Programacionlinealentera

PROBLEMAS DE PROGRAMACIN ENTERA
DE INVESTIGACIN OPERATIVA I
Problema 3:
El equipo de gimnasia olmpica de Transilvania consta de 6 personas. Transilvania tiene
que seleccionar tres personas para viga de equilibrio y ejercicios de piso. Tambin tiene
que presentar un total de cuatro personas por cada evento. La calificacin que cada
gimnasta puede obtener en cada evento se muestra en la tabla 1.Plantee un PE con el
que se maximice la calificacin total que obtengan los gimnastas de Transilvania.
TABLA 1
Gimnasta
1
2
3
4
5
6
Viga de
equilibrio
8.8
9.4
9.2
7.5
8.7
9.1
Ejercicios
de piso
7.9
8.3
8.5
8.7
8.1
8.6
Solucin:
Xi =
1, si el gimnasta i entra en ambos eventos. (i = 1, 2, 3, 4, 5,6)

0, si no es as.
Yi =
1, si el gimnasta i entra solo en vigas de equilibrio. (i = 1, 2, 3, 4, 5,6)

0, si no es as.
Wi =
1, si el gimnasta i entra solo en ejercicios de piso. (i =1, 2, 3, 4, 5,6)

0, si no es as.
Funcin objetivo:
Max z = 16.7 X1+17.7 X2+17.7 X3+16.2 X4+16.8 X5+17.7 X6 +8.8 Y1+9.4
Y2+9.2 Y3+7.5 Y4+8.7 Y5+9.1 Y6 +7.9 W1+8.3 W2+8.5 W3+8.7 W4+8.1 W5+8.6 W6
Sujeto a:
X1+ X2+ X3+ X4+ X5+ X6 = 3 (seleccionar a 3 personas que hagan ambos
eventos)
Y1+ Y2+ Y3+ Y4+ Y5+ Y6 =4 (se quiere un total de 4 personas que hagan el
mismo evento, en este caso el evento 1: vigas de equilibrio)
W1+ W2+ W3+ W4+ W5+ W6 =4 (se quiere un total de 4 personas que hagan el
mismo evento, en este caso el evento 2: ejercicios de piso)
Xi, Yi, Wi =0 1
SETS:
Cant/1..6/:X,Y,W,VIGA,EJRPISO,PUNTAJE;
ENDSETS
DATA:
VIGA =
8.8 9.4 9.2 7.5 8.7 9.1 ;
EJRPISO = 7.9 8.3 8.5 8.7 8.1 8.6;
ALVEZ=3;
POREVNTO=4;
ENDDATA
max=@SUM(cant(i):PUNTAJE*X(i))+@SUM(cant(i):VIGA*Y(i))
+@SUM(cant(i):EJRPISO*W);
@FOR(cantidad(I):
PUNTAJE(i)=VIGA(i)+EJRPISO(i);
);
! RESTRICCIONES;
@SUM (cant(I):X(i))=ALVEZ;
@SUM (cant(I):Y(i))=POREVNTO;
@SUM (cant(I):W(i))=POREVNTO;
! RESTRICCION DE VARIABLES BINARIAS;
@FOR (cant(I):
@BIN(X);
@BIN(Y);
@BIN(W);
);
La solucin nos dice que los gimnastas que entran solo en viga de equilibrio son el
1,2,3,6 ;los gimnastas que entran solo en ejercicio de piso son el 2,3,4,6 y los gimnastas
que entran a ambos eventos son el 2,3,6 ;uno se da cuenta ya que el valor de cada una de
estas variables es 1.
La calificacin total mxima que obtienen los gimnastas de Transilvania es 123.70.
Problema 4 :
La decisin de una corte estableci que la matricula de cada escuela de bachillerato en
Metrpolis debe tener por lo menos 20% de negros. El nmero de estudiantes de
bachillerato, blancos y negros, en cada uno de los 5 distritos escolares de la ciudad se
muestra en la tabla 1. La distancia en millas que un estudiante debe viajar a cada
escuela de bachillerato en cada distrito, se proporciona en la tabla 2.La poltica escolar
establece que todos los estudiantes en un distrito dado asistan a la misma escuela. Si se
supone que cada escuela debe tener una matricula de por lo menos 150 estudiantes,
formular el PE con el cual se pueda minimizar la distancia total que los estudiantes de
Metrpolis tienen que recorrer hasta la escuela.
DISTRITO
1
2
3
4
5
BLANCOS
80
70
90
50
60
NEGROS
30
5
10
40
30
Tabla 1
DISTRITO
1
2
3
4
5
ESCUELA
1
ESCUELA 2
1
2
0,5
1,7
0,8
0,8
1,3
0,4
1,5
0,6
Tabla 2
Sol:
sea
Xij = distrito i, escuela de bachillerato j
Min z = X11 +2X12 + 0.5X21 + 1.7X22 + 0.8X31 +1.3X41 + 0.4X42 + 1.5X51 +
0.6X52
Sujeto a:
110X11 + 75X21 + 100X31 + 90X41 + 90X51 >= 150 (restriccin alumnos por
escuela)
110X12 + 75X22 + 100X32 + 90X42 + 90X52 >= 150
100*(30X11 + 5X21 + 10X31 + 40X41 + 30X51)/ (110X11 + 75X21 + 100X31 +
90X41 + 90X51)>=20
100*(30X12 + 5X22 + 10X32 + 40X42 + 30X52)/ (110X12 + 75X22 + 100X32 +
90X42 + 90X52)>=20
X11 + X12 <=1
X21 + X22 <=1
X31 + X32 <=1
X41 + X42 <=1
X51 + X52 <=1
Xij =0 1 (i,j =1,2,3,4,5)
PROBLEMA 6 :
Los datos del problema se pueden expresar de la siguiente manera:

MATERIA
CURSOS
Cal.
matemticas
Inv.
operativa
computaci
n
Prerequisito
(1)
1
0
Inv.
Op.
(2)
1
1
Estr.
Dat.
(3)
1
0
Estadi Sim.
. Adm. Comp.
(4)
(5)
1
0
1
1
Nin.
Nin.
(6)
(1)
Intr.
Prog.
(6)
0
0
Pred.
Requ.
(7)
1
1
tota
l
(6)
Nin.
(4)
2
2
Se Utilizara el programa lingo para resolver el problema

!x= 1-->si se estudia el curso i (i=1..7)
0-->si no se estudia el curso i (i=1..7);
!min = cantidad mnima de curso;
!pcurso =posibilidad de tomar un curso i (1..7) para la materia j
(1..3);
sets:
cursos/1..7/:x;
materias/1..3/:tot;
matcur(materias,cursos):pcurso;
endsets
data:
tot= 2 2 2;
pcurso= 1 1 1 1 0 0 1
0 1 0 1 1 0 1
0 0 1 0 1 1 0;
enddata
min=@sum(cursos:x);
@for(materias(i):@sum(cursos(j):pcurso(i,j)*x(j))>=tot(i));
x(3)<=x(6);
x(4)<=x(1);
x(5)<=x(6);
x(7)<=x(4);
@for(cursos:@bin(x););
end
MIN
X( 1) +
SUBJECT TO
2] X( 1) + X(
3] X( 2) + X(
4] X( 3) + X(
5] X( 3) - X(
6]- X( 1) + X(
7] X( 5) - X(
8]- X( 4) + X(
END
INTE
7
X( 2) + X( 3) + X( 4) + X( 5) + X( 6) + X( 7)
2)
4)
5)
6)
4)
6)
7)
+ X(
+ X(
+ X(
<=
<=
<=
<=
3) + X( 4) + X( 7) >=
5) + X( 7) >=
2
6) >=
2
0
0
0
0
La solucin que me proporciona es la siguiente:
Interpretacin
Los cursos que utilizaran para lograr la especializacin son 4 y son los siguientes:
Investigacin operativa
Estructura de datos
Simulacin por computadora
Introduccin a la programacin
Por lo tanto significa que al llevar estos 4 cursos podr satisfacer los requerimientos
para la especializacin con la menor cantidad de cursos llevados
PROBLEMA N12:
Una compaa planea abrir unas bodegas en cuatro ciudades; Nueva York, Los ngeles,
Chicago y Atlanta. Desde cada bodega se pueden embarcar 100 unidades por semana. El
costo fijo por semana por mantener en operacin cada bodega es de 400 dlares para
Nueva York, 500 dlares para Los ngeles, 300 dlares para Chicago y 150 dlares
para Atlanta. La regin 1 del pas requiere 80 unidades por semana, la regin 2 demanda
70 unidades por semana y la regin 3 necesita 40 unidades por semana. Los costos (sin
olvidar los costos de produccin y embarque) por enviar una unidad desde una planta
desde una regin se seala en la tabla 11. Se desea cumplir con las demandas semanales
a un costo mnimo, sujeto a la informacin precedente y a las restricciones
siguientes:
6
1. Si se abre la bodega de Nueva York, entonces se debe abrir la bodega

de Los ngeles.
2. Es posible abrir a lo ms dos bodegas.
3. Se tiene que abrir la bodega de Atlanta o la de Los ngeles.
Formule un PE que se pueda usar para minimizar los costos semanales de
cumplir con las demandas.
TABLA11
Hasta (dlares)
Regin
1
Regin 2
Regin 3
Nueva York
20
40
50
Los ngeles
48
15
26
Chicago
26
35
18
Atlanta
24
50
35
Desde
Formulacin de la PE:
Xi { = 1 Si se abre la bodega i (i=0,1,2,3,4)
= 0 En caso contrario.
Yj = Cantidad de unidades destinadas para la regin j (j=1,2,3)
Yij = Cantidad de unidades trasladadas de la bodega i (i=1,2,3,4) hasta la
regin j (j=1,2,3)
PE :
Minz = 400X1 + 500X2 + 300X3 + 150X4 +
20Y11 + 40Y12 + 50Y13 +
48Y21 + 15Y22 + 26Y23 +
26Y31 + 35Y32 + 18Y33 +
24Y41 + 50Y42 + 31Y43
S.a:
Y11 + Y21 + Y31 + Y41 = Y1
Y12 + Y22 + Y32 + Y42 = Y2
Y13 + Y23 + Y33 + Y43 = Y3
Y11 + Y12 + Y13 <= 100
Y21 + Y22 + Y23 <= 100
Y31 + Y32 + Y33 <= 100
Y41 + Y42 + Y43 <= 100
X1 <= MY11
X1 <= MY12
X1 <= MY13
Y1=>80
Y2=>70
Y3=>40
X2 <= MY21
X2 <= MY22
X2 <= MY23
X3 <= MY31
X3 <= MY32
X3 <= MY33
X4 <= MY41
X4 <= MY42
X4 <= MY43
X1 X2 <= 0
X1 + X2 + X3 + X4 <= 2
X4 + X2 <= 1
X1,X2,X3=0 1;
Y1,Y2,Y3,Y11,Y12,Y13,Y21,Y22,Y23,Y31,Y32,Y33,Y41,Y42,Y43 = # enteros
M = # muy grande
Problema 13
Glueco fabrica tres tipos de pegamento en dos lneas de produccin distintas. Hasta 7
trabajadores usan a la vez cada lnea. Cada trabajador recibe un pago de 500 dlares por
semana en la lnea de produccin 1, y 900 dlares por semana en la lnea de produccin
2. Una semana de produccin en la lnea de produccin 1 cuesta 1000 dlares para
organizarla y 2000 en la lnea de produccin 2.
Durante una semana en una lnea de produccin cada trabajador elabora la cantidad de
unidades de pegamentos indicada en la siguiente tabla::
Pegamento
1
2
3
20
30
40
50
35
45
Lnea de produccin
1
2
Se tienen que elaborar a la semana, por lo menos, 120 unidades del pegamento 1, por lo
menos 150 unidades del pegamento 2 y por lo menos 200 unidades del pegamento 3.
Formule un PE para minimizar el costo total por cumplir con las demandas semanales.
Solucin:
Sea:
xi = nmero de trabajadores empleados en la lnea i (i =1,2).
1 se usa la lnea i, (i =1,2).

yi =
0 si no es as
Entonces, la PE apropiada es:

F:O : min z = 1000y1 + 2000y2 + 500x1 + 900x2
s.a.
20x1 + 50x2 120
30x1 + 35x2 150
40x1 + 45x2 200
x1
7 y1
x2 7 y2
x1, x2 0; y1,y2 = 0 1
La programacin en LINDO sera:
Y La solucin en LINDO sera:
CONCLUSIN:
Como se puede observar en el resultado se tendr un costo de 4000 dlares para cumplir
las demandas semanales, con 6 trabajadores trabajando en la lnea nmero 1 solamente.
PROBLEMA 15:
15
En el hospital general Blair se ejecutan 6 tipos de operaciones quirrgicas. Los tipos de
operaciones que cada cirujano esta calificado para practicar (sealados como 1) se
proporciona en la tabla. Suponga que el cirujano 1 y el cirujano 2 no simpatizan entre si,
y no pueden estar en el mismo tiempo de servicio. Se necesita la cantidad mnima de
cirujanos necesarios para que el hospital pueda desarrollar todo tipo de operaciones.
CIRUJANO
1
x
1
2
3
4
5
6
2
x
OPERACIN
3
4
x
x
x
x
x
x
x
x
SOLUCION:
Si consideramos a cada X como 1 y cada espacio vaco como 0:
CIRUJANO
1
2
3
4
5
6
1
1
0
0
1
0
0
2
1
0
0
0
1
0
OPERACIN
3
4
0
1
1
0
1
0
0
0
0
0
0
1
Definimos las variables a utilizar:

Xi =
1 Si el cirujano i realiza alguna operacin. (i = 1, 2, 3, 4, 5, 6)

0 en caso contrario.
El PE apropiado para este problema es:

FUNCION OBJETIVO:
1
5
0
1
1
0
0
1
6
0
1
0
1
0
0
MIN Z= X1 + X2 + X3 + X4 + X5 + X6;
S.A:
X1 + X4 >=
X1 + X5 >=
X2 + X3 >=
X1 + X6 >=
X2 + X3 + X6 >=
X2 + X4 + X5 >=
1
1
1
1
1
1
C ir u j a n o s q u e e s t a n d is p o n ib le s p a r a
r e a liz a r c a d a u n a d e la s 6 o p e r a c io n e s
s e g n la t a b la .
X1 + X2 <= 1 (el cirujano 1 y 2 no simpatizan entre si)

Xi >= 0 (i = 1, 2, 3, 4, 5, 6);
PROGRAMACIN EN LINGO:
LINGO
VARIABLES UTILIZADAS:
DISPONIBILIDAD = Operaciones que pueden realizar los cirujanos
SETS:
CIRUJANO/1..6/:X;
OPERACION/1..6/;
COMBINACION(CIRUJANO,OPERACIN):DISPONIBILIDAD;
ENDSETS
DATA:
DISPONIBILIDAD=1,1,0,1,0,0,
0,0,1,0,1,1,
0,0,1,0,1,0,
1,0,0,0,0,1,
0,1,0,0,0,0,
0,0,0,1,1,0;
ENDDATA
! FUNCION OBJETIVO;
MIN=@SUM(CIRUJANO:X);
! RESTRICCIONES;
! CIRUJANOS DISPONIBLES;
@FOR(OPERACION(J):@SUM(CIRUJANO(I):DISPONIBILIDAD(I,J)*X(I))>=1);
! CIRUJANO 1 Y 2 NO SIMPATIZAN ENTRE SI;
X(1)+X(2)<=1;
@FOR(CIRUJANO:@BIN(X));
END
LA SOLUCIN DEL PROGRAMA CON LINGO ES:

RESPUESTA:
Como se nota en la solucin con LINGO, la cantidad mnima de cirujanos para que se
puedan realizar las 6 operaciones es 3. Los cirujanos que pueden realizar las
operaciones son 1, 3 y 4.
PROBLEMA 16 :
Crdenas Rondoo, Bryan
04170102
Eastinghouse embarca 12 000 capacitores por mes para sus clientes. Se podran producir
los capacitares en plantas distintas. La capacidad de produccin, costos fijos mensuales
y costos variables por la produccin de un capacitor en cada planta se proporcionan en
la tabla 96. el costo fijo en una planta se contrae slo si la planta se usa para hacer
capacitares. Desarrolle un modelo de programacin con enteros cuya solucin le indique
a eastinghouse cmo minimizar sus costos mensuales por cumplir con la demanda de
sus clientes.
Tabla 96
Planta
1
2
3
Costos fijos
(en miles de
dlares)
80
40
30
Costos
variables
(dlares)
20
25
30
SOLUCIN
El programa en Lingo es:
!DESCRIPCIN DE LAS VARIABLES UTILIZADAS;
!X = Cantidad de capacitores producidos por fabrica;
!Y = Si se produce i(cada planta) entonces 1, caso contrario 0;
!CAP = capacidad de produccin de cada planta;
!CF = costos fijos de cada planta en dlares;
!CV = costos variables de cada planta en dlares;
!DEM = demanda total de los clientes;
SETS:
PLANT/1..3/:X,Y,CAP,CF,CV;
DEMAND/TOTAL/:DEM;
ENDSETS
DATA:
CAP = 6000 7000 6000;
CF = 80000 40000 30000;
1
Capacidad
de
produccin
6000
7000
6000
CV = 20 25 30;
DEM = 12000;
ENDDATA
MIN=@SUM(PLANT:CF*Y+CV*X);
@FOR(PLANT:@BIN(Y););
@FOR(PLANT:X<=CAP);
@FOR(DEMAND:@SUM(PLANT:X)>=DEM);
@FOR(PLANT:X<=(12000*Y));
La solucin del Lingo es:

Global optimal solution found at step:
Objective value:
Branch count:
Variable
X( 1)
X( 2)
X( 3)
Y( 1)
Y( 2)
Y( 3)
CAP( 1)
CAP( 2)
CAP( 3)
CF( 1)
CF( 2)
CF( 3)
CV( 1)
CV( 2)
CV( 3)
DEM( TOTAL)
Row
1
2
3
4
5
6
7
8
14
390000.0
0
Value
6000.000
6000.000
0.0000000
1.000000
1.000000
0.0000000
6000.000
7000.000
6000.000
80000.00
40000.00
30000.00
20.00000
25.00000
30.00000
12000.00
Slack or Surplus
390000.0
0.0000000
1000.000
6000.000
0.0000000
6000.000
6000.000
0.0000000
Reduced Cost
0.0000000
0.0000000
5.000000
80000.00
40000.00
30000.00
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
Dual Price
1.000000
5.000000
0.0000000
0.0000000
-25.00000
0.0000000
0.0000000
0.0000000
Problema16:
Garca Paz Mara
03170054
Eastinghouse embarca 12 000 capacitores por mes para sus clientes. Se podran producir
los capacitores en tres plantas distintas. La capacidad de produccin, costos fijos
mensuales de operacin y costos variables por la produccin de un capacitor en cada
planta se proporciona en la tabla. El costo fijo en una planta se contrae solo si la planta
se usa para hacer capacitores. Desarrolle un modelo de programacin con enteros cuya
solucin le indique a Eastinghouse como minimizar sus costos mensuales por cumplir
con la demanda de sus clientes.
Planta
1
2
3
Costos fijos
(en miles de
dlares)
80
40
30
Costos variables
(dlares)
Capacidad de
produccin
20
25
30
6 000
7 000
6 000
Solucin:
Podemos observa por el enunciado que se trata de un problema al que se denomina
problema de cargo fijo.
Definimos las variables a utilizar:
Xi = Numero de capacitores producidos en la planta i. (i = 1, 2,3)
Yi =
1, si se produce en la planta i. (i =1, 2,3)

0, si no es as.
M = Cantidad muy grande, que puede ser de un milln.

Entonces, el PE apropiado es:
FUNCIN OBJETIVO:
MIN Z= 20 X1 + 25 X2 + 30 X3 + 80 Y1 + 40 Y2 + 30 Y3;
S.A.:
X1 + X2 + X3 = 12 000; (Se embarca 12 000 capacitores al mes)
X1 <= 6 000 (Capacidad de produccin en la planta 1 de 6 000)
X1 <= M Y1
X2 <= M Y2
X3 <= M Y3
1
Xi >= 0 (i = 1, 2,3);
Yi =0 1
Programacin en Lingo:
VARIABLES UTILIZADAS:
COSTO = Costo variables (dlares) sujeto a la cantidad de produccin que se

produzca.
COSTOADIC = Costos fijo (dlares) adicional por utilizar las instalaciones de
alguna planta.
CAP= Capacidad de cada planta.
M = valor muy grande
REQUERIMIENTO = cantidad de capacitares embarcados al mes
SETS:
PLANTA/1..3/: COSTO, COSTOADIC, X, Y, CAP;

ENDSETS
DATA:
COSTO = 20 25 30;
COSTOADIC = 80 40 30;
CAP= 6000 7000 6000;
M=1000000;
REQUERIMIENTO=12000;
ENDDATA
! FUNCION OBJETIVO:
MIN=@SUM(PLANTA(I):COSTO(I)*X(I))+ @SUM(PLANTA(I):COSTOADIC(I)*Y(I));
! RESTRICCIONES:
! RESTRICCION DE REQUERIMIENTO;
@SUM(PLANTA(I):X(I))=REQUERIMIENTO;
! RESTRICCION DE LA MAXIMA CAPACIDAD DE CADA PLANTA;
@FOR(PLANTA(I):X(I)<=CAP(I));
@FOR(PLANTA(I):X(I)<=M*Y(I));
@FOR(PLANTA(I):@BIN(Y));
END
Respuesta:
Como se nota en la solucin con LINGO, para poder cumplir la demanda de los clientes
y a su vez minimizar los costos se deben producir en las plantas 1 y 2 con una cantidad
de 6 000 capacitores en cada planta, de esta forma el costo de producir capacitores en
estas plantas ser de 270 120 dlares.
Problema 17
Un producto se puede fabricar en cuatro maquinas distintas. Cada maquina tiene
un costo fijo de preparacin, costos variables de produccin por unidad procesada
y una capacidad de produccin que se proporciona en la tabla 15. Se tiene que
fabricar un total de 2000 unidades del producto. Plantee un PE cuya solucin
indique como minimizar los costos totales.
TABLA 15
MAQUINA
1
2
3
4
COSTO FIJO
($)
1000
920
800
700
COSTO VARIABLE POR

UNIDAD ($)
20
24
16
28
900
1000
1200
1600
Solucin:
X i = Cantidad de producto fabricado en la maquina i.
(i = 1,2,3,4.)
Yi =
1, si el producto se fabrica en la maquina i. (i =1, 2, 3, 4.)

0, si no es as.

Funcin objetivo es:
MIN Z = 20 X1 + 24 X2 + 16 X3 + 28 X4 + 1000 Y1 + 920 Y2 + 800 Y3
+ 700 Y4
Sujeto a:
X1 + X2 + X3 + X4 = 2000
X1 - 2000 Y1 <= 0
X2 - 2000 Y2 <= 0
X3 - 2000 Y3 <= 0
(Total de produccin requerida)

(Si produce en maquina 1, se considera CF 1)
1
CAPACIDAD
X4 - 2000 Y4 <= 0
X1 <= 900
X2 <= 1000
X3 <= 1200
X4 <= 1600

(Capacidad de la maquina 1)
X i, Yi =0 1 ( i =1, 2, 3, 4. )
En Lindo
MIN 20 X1 + 24 X2 + 16 X3 + 28 X4 + 1000 Y1 + 920 Y2 + 800 Y3
+ 700 Y4
SUBJECT TO
X1 + X2 + X3 + X4 = 2000
X1 - 2000 Y1 <= 0
X2 - 2000 Y2 <= 0
X3 - 2000 Y3 <= 0
X4 - 2000 Y4 <= 0
X1 <= 900
X2 <= 1000
X3 <= 1200
X4 <= 1600
END
GIN X1
GIN X2
GIN X3
GIN X4
INTE Y1
INTE Y2
INTE Y3
INTE Y4
OBJECTIVE FUNCTION VALUE

1)
37000.00
VARIABLE
VALUE
REDUCED COST
X1
800.000000
20.000000
X2
0.000000
24.000000
X3
1200.000000
16.000000
X4
0.000000
28.000000
Y1
1.000000
1000.000000
1
Y2
Y3
Y4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
0.000000
1.000000
0.000000
920.000000
800.000000
700.000000
SLACK OR SURPLUS DUAL PRICES

0.000000
0.000000
1200.000000 0.000000
0.000000
0.000000
800.000000
0.000000
0.000000
0.000000
100.000000
0.000000
1000.000000 0.000000
0.000000
0.000000
1600.000000 0.000000
NO. ITERATIONS =
26
En conclusin:
El productor para minimizar sus costos totales deber producir 800
productos en la maquina 1 y 1200 productos en la maquina 3, de esta manera incurrir
en menos costos fijos y variables. Con esto la empresa incurrir en un costo total de
37 000 dlares.
PROBLEMA 18
Monsanto produce anualmente 359 millones de libras de anhdrido maleico. Dispone
De un total de cuatro reactores para elaborar este producto. Cada reactor tiene la aptitud
de funcionar en uno de tres regimenes. El costo (en miles de dlares) y libras producidas
8en millones) anuales para cada reactor y cada rgimen se proporcionan en la ste tabla.
Un reactor solo puede funcionar a un rgimen el ao completo. Prepare un P.E cuya
solucin indique a Monsanto el mtodo de costo mnimo para cumplir con su demanda
anual de anhdrido maleico.
MODEL:
SETS:
REACTOR/RX1 RX2 RX3 RX4/:P;
REGIMEN/RM1 RM2 RM3/;
FUNC(REACTOR,REGIMEN):X,COSTO,LIBRAS;
DEFINICION DE ATRIBUTOS:;
P:RESTRICCION DE QUE UN REACTOR SOLO PUEDE TRABAJAR A UN REGIMEN EN
UN AO;
COSTO:EN MILES DE DOLARES;
LIBRAS:CANTIDAD DE LIBRAS PRODUCIDAS EN EL REACTOR;
ENDSETS
DATA:
COSTO = 50
65
70
40
LIBRAS = 80
100
112
65
80 100
90 120
90 110
60 70;
140
140
153
105
170
215
195
130;
ENDDATA
@FOR(REACTOR(J):@SUM(REGIMEN(I):X(I,J))<=P(I));
@FOR(REGIMEN(I):@BIN(P(I));
@FOR(FUNC(I,J):@SUM(FUNC:COSTO*X(I,J))=359);
MAX=@SUM(FUNC:LIBRAS(I,J)*X(I,J));
END
El reactor 2 y el reactor 4 sern los que trabajen con el rgimen 3 durante todo el ao
Problema 20
Gasahol, Inc. Tiene 14 000 galones de una mezcla de gasolina y alcohol almacenada en
su
instalacin de Fresno y 16 000 galones almacenados en su instalacin de Bakersfield.
Desde estas instalaciones, Gasahol debe proveer a Fresh Food Farms (FFF) 10 000
galones y a American Growers (AG) 20 000 galones. El costo de embarcar un galn
desde cada instalacin de almacenado a cada cliente es:
Formule un modelo de programacin lineal para determinar el plan de embarque de

costo mnimo que satisfaga las restricciones de provisin y demanda.
Planteo Grfico:
Variables de Decisin:
FRFFF: Cantidad de galones para proveer de Fresno a Fresh Food Farms.
FRAG: Cantidad de galones para proveer de Fresno a American Growers.
BKFFF: Cantidad de galones para proveer de Bakersfield a Fresh Food Farms.
BKAG: Cantidad de galones para proveer de Bakersfield a American Growers.
Restricciones de no negatividad:
FRFFF, FRAG, BKFFF y BKAG >= 0
Restricciones de Disponibilidad:
FRFFF + BKFFF >= 10000
FRAG + BKAG >= 20000
FRFFF + FRAG <= 14000
BKFFF + BKAG <= 16000
Funcin Objetivo:
Min = ( FRFFF * 0.04 ) + ( FRAG * 0.06 ) + ( BKFFF *0.05 ) + ( BKAG * 0.03)
Mediante Lindo:
MIN 0.04 FRFFF + 0.06 FRAG + 0.05 BKFFF + 0.03BKAG
SUBJECT TO
FRFFF + BKFFF >= 10000
FRAG + BKAG >= 20000
FRFFF + FRAG <= 14000
BKFFF + BKAG <= 16000
END
Respuesta en Lindo luego de compilar y ejecutar:
LP OPTIMUM FOUND AT STEP 1
OBJECTIVE FUNCTION VALUE
2
1) 1120.000
VARIABLE
VALUE
REDUCED COST
FRFFF
10000.000000
0.000000
FRAG
4000.000000
0.000000
BKFFF
0.000000
0.040000
BKAG
16000.000000
0.000000
ROW
SLACK OR SURPLUS DUAL PRICES
2)
0.000000
-0.040000
3)
0.000000
-0.060000
4)
0.000000
0.000000
5)
0.000000
0.030000
NO. ITERATIONS= 1
PROBLEMA 21
Gotham City fue divida en 8 distritos. El tiempo en minutos que tarda una
ambulancia en llegar de un distrito a otro se muestra en la tabla. La
poblacin de cada distrito en miles es como se indica:
Distrito
Poblacin
1
40
2
30
3
35
4
20
5
15
6
50
7
45
8
60
La ciudad solo tiene 2 ambulancias y desea ubicarlas en tales lugares que se

maximice el numero de personas que viven a dos minutos de una ambulancia.
DISTRITO
1
2
3
4
5
6
7
1
0
3
4
6
8
9
8
2
3
0
5
4
8
6
12
DISTRITO
4
5
6
8
4
8
2
2
0
3
3
0
2
2
5
2
3
4
5
0
2
2
3
5
2
6
9
6
3
2
2
0
3
7
8
12
5
5
2
3
0
8
10
9
7
4
4
2
2
10
SOLUCION:
Definimos las Variables de Decisin:
Xi = 1 si el distrito i cuenta con ambulancia
0 en caso contrario
Yi = 1 si el distrito i es atendido
0 en caso contrario
Donde i = 1,2,3,4,5,6,7,8
Si se quiere atender a las personas que viven a dos minutos o menos de una de las
ambulancias entonces en la siguiente tabla el valor 1 significa si la ambulancia del
distrito i atiende en 2 o menos minutos al distrito j , y 0 en caso contrario. La
ambulancia de un distrito atiende a su propio distrito en 0 min.
DISTRI
TO
1
2
3
4
5
6
7
8
1
1
0
0
0
0
0
0
0
2
0
1
0
0
0
0
0
0
DISTRITO
4
5
0
0
0
0
1
1
1
0
0
1
1
1
0
1
0
0
3
0
0
1
1
1
0
0
0
6
0
0
0
1
1
1
0
1
7
0
0
0
0
1
0
1
1
8
0
0
0
0
0
1
1
1
o La tabla anterior va a estar representada por el parmetro tviajeij

Definimos la siguiente FUNCION OBJETIVO:
MAX Z= 40 Y( 1) + 30 Y( 2) + 35 Y( 3) + 20 Y( 4) + 15 Y( 5) + 50 Y( 6)+ 45 Y( 7) + 60 Y( 8)
RESTRICCIONES:
o RESTRICCION 1: La ciudad solo tiene dos ambulancias.
X( 1) + X( 2) + X( 3) + X( 4) + X( 5) + X( 6) + X( 7) + X( 8) = 2
o RESTRICCION 2: En cada una de las siguientes ecuaciones se muestra cuales

son los distritos Xi que pueden atender a un distrito Yj . Por ejemplo en la
2
tercera ecuacin si por lo menos uno de los distritos 3, 4 ,5 posee una

ambulancia entonces Y(3) podria ser 0 o 1 (1 >=Y(3)) y como Y(3) esta en la
funcin objetivo y esta es de maximizacin el valor de Y(3) seria 1, es decir que
la ciudad si es atendida.
X( 1) - Y( 1) >= 0
X( 2) - Y( 2) >= 0
X( 3) - Y( 3) + X( 4) + X( 5) >= 0
X( 3) + X( 4) - Y( 4) + X( 6) >= 0
X( 3) + X( 5) - Y( 5) + X( 6) + X( 7) >= 0
X( 4) + X( 5) + X( 6) - Y( 6) + X( 8) >= 0
X( 5) + X( 7) - Y( 7) + X( 8) >= 0
X( 6) + X( 7) + X( 8) - Y( 8) >= 0
FORMULACION EN LINGO:
!x= 1-->si el distrito cuenta con la ambulancia
0-->si el distrito no cuenta con la ambulancia ;
!y= 1-->si el distrito es atendido
0-->si el distrito no es atendido;
!pob= cantidad de pobladores de un distrito;
!tviaje=posibilidad de viaje segun el tiempo que requiera de un
distrito a otro;
sets:
distrito/1..8/:pob,x,y;
distime(distrito,distrito):tviaje;
endsets
data:
tviaje=1 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 1 1 0 0 0
0 0 1 1 0 1 0 0
0 0 1 0 1 1 1 0
0 0 0 1 1 1 0 1
0 0 0 0 1 0 1 1
0 0 0 0 0 1 1 1;
pob=40,30,35,20,15,50,45,60;
enddata
max=@sum(distrito(i):pob(i)*y(i));
!RESTRICCION 1;
@sum(distrito:x)=2;
!RESTRICCION 2;
@for(distrito(j):@sum(distrito(i):tviaje(i,j)*x(i))>=@sum(distrito(j):
y(j)));
! X e Y SON VARIABLES BINARIAS;
@for(distrito:@bin(x););
@for(distrito:@bin(y););
end
SETS:
TRABAJO/1..3/:;
MAQUINA/1..4/:;
MATRIZ(TRABAJO,MAQUINA):T,X,Y;
ENDSETS
DATA:
T=20 0 25 30
15 20 0 18
0 35 28 0;
!M, mayor valor posible para quer no afecte a las restricciones M=1000;
SOLUCION EN LINGO:
ENDDATA
El mximo nmero de personas atendidas es 225. Para que esto ocurra los distritos con
MIN=@SUM(MATRIZ(I,J):X(I,J));
ambulancia
el de
3 ylos
8. 3Se
va a dejar
de atender
a los distritos
1 y 2. la
!tiempo
para deben
trabajarserc/u
trabajos
>= tiempo
establecido
para optimizar
produccion por ejemplo:
X(1,1)<=MY(1,1)
20-X(1,1)<=M*(1-Y(1,1);
@FOR(TRABAJO(I):@FOR(MAQUINA(J):X(I,J)<=M*Y(I,J)));
ROBLEMA 22
@FOR(TRABAJO(I):@FOR(MAQUINA(J):T(I,J)-X(I,J)<=M*(1-Y(I,J))));
Una compaa debe terminar tres trabajos. El tiempo de proceso ( en minutos) requerido
!cada maquina debe realizar solo un trabajo completo
se muestra en la tabla. Un trabajo no se pueda procesar en la maquina j a menos que
@FOR(MAQUINA(J):@SUMA(TRABAJO(I):Y(I,J)=1);
para toda i<j el trabajo ha completado su proceso en la maquina i. Una vez que un
!el producto1 solo requiere 3 procesos;
trabajo empieza su proceso en la maquina j, dicho trabajo debe continuar en la maquina
Y(1,1)+Y(2,1)+Y(1,3)+Y(1,4)=3;
j . El tiempo de flujo para un trabajo es la diferencia entre su tiempo de terminacin y el
tiempo en el cual el trabajo empieza su primera etapa de proceso. Plante un PE cuya
Y(2,1)+Y(2,1)+Y(2,3)+Y(2,4)=3;
solucin se pueda usar para minimizar el tiempo de flujo promedio de los tres trabajos.
Y(3,1)+Y(3,1)+Y(3,3)+Y(3,4)=2;
!Y es la variable binaria;
@FOR(MATRIZ(I,J):@BIN(Y(I,J)));
Trabajo
1
2
3
1
20
15
-
Maquina
2
2
20
35
3
25
28
4
30
18
-
SOLUCION EN LINGO:
Problema 26:
El gobernador Blue del estado de Berry pretende conseguir la legislatura del estado
para dividir injusta y arbitrariamente los distritos electorales de de Berry. El estado
consiste en 10 ciudades y el nmero de republicanos y demcratas (en miles) en cada
ciudad es el que se presenta en la tabla. Berry tiene cinco representantes electorales.
Para formar los distritos electorales; las ciudades se tienen que agrupar segn las
restricciones siguientes.
1.- Todos los electores en un a ciudad deben estar en el mismo distrito.
2.- cada distrito debe tener entre 150000 y 250000 electores (no hay electores
independientes).
El gobernador Blue es demcrata. Suponga que cada votante siempre vota por todos los
candidatos de un partido. Formule un PE que para ayudar al gobernador Blue a
maximizar el nmero de demcratas que ganaran curules en el congreso.
Tabla
Ciudad
Republicanos Demcratas
1
80
34
2
60
44
3
40
44
4
20
24
5
40
114
6
40
64
7
70
14
8
50
11
9
70
54
10
70
64
Solucin:
Xi = 1: si ganan los demcratas en el distrito i
0: caso contrario
Yij =cantidad de votantes del tipo j (1=Demcratas, 2= Republicanos)
Wij = 1 si los pobladores de la ciudad j pertenecen al distrito i
2
0 caso contrario
Max Z = X1 + X2+ X3+ X4 + X5
Y11 + Y12 150000
Y21 + Y22 150000
Y31 + Y32 150000
Y41 + Y42 150000
Y51 + Y52 150000
Y11 + Y12 250000
Y21 + Y22 250000
Y31 + Y32 250000
Y41 + Y42 250000
Y51 + Y52 250000
Y12 = 80 W11 + 60 W12 + 40 W13 + 20 W14 + 40 W15+40 W16+70
W19+70 W1 10
Y22 = 80 W21 + 60 W22 + 40 W23 + 20 W24 + 40 W25+40 W26+70
W29+70 W2 10
Y32 = 80 W31 + 60 W32 + 40 W33 + 20 W34 + 40 W35+40 W36+70
W39+70 W3 10
Y42 = 80 W41 + 60 W42 + 40 W43 + 20 W44 + 40 W45+40 W46+70
W49+70 W4 10
Y52 = 80 W51 + 60 W52 + 40 W53 + 20 W54 + 40 W55+40 W56+70
W59+70 W5 10
Y11 = 34 W11 + 44 W12 + 44 W13 + 24 W14 + 114 W15+64 W16+14
W19+64 W1 10
Y21 = 34 W21 + 44 W22 + 44 W23 + 24 W24 + 114 W25+64 W26+14
W29+64 W2 10
Y31 = 34 W31 + 44 W32 + 44 W33 + 24 W34 + 114 W35+64 W36+14
W39+64 W3 10
Y41= 34 W41 + 44 W42 + 44 W43 + 24 W44 + 114 W45+64 W46+14
W49+64 W4 10
Y51 = 34 W51 + 44 W52 + 44 W53 + 24 W54 + 114 W55+64 W56+14
W59+64 W5 10
W11 + W21+ W31 + W41 + W51 = 1
W12+ W22+ W32 + W42 + W52 = 1
W13+ W23+ W33+ W43 + W53= 1
W14+ W24+ W34 + W44 + W54 = 1
W15+ W25+ W35+ W45+ W55 = 1
W16+ W26+ W36 + W46 + W56 = 1
W17+ W27+ W37 + W47 + W57 = 1
W18+ W28+ W38 + W48 + W58 = 1
W19+ W29+ W39 + W49 + W59 = 1
W1 10 + W2 10 + W3 10 + W4 10 + W5 10 = 1
Y11 - Y12 = a11 a12
Y21 - Y22 = a21 a22
Y31 - Y32 = a31 a32
Y41 - Y42 = a41 a42
Y51 - Y52 = a51 a52
a11 X1
a21 X2
a31 X3
W17 +50 W18 +70

W27 +50 W28 +70
W37 +50 W38 +70
W47 +50 W48 +70
W57 +50 W58 +70
W17 +44 W18 +54
W27 +44 W28 +54
W37 +44 W38 +54
W47 +44 W48 +54
W57 +44 W58 +54
a41 X4
a51 X5
PROBLEMA 26
Houseco Developers planean construir tres edificios de oficinas. El tiempo requerido
para terminar cada uno de ellos y la cantidad de trabajadores necesarios para ejecutar la
obra en todos los tiempos se proporcionan en la tabla 106. Una vez que se termina un
edificio se renta por la siguiente cantidad anual: edificio 1, 50 000 dlares; edificio 2,
30 000 dlares; edificio 3, 40 000 dlares. Houseco afronta las restricciones siguientes:
a Durante cada ao se dispone de 60 trabajadores.
b Se puede iniciar cuando mucho un edificio durante cualquier ao.
c El edificio 2 se debe terminar al final del ao 4.
Formule un PE que maximice la renta total que gana Houseco al final del ao 4.
Tabla 106
Edificio Duracin del proyecto (aos)
1
2
3
2
2
3
Numero de trabajadores
necesarios
30
20
20
SOLUCION
VARIABLES: i=1, 2, 3; j=1, 2, 3
X(i,j)= 1 si el edificio i se empieza a construir en el ao j
0 en caso contrario
AO 1 AO 2 AO 3 AO 4
|________|________|________|________|
X11
X12
X23
X31
X32
FUNCION OBJETIVO (EN MILES DE DOLARES):
2
MAX Z = 50(4-2) X11 + 50(4-3) X12 + 40(4-3) X31

RESTRICCIONES:
X11 + X31<=1
X23 =1
X13 + X33<=1
(restriccin del ao 1)
X11 + X13<=1
X31 + X33<=1
(restriccin del edificio 1)

(restriccin del edificio 3)
30 X13 + 20 X31<=60
(restriccin mano de obra en el ao 1)
(30X11 + 20 X31)+20 X23<=60 (restriccin mano de obra en el ao 2)
(30X11 + 20 X31 + 20 X23)+30 X13 + 20 X33<=60 (restriccin mano de obra en el
ao 3)
FORMULACIN EN LINGO:
SETS:
EDIFICIO /1..3/:NUMTRAB,INGRESO;
YEAR/1..3/;
EDIFYEAR(EDIFICIO,YEAR):X;
ENDSETS
DATA:
NUMTRAB= 30 20 20;
INGRESO= 50 30 40;
ENDDATA
MAX= 100*X(1,1)+50*X(1,2)+40*X(3,1);
@FOR(YEAR(J):@SUM(EDIFICIO(I):X(I,J))<=1);
@FOR(EDIFICIO(I):@SUM(YEAR(J):X(I,J))<=1);
X(2,3)=1;
@SUM(EDIFICIO(I):NUMTRAB*X(I,1))<=60;
@SUM(EDIFICIO(I):NUMTRAB*X(I,1)+NUMTRAB*X(I,2))<=60;
@SUM(EDIFICIO(I):NUMTRAB*X(I,1)+NUMTRAB*X(I,2)+NUMTRAB*X(I,3))<=60;
@FOR(EDIFYEAR:@BIN(X));
SOLUCION EN LINGO:
El mximo ingreso por la renta total de Houseco es 100 mil dlares. El edificio 1 se
construye en el ao 1, el edificio 2 en el ao 3 para que este listo a finales del ao 4 y el
edificio 3 se empezara a construir recin en el ao 4 debido a la restriccin de la mano
de obra.
Global optimal solution found at iteration:
Objective value:
Variable
NUMTRAB( 1)
NUMTRAB( 2)
NUMTRAB( 3)
INGRESO( 1)
INGRESO( 2)
INGRESO( 3)
Value
30.00000
20.00000
20.00000
50.00000
30.00000
40.00000
0
100.0000
Reduced Cost
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
X(
X(
X(
X(
X(
X(
X(
X(
X(
1,
1,
1,
2,
2,
2,
3,
3,
3,
1)
2)
3)
1)
2)
3)
1)
2)
3)
1.000000
0.000000
0.000000
0.000000
0.000000
1.000000
0.000000
0.000000
0.000000
-100.0000
-50.00000
0.000000
0.000000
0.000000
0.000000
-40.00000
0.000000
0.000000
Row
1
2
3
4
5
6
7
8
9
10
11
Slack or Surplus
100.0000
0.000000
1.000000
0.000000
0.000000
0.000000
1.000000
0.000000
30.00000
30.00000
10.00000
Dual Price
1.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Problema 27:
Hay cuatro camiones disponibles para entregar leche a cinco tiendas. La capacidad y los
costos de operacin diarios de cada camin se muestran en la tabla 107, la demanda de
cada tienda puede ser surtida por slo un camin, pero un camin podra entregar a ms
de una tienda. La demanda diaria de cada tienda es como se indica: tienda 1, 100
galones; tienda 2, 200 galones; tienda3, 300 galones; tienda 4, 500 galones; tienda 5,
800 galones. Formule un PE con el que se pueda minimizar el costo diario de cumplir
con la demanda.
camin
capacidad
(galones)
costos de operacin diarios

(dlares)
400
45
500
50
600
55
1100
60
Solucin
yi =
1, si se usa el camin i. (i =1, 2, 3, 4)

0, si no es as.
3
1, si se usa el camin i para repartir a la tienda j (j=1, 2, 3, 4, 5)

x ij=
0, si no es as.
El PE sera:
min z= 45y1+50y2+55y3+60y4
s.a
100x11+200x12+300x13+500x14+800x15<=400y1 (restriccin de la capacidad)
100x21+200x22+300x23+500x24+800x25<=500y2
100x31+200x32+300x33+500x34+800x35<=600y3
100x41+200x42+300x43+500x44+800x45<=1100y4
x11 + x21 + x31 + x41=1 (la demanda de cada tienda no puede ser surtida
por ms de un camin)
x12 + x22 + x32 + x42=1
x13 + x23 + x33 + x43=1
x14 + x24 + x34 + x44=1
x15 + x25 + x35 + x45=1
todas las variables son 0 o 1
EN LINGO EL PROGRAMA SERA:
SETS:
CAMION/1..4/:CAP,COST,Y;
TIENDA/1..5/:DEM;
REPARTO(CAMION, TIENDA):X;
ENDSETS
DATA:
CAP=400 500 600 1100;
COST = 45 50 55 60;
DEM= 100 200 300 500 800;
ENDDATA
MIN=@SUM(CAMION(I):COST(I)*Y(I));
@FOR(CAMION(I):
@SUM(TIENDA(J):X(I,J)*DEM(J))<=CAP(I)*Y(I);
);
@FOR(TIENDA(I):
@SUM(REPARTO(J,I):X(J,I))=1;
);
@FOR(CAMION(I):
@BIN(Y);
);
@FOR(REPARTO(I,J):
@BIN(X(I,J));
);
El mnimo costo en que se incurrira para cumplir con la demanda y ajustndose a las
restricciones es de 155 dlares.
Problema 28
El estado de Texas efecta con frecuencia auditorias a compaas que tienen negocios
en Texas. Las oficinas centrales de estas compaas estn ubicadas a menudo fuera del
estado de modo que los auditores tienen que viajar a lugares fuera del estado. Los
auditores tienen que hacer al ao 500 viajes a ciudades en el noroeste, 400 viajes a
ciudades en el oeste medio, 300 viajes a ciudades en el oeste y 400 viajes a ciudades en
el sur. Texas est proyectando ubicar a sus auditores en Chicago, Nueva York, Atlanta y
Los ngeles. El costo anual por ubicar auditores en cualquier ciudad es 100 000. El
costo por enviar un auditor desde cualquiera de estas ciudades a una regin dada del
pas, se muestra en la tabla 108.
Noreste
Nueva York
Chicago
Los ngeles
Atlanta
1 100
1 200
1 900
1 300
Costo del auditor (dlares)

Oeste
Oeste
medio
1 400
1 900
1 000
1 500
1 700
1 100
1 400
1 500
Sur
1 400
1 200
1 400
1 050
Plantee un PE cuya solucin minimice el costo anual que se genera por enviar a
los auditores fuera del estado.
Solucin:
PROBLEMA N 28 :
El estado de Texas efecta con frecuencia auditorias a compaas que tienen negocios
en Texas. Las oficinas centrales de estas compaas estn ubicadas a menudo fuera del
estado, de modo que los auditores tienen que viajar a lugares fuera del estado. Los
auditores tienen que hacer al ao 500 viajes a ciudades en el noreste, 400 viajes a
ciudades en el oeste medio, 300 viajes a ciudades en el oeste y 400 viajes a ciudades en
el sur. Texas esta proyectando ubicar a sus auditores en Chicago, Nueva York, Atlanta y
Los ngeles.
El costo anual por ubicar auditores en cualquier ciudad es 100 000. El costo por enviar
un auditor desde cualquiera de estas ciudades a una regin dada del pas, se muestra en
la siguiente tabla.
CIUDAD
Nueva York
Atlanta
Chicago
Los ngeles
COSTO DE AUDITOR (miles dlares)

NORESTE
OESTE
OESTE
SUR
MEDIO
1 100
1 400
1 900
1 400
1 200
1 000
1 500
1 200
1 900
1 700
1 100
1 400
1 300
1 400
1 500
1 050
Solucin:
Xij = Cantidad de viajes de los auditores de la ciudad i ( i = 1: NY,2:A, 3:C, 4:LA) hacia
una regin j ( j = 1: NO, 2:OM , 3: O, 4: S)
Yi =
1, si el auditor es asignado a la ciudad i ( i = 1: NY, 2:A, 3:C, 4:LA)

0, si no es as.

Funcin objetivo es:
Min z = COSTO X ASIGNAR AUDITORES + COSTO X VIAJE DE AUDITORES
Costo x viajes de auditores :
1 100 * X11+ 1 400 * X12 +1 900 * X13 + 1 400 * X14 + 1 200 * X12 + 1000 *X22 + 1 500
* X23 + 1 200 * X24 + 1 900 * X31+ 1 700 * X32 + 1 100 * X33 + 1 400 * X34 + 1 300 * X41
+ 1 400 * X42 + 1 500 * X43 + 1 050 * X44
Costo x asignar auditores :
100 000Y1 + 100 000 Y2 + 100 000Y3 +100 000 Y4

Restricciones :
Restriccin de cantidad de viajes:
Noreste:
X11+ X21 + X31 + X41 >= 500
Oeste Medio:
X12+ X22 + X32 + X42 >= 400
Oeste:
X13+ X23+ X33 + X43 >= 300
Sur:
X13+ X23+ X33 + X44 >= 400
Restriccin de asignacin de auditores:
M= un numero muy grande
El auditor 1 puede ir a una regin que pueden ser (j=1, 2, 3, 4)
X11+ X12 + X13 + X14 <= M * Y1
X21 + X22 + X23 + X24 <= M * Y2
X31+ X32 + X33 + X34 <= M * Y3
X41+ X42 + X43 + X44 <= M * Y4
Yi = 0 1 (i = 1:A, 2:B, 3:C, 4:D) , (j = 1, 2, 3, 4)

Xi,j >= 0 (i = 1:A, 2:B, 3:C, 4:D) , (j = 1, 2, 3, 4)
El programa del Lingo es:

!COSTOS EN DOLARES;
!M=VALOR MUY GRANDE;
!Y =1 O 0 (1 = SI SE ASIGNA AUDITOR EN LA CIUDAD Y 0 = SI NO LO ES A
SI);
!CANT_V= CANTIDAD DE VIAJES HACIA LAS REGIONES;
!COST_V= COSTO POR VIAJE A LA CIUDAD I HACIA LA REGION J;
!COST_A= COSTO POR ASIGNAR UN AUDITOR A UNA LA CIUDAD;
SETS:
CIUDAD /1..4/: Y;
REGION /1..4/: CANT_V;
VIAJES (CIUDAD,REGION) : COST_V,X;
ENDSETS
DATA:
COST_V = 1100 1400 1900 1400
1200 1000 1500 1200
1900 1700 1100 1400
1300 1400 1500 1050 ;
CANT_V = 500 400 300 400 ;
M=10000000000;
COST_A=100000;
ENDDATA
MIN=@SUM(VIAJES :COST_V*X)+ @SUM(CIUDAD:Y)*COST_A;
! RESTRICION DE VIAJES;
@FOR(REGION(J):@SUM(CIUDAD(I):X(I,J))>=CANT_V(J));
! RESTRICCION DE ASIGNACION DE AUDITORES;
@FOR(CIUDAD(I):@SUM(REGION(J):X(I,J))<=M*Y(I));
@FOR(CIUDAD(I):@BIN(Y));
MODEL:
[_1] MIN= 1100 * X_1_1 + 1400 * X_1_2 + 1900 * X_1_3 + 1400 * X_1_4
+
1200 * X_2_1 + 1000 * X_2_2 + 1500 * X_2_3 + 1200 * X_2_4 +

X_3_1
+ 1700 * X_3_2 + 1100 * X_3_3 + 1400 * X_3_4 + 1300 * X_4_1
*
X_4_2 + 1500 * X_4_3 + 1050 * X_4_4 + 100000 * Y_1 + 100000
100000 * Y_3 + 100000 * Y_4 ;
[_2] X_1_1 + X_2_1 + X_3_1 + X_4_1 <= 500 ;
[_3] X_1_2 + X_2_2 + X_3_2 + X_4_2 <= 400 ;
[_4] X_1_3 + X_2_3 + X_3_3 + X_4_3 <= 300 ;
[_5] X_1_4 + X_2_4 + X_3_4 + X_4_4 <= 400 ;
[_6] X_1_1 + X_1_2 + X_1_3 + X_1_4 - 10000000000 * Y_1 <= 0
[_7] X_2_1 + X_2_2 + X_2_3 + X_2_4 - 10000000000 * Y_2 <= 0
[_8] X_3_1 + X_3_2 + X_3_3 + X_3_4 - 10000000000 * Y_3 <= 0
[_9] X_4_1 + X_4_2 + X_4_3 + X_4_4 - 10000000000 * Y_4 <= 0
@BIN( Y_1); @BIN( Y_2); @BIN( Y_3); @BIN( Y_4);
END
1900 *
+ 1400
* Y_2 +
;
;
;
;
CONCLUSIONES:
El menor costo que se puede asignar para tener el costo en auditorias a compaas que
tienen negocios en el estado de Texas ser por los clculos obtenidos de 2010000
dlares al ao.
No se ha realizado viajes de la ciudad Nueva York a la regin de Noreste.
No se ha realizado viajes de la ciudad Nueva York a la regin de OM.
No se ha realizado viajes de la ciudad Nueva York a la regin de Oeste.
No se ha realizado viajes de la ciudad Nueva York a la regin de Sur.
Se ha realizado 500 viajes de la ciudad Chicago a la regin de Noreste.
Se ha realizado 400 viajes de la ciudad Chicago a la regin de OM.
No se ha realizado viajes de la ciudad Chicago a la regin de Oeste.
Se ha realizado 400 viajes de la ciudad Chicago a la regin de Sur.
No se ha realizado viajes de la ciudad Los ngeles a la regin de Noreste.
No se ha realizado viajes de la ciudad Los ngeles a la regin de OM.
Se ha realizado 300 viajes de la ciudad Los ngeles a la regin de Oeste.
No se ha realizado viajes de la ciudad Los ngeles a la regin de Sur.
No se ha realizado viajes de la ciudad Atlanta a la regin de Noreste.
No se ha realizado viajes de la ciudad Atlanta a la regin de OM.
No se ha realizado viajes de la ciudad Atlanta a la regin de Oeste.
No se ha realizado viajes de la ciudad Atlanta a la regin de Sur.
Alumno: milla luyo

Como se observa en la ciudad de Chicago y Los ngeles se han realizado viajes por lo
que en estos lugares se asignaran auditores, en tanto como la ciudad de Nueva York y de
Atlanta no se han realizado viajes no se asignaran auditores.
Problema 29:
Usted fue asignado para acomodar las canciones del ultimo lbum de Madona en la
versin audio cinta. Una cinta tiene dos lados ( 1 y 2 ). Las canciones de cada lado de la
cinta deben hacer en total entre 14 y 16 minutos de duracin. La duracin y tipo de
cada cancin se proporcionan en la tabla 28.
Las asignaciones de canciones en la cinta debe cumplir con las condiciones siguientes:
1. Cada lado debe llevar dos baladas, exactamente.
2. El lado 1 debe tener por lo menos tres canciones hit
3. La cancin 5 o la cancin 6 tiene que estar en el lado 1.
4. Si las canciones 2 y 4 estn en el lado 1, entonces la cancin 5 debe estar en el
lado 2.
Cancin
Duracin
( min. )
Tipo
1
2
3
4
5
6
7
8
Balada
Hit
Balada
Hit
Balada
Hit
Balada y Hit
Solucin:
Considerando a M un valor grande.
4
5
3
2
4
3
5
4
1; Si en el lado i esta la cancin numero j.

Xij =
0; Si no es as
Funcin objetivo:
max Z = X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X21 + X22 + X23 +
X24 + X25 + X26 + X27 + X28
Sujeto a:
2) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 <= 16
3) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 >= 14
4) 4 X21 + 5 X22 + 3 X23 + 2 X24 + 4 X25 + 3 X26 + 5 X27 + 4 X28 <= 16
5) 4 X11 + 5 X12 + 3 X13 + 2 X14 + 4 X15 + 3 X16 + 5 X17 + 4 X18 >= 14
6) X11 + X13 + X15 + X18 = 2
7) X21 + X23 + X25 + X28 = 2
8) X12 + X14 + X16 + X18 >= 3
9) X15 + X16 >= 1
10) X12 + X14 >= M (1 - X25)
END
INTE X11
INTE X12
INTE X13
INTE X14
INTE X15
INTE X16
INTE X17
INTE X18
INTE X21
INTE X22
INTE X23
INTE X24
INTE X25
INTE X26
INTE X27
INTE X28
Problema 29:
Una compaia de consultoria tiene 10 empleados ,cada uno de los cuales puede trabajar
cuando mucho en 2 proyectos de grupos.Hay 6 proyectos en planes .Cada proyecto
requiere 4 de nuestros 10 trabajadores. Los trabajadores necesarios y las ganancias
generadas en cada proyecto se muestra en la tabla 109.
A cada trabajador que interviene en cualquier proyecto se debe pagar el anticipo de la
tabla 110 .
Por ultimo ,cada trabajador que interviene en un proyecto se le paga la tarifa del
proyecto que se muestra en la tabla 111.
Como se puede maximizar su ganancia?
Tabla 109
Proyecto Trabajadores Rendimiento($)
necesarios
1
1,4,5,8
10000
2
2,3,7,10
15000
3
1,6,8,9
6000
4
2,3,5,10
8000
5
1,6,7,9
12000
6
2,4,8,10
9000
Tabla 110
1
800
Anticip
o
2
500
3
600
4
700
Trabajadores
5
6
800
600
7
400
8
500
9
400
10
500
Tabla 111
Proyecto
Tarifa($)
1
250
2
300
3
250
4
300
5
175
6
180
Resolucin:
1, si el trabajador i integra el grupo de trabajo del proyecto j
Xij =
0, si no es as.
1, si se realiza el proyecto i
Yi =
0, si no es asi.
Funcion objetivo es:
Max z= 10000*Y1 + 15000*Y2 + 6000*Y3 + 8000*Y4 + 12000*Y5 + 9000*Y6
800*(X11+X13+X15) 500*(X12+X24+X26) 600*(X32+X34) 700*(X41+X46)
4
800*(X51+X54) 600*(X63+X65) 400(X72+X75) 500(X81+X83+X86) 400*(X93+X95)

500*(X102+X104+X10 6) 250*( X11 + X41 + X51 + X81 ) 300*( X22 + X32 + X72 + X10.2)
250*( X13 + X62 + X83 + X93) 300*( X24 + X34 + X54 + X10 4) 175*( X15 + X65 + X75 +
X95) 180*( X26 + X46 + X86+ X10 6)
Sujeto a:
Restriccin de participacin de cada trabajador en cada proyecto
X11+X12+X13+ X14+X15+X16 2
X21+X22+X23+ X24+X25+X26 2
X31+X32+X33+ X34+X35+X36 2
X41+X42+X43+ X44+X45+X46 2
X51+X52+X53+ X54+X55+X56 2
X61+X62+X63+ X64+X65+X66 2
X71+X72+X73+ X74+X75+X76 2
X81+X82+X83+ X84+X85+X86 2
X91+X92+X93+ X94+X95+X96 2
X10 1+X10 2+X10 3+ X10 4+X10 5+X10 6 2
Restriccin de participacin necesaria por proyecto
X11 + X41 + X51 + X81 >= 4*Y1
X22 + X32 + X72 + X10 2 >= 4*Y2
X13 + X62 + X83 + X93 >= 4*Y3
X24 + X34 + X54 + X10.4 >= 4*Y4
X15 + X65 + X75 + X95 >= 4*Y5
X26 + X46 + X86+ X10 6 > = 4*Y6
El Programa de Lingo es:
SETS:
TRABAJADOR/1..10/:ANTICIPO;
PROYECTO/1..6/:TARIFA,RENDIMIENTO,Y;
MATRIZ(TRABAJADOR,PROYECTO):X;
ENDSETS
DATA:
ANTICIPO = 800 500 600 700 800 600 400 500 400 500;
TARIFA = 250 300 250 300 175 180;
RENDIMIENTO = 10000 15000 6000 8000 12000 9000;
MAXIMOP = 2;
ENDDATA
MAX=@SUM(PROYECTO:RENDIMIENTO*Y)- 800*(X(1,1)+X(1,3)+X(1,5) ) 500*(X(1,2)+X(2,4)+X(2,6)) - 600*(X(3,2)+X(3,4)) - 700*(X(4,1)+X(4,6)) 800*(X(5,1)+X(5,4)) - 600*(X(6,3)+X(6,5)) - 400*(X(7,2)+X(7,5)) 500*(X(8,1)+X(8,3)+X(8,6)) - 400*(X(9,3)+X(9,5)) 500*(X(10,2)+X(10,4)+X(10,6)) - 250*(X(1,1)+X(4,1)+X(5,1)+X(8,1)) 300*(X(2,2)+X(3,2)+X(7,2)+X(10,2)) - 250*(X(1,3)+X(6,3)+X(8,3)+X(9,3)) 300*( X(2,4)+X(3,4)+X(5,4)+X(10,4)) - 175*(X(1,5)+X(6,5)+X(7,5)+X(9,5)) 180*(X(2,6)+X(4,6)+X(8,6)+X(10,6));
!RESTRICCION DE CAPACIDAD DEL TRABAJADOR;
@FOR(TRABAJADOR(I):@SUM(PROYECTO(J):X(I,J))<=MAXIMOP);
!RESTRICCION DE TRABAJADOR POR PROYECTO;
X(1,1)+X(4,1)+X(5,1)+X(8,1) >=4*Y(1);
X(2,2)+X(3,2)+X(7,2)+X(10,2)>=4*Y(2);
X(1,3)+X(6,3)+X(8,3)+X(9,3) >=4*Y(3);
Nota 1: No se pudo probar el Programa puede encontrar un Lingo de otra version pues
la cantidad de variables binarias es superior al limite que presenta esta version.
Nota 2: Se intento tratar de reducir el nmero de variables pero no llegue a ninguna
solucin.
Nota 3: Gran parte de las restricciones se encuentran escritas en forma literal pues no
encontre la regla de adecuada para poder solo visualizar las variables que se necesitan
para la resolucin de este problema.
Problema 29.
Una compaa de consultara tiene 10 empleados , cada uno de los cuales
puede trabajar cuando mucho en dos proyectos de grupo. Hay seis proyectos
en planes . Cada proyecto requiere cuatro de nuestros 10 trabajadores . los
trabajadores necesarios y las ganancias generadas en cada proyecto se
muestran en la tabla 1.
A cada trabajador que interviene en cualquier proyecto se debe pagar el
anticipo de de la tabla 2.
Por ultimo cada trabajador que interviene en un proyecto se le paga la tarifa
del proyecto que se muestra en la tabla 3.
Cmo
se puede maximizar la ganancia ?
TABLA 1
PROYECTO
TRABAJADORES
NECESARIOS
1,4,5,8
2,3,7,10
1,6,8,9
2,3,5,10
1,6,7,9
2,4,8,10
1
2
3
4
5
6
RENDIMIENTO
(DOLARES )
10000
15000
6000
8000
12000
9000
TABLA 2
Anticipo(Dlares)
1
800
2
500
3
600
TRABAJADOR
4
5
6
7
700 800 600 400
2
300
PROYECTO
3
4
250
300
8
500
9
400
TABLA 3
TARIFA(DOLARES)
1
250
Solucin
5
175
6
180
10
500
MODEL:
SETS:
TRABAJADOR/1..10/:ANTICIPO, Y ;
PROYECTO/1..6/:R, T, Z;
MATRIZ(PROYECTO , TRABAJADOR):C, X ;
ENDSETS
DATA:
ANTICIPO = 800 500 600 700 800 600 400 500 400 500;
RENDIMIENTO = 10000 15000 6000 8000 12000 9000;
TARIFA = 250 300 250 300 175 180;
C
= 1
0
1
0
1
0
0
1
0
1
0
1
0
1
0
1
0
0
1
0
0
0
0
1
1
0
0
1
0
0
0
0
1
0
1
0
0
1
0
0
1
0
1
0
1
0
0
1
0
0
1
0
1
0
0
1
0
1
0
1;
ENDDATA
MAX = @SUM(PROYECTO(I):R(I)*Z(I))+@SUM(TRABAJADOR(I):ANTICIPO(I)*Y(I))
+@SUM(PROYECTO(I):T(I)*X(I,J));
! RESTRICCIONES;
@FOR(TRABAJADOR(J):@SUM(PROYECTO(I):X(I,J)*C(I,J))<=2 );
@FOR(TRABAJDOR(J):@SUM(PROYECTO(I): X(I,J))<=2);
@FOR(PROYECTO(I):@SUM(TRABAJADOR(I): X(I,J))>=M*Y(I));
@FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J))>=M*Z(J));
@FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J)*C(I,J))<=4);
@FOR(PROYECTO(I):@SUM(TRABAJADOR(J): X(I,J))<=4);
@FOR(MATRIZ(I,J):@BIN(X));
@FOR(PROYECTO(I):@BIN(Z));
@FOR(TRABAJADOR(I):@BIN(Y));
END
PROBLEMA 30:
La ciudad de Nueva Cork tiene 10 distritos de recoleccin de basura y pretende

determinar cul de los distritos debera un tiradero. Cuesta 1000 dlares acarrear una
tonelada de basura un tramo de una milla. La ubicacin de cada distrito, el costo fijo
anual (en millones de dlares) por operar un tiradero, y el costo variable (por tonelada)
por procesar una tonelada de basura en un tiradero, se muestra en la tabla 112.
Por ejemplo, el distrito 3 se localiza en las coordenadas (10,8). El distrito 3 produce 555
toneladas de basura al ao, y cuesta un milln de dlares al ao en costos fijos operar un
tiradero en el distrito 3. Cada tonelada de basura procesada en el sitio 3 incurre en un
costo variable de 51 dlares.
Cada tiradero puede procesar cuando mucho 1500 toneladas de basura. Cada distrito
debe enviar toda su basura a un solo sitio. Determine dnde localizar los tiraderos de tal
manera que se minimice el costo total por ao.
TABLA 112:
Distrito
Coordenadas
x
4
2
10
2
5
4
10
5
5
1
1
2
3
4
5
6
7
8
9
10
Toneladas
y
3
5
8
8
3
5
5
1
8
7
49
874
555
352
381
428
985
105
258
210
Costos(millones de $)
Fijo
Variable
2
310
1
40
1
51
1
341
3
131
2
182
1
20
2
40
4
177
2
75
SOLUCIN:
Xi =
1: Si el distrito i, ser un tiradero. (i=1,2....10)

0: Si el distrito i, no ser un tiradero. (i=1,2....10)
1: Si el distrito i manda basura al distrito j
(i=1,2....10)
Yi j =
0: Si el distrito i, no manda basura al distrito j.

(i=1,2....10)
Dij = Distancia
del distrito i al distrito j; (Donde i y j = 1, 2, ......10)
FO:
4
Min Z = (2 + 49*310)*X1 + (1+40*874)*X2 + (1+51*555)*X3 +

(1+341*351)*X4 + (3+131*381)*X5 + (2+182*428)*X6 +
(1+20*985)*X7 + (2+40*105)*X8 + (4+177*258)*X9 +
(2+75*210)*X10 +
(D11*Y11 + D12*Y21 + D13*Y31 + D14*Y41 + D15*Y51 +
D16*Y61
+D17*Y71
+D18*Y81
+
D19*Y91
+
D110*Y101)*1000*X1
+ (D21*Y12 + D22*Y22 + D23*Y32 + D24*Y42 + D25*Y52 +
D26*Y62
+D27*Y72
+D28*Y82
+
D29*Y92
+
D210*Y102)*1000*X2
+ (D31*Y13 + D32*Y23 + D33*Y33 + D34*Y43 + D35*Y53 +
D36*Y63
+D37*Y73
+D38*Y83
+
D39*Y93
+
D310*Y103)*1000*X3
+ (D41*Y14 + D42*Y24 + D43*Y34 + D44*Y44 + D45*Y54 +
D46*Y64
+D47*Y74
+D48*Y84
+
D9*Y94
+
D410*Y104)*1000*X4
+(D51*Y15 + D52*Y25 + D53*Y35 + D54*Y45 + D55*Y55 +
D56*Y65
+D57*Y75
+D58*Y85
+
D59*Y95
+
D510*Y105)*1000*X5
+(D61*Y16 + D62*Y26 + D63*Y36 + D64*Y46 + D65*Y56 +
D66*Y66
+D67*Y76
+D68*Y86
+
D69*Y96
+
D610*Y106)*1000*X6
+(D71*Y17 + D72*Y27 + D73*Y37 + D74*Y47 + D75*Y57 +
D86*Y67
+D77*Y77
+D78*Y87
+
D79*Y97
+
D710*Y107)*1000*X7
+ (D81*Y18 + D82*Y28 + D83*Y38 + D84*Y48 + D85*Y58 +
D86*Y68
+D87*Y78
+D88*Y88
+
D89*Y98
+
D810*Y108)*1000*X8
+(D91*Y19 + D92*Y29 + D93*Y39 + D94*Y49 + D95*Y59 +
D96*Y69
+D97*Y79
+D98*Y89
+
D99*Y99
+
D910*Y109)*1000*X9
+(D101*Y110 + D102*Y210 + D103*Y310 + D104*Y410 +
D105*Y510 + D106*Y610 +D107*Y710 +D108*Y810 +
D109*Y910 + D1010*Y1010)*1000*X10
Sa:
X1*(Y11*49+Y12*874+Y13*555+Y14*352+Y15*381+Y16*428
+Y17*985+Y18*105+Y19*258+Y110*210) <=1500;
X2*(Y21*49+Y22*874+Y23*555+Y24*352+Y25*381+Y26*428
+Y27*985+Y28*105+Y29*258+Y210*210) <=1500;
RESTRICCION DE LA
CAPACIDAD DE LOS
TIRADEROS
X3*(Y31*49+Y32*874+Y33*555+Y34*352+Y35*381+Y36*428
+Y37*985+Y38*105+Y39*258+Y310*210) <=1500;
X4*(Y41*49+Y42*874+Y43*555+Y44*352+Y45*381+Y46*428
+Y47*985+Y48*105+Y49*258+Y410*210) <=1500;
X5*(Y51*49+Y52*874+Y53*555+Y54*352+Y55*381+Y56*428
+Y57*985+Y58*105+Y59*258+Y510*210) <=1500;
X6*(Y61*49+Y62*874+Y63*555+Y64*352+Y65*381+Y66*428+Y
67*985+Y68*105+Y69*258+Y610*210) <=1500;
RESTRICCION DE LA
CAPACIDAD DE LOS
TIRADEROS
X7*(Y71*49+Y72*874+Y73*555+Y74*352+Y75*381+Y76*428+Y
77*985+Y78*105+Y79*258+Y710*210) <=1500;
X8*(Y81*49+Y82*874+Y83*555+Y84*352+Y85*381+Y86*428+Y
87*985+Y88*105+Y89*258+Y810*210) <=1500;
X9*(Y91*49+Y92*874+Y93*555+Y94*352+Y95*381+Y96*428+Y
97*985+Y98*105+Y99*258+Y910*210) <=1500;
X10*(Y101*49+Y102*874+Y103*555+Y104*352+Y105*381+Y106
*428+Y107*985+Y108*105+Y109*258+Y1010*210) <=1500;
CADA
DISTRITO
DEBE
ENVIAR
TODA SU BASURA
A UN SOLO SITIO .
Y11+Y21+Y31+Y41+Y51+Y61+Y71+Y81+Y91+Y101<=1;
Y12+Y22+Y32+Y42+Y52+Y62+Y72+Y82+Y92+Y102<=1;
Y13+Y23+Y33+Y43+Y53+Y63+Y73+Y83+Y93+Y103<=1;
Y14+Y24+Y34+Y44+Y54+Y64+Y74+Y84+Y91+Y104<=1;
Y15+Y24+Y35+Y45+Y55+Y65+Y75+Y85+Y91+Y105<=1;
Y16+Y24+Y36+Y46+Y56+Y66+Y76+Y86+Y91+Y106<=1;
Y17+Y24+Y37+Y47+Y57+Y67+Y77+Y87+Y91+Y107<=1;
Y18+Y24+Y38+Y48+Y58+Y68+Y78+Y88+Y91+Y108<=1;
Y19+Y24+Y39+Y49+Y59+Y69+Y79+Y89+Y91+Y109<=1;
Y110+Y24+Y310+Y410+Y510+Y610+Y710+Y810+Y91+Y1010<=
1;
El programa en lingo:
SETS:
DISTRITO/1..10/:TN,CF,CV,CT,X;
DISTANCIA (DISTRITO,DISTRITO):D,Y;
ENDSETS
DATA:
TN=49 874 555 352 381 428 985 105 258 210;
CF=2 1 1 3 2 1 2 4 2;
CV=310 40 51 341 131 182 20 40 177 75;
D=0 2.83 7.81 5.38 1 2 6.32 2.23 5.09 5
2.83 0 8.54 3 3.61 2 8 5 4.24 2.23
7.81 8.54 0 8 7.07 6.71 3 8.6 5 9.05
5.38 3 8 0 5.83 3.6 7.61 7.62 3 1.41
1 3.61 7.07 5.83 0 1.49 5.38 2 5 5.65
2 2 6.71 3.6 1.49 0 6 4.12 3.16 3.6
6.32 8 3 7.61 5.38 6 0 6.4 5.83 9.22
2.23 5 8.6 7.62 2 4.12 6.4 0 7 7.21
5.09 4.24 5 3 5 3.16 5.83 7 0 4.12

5 2.23 9.05 1.41 5.65 3.6 9.22 7.21 4.12 0;
ENDDATA
!FUNCION OBJETIVO;
MIN = @SUM(DISTRITO(I):CT(I)*X(I))
+@SUM(DISTANCIA(I,J):@SUM(DISTANCIA(I,J):D(I,J)*Y(I,J))*1000*X(I));
!COSTO TOTAL;
@FOR(DISTRITO:CT=CF+CV*TN);
!RESTRICCIONES;
@FOR(DISTANCIA(I,J):@SUM(DISTRITO(I):TN(I)*Y(I,J))*X(I)<=1500);
@FOR (DISTANCIA:@SUM(DISTANCIA(I,J):Y(I,1))<=1);
!RESTRICCION DE VARIABLES BINARIAS;
@FOR(DISTRITO(I):@BIN(X););
@FOR (DISTANCIA(I,J):@BIN (Y););
Problema 30:
La universidad estatal tiene que comprar 1100 computadoras de tres vendedores. El
vendedor 1 carga 500 dlares por computadora mas un encargo por la entrega de 5000
dlares , el vendedor 2 carga 350 dlares por computadora mas un cargo por la entrega
de 4000 dlares. El vendedor 3 carga 250 dlares por computadora mas un cargo por la
entrega por de 6000 dlares. El vendedor 1 vender a lo mas 500 computadoras, el
vendedor a los mucho 900 y el vendedor cuando mas 400. Se necesita minimizar el
costo de la compra de computadoras necesarias.
SOLUCION:
VARIABLES:
X(i,j) = Cantidad de computadoras que vende el vendedor i
Y(i,j) = 1 Si el vendedor i vende computadoras a la universidad estatal
0 en caso contrario.
FUNCION OBJETIVO:
MIN Z = 5000Y(1) + 4000Y(2) + 6000Y(3) + 500X(1) + 350X(2) + 250X(3)
RESTRICCIONES:
o RESTRICCION 1: La universidad estatal tiene que comprar 1100 computadoras
de tres vendedores.
X( 1) + X( 2) + X( 3) >= 1100
o RESTRICCION 2: Lo mximo que puede vender cada vendedor:
X( 1) <= 500
X( 2) <= 900
X( 3) <= 400
o RESTRICCION 3: Si la universidad compra computadoras al vendedor i
entonces tambin tendr que pagar el cargo respectivo por la entrega de
computadoras.
1000000 Y( 1) + X( 1) <= 0
1000000 Y( 2) + X( 2) <= 0
1000000 Y( 3) + X( 3) <= 0
! MODELO DE WINSTON CAP 9 # PROB 6
COSTOS EN DOLARES;
!M=VALOR MUY GRANDE;
!COSTOE ES EL COSTO DE ENTREGA;
!X CANTIDAD DE COMPUTADORAS QUE VENDE EN VENDEDOR I;
!Y 1 SI EL VENDEDOR I VENDCOMPUTADORAS
! 0 EN CASO CONTRARIO;
SETS:
VENDEDOR/1..3/:COSTOE,COSTO,X,Y,MAXVEND;
ENDSETS
DATA:
COSTOE = 5000 4000 6000;
COSTO = 500 350 250;
MAXVEND= 500 900 400;
M=1000000;
REQUERIMIENTO=1100;
ENDDATA
MIN=@SUM(VENDEDOR(I):COSTO(I)*X(I))
+@SUM(VENDEDOR(I):COSTOE(I)*Y(I));
! RESTRICCION 1;
@SUM(VENDEDOR(I):X(I))>=REQUERIMIENTO;
! RESTRICCION DE 2;
@FOR(VENDEDOR(I):
X(I)<=MAXVEND(I);
);
! RESTRICCION DE 3;
@FOR(VENDEDOR(I):
X(I)<=M*Y(I);
);
4

@FOR(VENDEDOR(I):
@BIN(Y););
SOLUCION EN LINGO:
El mnimo costo para comprar computadoras es de 355 000 dolares, y la universidad
tendr que comprar 700 y 400 computadoras a los vendedores 1 y 2 respectivamente.

8
Objective value:
355000.0
Branch count:
0
Variable
Value
Reduced Cost
M
1000000.
0.0000000
REQUERIMIENTO
1100.000
0.0000000
COSTOE( 1)
5000.000
0.0000000
COSTOE( 2)
4000.000
0.0000000
COSTOE( 3)
6000.000
0.0000000
COSTO( 1)
500.0000
0.0000000
COSTO( 2)
350.0000
0.0000000
COSTO( 3)
250.0000
0.0000000
X( 1)
0.0000000
150.0000
X( 2)
700.0000
0.0000000
X( 3)
400.0000
0.0000000
Y( 1)
0.0000000
5000.000
Y( 2)
1.000000
4000.000
Y( 3)
1.000000
6000.000
MAXVEND( 1)
500.0000
0.0000000
MAXVEND( 2)
900.0000
0.0000000
MAXVEND( 3)
400.0000
0.0000000
Row Slack or Surplus
Dual Price
1
355000.0
1.000000
2
0.0000000
-350.0000
3
500.0000
0.0000000
4
200.0000
0.0000000
5
0.0000000
6
7
8
0.0000000
999300.0
999600.0
100.0000
0.0000000
0.0000000
0.0000000
PROBLEMA30:
La ciudad de Neva York tiene 10 distritos de recoleccion de basura y pretende
determinar cual de los distritos deberia ser un tiradero. Cuesta 1 000 dolares acarrear
una tonelada de basura un tramo de una milla. La ubicacin de cada distrito, la cantidad
de toneladas de basura producidas en un ao por el distrito, el costo fijo anual (en
millones de dlares) por operar un tiradero, y el costo variable(por tonelada) por
procesar una tonelada de basura en un tiradero, se muestra en la tabla 112.
Distrito Coordenadas
x
1
4
2
2
3
10
4
2
5
5
6
4
7
10
8
5
9
5
10
1
Coordenadas
y
3
5
8
8
3
5
5
1
8
7
toneladas
49
874
555
352
381
428
985
105
258
210
Costo fijo
(millones)
2
1
1
1
3
2
1
2
4
2
Costo
variable(millones)
310
40
51
341
131
182
20
40
177
75
Por ejemplo el distrito 3 se localiza en las coordenadas (10,8). El distrito 3 produce 555
toneladas de basura al ao, y cuesta un millon de dolares al ao en costos fijos operar un
tiradero en el distrito 3. Cada tonelada de basura procesada en el sitio 3 incurre en un
costo variable de 51 dlares.
Cada tiradero puede procesar cuando mucho 1500 toneladas de basura. Cada distrito
debe enviar toda su basura a un solo sitio. Determine dnde localizar los tiraderos de tal
manera que se minimice el costo total por ao.
Solucin
(LINGO)
min 2015190x1+1034960x2+1028305x3+120032x4+3049911x5+
2077896x6+1019700x7+2004200x8+4045666x9+2015750x10
+7000x1+7000x2+18000x3+10000x4+8000x5+9000x6+15000x7
+6000x8+13000x9+8000x10
subject to
49x1+874x2+555x3+352x4+381x5+428x6+985x7+105x8+258x9+210x10<=15000
end
INT X1
INT X2
INT X3
5
INT X4
INT X5
INT X6
INT X7
INT X8
INT X9
INT X10
PROBLEMA N 31
Problema 31:
Usted es el Gerente de ventas de Eli Lilly. Ud. Desea Ubicar oficinas de ventas en
cuatro de las ciudades de la tabla 1. La cantidad de llamadas telefnica de ventas (en
miles) Que se deben hacer en cada ciudad que se dan e n la tabla 1. por ejemplo San
Antonio requiere 2000 llamadas y est a 602 millas de Phoenix. La distancia entre cada
ciudad se da en la tabla 2. En donde se deben ubicar las oficinas centrales con el objeto
de minimizar la distancia total que se debe recorrer para hacer las llamadas necesarias?
Tabla N 1
Llamada requeridas
Ciudad (i)
(en miles)
San Antonio (1)
2
Phoenix
(2)
3
Los Angeles (3)
6
Seattle
(4)
3
Detroit
(5)
4
Minneapolis (6)
2
Chicago
(7)
7
Atlanta
(8)
5
Nueva York (9)
9
Boston
(10)
5
Filadelfia
(11)
4
Tabla N 2
San Antonio
Phoenix
Los Angeles
Sealtle
Detroit
Minneapolis
Chicago
Atlanta
Nueva York
Boston
Filadelfia
San
Los
Antonio Phoenix Angeles Sealtle Detroit Minneap. Chicago Atlanta
0
602
1376
1780
1262
1140
1060
935
602
0
851
1193
1321
1026
1127
1290
1376
851
0
971
2088
1727
1914
2140
1780
1193
971
0
1834
1432
1734
2178
1262
1321
2088
1834
0
403
205
655
1140
1026
1727
1432
403
0
328
876
1060
1127
1914
1734
205
328
0
564
935
1290
2140
2178
655
876
564
0
1848
2065
2870
2620
801
1200
957
940
2000
2201
2995
2707
912
1304
1082
1096
1668
1891
2702
2486
654
1057
794
765
Nueva
York
1848
2065
2870
2620
801
1200
957
940
0
156
180
Boston Filadelfia
2000
1668
2201
1891
2995
2702
2707
2486
912
654
1304
1057
1082
794
1096
765
156
180
0
333
333
0
SOLUCIN
Denotaremos las ciudades por cdigos asignados:
Sea Xj = la ruta que debe realizar de una ciudad a otra
Xj=
1 Si se hace la ruta
0 Si no se realiza
j = 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,.....55
entonces: grafico de las rutas ser como se muestra en la tabla:

San
Los
Nueva
Antonio Phoenix Angeles Sealtle Detroit Minneap. Chicago Atlanta York Boston Filadelfia
San Antonio (1)
0
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
Phoenix
(2)
X1
0
X11
X12
X13
X14
X15
X16
X17
X18
X19
Los Angeles (3)
X2
X11
0
X20
X21
X22
X23
X24
X25
X26
X27
Sealtle
(4)
X3
X12
X20
0
X28
X29
X30
X31
X32
X33
X34
Detroit
(5)
X4
X13
X21
X28
0
X35
X36
X37
X38
X39
X40
Minneapolis (6)
X5
X14
X22
X29
X35
0
X41
X42
X43
X44
X45
Chicago
(7)
X6
X15
X23
X30
X36
X41
0
X46
X47
X48
X49
Atlanta
(8)
X7
X16
X24
X31
X37
X42
X46
0
X50
X51
X52
Nueva York (9)
X8
X17
X25
X32
X38
X43
X47
X50
0
X53
X54
Boston
(10)
X9
X18
X26
X33
X39
X44
X48
X51
X53
0
X55
Filadelfia
(11)
X10
X19
X27
X34
X40
X45
X49
X52
X54
X55
0
Llamadas Neces.
2000
3000
6000
3000 4000
2000
7000
5000
9000 5000
4000
Obtenindose entonces 55 rutas posibles a realizarse

Sea:
Yi =
1 si la Oficina central de ventas est en la ciudad i

0 si no est
i = 1,2,3,4,5,6,7,8,9,10,11
La funcin Objetivo:
Minimizar las distancias totales que se debe recorrer para hacer las llamadas necesarias:
Min Z =
Y1(602X1+1376X2+1780X3+1262X4+1140X5+1060X6+935X7+1848X8+2000X9+16
68X10)+
Y2(602X1+851X11+1193X12+1321X13+1026X14+1127X15+1290X16+2065X17+2201X1
8+1894X19)+
Y3(1376X2+875X11+971X20+2088X21+1727X22+1914X23+2140X24+2870X25+2995X
26+ 2702X27)+
Y4(1780X3+1193X12+971X20+1834X28+1432X29+1734X30+2178X31+2620X32+2707
X33+ 2486+
Y5(1262X4+1321X13+2088X21+1834X
28+403X35+205X36+655X37+801X38+912X39+654X40)+
Y6(1140X5+1026X14+1727X22+1432X
+403X
29
35+328X41+876X42+1200X43+1304X44+1057X45)+
Y7(1060X6+1127X15+1914X23+1734X
+205X
30
36+328X41+564X46+957X47+1082X48+794X49)+
Y8(935X7+1290X16+2140X24+2178X
+655X
31
37+876X42+564X46+940X5+1096X51+765X52)+
Y9(1848X8+2065X17+2870X25+2620X
32+801X38+1200X43+957X47+940X50+156X53+180X54)+
Y10(2000X9+2201X10+2995X26+2707X
33+912X39+1304X44+1082X48+1096X51+156X53+333X55)+
Y11(1668X10+1891X11+2702X27+2486X
34+654X40+1057X45+794X49+765X52+180X54+333X55)
S.A.
Se desea con cuatro Oficinas centrales para realizar las ventas va llamadas telefnicas:
Y1+ Y2 + Y3+ Y4+ Y5+ Y6+ Y7 + Y8+ Y9+ Y10 + Y11 = 4
El total de llamadas de las ciudades no debe de exceder de la Oficina central de ventas
(en miles):
Si una de la oficinas centrales est en San Antonio, cuyas llamas necesarias es

2000:
3X1 + 6X2 + 3X3 + 4X4 + 2X5 + 7X6 + 5X7 + 9X8 + 5X9 + 4X10 <= 2;
Si una de la oficinas centrales est en Phoenix, cuyas llamas necesarias es 3000:

2X1 + 6X11 + 3X12 + 4X13 + 2X14 + 7X15 + 5X16 + 9X17 + 5X18 + 4X19 <= 3;
Si una de la oficinas centrales est en Loa ngeles, cuyas llamas necesarias es

6000:
2X2 + 3X11 + 3X20 + 4X21 + 2X22 + 7X23 + 5X24 + 9X25 + 5X26 + 4X27 <= 6;
Si una de la oficinas centrales est en Seattle, cuyas llamas necesarias es 3000:

2X3 + 3X12 + 6X20 + 4X28 + 2X29 + 7X30 + 5X31 + 9X32 + 5X33 + 4X34 <= 3;
Si una de la oficinas centrales est en Detroit, cuyas llamas necesarias es 4000:

2X4 + 3X13 + 6X21 + 3X28 + 2X35 + 7X36 + 5X37 + 9X38 + 5X39 + 4X40 <= 4;
Si una de la oficinas centrales est en Minneapolis, cuyas llamas necesarias es

2000:
2X5 + 3X14 + 6X22 + 3X29 + 4X35 + 7X41 + 5X42 + 9X43 + 5X44 + 4X45 <= 2;
Si una de la oficinas centrales est en Chicago, cuyas llamas necesarias es 7000:

2X6 + 3X15 + 6X23 + 3X30 + 4X36 + 2X41 + 5X46 + 9X47 + 5X48 + 4X49 <= 7;
5
Si una de la oficinas centrales est en Atlanta, cuyas llamas necesarias es 5000:

2X7 + 3X16 + 6X24 + 3X31 + 4X37 + 2X42 + 7X46 + 9X50 + 5X51 + 4X52 <= 5;
Si una de la oficinas centrales est en Nueva York, cuyas llamas necesarias es

9000:
2X8 + 3X17 + 6X25 + 3X32 + 4X38 + 2X43 + 7X47 + 5X50 + 5X53 + 4X54 <= 9;
Si una de la oficinas centrales est en Boston, cuyas llamas necesarias es 5000:

2X9 + 3X10 + 6X26 + 3X33 + 4X39 + 2X44 + 7X48 + 5X51 + 9X53 + 4X55 <= 5;
Si una de la oficinas centrales est en Filadelfia, cuyas llamas necesarias es

4000:
2X10+ 3X11 + 6X27 + 3X34 + 4X40 + 2X45 + 7X49 + 5X52 + 9X54 + 5X55 <= 4;
Resuelto en LINGO:
Probla N 31 del CAP. 9 del Libro de WINSTON;
!Xj = la ruta que debe realizar de una ciudad
Xj=
Yi =
a otra
1 Si se hace la ruta
0 Si no se realiza (j = 1,2,3 ... 55)
1 si la Oficina central de ventas est en la ciudad i
0 si no est
(j = 1,2,3 ... 11);
SETS:
CIUDAD/C1..C11/:Llamadas,Y;
Rutas(CIUDAD,CIUDAD):Distancia,X;
ENDSETS
DATA:
Llamadas=2,3,6,3,4,2,7,5,9,5,4;
Distancia= 0
602
1376 1780 1262 1140 1060 935
602 0
851
1193 1321 1026 1127 1290
1376 851
0
971
2088 1727 1914 2140
1780 1193 971
0
1834 1432 1734 2178
1262 1321 2088 1834 0
403
205
655
1140 1026 1727 1432 403
0
328
876
1060 1127 1914 1734 205
328
0
564
935 1290 2140 2178 655
876
564
0
1848 2065 2870 2620 801
1200 957
940
2000 2201 2995 2707 912
1304 1082 1096
1668 1891 2702 2486 654
1057 794
765
ENDDATA
!LA FUNCIN OBJETIVO;
MIN=@SUM(CIUDAD(i):Y(i)*@SUM(Rutas(i,j):Distancia(i,j)*X(i,j)));
1848
2065
2870
2620
801
1200
957
940
0
156
180
2000
2201
2995
2707
912
1304
1082
1096
156
0
333
!LAS RESTRICIOPNES ENCUNATO AL NUMERO DE OFINAS CENTRALES;

@SUM(CIUDAD:Y)=4;
!LAS RESTRICIOPNES ENCUNATO AL NUMERO DE LLAMADAS NECESARIAS;
@FOR(CIUDAD(i):@SUM(Rutas(i,j):Llamadas(i)*X(i,j))<=Llamadas(i));
1668
1891
2702
2486
654
1057
794
765
180
333
0;
!X e Y SON VARIABLES BINARIAS;

@FOR(CIUDAD:@BIN(Y););
@FOR(RUTAS:@BIN(Y););
END
Problema 31.
Una pipa de Sunco Oil tiene 5 compartimientos, con una capacidad de 2700, 2800,
1100, 1800 y 3400 galones de combustible respectivamente. La compaa debe surtir 3
tipos de gasolina (sper, regular y sin plomo) a un cliente. En la tabla se dan las
demandas, la multa por galn que falta y el faltante mximo permisible. Cada
compartimiento puede llevar solo un tipo de gasolina. Se desea minimizar los costos por
faltante de gasolina.
TIPO DE
GASOLINA
SUPER
REGULAR
SIN PLOMO
DEMANDA
2900
4000
4900
COSTO POR
GALON
FALTANTE
10
8
6
MAXIMA
ESCASEZ
PERMITIDA
500
500
500
SOLUCION:
VARIABLES:
W(i) = Galones de gasolina faltante del tipo i para satisfacer la demanda i
X(i,j) = Galones de gasolina del tipo i destinados al compartimiento j
Y(i,j) = 1 Si el compartimiento j lleva gasolina del tipo i
0 en caso contrario
i = 1(sper), 2(regular), 3(sin plomo)
j = 1,2,3,4,5
FUNCION OBJETIVO:
MIN Z = 10 W( 1) + 8 W( 2) + 6 W( 3)
RESTRICCIONES:
o RESTRICCION 1: Mxima escasez permitida de la gasolina del tipo i:
W( 1) <= 500
W( 2) <= 500
W( 3) <= 500
o RESTRICCION 2: Obligaciones con la demanda, donde X es la gasolina
destinada a un compartimiento y W es la gasolina faltante para satisfacer la
demanda.
X(1,1) + X(1,2) + X(1,3) + X(1,4) + X(1,5) + W(1) = 2900
5
X(2,1) + X(2,2) + X(2,3) + X(2,4) + X(2,5) + W(2) = 4000

X(3,1) + X(3,2) + X(3,3) + X(3,4) + X(3,5) + W(3) = 4900
o RESTRICCION 3: Capacidad de los compartimientos, si X(i,j)>0 entonces
Y(i,j) = 1.
X( 1, 1) <= 2700 Y( 1, 1)
X( 1, 2) <= 2800 Y( 1, 2)
X( 1, 3) <= 1100 Y( 1, 3)
X( 1, 4) <= 1800 Y( 1, 4)
X( 1, 5) <= 3400 Y( 1, 5)
X( 2, 1) <= 2700 Y( 2, 1)
X( 2, 2) <= 2800 Y( 2, 2)
X( 2, 3) <= 1100 Y( 2, 3)
X( 2, 4) <= 1800 Y( 2, 4)
X( 2, 5) <= 3400 Y( 2, 5)
X( 3, 1) <= 2700 Y( 3, 1)
X( 3, 2) <= 2800 Y( 3, 2)
X( 3, 3) <= 1100 Y( 3, 3)
X( 3, 4) <= 1800 Y( 3, 4)
X( 3, 5) <= 3400 Y( 3, 5)
o RESTRICCION 4: Cada compartimiento puede llevar solo un tipo de gasolina:

Y( 1, 1) + Y( 2, 1) + Y( 3, 1) =
Y( 1, 2) + Y( 2, 2) + Y( 3, 2) =
Y( 1, 3) + Y( 2, 3) + Y( 3, 3) =
Y( 1, 4) + Y( 2, 4) + Y( 3, 4) =
Y( 1, 5) + Y( 2, 5) + Y( 3, 5) =
1
1
1
1
1
sets:
!PROB 31 CAP 9.2 DEL WINSTON;
!x:gasolina;
!w:gasolina faltante;
!y:1 si el compartimiento j lleva la gasolina tipo i o en caso contrario;
!cf : costo por galon faltante;
!me : mxima escasez permitida;
tipo/1..3/:cf,me,dem,a,w;
compartimiento/1..5/:cap;
matriz(tipo,compartimiento):x,y;
endsets
data:
cf=10,8,6;
me=500,500,500;
dem=2900,4000,4900;
cap=2700,2800,1100,1800,3400;
enddata
min=@sum(tipo:w*cf);
!RESTRICCION 1;
@for(tipo(i):w<=me(i));
!RESTRICCION 2;
@for(tipo(i):w(i)+@sum(compartimiento(j):x(i,j))=dem(i));
!RESTRICCION 3;
@for(matriz(i,j):x(i,j)<=cap(j)*y(i,j));
!RESTRICCION 4;
@for(compartimiento(j):@sum(tipo(i):y(i,j))=1);
!VARIABLE Y ES BINARIA;
@for(matriz:@bin(y));
SOLUCION EN LINGO:
El mnimo costo que se podr pagar es 2 600 dlares. La gasolina del tipo 1 (super)
2800 galones van al compartimiento 2, la gasolina del tipo 2 (regular) 2700 galones
van al compartimiento 1, la gasolina del tipo 2 1100 galones van al compartimiento 3,
la gasolina del tipo 3 (sin plomo) 1500 galones van al compartimiento 4, la gasolina del
tipo 3 3400 galones van al compartimiento 5. La variable w son los galones de gasolina
tipo i faltantes. Para que se cumpla la demanda faltan 100 galones del tipo sper, y 200
galones del tipo regular.

558
Objective value:
2600.000
5
Branch count:
Variable
CF( 1)
CF( 2)
CF( 3)
ME( 1)
ME( 2)
ME( 3)
DEM( 1)
DEM( 2)
DEM( 3)
A( 1)
A( 2)
A( 3)
W( 1)
W( 2)
W( 3)
CAP( 1)
CAP( 2)
CAP( 3)
CAP( 4)
CAP( 5)
X( 1, 1)
X( 1, 2)
X( 1, 3)
X( 1, 4)
X( 1, 5)
X( 2, 1)
X( 2, 2)
X( 2, 3)
X( 2, 4)
X( 2, 5)
X( 3, 1)
X( 3, 2)
X( 3, 3)
X( 3, 4)
X( 3, 5)
Y( 1, 1)
Y( 1, 2)
Y( 1, 3)
Y( 1, 4)
Y( 1, 5)
Y( 2, 1)
Y( 2, 2)
Y( 2, 3)
Y( 2, 4)
Y( 2, 5)
Y( 3, 1)
Y( 3, 2)
32
Value
Reduced Cost
10.00000
0.0000000
8.000000
0.0000000
6.000000
0.0000000
500.0000
0.0000000
500.0000
0.0000000
500.0000
0.0000000
2900.000
0.0000000
4000.000
0.0000000
4900.000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
100.0000
0.0000000
200.0000
0.0000000
0.0000000
6.000000
2700.000
0.0000000
2800.000
0.0000000
1100.000
0.0000000
1800.000
0.0000000
3400.000
0.0000000
0.0000000
0.0000000
2800.000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
2700.000
0.0000000
0.0000000
0.0000000
1100.000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
1500.000
0.0000000
3400.000
0.0000000
0.0000000
-27000.00
1.000000
-28000.00
0.0000000
-11000.00
0.0000000
-18000.00
0.0000000
-34000.00
1.000000
-21600.00
0.0000000
-22400.00
1.000000
-8800.000
0.0000000
-14400.00
0.0000000
-27200.00
0.0000000
0.0000000
0.0000000
0.0000000
Y( 3, 3)
Y( 3, 4)
Y( 3, 5)
Row
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
0.0000000
1.000000
1.000000
0.0000000
0.0000000
0.0000000
Slack or Surplus
Dual Price
2600.000
1.000000
400.0000
0.0000000
300.0000
0.0000000
500.0000
0.0000000
0.0000000
-10.00000
0.0000000
-8.000000
0.0000000
0.0000000
0.0000000
10.00000
0.0000000
10.00000
0.0000000
10.00000
0.0000000
10.00000
0.0000000
10.00000
0.0000000
8.000000
0.0000000
8.000000
0.0000000
8.000000
0.0000000
8.000000
0.0000000
8.000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
300.0000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
Problema 33:
Al tratar un tumor en el cerebro mediante radiaciones, los mdicos quieren la cantidad

mxima de radiacin posible para bombardear el tejido en donde se localiza el tumor.
Pero la restriccin es que hay una cantidad mxima de radiacin que el tejido normal
puede tolerar sin sufrir dao. Por lo tanto los mdicos deben decidir cmo dirigir la
radiacin de tal manera que sea mxima la radiacin que llegue al tumor sujeta a la
restriccin de no daar el tejido sano. Como un ejemplo simple de esta situacin,
suponga que se pueden dirigir seis tipos de haces de radiacin (los haces difieren en
direccin e intensidad) a un tumor. La regin en donde se localiza el tumor se dividi en
seis regiones: tres regiones contiene tumores y tres estn sanas. La cantidad de radiacin
por cada tipo de haz se muestra en la tabla.
Normal
2
12
10
8
12
4
7
1
16
12
9
4
9
8
3
8
6
13
12
11
7
1
20
18
13
6
13
10
Tumor
2
12
15
10
18
5
10
Haz
3
6
8
17
16
14
10
1
2
3
4
5
6
Si cada regin de tejido tolera a lo ms 40 unidades de radiacin, entonces qu haces

se deberan usar para maximizar la cantidad total de radiacin recibida por el tumor?
Solucin:
1
0
xi
Si el haz de radiacin de tipo i (i=1, 26) es usado

Si no sucede as
El PE apropiado es:
La funcin objetivo es maximizar la cantidad total de radiacin recibida por el tumor.
MaxZ 74 x1 69 x 2 70 x3 68 x 4 56 x5 52 x 6
Sujeto a:
Restriccin para regin normal 1:
Restriccin para regin tumor 1:
En Lingo:
16 x1 12 x 2 9 x3 4 x 4 9 x5 8 x 6 40
12 x1 10 x 2 8 x3 12 x 4 4 x5 7 x 6 40
8 x1 6 x 2 13 x3 12 x 4 11x5 7 x6 40
20 x1 18 x 2 13 x3 6 x 4 13 x5 10 x 6 40
12 x1 15 x 2 10 x3 18 x 4 5 x5 10 x 6 40
6 x1 8 x 2 17 x3 16 x 4 14 x5 10 x6 40
SETS:
HAZ/1..6/:TIPO;
REGION/1..6/:;
RADIACION(HAZ,REGION):CANTIDAD;
ENDSETS
6
DATA:
CANTIDAD = 16 12 8 20 12 6
12 10 6 18 15 8
9 8 13 13 10 17
4 12 12 6 18 16
9 4 11 13 5 14
8 7 7 10 10 10;
ENDDATA
MAX=@SUM(RADIACION(I,J):CANTIDAD(I,J)*TIPO(I));
! RESTRICCIONES;
@FOR(REGION(J):@SUM(HAZ(I):CANTIDAD(I,J)*TIPO(I))<=40);
@FOR(HAZ: @BIN(TIPO));
END
Solucin en Lingo:
Objective value:
Branch count:
Variable
TIPO( 1)
TIPO( 2)
TIPO( 3)
TIPO( 4)
TIPO( 5)
TIPO( 6)
CANTIDAD( 1, 1)
CANTIDAD( 1, 2)
CANTIDAD( 1, 3)
CANTIDAD( 1, 4)
CANTIDAD( 1, 5)
CANTIDAD( 1, 6)
CANTIDAD( 2, 1)
CANTIDAD( 2, 2)
CANTIDAD( 2, 3)
CANTIDAD( 2, 4)
CANTIDAD( 2, 5)
CANTIDAD( 2, 6)
CANTIDAD( 3, 1)
CANTIDAD( 3, 2)
CANTIDAD( 3, 3)
CANTIDAD( 3, 4)
CANTIDAD( 3, 5)
CANTIDAD( 3, 6)
21
212.0000
2
Value
1.000000
0.0000000
1.000000
1.000000
0.0000000
0.0000000
16.00000
12.00000
8.000000
20.00000
12.00000
6.000000
12.00000
10.00000
6.000000
18.00000
15.00000
8.000000
9.000000
8.000000
13.00000
13.00000
10.00000
17.00000
Reduced Cost
-74.00000
-69.00000
-70.00000
-68.00000
-56.00000
-52.00000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
CANTIDAD(
4,
4,
4,
4,
4,
4,
5,
5,
5,
5,
5,
5,
6,
6,
6,
6,
6,
6,
1)
2)
3)
4)
5)
6)
1)
2)
3)
4)
5)
6)
1)
2)
3)
4)
5)
6)
4.000000
12.00000
12.00000
6.000000
18.00000
16.00000
9.000000
4.000000
11.00000
13.00000
5.000000
14.00000
8.000000
7.000000
7.000000
10.00000
10.00000
10.00000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
Row
1
2
3
4
5
6
7
Slack or Surplus
212.0000
11.00000
8.000000
7.000000
1.000000
0.0000000
1.000000
Dual Price
1.000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
En conclusin los haces que se deberan emplear para maximizar la radiacin en el

tumor son los de tipo 1, 3 y 4
Problema 34:
El servicio de bomberos de Smalltown tiene en la actualidad siete equipos con
escaleras ordinarias y siete cajas de alarma. Los dos equipos ms cercanos con escalera
a cada caja de alarma se dan en la tabla 3. Los padres de la ciudad desean maximizar el
nmero de equipos con escalera ordinaria que se puedan reemplazar por equipos con
escaleras extensibles. Las consideraciones polticas establecen infortunadamente que es
posible reemplazar un equipo ordinario solo si, despus del reemplazo por lo menos
uno de los equipos ms cercanos a cada caja de alarma todava es un equipo ordinario.
Formule un PE que se pueda usar para maximizar la cantidad de equipos
convencionales que es posible reemplazar por equipos con escaleras
extensibles.
sol :
Xij = escalera j que esta cercana a la caja i que va a ser cambiada
Xij {1 si se cambia el equipo ordinario por el extensible
0 si no sucede as
Maz = X12+ X13+ X23+ X24+ X31+ X35+ X42+ X46+ X53+ X56 + X64
+X67+X75+ X77
s.a :
X12+ X13>= 1
X23+ X24>= 1
X31+ X35>= 1
X42+ X46>= 1
X53+ X56>= 1
X64 +X67>= 1
X75+ X77>= 1
X12 =X42
X13= X23= X53
X24= X64
X35= X75
X46 = X56
X67= X77
Xij= 0 o 1(i =j= 1, 2, 3, 4, 5, 6,7)
Alumno: Snchez Carquin Nathaly

Codigo : 03170129
PROBLEMA 35:
Cuando usted solicita nmeros telefnicos 800 a AT&T para telemercadeo, AT&T
utiliza un modelo de Solver para indicar a usted dnde debe ubicar su centro de
llamadas a fin de minimiza sus costos de operacin sobre un horizonte de 10 aos. Con
el objeto de ilustrar el modelo, suponga que usted est considerando 7 ubicaciones para
centros de llamadas: Boston, Nueva York, Charlotte, Dallas, Chicago, L.A y Omaha. Ya
conocemos el costro promedio (en dlares) en que se incurre si una llamada de
telemercadeo es hecha desde cualquiera de estas ciudades a cualquier regin del pas.
Tambin sabemos los salarios por hora que debemos pagar a los trabajadores en cada
ciudad (tabla 120)
Suponga que una llamada promedio requiere 4 minutos. Hacemos llamadas 250 das al
ao, y el nmero promedio de llamadas por da a cada regin del pas, se proporciona en
la tabla 121.
El costo de la construccin de un centro de llamadas en cada localidad posible, est en
la tabla 122.
Cada centro de llamadas puede efectuar al menos 5000 llamadas por da. Con esta
informacin cmo se puede minimizar el costo de contado (a 10% por ao) de echar a
andar la operacin de telemercadeo durante 10 aos? Suponga que todos los salarios y
los costos de las llamadas se pagan al final de cada ao.
Tabla 120
Costo de
Nueva
Atlnti
Grandes
Montaas
Salario
llamada
Inglater
co
Sureste Soroeste
($/min)
ra
Medio
Boston
1.2
1.4
1.1
1.3
Nueva York
1.3
1
1.3
1.2
Charlotte
1.5
1.4
0.9
1.5
Dallas
2
1.8
1.2
1
Chicago
2.1
1.9
2.3
1.9
Los Angeles
2.5
2.1
1.9
2.2
Omaha
2.2
2.1
2
2.6
Lagos
2
1.8
2.1
1.7
0.9
1.7
1.4
Tabla 121
Regin
Nueva Inglaterra
Atlntico Medio
Sureste
Suroeste
Grandes Lagos
Planicies
Montaas Rocosas
Pacfico
Planicies Rocosas Pacfico x hora

($)
2.2
2.8
2.2
14
1.9
2.5
2.8
16
2.3
2.6
3.3
11
2.2
1.8
2.7
12
1.3
1.2
2.2
13
1.5
1.4
1
18
0.6
0.9
1.5
10
Tabla 122
Ciudad
Llamadas diarias
1000
2000
2000
2000
3000
1000
2000
4000
Bostn
Nuvea Yokr
Charlotte
Dallas
Chicago
Los Angeles
Omaha
Costo de Construccin
(millones de dolares)
2.7
3
2.1
2.1
2.4
3.6
2.1
SOLUCION:
Para poder minimizar los costos, primero hallaremos los costos anuales en $ para las
llamadas, para lo cual multiplicaremos por el promedio de duracin de la llamada (4), el
nmero promedio de llamadas al da (tabla 121) y el nmero de das que se realizan
llamadas por ao (250). Con lo que obtenemos la Tabla 1:
Costo de
Nueva Atlnti
llamada
Inglaterra
co
Sureste Suroeste
( millones de
Medio
$/ ao)
Boston
1.2
2.8
2.2
5.2
Nueva York
1.3
2
2.6
4.4
Charlotte
1.5
2.8
1.8
3.8
Dallas
2
3.6
2.4
2
Chicago
2.1
3.8
4.6
3.0
Los Angeles
2.5
4.2
3.8
2.4
Omaha
2.2
4.2
4
2.6
Grandes
Lagos
Planicies
Montaas
Rocosas
Pacfico
TOTAL
6
5.4
6.3
5.1
2.7
5.1
4.2
2.2
1.9
2.3
2.2
1.3
1.5
0.6
5.6
5.0
5.2
3.6
2.4
2.8
1.8
8.8
11.2
13.2
10.8
8.8
4
6
34
33.8
36.9
31.7
28.7
26.3
25.6
Y para el Salario anual de los trabajadores, consideraremos que la central debe trabajar
los 365 das del ao, las 24 horas del da.
Con lo que obtenemos la Tabla 2:
Salario Anual
(Millones de $/Ao)
0.12096
0.14016
0.09636
0.10512
0.11388
0.15768
0.08760
Ciudad
Boston
Nueva York
Charlotte
Dallas
Chicago
Los Angeles
Omaha
Sean las Variables:

Xi : 1, Si se opta como centro de llamadas por la ciudad i, 0 En caso contrario
i = 1 (Boston), 2 (Nueva York), 3 (Charlotte), 4 (Dallas), 5 (Chicago), 6 (L.A) , 7
(Omaha)
Funcin Objetivo:
Min = Xi*( Costo de llamadas(i) + Salario Anual(i) ) + 0.1* Costo de Construccin(i)
Restricciones:
Como la demanda total de llamadas, a las distintas regiones, es de 17 000 y cada centro
har al menos 5000, ponindonos en el peor de los casos tendramos que cada centro
solo hara las 5000 llamadas, as tendramos que se necesitar por lo menos:
17000/5000 = 3.4 = 4 centros
Para satisfacer la demanda:
Suma( Xi ) >= 4
El programa en Lingo es:
!CLL = Costo de la llamada;
!SA = Sueldo Anual;
!CC = Costo de Construccin;
SETS:
CENTROS/1..7/:X,CLL,SA,CC;
ENDSETS
DATA:
CLL= 34,
33.8,
36.9,
31.7,
28.7,
26.3,
25.6;
SA=
0.12096,
0.14016,
0.09636,
0.10512,
0.11388,
0.15768,
0.08760;
CC=
2.7,
3,
2.1,
2.1,
2.4,
3.6,
2.1;
ENDDATA
MIN = @SUM(CENTROS(i):X(i)*CLL(i)) +
@SUM(CENTROS(i):X(i)*SA(i))+
@SUM(CENTROS(i):X(i)*CC(i)*0.1);
@FOR(CENTROS(i):@SUM(CENTROS(j):X(j))>=4);
@FOR(CENTROS(i):@bin(X));
SOLUCION EN LINGO:
El costo mnimo de poner los centros de llamadas y satisfacer la demanda es de
113.7843 millones de dlares, y los locales debern estar ubicados en: Dallas, Los
Angeles, Chicago y Omaha,
Objective value:
Branch count:
1
113.7843
0
Variable
X( 1)
X( 2)
X( 3)
X( 4)
X( 5)
X( 6)
X( 7)
CLL( 1)
CLL( 2)
CLL( 3)
CLL( 4)
CLL( 5)
CLL( 6)
CLL( 7)
SA( 1)
SA( 2)
SA( 3)
SA( 4)
SA( 5)
SA( 6)
SA( 7)
CC( 1)
CC( 2)
CC( 3)
CC( 4)
CC( 5)
CC( 6)
CC( 7)
Value
0.0000000
0.0000000
0.0000000
1.000000
1.000000
1.000000
1.000000
34.00000
33.80000
36.90000
31.70000
28.70000
26.30000
25.60000
0.1209600
0.1401600
0.9636000E-01
0.1051200
0.1138800
0.1576800
0.8760000E-01
2.700000
3.000000
2.100000
2.100000
2.400000
3.600000
2.100000
Reduced Cost
34.39096
34.24016
37.20636
32.01512
29.05388
26.81768
25.89760
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
Row
1
2
3
4
5
6
7
8
Slack or Surplus
113.7843
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
Dual Price
1.000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
PROBLEMA 36 :
La pregunta siguiente se relaciona con el ejemplo del presupuesto de capital de Star Oil
de la seccin 3.6 los resultados de LINGO para este problema se muestran en la figura
16.
a. Encuentre e interprete el precio sombra de cada restriccin.
b. Si el VPN de la inversin 1 fuera 5 millones de dlares cambiaria la solucin
ptima del problema?
c. Si el VPN de la inversin 2 y el de la inversin 4 disminuyera en 25%
cambiaria la solucin optima del problema? (Para este inciso se requiere
conocer la regla del 100%.)
d. Suponga que el presupuesto del capital de Star Oil se modificara a 50 millones
de dlares en el tiempo 1. Seria star mas rica? (Para este inciso se requiere
e. Suponga que esta disponible (inversin 6). Dicha inversin tiene un VPN de 10
millones de dlares y requiere una salida de efectivo de 5 millones de dlares en
el tiempo 0 y 10millones de dlares en el tiempo 1 Debera Star Oil invertir en
la inversin 6?
Se define como:
Xi = fraccin de la inversin i comprada por Star Oil ( i = 1, 2, 3, 4, 5)
SOLUCIN PTIMA : 57.44902 millones de dlares
SOLUCIN
a. Encuentre e interprete el precio sombra de cada restriccin.
Para ello necesitamos la solucin dual del problema:
Se define que:
Y1 = Disponibilidad de dinero en el tiempo 0
Y2 = Disponibilidad de dinero en el tiempo 1
Y3 = Restriccin de la inversin 1
Solucin dual en LINDO
Se observa que los precios sombra y su interpretacin son:

S1 = 0.190418 (Si aumentamos en 1 milln de dlares la disponibilidad en el
tiempo 1, el ingreso aumentar en 0.190418 millones de
dlares)
S2 = 0.984644 (Si aumentamos en 1 milln de dlares la disponibilidad en el
tiempo 1, el ingreso aumentar en 0.984644 millones de
dlares)
S3 = 7.951474 (Si aumentamos en 1 milln de dlares la inversin 1, el ingreso
aumentar en 7.951474 millones de dlares)
no sufrir ningn aumento)
no sufrir ningn aumento)
b. Si el VPN de la inversin 1 fuera 5 millones de dlares cambiaria la

solucin ptima del problema?
Como se puede observar la solucin ptima cambia a un valor menor que es de

49.49754 millones de dlares.
c. Si el VPN de la inversin 2 y el de la inversin 4 disminuyera en 25%

cambiaria la solucin optima del problema? (Para este inciso se requiere
Como se puede observar la solucin ptima cambia a un valor menor que es

de 53.14558 millones de dlares.
d. Suponga que el presupuesto del capital de Star Oil se modificara a 50 millones
de dlares en el tiempo 1. Seria Star ms rica? (Para este inciso se requiere
Como se puede observar la solucin ptima cambia a un valor mayor que es de

70.18182 millones de dlares. Es decir Star Oil ser ms rica.
e. Suponga que esta disponible (inversin 6). Dicha inversin tiene un VPN de
10 millones de dlares y requiere una salida de efectivo de 5 millones de
dlares en el tiempo 0 y 10 millones de dlares en el tiempo 1 Debera Star
Oil invertir en la inversin 6?
Como se puede observar la solucin ptima no cambia, y observamos que la

inversin 6 no se realiza y se obtiene un ahorro en gastos de 0.798526 millones
de dlares.
Por lo tanto Star Oil no debera hacer una inversin 6.

Programacionlinealentera

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programacionlinealentera

Cargado por

Copyright:

Formatos disponibles

PROBLEMAS DE PROGRAMACIN ENTERA

1, si el gimnasta i entra en ambos eventos. (i = 1, 2, 3, 4, 5,6)

1, si el gimnasta i entra solo en vigas de equilibrio. (i = 1, 2, 3, 4, 5,6)

1, si el gimnasta i entra solo en ejercicios de piso. (i =1, 2, 3, 4, 5,6)

Los datos del problema se pueden expresar de la siguiente manera:

Se Utilizara el programa lingo para resolver el problema

La solucin que me proporciona es la siguiente:

1. Si se abre la bodega de Nueva York, entonces se debe abrir la bodega

1 se usa la lnea i, (i =1,2).

Entonces, la PE apropiada es:

Y La solucin en LINDO sera:

Definimos las variables a utilizar:

1 Si el cirujano i realiza alguna operacin. (i = 1, 2, 3, 4, 5, 6)

El PE apropiado para este problema es:

X1 + X2 <= 1 (el cirujano 1 y 2 no simpatizan entre si)

LA SOLUCIN DEL PROGRAMA CON LINGO ES:

Crdenas Rondoo, Bryan

La solucin del Lingo es:

Garca Paz Mara

1, si se produce en la planta i. (i =1, 2,3)

M = Cantidad muy grande, que puede ser de un milln.

COSTO = Costo variables (dlares) sujeto a la cantidad de produccin que se

PLANTA/1..3/: COSTO, COSTOADIC, X, Y, CAP;

COSTO VARIABLE POR

1, si el producto se fabrica en la maquina i. (i =1, 2, 3, 4.)

Entonces, el PE apropiado es:

(Total de produccin requerida)

(Si produce en maquina 4, se considera CF 4)

OBJECTIVE FUNCTION VALUE

SLACK OR SURPLUS DUAL PRICES

Formule un modelo de programacin lineal para determinar el plan de embarque de

La ciudad solo tiene 2 ambulancias y desea ubicarlas en tales lugares que se

o La tabla anterior va a estar representada por el parmetro tviajeij

o RESTRICCION 2: En cada una de las siguientes ecuaciones se muestra cuales

tercera ecuacin si por lo menos uno de los distritos 3, 4 ,5 posee una

W17 +50 W18 +70

MAX Z = 50(4-2) X11 + 50(4-3) X12 + 40(4-3) X31

(restriccin del edificio 1)

costos de operacin diarios

1, si se usa el camin i. (i =1, 2, 3, 4)

1, si se usa el camin i para repartir a la tienda j (j=1, 2, 3, 4, 5)

Costo del auditor (dlares)

COSTO DE AUDITOR (miles dlares)

1, si el auditor es asignado a la ciudad i ( i = 1: NY, 2:A, 3:C, 4:LA)

Entonces, el PE apropiado es:

100 000Y1 + 100 000 Y2 + 100 000Y3 +100 000 Y4

Yi = 0 1 (i = 1:A, 2:B, 3:C, 4:D) , (j = 1, 2, 3, 4)

El programa del Lingo es:

1200 * X_2_1 + 1000 * X_2_2 + 1500 * X_2_3 + 1200 * X_2_4 +

Alumno: milla luyo

1; Si en el lado i esta la cancin numero j.

800*(X51+X54) 600*(X63+X65) 400(X72+X75) 500(X81+X83+X86) 400*(X93+X95)

se puede maximizar la ganancia ?

La ciudad de Nueva Cork tiene 10 distritos de recoleccin de basura y pretende

1: Si el distrito i, ser un tiradero. (i=1,2....10)

0: Si el distrito i, no manda basura al distrito j.

Min Z = (2 + 49*310)*X1 + (1+40*874)*X2 + (1+51*555)*X3 +

5.09 4.24 5 3 5 3.16 5.83 7 0 4.12

! RESTRICCION DE VARIABLES BINARIAS;

Global optimal solution found at step:

entonces: grafico de las rutas ser como se muestra en la tabla:

Obtenindose entonces 55 rutas posibles a realizarse

1 si la Oficina central de ventas est en la ciudad i

Si una de la oficinas centrales est en San Antonio, cuyas llamas necesarias es

800(X51+X54) 600(X63+X65) 400(X72+X75) 500(X81+X83+X86) 400*(X93+X95)

Min Z = (2 + 49310)X1 + (1+40874)X2 + (1+51555)X3 +