 centavos. Actualmente se disponen 500 galones de
P1 y 1,000 galones de P2. Se pueden comprar 1,500 galones extra de P1 a los
siguientes precios: los primeros 500 a 25 centavos el gal
on, los siguientes 500 a 20
centavos el gal
on, y los u
ltimos 500 a 15 centavos el gal
on. Modele y resuelva
mediante PLE la situaci
on de Euing Gas para maximizar sus ganancias.
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
29 / 35
Ejemplo 7
Variables de Decisi
on
xij = Num de galones del petr
oleo i destinados a gasolina j.
Xi = Num de galones del petr
oleo i usados en total.
Objetivo
Max z = 0.12 (x11 + x21 ) + 0.14 (x12 + x22 ) Costo(X1 )
Restricciones
Producci
on: X1 = x11 + x12
Producci
on: X2 = x21 + x22
Recursos petr
oleo 2: X2 1, 000
Recursos petr
oleo 1: X1 2, 000
Calidad: x11 0.5 (x11 + x21 )
Calidad: x12 0.6 (x12 + x22 )
Restricciones naturales xi 0
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
30 / 35
Ejemplo 7
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
31 / 35
Ejemplo 7
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
32 / 35
CCIR / Matem
aticas
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
33 / 35
Ejemplo 8
Ejemplo 8
Hay que realizar cuatro trabajos en una misma maquina. En la tabla siguiente se
indica el tiempo requerido por trabajo y la fecha lmite para entregarlo. El retraso
de un trabajo es el n
umero de das, despues de la fecha lmite, hasta la la
terminaci
on del trabajo. Si se termina el trabajo a tiempo o antes el retraso es
cero. Formule y resuelva un modelo PLE para minimizar el retraso total de los
cuatro trabajos.
Trabajo
Trabajo
Trabajo
Trabajo
CCIR / Matem
aticas
1
2
3
4
TIEMPO REQUERIDO
PARA TERMINAR (das)(ti )
6
4
5
8
Final del da 8
Final del da 4
Final del da 12
Final del da 16
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
34 / 35
Ejemplo 8
Variables de decisi
on
yi = das de retraso en el trabajo i.
xi = el da en el cual el trabajo i se inicia.
P4
Funci
on Objetivo Minimizar Z = i=1 yi
Restricciones
Dos trabajos no se pueden empalmar: Para todo i 6= j:
xi + ti xj
o xj + t j xi
xi + ti xj 0 o xj + tj xi 0
xi + ti xj M zij y
xj + tj xi M (1 zij )
Programaci
on Lineal: Modelos PLE
euresti@itesm.mx
35 / 35