Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Redes Ultimo
Redes Ultimo
Capítulo I GRÁFICAS
1
2.1 Definiciones
5
2.2 Teorema Del Mínimo Corte-Máximo Flujo
7
2.3 Algoritmo De Ford y Fulkerson 7
2.4 Problemas De Transporte
10
2.5 Algoritmo De Desviaciones
17
2.6 Problemas Resueltos
34
3.1 Definiciones
42
3.2 Construcción De La Red
42
3.3 Determinación De La Duración Del Programa
Y De Las Holguras De Las Actividades 44
3.4 Aspectos Probabilísticos Del Método 48
3.5 Asignación De Recursos (MAR)
51
3.6 Optimización De Programas
59
3.7 Problemas Resueltos
67
4.1 Introducción
84
4.2 Definiciones
84
4.3 Problemas
85
4.4 Asignación De Recursos (Alg. Little)
100
4.5 Secuenciación
107
5.1 Definiciones
134
5.2 Características De Los Problemas De
Programación Dinámica
134
5.3 Elementos Básicos De Programación
Dinámica
135
5.4 Problemas Resueltos
147
2
CAPÍTULO I
GRÁFICAS
Gráfica de orden n
Sea un cierto conjunto finito de puntos denominados vértices X ={X i}, i=1,
2, ..., n; y el conjunto A de segmentos dirigidos (Xi , Xj) llamados arcos, que unen
todos o algunos de los vértices tales que X i,Xj X. La pareja G= (X, A) constituye
una gráfica de orden n.
X3
U5
U1 U2
U4
X4
U3
X1
X2
X5
Fig. 1.1
|X| = 5 |A|= 6
3
1.2 CONCEPTOS PARA GRÁFICA ORIENTADA
Extremos.-
Sea u A tal que u = (Xi ,Xj)
Xi: Extremo inicial o predecesor
Xj: Extremo final o sucesor
Arcos Adyacentes
Dos arcos son adyacentes si tienen un vértice común. Así, en la figura 1.1, los arcos
(X3, X4) y (X4 , X5) son adyacentes.
Vértices Adyacentes
Dos vértices son adyacentes si son diferentes y existe al menos un arco que va de
Xi a Xj o de Xj a Xi .
Al conjunto W+(Y) U W-(Y), se le representa con W(Y) .Por ejemplo sea en la fig.
1.1 el conjunto Y = X2, X3, X5 entonces :
W+(Y) = { u5 } W-(Y) = { u6 }
Sub gráfica
Se denomina sub gráfica de G = (X, A), a aquella constituida por Y X y por
arcos de A que unen vértices de Y. Por ejemplo, la fig. 1.2(b) es subgráfica de
1.2(a).
Gráfica Parcial
4
Se denomina gráfica parcial de G = (X, A) a la que está constituida por el conjunto
de vértices de X y por B A. Ejemplo: La fig. 1.2(c) es una gráfica parcial de
1.2(a)
X
U U U X X
X U
4 U X c3 U
X 1 X4 1 4
1 4
5 1 U 7
1 3 X X
U U U X U X
3
2
v 3 7 5 2 v U
5
3
5
vX U
X
v X
U
6
2 2 6
(a 6 (b 2 (c
) ) )
Fig. 1.2
Camino
Se denomina camino a la secuencia de arcos u = ( u 1 ,u2,...,uk ), en el cual el
extremo final de cada arco coincide con el extremo inicial del arco que le sigue. En
la fig. 1.2 (a) se puede mencionar por ejemplo el camino:
( u3 ,u4 ,u5 ) , ( u2 ,u3 ,u7 )
Un camino puede representarse por los vértices del ejemplo anterior se tiene:
(x2, x3, x4, x5) , (x1, x2, x3, x5)
Circuito
Es un camino finito N = (x1, x2, ..., xk) en el que el vértice inicial x1 es igual al
vértice final xk. Así, en la fig. 1.2(a), u = ( x2, x3, x5, x2 ) es un circuito.
Anillo
Es un circuito constituido por un solo vértice y un solo arco. En la fig. 1.2(a), u 1 =
(x1, x1) es un anillo.
1.3CONCEPTOS
1.3CONCEPTOS PARA GRÁFICA NO ORIENTADA
5
Los conceptos de arco, camino y circuito se sustituyen por los de arista, cadena y
ciclo.
Arista
Se denomina arista de una gráfica G, a un conjunto de vértices X i , Xj tales que Xi
Xj , (Xi , Xj) A y/o (Xj , Xi) A; es decir que es el segmento que une dos
vértices adyacentes. La gráfica de la fig. 1.3 tiene 5 arcos y 3 aristas.
X1 X3
X2
Fig. 1.3
Arcos = {(X1, X1), (X1, X3), (X2, X1), (X2, X3), (X3, X1)}
_____ ____ _____
Aristas = {(X1 ,X2) , (X1 ,X3), (X2 ,X3)}
Si en la constitución de una arista figura un solo arco dirigido, se dice que es una
arista simple, en caso contrario que es múltiple.
Cadena
Se dice cadena a una secuencia de aristas.
Ejemplo: v = (X1, X2, X3) es una cadena de la gráfica no orientada de la fig. 1.4
X 3
X 2
X 4
X 1
X 5
Fig. 1.4
6
Es de notar que cada arco de la fig. 1.4 tiene las dos orientaciones (X i, Xj) y (Xj ,
Xi).
Ciclo
Se denomina ciclo a la cadena finita en el que coinciden los vértices inicial y final.
De la fig. 1.4, v = (X1, X2, X3, X4, X5) constituye un ciclo.
7
CAPÍTULO II
REDES DE TRANSPORTE
2.1 DEFINICIONES
Red de Transporte
Se denomina red de transporte al grafo finito sin anillos donde se cumple que:
a) Cada arco u tiene asociado un número C(u) 0, llamado capacidad del arco.
b) Existe un solo vértice x0, tal que W-(X0) = 0, este vértice se llama fuente de la
red o salida de la red.
c) Existe un solo vértice xn tal que W+(Xn) = 0, este vértice se llama sumidero de
la red o salida de la red.
Flujo
Se dice que una función entera (u), definida sobre el conjunto A de los arcos, es
un flujo para una red de transporte si satisface las siguientes condiciones:
La función (u) puede considerarse como la cantidad de materia que fluye por el
arco u. Como la materia que entra es igual a la que sale entonces:
Arco Saturado
Se dice que un arco u A está saturado si se tiene (ui) = C(ui)
8
Flujo Completo
Un flujo es completo si todo camino que va de la fuente al sumidero contiene al
menos un arco saturado.
Obsérvese que los arcos (X0, X2) y (X1, X3), mostradas en la figura 2.1, están
saturados y que el flujo es completo dado que los caminos (X 0, X1, X3) y (X0, X2,
X3) tienen un arco saturado.
1 X1
2
3 ° 1 1
° X 3
X0
°2 2
2
4 2
Corte Y
2
°
X2
Fig. 2.1
Corte
Sea un conjunto Y X de vértices que contienen el sumidero X n y no contienen la
fuente X0. El conjunto W-(Y) (incidentes hacia el interior de Y) se le denomina
corte de la red. Por ejemplo, si en la fig. 2.1 se tiene Y=(X 1, X3) entonces el corte
correspondiente a Y está dado por:
Capacidad de Corte
9
A la expresión:
C [W-(Y)] = C(u)
u W-(Y)
TEOREMA:
Consiste en el aumento paulatino del flujo (Xn) hasta que éste llegue a ser
máximo.
La búsqueda del flujo máximo se realiza en dos etapas :
∆ (x0) = Min.{[C(u)- (u)], para (Xi, Xj), o (u) para (Xj, Xi)}
Xi, Xj pertenecen a la cadena.
Luego se corrigen los flujos en la red, esto es, se aumenta el flujo a los arcos (X i,
Xj), y se disminuye en el sentido contrario, se repiten los pasos a y b hasta que no
sea posible etiquetar el último vértice. Si esto ocurre, el flujo hallado es el máximo
y el corte mínimo se deriva de separar los vértices etiquetados de los no
etiquetados.
X1 X3
6
5
° 2
° 5
°X 5
X0
° 7 3
6
X2° 3
°X 4
Fig. 2.2
11
1 = (X0, X1, X3, X5), (1) = 5, se saturan los arcos (X0, X1 ) y (X3, X5).
Se puede observar en la fig. 2.3 que todos los caminos tienen al menos un arco
saturado.
X 1 1 5 X 3
5 6
° °
0
5 5
2 5
0
°X 5
°
3
X 0 6
4 7 3
3
X °
2
0
3
3 X
3
4
Fig. 2.3
(-X3) (+X2)
X 1 1 5 X 3
5 6 0
5 ° 2
° 5
5
0
°X
3
5 ( +X4 )
(+) X 0
°
4 7 3 6
( +X0 )
3
X °
2
0
3
3
°X
3
4
( +X1 )
12
Fig. 2.4
( - X3 ) ( +X2 )
X 1 1 3 X 3 CORTE
6 0
5 ° 0
2 °
2 5
5
0
°X 5
°
5
( +) X 0 6
2 7 3
1 2
X °
2
0
3
3
°X 4
Fig. 2.5
Como se observa en la fig. 2.5, no es posible etiquetar X 5 lo que nos indica que
estamos frente al flujo máximo. (X 5) = 10 y la capacidad del corte mínimo que es
también se obtiene sumando las capacidades de los arcos incidentes al interior de
los vértices (Y0) no etiquetados.
Y0 = [ X4, X5 ]
13
A continuación se presenta ejemplos referentes a dos tipos de problemas de
transporte, los cuales son:
PRODUCCIÓN Y CONSUMO
X1 X2 X3 X4 X5 X6
FABRICA 10 15 25
OBRAS 5 10 20
Cuadro 2.1 d
CAPACIDAD DE TRANSPORTE
DESTI NO X4 X5 X6 X7
ORI GEN
X1 8 3 5 2
X2 4 1 6 7
X3 1 9 4 3
|
Cuadro 2.2
Se pide determinar el máximo número de piezas que se pueden enviar a las obras.
14
Solución
El problema se puede representar gráficamente de la manera siguiente
(Fig. 2.6):
X 4
°
X 1
°
8
3 X 5
°
0 5
2 5
10
10
X 2
4
1
I X8
X
° °
0 15
6
7 20
25
X 6 15
1
X 3 9
4 °
° 3
X 7
Fig. 2.6 °
Para aplicar el algoritmo se asume la existencia de una fuente (vértice X 0) y un
sumidero (vértice X8).
Los resultados que se extraen de la fig. 2.11 se resumen en el cuadro 2.3.
15
( +X2 )
X 4
°
5
( X4 )
X1 3
°
8
10 3 3 X 5
°
5
5
2 1
10 6 10 5 ( +X4 )
( +X0 ) X 4 10
2
I X8
° °
1
X 0 15
14 6
12
7 20 10
25 6 2 X 6 15
1
13 X 3 9
4 °
°
4 ( +X1 )
3
7
X 7
°
3 5
Fig. 2.7
( +X3 )
X4
°
4
1
( -X4 )
X1 4
°
8
10 3 3 X5
°
5
2 1 5
10
6 10 5 ( +X7 )
15 X2 4 10
+X 0 1
I X8
° °
15 13
6
7 20
12 6 3 10
25 X6 15
1
13 X3 9
4
° 7
°
4
3
( +X0 )
7
X7
3 5
( +X1 )
Fig. 2.8
16
X4
°
3
1 1
( -X5 )
X1
°
8
10 3 3 X5
°
5
2 1 5
10
( +X3 )
6 10 5 ( +X6 )
15 X2 4 10
I X8
° °
1
+X 0 15
6 13
7 20
11 6 3 11
25 X6 15
°
1
14 X3 9
4 ( +X1)
7
°
4
3
( +X0 )
7 1
X7
4
°
3
Fig. 2. 9
X 4
°
3
1
1
( - X5 )
X1 4
°
8
10 3 3 X 5
°
5
2 1 5
10
( +X3 )
6 10 5 ( +X6 )
15 X 2
4 10
+X 1
I X8
° °
0 15 13
6
7 20
11 11
25
6 3 X 6 15
1
14 X 3 9
4 4 ( +X1 ) ° 7
°
( +X0 )
3
7 1
X 7
4
3
°
Fig. 2.10
17
X 4
°
3
1
1
X 1 5
°
8
10 2 3 X 5
°
5
5
10 2 1
9 10 5
X 2
4 10
X0 I X8
° °
15 1
6 15
20
( +) 8 7
6 5 X 12
25 6 15
°
1
17 X 5
3 9
4
°
4
3
( +X0 )
7 2
X 7
3
°
Fig. 2.11
W-(Y0) = [(X0, X1), (X0, X2), (X3,X4), (X3, X5), (X3, X6), (X3, X7)]
[W-(Y0)] = C(X0, X1) + C(X0, X2) + C(X3, X4) + C(X3, X5) + C(X3, X6) +
C(X3, X7)
= 10 + 15 + 1 + 9 + 4 + 3 = 42
Respuesta: El máximo número de piezas que pueden enviarse a las obras es como
sigue:
N° DE
OBRA
PIEZAS
X4 5
X5 10
X6 15
X7 12
TOTAL 42
18
NUMERO DE PIEZAS ENTREGADAS A LA OBRA
DESTI NO X4 X5 X6 X7
ORI GEN
X1 3 0 5 2
X2 1 1 6 7
X3 1 9 4 3
TOTAL 5 10 15 12
°
5
X1 5
° 2 3
8
X 5
°
5
2 10 5
10
X2 4 10 10 5
X0 I X8
° °
1
15 20
6
5 7 20
15
25
5 X 6
1 15
X3
°
15
9 5
4
° 3
10
X 7
Fig. 2.12
5
°
19
TIEMPO DE TRANSPORTE
DESTINO X4 X5 X6 X7
ORIGEN
X1 8 3 5 2
X2 4 1 6 7
X3 1 9 4 3
|
Como se observa en la figura 2.12, se han trasladado las piezas a los consumidores
usando los arcos que consignan el menor tiempo de transporte.
( +X2 )
X4
°
5
X1
° 3 X5
°
5
2 10 5
10
10 5 ( +X6 )
X0 10 X2 4 10
I X8
° °
1
15 15
( +X0 ) X6 20
15
25 1 15
X3
°
15
( +X3 )
°
4
3
( - X4
10
5
X7
Fig. 2.13
°
20
( +X2 )
X4
°
5
X1
° 3 X5
°
5
2 10 5
10
10
X0 10 X2 4
1
I X8
° °
15
20
25 X6
1 15
°
X3 20
4
° 3
10
5
X7
Fig. 2.14 °
El tiempo de transporte obtenido tal como se muestra en la fig. 2.14 es de 4
unidades, allí también se observa que no es posible continuar reduciéndolo ya que
el punto x6 (centro de consumo) quedaría desconectado de las fábricas.
Este algoritmo resuelve el problema de flujo con costo mínimo de una red.
La red debe ser circulatoria, es decir cualquier punto de la red pertenece a un
circuito por lo que se asume que flujo circula continuamente a través de la red.
Los elementos que conducen a la obtención del algoritmo son la formulación
primal, la formulación dual y el teorema de holgura complementaria.
Para poder expresar en forma general lo que son el primal y dual de este problema,
partiremos del siguiente ejemplo:
Minimizar el costo total del flujo que pasa por el camino S, L,T.
Puesto que el flujo debe ser circulatorio se crea el arco (T, S).
21
S L T
Fig. 2. 15
Xij = flujo
PRIMAL
min Z = C SLXSL + CLT XLT + CTSXTS
sa :
Flujo que entra a un nodo = Flujo que sale del nodo
Variable dual
XSL - XTS =0 (WS)
22
- XLT + XTS =0 (WT)
DUAL
Sa : VD
PRIMAL
m m
23
mín Z = Ci jXij
i=1 j=1
Sa:
m m
Xi,j - X k,j = 0 (Wi)
j=1 k=1
i = 1, ..., m
DUAL
m m
máx G = (Lij Vij - Uijhij )
i=1 j=1
Sa: VD
Wi - Wj + Vij - hij = Cij Xij
i, j = 1,......,m
hi j, Vi j ≥ 0 i, j = 1...m
Wi no restringida i = 1...m
24
(Xij - Lij)Vij = 0 ;
Si Vij >0 entonces Xij = Lij
(Uij - X ij)hij = 0 ;
Si hij >0 entonces Xij = Uij
Como Xij no tiene al mismo tiempo los niveles Lij y Uij a menos que
Lij = Uij
RESUMEN :
Zi j - Ci j < 0 Vi j > 0 Xi j = Li j
Zi j - Ci j > 0 hi j > 0 Xi j = Ui j
Zi j - Ci j = 0 hi j = Vi j = 0 Li j ≤ Xi j ≤ Ui j
Fig. 2.16
Fig. 2.17
Fig. 2.18
Pasos:
27
Fig. 2.19
FASE DUAL
Cuando no exista ningún circuito en G’, el camino a seguir, en esta fase, conduce a
aumentar el número de arcos en G’ con la finalidad de formar circuitos, para lo cual
se deberá cambiar los Zi j-Ci j modificando los valores de W de los arcos
pertenecientes al conjunto X en una cantidad >0.
Sea :
(p,q) = Arco no conformable
N = Número total de nodos de la red
X = Conjunto de nodos en G’ que se puede alcanzar desde q a lo
largo de un camino en G’.
_
X = N-X
_ _
Si se logra ingresar a G’, arco de los conjuntos (X,X) y/o (X,X), modificando los
valores de Zij - Cij, se estará en el camino de formar circuitos en G’.
_
Cambios en (X,X)
_
Si iX y jX se obtiene :
28
_
Si iX y jX se obtiene :
= (Zij - Cij) -
_
En la determinación de para el conjunto de arcos (X, X) se debe examinar la fig.
2.20, aquí es necesario destacar que los arcos con:
Xi j< Li j y Zi j - Ci j < 0
_
no pertenecen a (X,X) pues tal arco en G vendría a ser un arco en G’, con el
resultado de que si i puede ser alcanzado desde (q) entonces j también y ambos
vértices pertenecen a X.
29
_
POSIBLES ESTADOS CONFORMABLES PARA ARCOS DE X A X EN G Y
LÍMITES SOBRE
Z ij -C ij <0 Z ij -C ij =0 Z ij -C ij >0
X ij U ij
X ij = U
ij
l ij <X ij <U ij
X ij = l
ij
X ij < l ij
Fig. 2.20
_
El conjunto de arcos Si (X,X) que pueden cambiar el valor de Zij-Cij tienen las
siguientes características
_
S1 = { (i,j) : i X, j X, Zij- Cij <0, Xij ≤ Uij}
_
Un análisis similar de la fig. 5 nos dará el conjunto de arcos, S2 (X,X) que deben
cambiar los valores de Zij-Cij
30
_
POSIBLES ESTADOS CONFORMABLES PARA ARCOS DE X A X EN G Y
LIMITES SOBRE
Z ij -C ij <0 Z ij -C ij =0 Z ij -C ij >0
X ij ³ U ij
X ij = U ij
Z ij -C i
l ij <X ij <U ij
Z ij -C i
X ij = l ij
X ij < l ij
Fig. 2.21
_
S2 = { (i,j) : i X, j X, Zi j-Cij>0, Xij>=Lij }
= mínimo ( 1, 2 )
Caso 2: =
En este caso el problema no tiene solución factible
Fig. 2.22
Para la solución inicial se asume que los valores de las variables duales y el flujo
de los arcos son iguales a cero, además para hacer circulatorio el flujo en la red se
adiciona el arco (5,0) con las características para alcanzar el objetivo del problema.
El costo negativo muy grande del arco (5,0), es como se sabe, un beneficio que
sirve para hacer que el flujo por (5,0) sea 2 y con ello (5,0) sea conformable.
32
W=0
1
1 ( 0 ,1
,1)
W=0 (0,1 =0 W=0 X = , 2) W=0 W
0 X 01 2 13 0 3
(0,1,1) (0,1,2) (0,1,1)
0 X02=0 2 X23=0 3 X35=0 5
(0,1
,2)
X ,2) W=0 (0,1 =0
24 =0 4
X 45
4
(0,2,-M)
X50=0
Fig. 2.23
Fig. 2.24
33
La gráfica G’ (fig. 2.25) muestra el único arco no conformable (5,0) y a
continuación los cálculos para obtener.
GRAFICA G’
Fig. 2.25
De la fig. 2.25:
(p,q) = (5,0)
X= { 0 }
_
X= { 1,2,3,4,5 }
34
De la fig. 2.24 :
S2 = { (5,0) }
2 = | M |
=1
35
0
(0,0) 1 (-2,0)
1 0 0 0
(0,0) (-2,0) (-1,0)
0 2 3 5
(-2,0)
0 G
(-2,0)
(M-1,0)
4
1
1
1
0 2 3 5
G'
2
4
Fig. 2.26
(p,q) = (5,0)
X = {0, 1,2}
_
X= {3, 4,5}
36
De G ( fig. e) se tiene:
S2 = { (5,0) }
2 = | M - 1 |
=2
(0,0) 1 (0,0)
3 2 0 0
(0,0) (0,0) (-1,0)
0 2 3 5
(0,0)
0 G
(-2,0)
(M-3,0)
4
1
1 1
1 1
0 2 3 5
1 1
G'
2
4
Fig. 2.27
37
Como se observa en G’ (fig. 2.27) aún no se tiene un circuito por consiguiente se
continua con la fase dual.
(p,q)= (5,0)
X= { 0,1,2,3,4 }
_
X= { 5 }
S2 = { (5,0) }
2 = | M - 3 |
= 1
38
3
(0,0) 1 (0,0)
4 3 1 0
(0,0) (0,1) (0,0)
0 2 3 5
(0,0)
1 G
(-1,0)
(M-4,0)
4
1
1 1
1 1 1
0 2 3 5
1
G'
2
4
Fig. 2.28
En G’ (fig. 2.28) existen dos circuitos los que indica que se puede incrementar el
flujo.
39
3
(0,0) 1 (0,0)
4 3 1 0
(0,1) (0,1) (0,1)
0 2 3 5
(0,0)
1 G
(-1,0)
(M-4,1)
4
1
1 1
1 1 1
0 2 3 5
1 1
G'
1
4
Fig. 2.29
Los arcos (0,2), (2,3) y (3,5) de G (fig. 2.29) pueden disminuir el flujo hasta L ij y
continúan siendo conformables, tal hecho se señala en G’.
(p,q) = (5,0)
X= { 0,1,3,2,4 }
_
X= { 5 }
S1 = { (4,5) }
1 = 1
40
S2 = { (5,0) }
2 = M - 4
= 1
(0,0) 1 (0,0)
5 4 2 1
(0,1) (0,1) (1,1)
0 2 3 5
(0,0)
2 G
(0,0)
(M-5,1)
4
1
1 1
1 1 1
0 2 3 5
1 1
G'
1
4
Fig. 2.30
41
En G’ (fig. 2.30) se observa que el flujo puede incrementarse en la unidad a través
del circuito (0,1,3,2,4,5,0).
En la fig. 2.31 se señala el incremento según la orientación de G’ (fig. 2.30)
Fig. 2.31
Finalmente se tiene que todos los arcos de la fig. 2.31 son conformables.
(0,1) 1 1 1
(0,2) 1 1 1
(1,3) 2 1 2
(2,3) 2 0 0
(2,4) 2 1 2
(3,5) 1 1 1
(4,5) 2 1 2
COSTO TOTAL
42
2.6 PROBLEMAS RESUELTOS
A = TORNO
B = FRESADORA
C = TALADRO
D = SOLDADURA
¦ MAQUINAS
¦
Trab. ¦TORNO FRESADORA TALADRO SOLDADURA
--------+-------------------------------------
1 ¦ • •
2 ¦ • • •
3 ¦ • • •
4 ¦ • •
5 ¦ • •
6 ¦ • •
7 ¦ •
8 ¦ • • • •
9 ¦ • • •
10 ¦ • •
11 ¦ • •
12 ¦ • •
¦
Y = {F}
W-(Y) = {(A,F), (B,F), (C,F), (D,F)}
C[W-(Y)] = C(A,F) + C(B,F) + C(C,F) + C(D,F)
=8
43
(+A)
1
(-A)
2 (+A)
(-B) A
3
(-D)
4
(-B)
(+9)
5
(-C)
B 2
+ I 6
(+A)
7 2
(+1) (+10)
8 C
(-C) 2
9
(+1)
10
(+2)
(-D)
11 D
(+1)
12
ASIGNACIÓN
TRABAJOS
MAQUINAS 1 2 3 4 5 6 7 8 9 10 11 12
TORNO * *
FRESADORA * *
TALADRO * *
SOLDADURA * *
44
Si se parte de un flujo completo diferente, es posible encontrar otras alternativas de
asignación.
Solución:
Se asume que cada círculo representa un arco (Ui) con capacidad [C(Ui)] y las
conexiones entre estos son arcos que tienen, cada uno, una capacidad muy grande
(M unidades); asimismo, por comodidad, se asume la existencia de dos arcos como
inicio y fin de la red con espacidad de M unidades cada uno.
45
Las líneas a trazos significa que el arco está saturado y sólo es posible etiquetar el
extremo inicial del arco U1, en consecuencia, 10 es el máximo número de partes
por hora que puede procesar la planta.
3. Suponga que la compañía «PERU S.A.» tiene un programa anual de envase. Los
envases los compra de dos fábricas: A y B. La fábrica A, con capacidad de
producción máxima de 10 millones de envases al año y la fábrica B, con una
capacidad de producción mínima de 7 millones de envases al año. El excedente de
la fábrica A puede transferirse a la planta B. La disponibilidad de transporte entre
las dos fábricas permite un máximo de 8 millones de envases al año. La compañía
PERU S.A. cuenta con 3 almacenes: P, Q y R. La siguiente matriz proporciona la
capacidad máxima anual de transporte de las fábricas a los almacenes.
Destino
Orígen P Q R
A 2 3 3
46
B 8 4 -
Solución:
(+A)
1
0
3
P
2
(+1) 1
7
A 0
3
3 4
10 6
3
3 (+P) 4
3
0 7 7
+ I 8 4 Q
8 3
5 4
7
7 8 3
4
B 3
2
(-P)
R
Y = {R,F}
W(Y) = {(A,R), (P,F), (Q,F)}
C[W(Y)] = {C(A,R) + C(P,F) + C(Q,F)
= 14
47
4. La Compañía Nacional de Cerveza S.A. posee 3 plantas productoras, con
capacidad de producción semanal de 20, 30 y 15 mil cajas las cuales deben ser
remitidas a 5 centros de almacenamiento y distribución. La capacidad de entrega de
los centros a los intermediarios de venta es de 10,10,15,25 y 5 mil cajas semanales.
Las capacidades de transporte de las fábricas hacia los almacenes se muestran el el
siguiente cuadro:
A1 A2 A3 A4 A5
F1 6 4 8 8 -
F2 6 6 6 8 6
F3 - 4 3 7 3
Solución:
48
(+F1)
4
6
A1
6
(+A3) 2 (+F1) 10
4
20
F1 8 6 A2
4
20 8
0 6 (+F3) 10 10
(+A3) 6 6 8
30 30 6 6 0 15 15
I F2 8 1 A3 23 F
2 8 3 5
25
15 2 8
2 8
13 2
0 7 7
F3 A4 5
2
(+1) 3
4
1 0
A5
(+F3)
Y = {A4, F}
W(Y) = { (F1,A4), (F2,A4), (F3,A4), (A1,F), (A2,F), (A3,F), (A5,F)}
C[W(Y)] = 63 (miles de cajas)
5. La Compañía XYZ posee como parte de sus activos fijos 4 maquinarias que
pueden producir un determinado artículo de consumo duradero. Para ello antes de
que éste salga para su distribución y venta deben pasar por centros de control de
calidad para la verificación de su estado.
Posteriormente una vez que el artículo a pasado el control de calidad éste llega al
almacén, que a la vez sirve de centro de distribución de donde es entregado a los
centros de los consumidores finales. Se posee la siguiente información:
49
Producc.mensual Capacidad de transporte
por cada máquina de las máq. a los centros
de control de calidad
¦M1 M2 M3 M4 ¦M1 M2 M3 M4
---+---------------- ----+----------------
Q O 20 15 15 12 C1¦12 8 9 7
¦ C2¦11 9 10 7
A1 A2 A3 A4 A5
------------------------------------
7 14 22 12 8
50
(-C1) (+C1)
20 7
M1 A1
12
8
(+M1)
12 1 (+C1)
(-C1) 7
20 8 7 12 5
C1 A2
15 M2 7 15
9
14
4 3
15
9 7 15 14 7
(-C1)
22 22
QC 15
15
2
9
7
A3 E
12
2 M3 2 7 11 5
7 8 (+C2) 12
10
12 8 4
4
8 8
10 3
6
C2 A4 8
7
1 5
M4 (+M2) (+C1)
5 3
(+QC)
A5
Y = {A5 ,C}
-
W (Y) = {(C2,A5), (A1,C), (A2,C), (A3,C), (A4,C)}
C[W-(Y)] = 60
FAB TM
F1 20,000
F2 10,000
F3 15,000
51
ALMACENES TM
A1 15,000
A2 15,000
A3 22,000
CENTRO TM
C1 28,000
C2 22,000
DESTINO DESTINO
¦ ¦ ¦ ¦ ¦
ORIG. ¦A1 ¦ A2 ¦ A3 ORIG.¦ C1 ¦ C2
------+---+----+---- -----+------+------
F1 ¦ 8 ¦ 10 ¦12 A1 ¦ 20 ¦ --
F2 ¦10 ¦ -- ¦ 5 A2 ¦ 12 ¦ 12
F3 ¦15 ¦ 8 ¦ 8 A3 ¦ 10 ¦ 15
52
(+F3) (-C1)
(-I1)
1 15 15
8 I1 A1 20
20
F1 7
10
12 7
15
8 C1 28
10
20 (-I1) (+F3) 12 5 28
10
10 10 2 2 15 15
+ X0 F2 I2 A2 X1
3 12 22
5 (-C1) 22
7
25 15
8 9 10
C2
20 3
8 8 2 22 20 15 15
F3 I3 A3
Y = {X1}
W-(Y) = {(C, X1), (C2, X1)}
C[W-(Y)] = 50
53
Tabla Figura
54
55
Solución del Storm:
56
cada tipo de maquina; y el costo de mantener 1 unidad de cada
producto en el inventario por un mes.
Formule un MCNFP que sirva para minimizar el costo total para todas
las demandas a tiempo.
57
58
Solución del Storm:
59
Proyecto Plazo Requerimiento
(meses-hombre)
1 3 meses 8 m-h
2 4 meses 10 m-h
3 2 meses 12 m-h
60
Desde Hasta Flujo
* 0 30
0 1 8
0 2 8
0 3 8
0 4 6
1 5 2
1 7 6
2 6 2
2 7 6
3 5 6
3 6 2
4 6 6
5 8 8
6 8 10
7 8 12
8 * 30
HACIA
DESDE Ciudad 1 Ciudad 2 Ciudad 3
(dólares) (dólares) (dólares)
Detroit 500 600 300
Dallas 500 200 200
61
Formulación del Problema:
62
Finanzas y producción. Se debe ofrecer por lo menos una sección de
cada curso durante cada semestre (otoño y primavera). En la siguiente
tabla se dan las preferencias de horario de cada profesor y las
preferencias con respecto a sus cursos.
63
Solución del Storm:
66
Solución del Storm:
67
3 12 14
Flujo Máximo: 2
Total cost = -1998
69
PERIODO 1 (dólares) PERIODO 2(dólares)
Fabrica 1 al cliente 51 60
Fabrica 2 al cliente 42 71
HACIA
DESDE
Chicago ($) Austin ($) Los Ángeles ($)
Boston 80 220 280
Raleigh 100 140 170
Chicago - 40 50
71
Solución del Storm:
73
1 * 7
0 1 4
0 2 3
1 4 4
2 3 3
3 5 3
4 6 4
5 8 3
6 7 4
7 9 4
8 9 3
9 * 7
74
Solución del Storm:
75
6 9 1000
7 9 1500
8 9 1800
9 * 4300
77
EDAD VALOR DE COSTO DE OPERACIÓN ($
(años) REVENTA($) por año)
1 7000 300
2 6000 500
3 4000 800
4 3000 1200
5 2000 1600
6 1000 2200
78
CAPÍTULO III
3.1 DEFINICIONES
79
3.2 PROCEDIMIENTO PARA LA CONSTRUCCIÓN DE UNA RED,
TERMINOLOGIA Y SIGNOS CONVENCIONALES
Ejemplo:
Fig. 3. 1
80
TIEMPO Relación de
ACTIVIDAD
(semanas) Precedencia
A 4 A < D, F
B 5 B < E, G, H
C 3 C < G, H
D 3 D<E
E 6 E< I
F 1 F<J
G 5 G< I
H 6
I 2
J 4
81
(+F3) (-C1)
(-I1)
1 15 15
8 I1 A1 20
20
F1 7
10
12 7
15
8 C1 28
10
20 (-I1) (+F3) 12 5 28
10
10 10 2 2 15 15
+ X0 F2 I2 A2 X1
3 12 22
5 (-C1) 22
7
25 15
8 9 10
C2
20 3
8 8 2 22 20 15 15
F3 I3 A3
Fig 3.2
DEFINICIONES Y CALCULOS
Tiempo más próximo de inicio ( TPI). - El TPI de una actividad es el
tiempo más cercano en que es posible iniciar su ejecución. La
representación en la red es como en la fig. 3. 3.
TPI
82
d
Act.
Fig. 3. 3
83
La HL es el tiempo adicional al programado que posee una actividad,
cuyo uso no afecta al TPI de las actividades que siguen a su ejecución.
TLI
TPI
d
Act.
Fig. 3. 4
85
10 11
4 5
1 4
F J
0 4
0 4
4 3
A D
0 2 7 13 15
0 0 7 13 15
0 5 6 2 0
INI B E I FIN
5 8
0 5
3 5
C G
9
5
6
H
Fig 3.5
Fig. 3.14
86
TIEMPOS Y HOLGURAS EN LA RED
ACT.
ACT DUR TPI TPT TLI TLT HL HT
CRI
A 4 0 4 0 4 0 0 *
B 5 0 5 2 7 0 2
C 3 0 3 5 8 2 5
D 3 4 7 4 7 0 0 *
E 6 7 13 7 13 0 0 *
F 1 4 5 10 11 0 6
G 5 5 10 8 13 3 3
H 6 5 11 9 15 4 4
I 2 13 15 13 15 0 0 *
J 4 5 9 11 15 6 6
Fig
Fig. 3.8 3.6
87
b : Estimación pesimista de la duración.
ai 4mi bi
ui
6
(bi ai ) 2
i
2
62
Tc = ui i: actividad crítica
Según el teorema del límite central la varianza total del proyecto será
también la suma de las varianzas de las actividades críticas.
88
Si deseamos conocer la probabilidad de que el proyecto termine antes o
después del tiempo calculado (T c ) se aplica la siguiente fórmula:
Td T
Z
T
T d : Tiempo deseado
Ejemplo:
a. La ruta crítica, T c .
b. La probabilidad de que el proyecto termine hasta en 17 semanas.
c. La probabilidad de que el proyecto termine después de 17 semanas.
d. El tiempo para un 90% de probabilidad de que ocurra.
89
TIEMPO (SEMANAS)
RELACION ACTIV
ACTV i
PRECEDEN CRITI
a m b u
2T
= 0. 77
Ejemplo de cálculo para hallar u:
5 4 x6 x7 (7 5) 2
uF ; uF 0.11
6 62
a. - La ruta crítica está formada por los arcos señalados con doble
trazo (fig. 3. 2)
- Tiempo de duración
T c = u 1, 2 + u 2, 4 + u 4, 6 + u 6, 8
= 4 + 3 + 6 + 2 = 15
- Varianza
Tc = A + D + E + I
= 0. 11 + 0. 44 + 0. 11 + 0. 11
Tc = 0. 77
90
Desviación estándar Tc = 0. 88
Td Tc 17 15
Z 2.3
Tc 0.88
Td Tc
Z
Tc
a) Diagrama de flechas
92
10 11
4 5
1 4
F J
0 4
0 4
4 3
A D
0 2 7 13 15
0 0 7 13 15
0 5 6 2 0
INI B E I FIN
5 8
0 5
3 5
C G
9
5
6
H
93
TIEMPOS Y HOLGURAS EN LA RED
ACT.
ACTV DUR TPI TPT TLI TLT HL HT
CRI
A 4 0 4 0 4 0 0 *
B 5 0 5 2 7 0 2
C 3 0 3 5 8 2 5
D 3 4 7 4 7 0 0 *
E 6 7 13 7 13 0 0 *
F 1 4 5 10 11 0 6
G 5 5 10 8 13 3 3
H 6 5 11 9 15 4 4
I 2 13 15 13 15 0 0 *
J 4 5 9 11 15 6 6
Fig. 3.8
94
95
Aplicación del MAR
96
10 11
4 5
1 4
F J
0 4
0 4
4 3
A D
0 2 7 13 15
0 0 7 13 15
0 5 6 2 0
INI B E I FIN
5 8
4 7
3 5
C G
9
7
6
H
Fig. 3.14
97
ACTV DUR TPI TPT TLI TLT HT
A 4 0 4 0 4 0
B 5 0 5 2 7 2
C 3 4 7 5 8 1
D 3 4 7 4 7 0
E 6 7 13 7 13 0
F 1 4 5 10 11 6
G 5 7 12 8 13 1
H 6 7 13 9 15 2
I 2 13 15 13 15 0
J 4 5 9 11 15 6
Fig. 3.11
98
Fig. 3.12
99
Fig. 3.13
100
3.6 OPTIMIZACIÓN DE PROGRAMAS
A 4 2 20 26
D,F
B 5 3 15 21
E,G,H
C 3 3 17 17
G,H
D 3 2 25 29
E
E 6 4 16 20
I
F 1 1 30 30
J
G 5 4 18 20
I
H 6 6 40 40
-
I 2 2 30 30
-
101
J 4 3 10 11
-
10 11
4 5
1 4
F J
0 4
0 4
4 3
A D
0 2 7 13 15
0 0 7 13 15
0 5 6 2 0
INI B E I FIN
5 8
0 5
3 5
C G
9
5
6
H
Fig. 3.14
TIEMPO DIF. C. DIRECTO DIF.
102
ACT. NOR. LIM. dT. NOR. LIM. dC. dC/ dT
A 4 2 2 20 26 6 3
B 5 3 2 15 21 6 3
C 3 3 - 17 17 - -
D 3 2 1 25 29 4 4
E 6 4 2 16 20 4 2
F 1 1 - 30 30 - -
G 5 4 1 18 20 2 2
H 6 6 - 40 40 - -
I 2 2 - 30 30 - -
J 4 3 1 10 11 1 1
Fig. 3.15
El procedimiento es el siguiente:
Se determinan todos los cambios de la red desde el origen hasta el
final.
Se calcula la duración de cada camino a fin de obtener la ruta crítica y
se calcula el costo total del programa. Los resultados obtenidos se
hallan en la fig. 3.16.
A,F,J 9 9 8 7 7
A,D,E,I 15 13 12 11 10
B,E,I 13 11 11 11 10
B,G,I 12 12 12 11 10
C,G,I 10 10 10 9 9
103
C,H 9 9 9 9 9
DURACIÓN 15 13 12 11
10
COSTOS:
DIRECTO 221 225 228 233 240
INDIRECTO 110 102 98 94 90
Fig.3.16
104
Lo descrito anteriormente, se aplica para el ejemplo de la
manera siguiente:
REDUCCION 1
CT
(+ INICIO) (+ A) ACTIVIDAD
3 2 2 4
M
2
A D
2
M
M
2
2 M
(+) INICIO M
E 2 2 I 2
105
Donde 2 es el T de la Act. E y (15-13) es la diferencia de la ruta
crítica y el camino que sigue en valor. Con la información se produce a
llenar la parte (b) de la fig. 3.16; de la siguiente manera:
REDUCCION 2
3 3 3 4
M
A D
3
M
M
M M
(+) INICIO M M
3 3 3 I 3
Fig 3.18
106
REDUCCIÓN 3
3 3 3 4
M
A D
3
3
M M
3 2 M
INICIO M M FIN
B E I
3 3 5 5
(+) (+ INICIO) 2
2
2
2
2 G
Fig. 3.19
107
REDUCCION 4
(+ INICIO)
3 4 4 4
M
A D
4
4
M M
4
3 3 3 3 2 M
INICIO M M M M FIN
B E I
7 7 7 7
(+ INICIO)
M M
2
G M
M
M
H
Fig. 3.20
108
M M
A D
3 M M
INICIO FIN
B E I
M
G
M
H
Fig. 3.21
109
3.7 PROBLEMAS RESUELTOS
Solución :
110
0 11 29
0 11 29
C F G
11 18 1
3
3
0 24
0 14
D
0 E 8 K 28 30 32
0 3 4 18 30 32
INICIO L M N
0 10 27 2 2 4
0 14
A H
14 1
29
15
15 19
0 4 J
1
B I
4 10
Solución :
ACT. a m b Te s2 s2
A 1 2 9 3 - 1.78
112
B 3 4 5 4 0.11 -
C 2 4 6 4 - -
D 3 5 13 6 - 2.78
E 4 4.5 8 5 0.44 -
F 4 4 4 4 0 0
G 1 2 3 2 - -
H 2.5 3 3.5 3 - -
0.55 4.56
4
4
0
0 5
E
4 9
B 9
5
3
0 4
0 0 4 F
0 C
0 3
INICIO A 3
3
6
D
13
13
11
3 0
FIN
2
G
10
0
1
H
113
Se toma la ruta crítica A - D - F porque tiene mayor varianza.
____
T R C = 13 y R C = 4.56 = 2 ,135
a) La ruta crítica es A - D - F
80%
Z = 0.84
Td TRC
Z => T d = T R C + R C .Z
RC
b) T d =T R C - 1 = 12
T d =T R C + 3 = 16
Td 13 12 13
Z1 0.468
2.135 2.135
Td 13 16 13
Z2 1.405
2.135 2.135
114
32% 92%
Z = -0.468 Z = 1.405
60%
A A<D,F,G 6
B B<G 9
C C<G,H 15
D D<E 9
E E<I 12
F F<I,J 7
G G<I,J,K 10
H H<K 11
I - 7
J - 10
K - 9
ACT. A B C D E F G H I J K
RECURSO 4 5 6 8 7 9 10 6 3 7 11
115
Desde la semana 15 hasta el final se puede considerar que los recursos
son ilimitados. Determine cuál deberá ser la secuencia de las
actividades a fin de usar solo los recursos disponibles.
Solución
RED ORIGINAL
16
7 15
6
1
0
9 12
D E 28
6 27
A
18
6 7
0 I
0 6
0 7
F 25 35
0 9 25 35
INICIO B 15
15 10 0
J FIN
10
0 26
G
0 26
15 15 9
C 15 K
11
H
116
117
RED CORREGIDA
16
7 15
6
1
0
9 12
D E 28
6 27
A
18
15 7
0 I
0 6
6 7
F 25 35
0 9 25 35
INICIO B 15
15 10 0
J FIN
10
0 26
G
0 26
15 15 9
C 15 K
11
H
A 6 0 1 6 1
B 9 0 6 6 9 15 6 0
C 15 0 0 15 0
D 9 6 7 15 1
E 12 15 16 27 1
F 7 6 15 18 13 22 12 3
G 10 15 15 25 0
H 11 15 15 26 0
I 7 27 28 34 1
J 10 25 25 35 0
K 9 26 26 35 0
118
5 10 15 20 25 30 35
C 6
G 10
J 7
H 6
K 11
A 4
B 5
D 8
E 7
F 9
I 3
R1 15
R2 10 10 10 10 10 10 18
R3 10 10 10 10 10 10 19 19 19 19 19 19 19 19 19 32
RECURSOS ILIMITADOS
A<B D<F
119
Para cumplir con la disponibilidad de recursos se necesita adicionar las
restricciones:
A<B
D<F
120
4. Optimice el programa a partir de la siguiente información:
NORMAL LIMITE
NORMAL LIMITE
A A<D,E 9 7 40
54
B B<E 8 5 120
126
C C<H 12 11 50
52
D D<H,G,F 7 2 60
75
E E<H,G,F 7 6 75.5
81
F - 2 1 60
62
G G<I 13 11 80
86
H H<I 6 4 50
60
I - 9 7 100
118
Solución:
ACT T C C/T
A 2 14 7
121
B 3 6 2
C 1 2 2
D 5 15 3
E 1 5.5 5.5
F 1 2 2
G 2 6 3
H 2 10 5
I 2 18 9
A D G I
INICIO C H FIN
B E F
ALTERNATIVA I
122
(+A2) (+E2)
3 3 3 3 3 9
(+INICIO) D G I
5 2 2
7
A
3 2
INICIO FIN
(+A2)
C/ T
ACT
5.5 T
E
1
123
ALTERNATIVA II
(+A2) (+E2)
3 3 3 3 3 9
(+INICIO) D G I
5 1 2
7
A
3 2
INICIO FIN
(+A2)
5.5
E
1
ALTERNATIVA III
124
(+A2) (+E2)
3 3 3 M 7 9
(+INICIO) D G I
5 0 2
7
A 4
3 2
INICIO FIN
(+A2)
4 5.5
E
1
125
ALTERNATIVA IV
(+A2) (+E2)
3 3 3 M 9 9
(+INICIO) D G I
5 0 2
7
A 6
3 2
INICIO FIN
(+A2)
4
2 2 5.5
B E
3 1
ALTERNATIVA V
126
(+A2) (+E2) (+G2)
3 3 3 M 9 9
(+INICIO) D G I
5 0 2
7
A 6
9 2
INICIO FIN
6
2 M
B E
3 0
(+A2)
127
La red siguiente muestra los últimos valores de los costos unitarios de
reducción.
3 M M 9
(+INICIO) D G I
5 0 0
M
A M
9 0
INICIO FIN
M
2 M
B E
3 0
(+B2)
RESPUESTA
DURACION
ACTIVIDAD
ÓPTIMA
A 7
B 7
C 12
D 5
E 7
F 2
G 11
H 6
I 7
128
5. A partir de la gráfica mostrada en la figura y los datos consignados
en la tabla, calcular:
129
ACTIVIDAD NORMAL LIMITE
DURAC.
DURAC. COSTOS
2 D 4
C F
1 B 3 E 5
130
INICIO A D E
FIN
C
B E
ACTIVID. A B C D E F NORM. A1 A2 A3 A4
CAMINOS 5 4 7 8 6 6
A-D-F 5 8 6 19 18 15 14 13
A-C-E 5 7 6 18 18 15 14 13
B-E 4 6 10 10 10 9 8
DURACION 19 18 15 14 13
C. DIRECTO 520 540 630 675 735
C. INDIRECTO 950 900 750 700 650
C. TOTAL 1470 1440 1380 1375 1385
131
ALTERNATIVA 1
(+INICIO)
M 20 30 20 20 20 35 20
M
INICIO M A M D M F M FIN
0 3 2 1 0
ALTERNATIVA 2
(+INICIO)
M 20 30 20 20 20 35
INICIO M A M D M F
0 3 1 1 20
M
FIN
0
10 10
50 10 25
C M E
3 2
ALTERNATIVA 3
132
(+INICIO) (+A)
M 45 M 20 20 20 35
INICIO M A M D M F
0 0 1 1 20
M
FIN
0
25 25
50 25 25
C M E
3 2
(+C)
133
ALTERNATIVA 4
(+INICIO) (+A)
(+D)
M 35 M 35 M 35 35
INICIO M A M D M F
0 0 0 1
M
FIN
35 0
25 25
50 25 25
C M E
3 1
(+A) (+C)
M M M 35
INICIO M A M D M F
0 0 0 1
M
FIN
0
40
50
C
3
40
40 25
B M E
1 1
Respuesta:
135
CAPÍTULO IV
MÉTODOS DE RAMIFICAR Y
ACOTAR
4.1 INTRODUCCIÓN
4.2 DEFINICIONES
136
a
b c
d e
Fig. 4.1
Al vértice inicial (a) se le denomina raíz del árbol, a los demás se les
denomina nudos u hojas del árbol.
4.3 PROBLEMAS
137
a. CAMINO DE VALOR MÍNIMO
EJEMPLO
Calcular los caminos de valor mínimo con origen en xo, de la fig. 4.2.
138
X 2
9 X 4
1
4 2 5
3
3
8 4
X 0 5 X 7
X X
4 3
6
9 3
8 2 3
10
X 1
X 5
Fig. 4.2
SOLUCION
1. Se construye una tabla que muestre W + (Xi), con los (i, j) de cada
arco (tabla 4.1).
2. La cota de X o es T o =0 (fig. 4.3), luego se elimina la columna con
xo (líneas a trazos discontinuos (a), en tabla 4.1)
X0 X1 X2 X3 X4 X5 X6 X7
X0 - 8 4 - - - - -
X1 - - - 2 - 10 9 -
X2 - 5 - 2 9 - - -
X3 - 4 3 - 1 - 8 -
X4 - - - 3 - - 5 -
X5 - - - - - - - 3
X6 - - - - - 3 - 4
X7 - - - - - - - -
(a) (b)
Tabla 4.1
139
3. Se traza W + (xo) estos son (X 0 , X 1 ) y (X 0 , X 2 ), ver fig. 4.3.
X 1 : T 1 = To+C(0, 1) = 0+8 = 8
X 2 : T 2 = To+C(0, 2) = 0+4 = 4
140
T= 0
X 0
8 4
8 4
9
X 1 X 2
10 9
5 2 *
* * *
18 17 9 6 13
X 5 X 6 X 1 X 3 X 4
4 8
1
* *
10 7 14
X 1
X 4
X 6
12
X
* arcos eliminados 6
3 4
15 16
X 5 X 7
3
*
18
X 7
Fig . 4.3
141
Sea la siguiente red (fig. 4.4)
k
c(i,k) : costo del
c(i,j) c(j,k) arco A(i,k)
Fig. 4.4
142
El etiquetado se efectúa en la matriz de nodos intermedios.
EJEMPLO
2 4
2
3 6 4
1 5 3
6
3 5
Fig. 4.5
1 2 3 4 5
1 0 3 1 M M
2 3 0 5 2 6
3 1 5 0 4 6
4 M 2 4 0 3
5 M 6 6 3 0
Tabla 4.2
143
Como j, i, k, son diferentes el número total de operaciones para
obtener el resultado es: 5x4x3=60.
Si j es el vértice intermedio entre i y k, entonces la variación de j es:
j=1.....5, por consiguiente existe 5 iteraciones.
Para j =1
Se tiene:
Los resultados obtenidos para j=1 se consignan en las tablas 4.3 y 4.4.
1 2 3 4 5
1 0
144
2 0 4 2 6
3 4 0 4 6
4 2 4 0 3
5 6 6 3 0
TABLA 4.3
1 2 3 4 5
1 1
2 2 1 4 5
3 1 3 4 5
4 2 3 4 5
5 2 3 4 5
TABLA 4.4
1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 2 5
3 1 4 0 4 6
4 5 2 4 0 3
5 7 5 6 3 0
TABLA 4.5
145
MATRIZ DE VERTICES INTERMEDIOS
CON RUTAS OPTIMAS
1 2 3 4 5
1 1 2 3 2 5
2 1 2 1 4 4
3 1 1 3 4 5
4 2 2 3 4 5
5 3 4 3 4 5
TABLA 4.6
(3, 2) = 1
(1, 2) = 2
146
1 2 3 4 5
1 - 3 1 - -
2 3 - 5 2 6
3 1 5 - 4 6
4 - 2 4 - 3
5 - 6 6 3 -
8
VERTICE 1 1
3 1
3 1
2 3
2 6 5 4 6
5 9 6 5 7
4 5 2 4 5
*
3
8
5
* Existen dos caminos para l egar
a 4 : (1,3,4) y (1,2,4)
Fig. 4.6
1 2 3 4 5
1 1 2 3 3 5
147
2 1 2 4
3 1 3 4 5
4 3 3
5 3 3
1 2 3 4 5
1 0 3 1 5 7
2 3 0 2
3 1 0 4 6
4 5 2 4 0
5 7 6 0
0
6
VERTICE 2 2
3 2
5
3 5 2 6
1 3 4 5 *
4 3
1
4 6 5
3 3 * 5
6
18
5 *
Fig. 4.6
148
Fig. 4.7
1 2 3 4 5
1 - 3 1 - -
2 3 - 5 2 6
3 1 5 - 4 6
4 - 2 4 - 3
5 - 6 6 3 -
1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 2 5
3 1 4 0 4 6
4 5 2 4 0 3
5 7 5 6 3 0
1 2 3 4 5
1 1 2 3 3 3
2 1 2 1 4 4
3 1 1 3 4 5
4 2 2 3 4 5
5 3 4 3 4 5
149
Tal como se observa se ha obtenido el resultado final, por la
naturaleza de la información, ha sido suficiente la aplicación del
método en solo dos vértices.
C. ASIGNACION DE RECURSOS
- Ramificación y acotación.
- Algoritmo de Little.
MÉTODO
i: postulante.
j: empleo ofrecido.
C(i, j): puntos obtenidos.
Bo= 10 + 9 + 9 + 14 = 42
151
1,1
42 2,1
3,1
4,1
A 11 = 4, A 2 1 = 6, A 3 1 = 10, A 4 1 =8
B 1 = 9 + 9 + 14 = 32
D 11 = A 11 + B 1 = 4 + 32 = 36
D21 = A 2 1 + B 1 = 6 + 32 = 38
D31 = A 3 1 + B 1 = 10 + 32 = 42
D41 = A 4 1 + B 1 = 8 + 32 = 40
Para j = 2
A12 = 10 + 7 = 17
A22 = 10 + 5 = 15
A42 = 10 + 7 = 17
B2 = 9 + 14 = 23
D 1 2 = A 1 2 + B 2 = 17 + 23 = 40
D 2 2 = A 2 2 + B 2 = 15 + 23 = 38
D 4 2 = A 4 2 + B 2 = 17 + 23 = 40
- Factibilidad:
153
36
1,1
30 40
42 2,1 1,2
0
42 30
3,1 2,2
40 40
4,1 4,2
Los nudos de máxima cota son (1, 2) y (4, 2), las ramas que salen de
cada uno de los nudos es igual a 2, entonces:
j=3
1. Nudo A 1 2 2. Nudo A 4 2
A 2 3 = 17 + 8 = 25 A 1 3 = 17 + 9 = 26
A 4 3 = 17 + 9 = 26 A 2 3 = 17 + 8 = 25
B 3 = 14 B 3 = 14
D 2 3 = 25 + 14 = 39 D 1 3 = 26 + 14 = 40
D 4 3 = 26 + 14 = 40 A 2 3 = 25 + 14 = 39
- Factibilidad:
154
Se continúa ramificando por los nudos de máxima cota, hasta
asignar el último empleo.
EMPLEO
POSTULANTE
1a. ALT. 2a. ALT. 3a. ALT.
1 2 3 3
2 4 4 4
3 1 1 2
4 3 2 1
155
36
1,1 39
2,3
38
2,1 40 40 39
42 1,2 4,3 2,4
0
42 38
3,1 2,2 40 39
1,3 2,4
40 40
4,1 4,2
39
38 2,3
1,2
36 40 39
40 39 33
Fig. 4.6
EJEMPLO
Sea la siguiente matriz de costos:
i\j 1 2 3 4
1 4 7 9 8
2 6 5 8 13
3 10 9 8 14
4 8 7 9 13
i: empleo
j: trabajo
C(i, j) : costo incurrido por el empleado i al efectuar el trabajo
j.
157
SOLUCIÓN
4 7 9 8 4
6 5 8 13 5
10 9 8 14 8
8 7 9 13 7
_______
h 1 = 24
RESULTADOS
0 3 5 4
1 0 3 8
2 1 0 6
1 0 2 6
0 3 5 4 0 3 5 0
1 0 3 8 1 0 3 4
2 1 0 6 2 1 0 2
1 0 2 6 1 0 2 2
h2 = 0 + 0 + 0 + 4 = 4
158
Reducción total: h = h 1 + h 2 = 28 (cota de la raíz)
Si en la matriz resultado se tiene que cada empleado posee un trabajo
diferente con costo cero, se tendría la solución, pero como esto no
ocurre se continúa aplicando al algoritmo.
Penalización:
1 2
3 5
0 0
1
1 3 4
0
3
2 1 2
0
1
1 2 2
0
EJEMPLO:
Cota para ( 3 , 3 ) = h + h’ = 28 + 3 = 31
159
0 3 0
1 0 4
1 0 2
28
3,3
28
31
3,3
Penalización:
1 2
3
0 0
1
1 4
0
1
1 2
0
Cálculo de h’’ :
Se elimina la fila 1 y columna 4 y luego se reduce la matriz.
1 0
1 0
h’’ = 1
MATRIZ REDUCIDA
0 0
0 0
161
ALTERNATIVAS DE ASIGNACION DE TRABAJOS
162
EJERCICIO
5 4 6 4
7 4 9 8
9 4 7 10
4 5 4 6
16
19 19
2,2 2,2
22 19 19 22
21 19 19 21
21 19 19
19
4,3
163
ALGORITMO DE LITTLE- Caso de maximización
EJEMPLO:
MATRIZ INICIAL
4 7 9 8
6 8 5 13
10 9 8 14
8 7 9 13
MATRIZ COMPLEMENTO
10 7 5 6
8 6 9 1
4 5 6 0
6 7 5 1
164
13
16 17
1,2 1,2
19 17 17 18
20 17 17 18
17 17 17
17 17
3,2 4,2
17
4,1
14 x 4 - 17 = 39
4.5 SECUENCIACIÓN
165
- Numero de trabajos
- Numero de operaciones requeridas por trabajo
- Secuencia de operaciones requeridas por trabajo
- Tiempo de operación en cada máquina
- Tiempo de preparación de máquina
EJEMPLO
Se tiene una máquina y 4 trabajos, la matriz de costos de preparación
de máquina es:
166
j
i 1 2 3 4
1 M 6 4 5
2 3 M 8 4
3 6 7 M 3
4 7 5 4 M
( i , j ) : trabajos
C(i ,j) : costo de preparación de máquina para ejecutar el trabajo j,
luego de haber ejecutado el trabajo i.
M : costo muy alto
SOLUCION
167
Reducción de filas y columnas:
M 6 4 5 (4) M 2 0 1
(3)
3 M 8 4 0 M 5 1
(3)
6 7 M 3 3 4 M 0
(4)
7 5 4 M 3 1 0 M
h =114 (1) h =2 1
M 1 0 1
0 M 5 1
3 3 M 0
3 0 0 M
h1 = h + h =1 15 2
168
1
M 1 0 1 M 0 1
4
0 M 5 1
4
3 3 M 0 3 M 0
1 0
3 0 0 M 0 0 M
h` = 4 h`` = 0
15
19 15
___
2,1 2,1
169
1
M 0 1 M 0
3 M 0 4
3
0 0 0 M 0 M
h` = 4
15
19 15
___
2,1 2,1
19 15
___
3,4 3,4
170
M
M 0 M 0
M
0 M 0 M
h` = M
15
19 15
___
2,1 2,1
19 15
___
3,4 3,4
19 15
___
1,3 1,3
15 15
___
4,2 4,2
171
RESPUESTA
EJEMPLO
MAQUINA
TRABAJO M1 M2 M3
T1 3 5 8
T2 7 6 4
T3 6 3 2
T4 8 9 9
SOLUCION
172
M3 T1 T3 T4 T2
M2 T1 T3 T4 T2
M1 T1 T3 T4 T2
10 20 30 39
f(W 1 , 1 ) = f(T 1 , 1 ) =
d(T 1 , 1 ) = 3
f(W 1 , 2 ) = f(T 1 , 2 ) =
f(T 1 , 1 ) + d(T 1 , 2 ) = 3+5 = 8
f(W 1 , 3 ) = f(T 1 , 3 ) =
f(T 1 , 2 ) + d(T 1 , 3 ) = 8+8 = 16
f(W 2 , 1 ) = f(T 3 , 1 ) =
f(T 1 , 1 ) + d(T 3 , 1 ) = 3+6 = 9
f(W 2 , 2 ) = f(T 3 , 2 ) =
max {f(T 1 , 2 ), f(T 3 , 1 )} + d(T 3 , 2 )
= max (8, 9) + 3 = 12
f(W 2 , 3 ) = f(T 3 , 3 ) = max {f(T 1 , 3 ), f(T 3 , 2 )} + d(T 3 , 3 )
= max {16, 12} + 2 = 18
M1 M2 M3
W1 = T1 3 8 16
W2 = T3 9 12 18
f (wi , j ) =
W3 = T4 17 26 35
W4 = T2 24 32 39
174
f(T 3 , 1 ) = d(T 1 , 1 ) + d(T 3 , 1 ) =9
f(T 4 , 1 ) = f(T 3 , 1 ) + d(T 4 , 1 ) = 17
f(T 2 , 1 ) = f(T 4 , 1 ) + d(T 2 , 1 ) = 24
175
ALGORITMO DE LOMNICKI
TEOREMA
176
M3 W1 W2 W k + W k+1 +...+W n
M2 W1 W2 W k
M1 W1 W2 W k
n
f k (W k , 3) d(W i , 3)
i=k+1
M3 W i
M2 W1 W2 W k + W k+1 +...W n +
M1 W1 W2 W k
n
f k (W k , 2) d(W i , 2)
i=k+1 min d(Wi,3)
i=k+1,...,n
177
Se asume que el último trabajo podrá ejecutarse en todas las máquinas
sin pérdida de tiempo entre el paso de una máquina a la otra , lo cual
equivale a considerar como un bloque los trabajos en M 1 y escoger
como último trabajo aquel cuya suma de duraciones en las máquinas 2
y 3 sea mínima.
M3 W i
M2 W k+1 +.. +W n
i=k+1, .., n
178
Finalmente la cota del nudo k es:
M1 M2 M3
T1 3 5 8
T2 7 6 4
T3 6 3 2
T4 8 9 9
RAIZ
T1 T2 T3 T4
Como W k = T 1 entonces:
Calculo de g’:
f 1 (T 1 , 3 ) = 3+5+8 = 16
g’ = f 1 (T 1 , 3 ) + d(T 2 , 3 ) + d(T 3 , 3 ) + d(T 4 , 3 )
= 16 + 4 + 2 + 9 = 31
179
M3 T1 T2, T3, T4
M2 T1
M1 T1
10 20 30
Calculo de g’’ :
Calculo de g’’’:
M3 T3
M2 T3
10 20 30
GT 1 = max {31, 28, 29} = 31
180
El procedimiento de cálculo se puede simplificar a partir de la tabla
siguiente:
M1 M2 M3 g` g`` g``` G
f1(T1, j) 3 8 16 31 28 29 31
f1(T2, j) 7 13 17 36 32 29 36
f1(T3, j) 6 9 32 33 34 34
11
f1(T4, J) 8 17 26 40 33 29 40
181
RAIZ
31 40
36 34
T1 T2 T3 T4
M3 T1 T2
M2 T1 T2
M1 T1 T2
10 20
182
= max{8, 10}+6 = 16
f 2 (T 2 , 3 ) =max{f 1 (T 1 , 3 ), f 2 (T 2 , 2 )} +d(T 2 , 3 )
=max{16, 16}+4 = 20
M1 M2 M3
T1,T2 : f1(T2, j) 16 20 31 30 29
10
T1,T3 : f1(T3, j) 9 12 18 31 31 34
T1,T4 : f1(T4, J) 11 20 29 35 31 29
g’ = f 2 ( T 2 , 3 )+ d ( T 3 , 3 )+d(T 4 , 4 ) = 20+2+9 = 31
183
RAIZ
31
36 34
T1 T2 T3 T4
31 34 35
42 38
T1T2T3 T1T2T4
M1 M2 M3
T1,T2 : f2(T2, j) 10 16 20 g` g`` g```
T1,T2,T3 : f3(T3, j) 16 19 22 31 37 42
T1,T2,T4 : f3(T4, j) 18 27 36 38 32 29
184
Las cotas obtenidas son altas en comparación con los que se tiene en el
gráfico , en consecuencia se continua ramificando por la alternativa de
menor cota hasta lograr el resultado que se tiene en el siguiente árbol ,
donde se señala que la duración optima es de 35 unidades y las
alternativas del orden de ejecución son: T 1 , T 4 , T 3 , T 2 y T 1 , T 4 , T 2 , T 3 .
RAIZ
31 40
36 34
T1 T2 T3 T4
31 34 35 35 41 44
42 42 35 39
42
38 35
39
185
M3 T1 T4 T3 T2
M2 T1 T4 T3 T2
M1 T1 T4 T3 T2
35
T1 T4 T2 T3
M3
T1 T4 T2 T3
M2
T1 T4 T2 T3
M1
35
186
La información requerida para aplicar el algoritmo es :
187
EJEMPLO
MAQUINA j
TRABAJO i M1 M2 M3
A 3 _ 8
D= B 7 3 _
C 5 4 3
SECUENCIA K
TRABAJO i M1 M2 M3
A M3 M1 _
L= B M2 M1 _
C M1 M3 M2
SOLUCION :
188
S [i, l(i, k)] + d [i, l(i, k)] <= S [i, l(i, k+1)] ...(k=1 ... m-1)...4.4
Sq : Tiempo en que termina el último trabajo.
Sq es el máximo de los S [i, l(i, m)] + d [i, l(i, m)], resumiendo
se tiene la siguiente formulación :
min Z = Sq
Sujeto a:
S [i, l(i, k)] + d[i, l(i, k)] <= S[i, l(i, k+1)] ; K= 1... m-1
S [ix(i, m)] + d[i, l(i, m)] <= Sq ...4.5
y la segunda es :
r=0
min Z = Sq
Sujeto a:
189
S(A, 3) + d(A, 3) <= S(A, 1);
S(A, 3) + 8 <=S(A, 1)
S(B, 2) + d(B, 2) <= S(B, 1);
S(B, 2) + 3 <= S(B, 1)
S(C, 1) + d(C, 1) <= S(C, 3);
S(C, 1) + 5 <= S(C, 3)
Yo :
luego : ........ Yo
190
- Para la máquina M1 (Trabajos; A, B, C)
A<B ó B<A
A<C ó C<A
B<C ó C<B
- Para M2 (Trabajos; B y C)
B<C ó C<B
- Para M3 (Trabajos; A y C)
A<C ó C<A
El árbol final es :
191
12
Y0
18 13
25 13
22 15
25 15
19 15
192
M3 A C
M2 B C
M1 C B A
3 5 8 11 12 15
193
0 8
8 3
A,3 A,1
0 3 12
0 3 7 0
Inicio B,2 B,1 Fin
0 5 8
5 3 4
C,1 C,3 C,2
12
Y0
Para M1 :
A, 1 < B, 1
194
0 8
8 3
A,3 A,1
0 11 18
0 3 7 0
Inicio B,2 B,1 Fin
0 5 8
5 3 4
C,1 C,3 C,2 12
Yo
18
195
Para :
B, 1 < A, 1
0 10
8 3
A,3 A,1
0 3
0 3 7 0
Inicio B,2 B,1 Fin
0 5 8
5 3 4
C,1 C,3 C,2
12
Yo
18 13
196
Para :
A, 1 <C, 1
0 10
8 3
A,3 A,1
0 3 25
0 3 7 0
Inicio B,2 B,1 Fin
13 18 21
5 3 4
C,1 C,3 C,2
13
Y1
25
197
Para :
C, 1 < A, 1
0 10
8 3
A,3 A,1
0 3 13
0 3 7 0
Inicio B,2 B,1 Fin
0 5 8
5 3 4
C,1 C,3 C,2
13
Y1
25 13
198
Para :
B, 1 < C, 1
0 15
8 3
A,3 A,1
0 3 22
0 3 7 0
Inicio B,2 B,1 Fin
15 18
5 3 4
C,1 C,3 C,2
10
13
Y1
22
199
0 12
8 3
A,3 A,1
0 5 15
0 3 7 0
Inicio B,2 B,1 Fin
8
5 3 4
C,1 C,3 C,2
0 11
15
Y3
25 15
200
máquina ya que se cuenta con las pre cedencias, los TPI y la duración
de cada trabajo en cada máquina.
201
202
CAPÍTULO V
PROGRAMACIÓN DINÁMICA
5.1 DEFINICIÓN
TEOREMA DE OPTIMIDAD
a. Etapa
La etapa representa una porción del problema para la cual se debe
tomar una decisión.
b. Estado del Sistema
El estado representa las condiciones iniciales de cada etapa y sir ve de
liga a través de la aplicación de la función de rendimiento entre las
etapas subsecuentes.
c. Alternativa o variable de Decisión
La deteminación de alternativas dentro de cada etapa es par te integral
de la definición de la etapa y por consiguiente deberá ser fácil mente
identificable.
Asociado a cada etapa está la fun ción de rendimiento de una variable
de decisión la cual evalúa cada alternativa.
Se propone construir una carre tera que pasará por la cerca nía de diver-
sas ciudades y tendría M tramos. Para cada uno de estos tramos se ha
estudiado y evaluado el costo de diversas variables.
La red representada en la fig. 5.1 mues tra los costos de construcción de
cada tramo. Se pide encontrar el cami no de valor mínimo entre (1) y
(10).
205
Fig. 5.1
206
SOLUCION:
Función de rendimiento:
f1(S 1 ,X 1 ) = C(S 1 ,X 1 ) + f* 0 (x 0 )
S 1 =1
X 1 = 2,3,4
X 0 =1
Cuando X 1 =2
f 1 (1,2) = C(1,2) + f* 0 (1) = 2 + 0 = 2
Mejor costo total para llegar a (2) es:
f* 1 (2) = 2
207
Cuando X 1 = 3
f 1 (1,3= C(1,3) + f* 0 (1) = 3 + 0 = 3
Mejor costo total para llegar a (3) es:
f* 1 (3) = 3
Cuando X 1 = 4
f 1 (1,4) = C(1,4) + f* 0 (1) = 4 + 0 = 4
Mejor costo total para llegar a (4) es:
f* 1 (4) = 4
Si X 2 = 5 se tiene :
f 2 (S 2 , 5 ) = min [C(S 2 , 5 ) + f*1(S 2 )], S 2 : 2,3,4
= min [C(2,5) + f* 1( 2), C(3,5) + f*1( 3),C(4,5) +
f*1(4)]
= min [7+2, 3+3, 4+4] = 6
208
n=1
+------------------------+
¦ x1 ¦ ¦ ¦ ¦
¦ S1 ¦2 ¦3 ¦4 ¦
+---------+----+----+----¦
¦ 1 ¦2 ¦3 ¦4 ¦
+---------+----+----+----¦
¦ f1(x1) ¦ 2 ¦ 3 ¦ 4 ¦
+---------+----+----+----¦
¦ S1 = xo ¦ 1 ¦1 ¦1 ¦
+------------------------+
n = 2
+-------------------------+
¦ x2 ¦ ¦ ¦ ¦
¦ S2 ¦ 5 ¦ 6 ¦ 7 ¦
+----------+----+----+----¦
¦ 2 ¦ 9 ¦ 8 ¦ 6 ¦
+----------+----+----+----¦
¦ 3 ¦ 6 ¦ 5 ¦ 7 ¦
+----------+----+----+----¦
¦ 4 ¦ 8 ¦ 5 ¦ 9 ¦
+----------+----+----+----¦
¦ f2(x2) ¦ 6 ¦ 5 ¦ 6 ¦
+----------+----+----+----¦
¦ S2 = x1 ¦ 3 ¦ 3 ¦ 2 ¦
+-------------------------+
EJEMPLO DE CÁLCULO:
PROBLEMA 1
209
Si se desea calcular el mejor costo para lle gar a X2 =6 se procede de la
siguiente manera:
S2 : 2,3,4
= min [C(2,6) + f*11(2), C(3,6) + f* 1(3), C(4,6)
+ f* 1(4)]
= min [6+2,2+3,1+4] = 5
f 2(S2,6) = f* 2(6) = 5
210
n=3
+------------------+
¦ x3 ¦ ¦ ¦
¦ S3 ¦8 ¦9 ¦
+--------+----+----¦
¦ 5 ¦ 7 ¦ 10 ¦
+--------+----+----¦
¦ 6 ¦ 11 ¦ 8 ¦
+--------+----+----¦
¦ 7 ¦9 ¦9 ¦
+--------+----+----¦
¦ f3(x3) ¦ 7 ¦ 8 ¦
+--------+----+----¦
¦ S3 = x2¦ 5 ¦ 6 ¦
+------------------+
n = 4
+-----------------+
¦ x4 ¦ ¦
¦ S4 ¦ 10 ¦
+-----------+-----¦
¦ 8 ¦ 10 ¦
+-----------+-----¦
¦ 9 ¦ 12 ¦
+-----------+-----¦
¦ f4(x4) ¦ 10 ¦
+-----------+-----¦
¦ S4 = x3 ¦ 8 ¦
+-----------------+
El costo total de construcción es 10 unidades.
El camino se localiza de la forma si guiente:
Para n =4, X4 = 10 y S4 = X3 = 8
Para n =3, X3 = 8 y S3 = X2 = 5
211
Para n =2, X2 = 5 y S2 = X1 = 3
Para n =1, x1 = 3 y S1 = Xo = 1
Fig. 5.2
212
PROBLEMA 2
Se tiene un contrato para entregar 3 uni dades mensuales de cierto
producto durante 4 meses, la capacidad de producción de la planta es
de 5 unidades mensuales como máximo.
El stock a fin de mes no puede ser mayor de 4 unidades.
El costo de fabricación C(X) es como si gue:
SOLUCION :
213
¦II4 IF4=II3 IF3=II2 IF2=II1 IF1
¦ ¦ ¦ ¦ ¦
¦ 0 0 ¦ 0 0 ¦ 0 0 ¦ 0 0 ¦
¦ ¦ ¦ ¦ ¦
¦ 0 1 ¦ 1 1 ¦ 1 1 ¦ 1 ¦
¦ ¦ ¦ ¦ ¦
¦ 0 2 ¦ 2 2 ¦ 2 2 ¦ 2 ¦
¦ ¦ ¦ ¦ ¦
¦ ¦ 3 ¦ 3 3 ¦ 3 ¦
¦ ¦ ¦ ¦ ¦
¦ ¦ 4 ¦ 4 ¦ ¦
¦ 4 ¦ 3 ¦ 2 ¦ 1 ¦
II 1 + Producción - Entrega = IF 1
0 + 3 - 3 = 0
1 + 2 - 3 = 0
2 + 1 - 3 = 0
3 + 0 - 3 = 0
Aplicando :
Para n = 1, se tiene:
214
n = 1
+-------------------------------------------+
¦ x1 ¦ ¦ ¦ ¦ ¦f1 ¦ x1 ¦
¦II1 ¦ 0 ¦ 1 ¦ 2 ¦ 3 ¦(II1)¦(II1)¦
+------+---+------+------+------+-----+-----¦
¦ 0 ¦ - ¦ - ¦ - ¦19+0+0¦ 19 ¦ 3 ¦
+------+---+------+------+------+-----+-----¦
¦ 1 ¦ - ¦ - ¦17+0+0¦ - ¦ 17 ¦ 2 ¦
+------+---+------+------+------+-----+-----¦
¦ 2 ¦ - ¦15+0+0¦ - ¦ - ¦ 15 ¦ 1 ¦
+------+---+------+------+------+-----+-----¦
¦ 3 ¦ - ¦ - ¦ - ¦ - ¦ 0 ¦ 0 ¦
+-------------------------------------------+
EJEMPLO DE CÁLCULO:
II 1 = 0
f 1(0,X 1) = min { C(3) + (0 + 3 -3)2 + f*o(0) }
= 19 + 0 + 0 = 19
f*o(C): Mejor costo en la etapa anterior para n = 2
II 2 + Producción - Entrega = IF 2
0 3 3 0
0 4 3 1
0 5 3 2
1 2 3 0
1 3 3 1
1 4 3 2
1 5 3 3
. . . .
. . . .
. . . .
215
. . . .
4 2 3 3
n = 2
+--------------------------------------------+
¦ x2¦ ¦ ¦ ¦ ¦ ¦ ¦
+---¦ 0 ¦ 1 ¦ 2 ¦ 3 ¦ 4 ¦ 5 ¦
¦II2¦ ¦ ¦ ¦ ¦ ¦ ¦
+---+-----+------+------+------+------+------¦
¦ 0 ¦ - ¦ - ¦ - ¦19+ ¦21+ ¦23+ ¦
¦ ¦ ¦ ¦ ¦ 0+19¦ 2+17¦ 4+15¦
+---+-----+------+------+------+------+------¦
¦ 1 ¦ - ¦ - ¦17+ ¦19+ ¦21+ ¦23+ ¦
¦ ¦ ¦ ¦ 0+19¦ 2+17¦ 4+15¦ 6+0 ¦
+---+-----+------+------+------+------+------¦
¦ 2 ¦ - ¦15+ ¦17+ ¦19+ ¦21+ ¦ - ¦
¦ ¦ ¦ 0+19¦ 2+17¦ 4+15¦ 6+0 ¦ ¦
+---+-----+------+------+------+------+------¦
¦ 3 ¦0+ ¦15+ ¦17+ ¦19+ ¦ - ¦ - ¦
¦ ¦ 0+19¦ 2+17¦ 4+15¦ 6+0 ¦ ¦ ¦
+---+-----+------+------+------+------+------¦
¦ 4 ¦0+ ¦15+ ¦17+ ¦ - ¦ - ¦ - ¦
¦ ¦ 2+17¦ 4+15¦ 6+0 ¦ ¦ ¦ ¦
+--------------------------------------------+
216
+-----------------------------+
¦ ¦ ¦ ¦
¦ II2 ¦ f2 (II2) ¦ x2 (II2) ¦
+-------+----------+----------¦
¦ 0 ¦ 38 ¦ 3 ¦
+-------+----------+----------¦
¦ 1 ¦ 29 ¦ 5 ¦
+-------+----------+----------¦
¦ 2 ¦ 27 ¦ 4 ¦
+-------+----------+----------¦
¦ 3 ¦ 19 ¦ 0 ¦
+-------+----------+----------¦
¦ 4 ¦ 19 ¦ 0 ¦
+-----------------------------+
EJEMPLO DE CÁLCULO:
Si II 2 = 2
X 2 = 1,2,3,4
217
n = 3
+--------------------------------------------+
¦ x3¦ ¦ ¦ ¦ ¦ ¦ ¦
+---¦ 0 ¦ 1 ¦ 2 ¦ 3 ¦ 4 ¦ 5 ¦
¦II3¦ ¦ ¦ ¦ ¦ ¦ ¦
+---+-----+------+------+------+------+------¦
¦ 0 ¦ - ¦ - ¦ - ¦19+ ¦21+ ¦23+ ¦
¦ ¦ ¦ ¦ ¦ 0+38¦ 2+29¦ 4+27¦
+---+-----+------+------+------+------+------¦
¦ 1 ¦ - ¦ - ¦17+ ¦19+ ¦21+ ¦23+ ¦
¦ ¦ ¦ ¦ 0+38¦ 2+29¦ 4+27¦ 6+19¦
+---+-----+------+------+------+------+------¦
¦ 2 ¦ - ¦15+ ¦17+ ¦19+ ¦21+ ¦23+ ¦
¦ ¦ ¦ 0+38¦ 2+29¦ 4+27¦ 6+19¦ 8+19¦
+--------------------------------------------+
+-----------------------------+
¦ ¦ ¦ ¦
¦ II3 ¦ f3 (II3) ¦ x3 (II3) ¦
+-------+----------+----------¦
¦ 0 ¦ 52 ¦ 4 ¦
+-------+----------+----------¦
¦ 1 ¦ 48 ¦ 5 ¦
+-------+----------+----------¦
¦ 2 ¦ 46 ¦ 4 ¦
+-----------------------------+
n = 4
+--------------------------------------------+
¦ x4¦ ¦ ¦ ¦ ¦ ¦
+----¦ 3 ¦ 4 ¦ 5 ¦f4(II4)¦x4(II4)¦
¦II4 ¦ ¦ ¦ ¦ ¦ ¦
+----+-------+-------+-------+-------+-------¦
¦ 0 ¦19+0+52¦21+2+48¦23+4+46¦ 71 ¦ 3,4 ¦
+--------------------------------------------+
218
La respuesta se deduce de la manera si guiente:
n = 4 (Para X4 = 3)
II4 = 0
X4 = 3
IF4 = X4 + II4 - 3 = 0
n=3
II3 = IF4 = 0
X3 (II3) = X3(0) = 4
IF3 = X3 + II3 - 3 = 1
n=2
II2 = IF3 = 1
X2 (II2) = X2(1) = 5
IF2 = X2 + II2 - 3 = 3
n=1
II1 = IF2 = 3
X1 (II1) = X1(3) = 0
IF1 = X1 + II1 - 3 = 0
219
PRODUCCION
+-------------------------------+
¦ Mes ¦ ¦ ¦ ¦ ¦
¦ Alt. ¦ 1 ¦ 2 ¦ 3 ¦ 4 ¦
+-----------+----+----+----+----¦
¦ ¦ ¦ ¦ ¦ ¦
¦ 1 ¦ 3 ¦ 4 ¦ 5 ¦ 0 ¦
+-----------+----+----+----+----¦
¦ ¦ ¦ ¦ ¦ ¦
¦ 2 ¦ 4 ¦ 5 ¦ 0 ¦ 3 ¦
+-------------------------------+
220
5.4 PROBLEMAS RESUELTOS
COSTOS
+--------------------------------------------------------+
¦ NIVEL ¦ FASE I ¦ FASE II ¦ FASE III ¦ FASE IV ¦
+---------+----------+----------+------------+-----------¦
¦Normal ¦ 2 ¦ - ¦ - ¦ - ¦
¦Prioridad¦ 4 ¦ 4 ¦ 6 ¦ 2 ¦
¦Quiebra ¦ 6 ¦ 6 ¦ 8 ¦ 4 ¦
+--------------------------------------------------------+
¿A qué nivel se debe conducir cada una de las 4 fases para minimizar el
tiempo total de presentación del producto al mercado, sujeto a las
restricciones antes señaladas?
Solución :
i = 0, 1, 2, 3, 4, etapas
Xi = Costo de la etapa i
Si = Dinero disponible en la etapa i
Ti(Si, Xi) = Tiempo de ejecución de la etapa i cuando se invierte Xi del
total disponible Si.
fi(Si,Xi) = Mejor tiempo total de ejecución de las i etapas.
fi-1(Si-1, Xi-1) = Mejor tiempo total de ejecución de las i-1 etapas.
221
fi(Si,Xi) = mín [ti(Si,Xi) + fi-1(Si-1, Xi-1)]
ETAPA I
+----------------------------------+
¦\ X1¦ ¦ ¦* ¦* ¦
¦S1 \ ¦ 2 ¦ 4 ¦f1(S1,X1)¦X1(S1)¦
+-----+-----+-----+---------+------¦
¦ 2 ¦ 2 ¦ - ¦ 2 ¦ 2 ¦ * X(S1)= mejor
+-----+-----+-----+---------+------¦ tiempo para
¦ 3 ¦ 2 ¦ - ¦ 2 ¦ 2 ¦ la inversión S1
+-----+-----+-----+---------+------¦
¦ 4 ¦ 2 ¦ 1 ¦ 1 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 5 ¦ 2 ¦ 1 ¦ 1 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 6 ¦ 2 ¦ 1 ¦ 1 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 7 ¦ 2 ¦ 1 ¦ 1 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 8 ¦ 2 ¦ 1 ¦ 1 ¦ 4 ¦
+----------------------------------+
222
Ejemplo de Cálculo :
Sea :
S1 = 4
X1 = 2,4
f1(S1,X1) = mín [ t1(S1,X1) + fo(So,Xo) ]
X1 = 2,4
= mín [ t1(4,2) + 0 , t1(4,4) + 0 ]
= mín [ 2 + 0, 1 + 0 ] = 1
ETAPA II
Estado : 8 ≤ S 2 ≤ 20 - (2 + 4)
+----------------------------------+
¦ X2¦ ¦ ¦ * ¦* ¦
¦ S2 ¦ 6 ¦ 8 ¦f2(S2,X2)¦X2(S2)¦
+-----+-----+-----+---------+------¦
¦ 8 ¦ 5+2 ¦ - ¦ 7 ¦ 6 ¦
+-----+-----+-----+---------+------¦
¦ 9 ¦ 5+2 ¦ - ¦ 7 ¦ 6 ¦
+-----+-----+-----+---------+------¦
¦ 10 ¦ 5+1 ¦ 3+2 ¦ 5 ¦ 8 ¦
+-----+-----+-----+---------+------¦
¦ 11 ¦ 5+1 ¦ 3+2 ¦ 5 ¦ 8 ¦
+-----+-----+-----+---------+------¦
¦ 12 ¦ 5+1 ¦ 3+2 ¦ 4 ¦ 8 ¦
+-----+-----+-----+---------+------¦
¦ 13 ¦ 5+1 ¦ 3+1 ¦ 4 ¦ 8 ¦
+-----+-----+-----+---------+------¦
¦ 14 ¦ 5+1 ¦ 3+1 ¦ 4 ¦ 8 ¦
+----------------------------------+
ETAPA III
Estado : 12 ≤ S3 ≤ 20 - 2
223
+----------------------------------+
¦\ X3¦ ¦ ¦ * ¦* ¦
¦S3 \ ¦ 4 ¦ 6 ¦f3(S3,X3)¦X3(S3)¦
+-----+-----+-----+---------+------¦
¦ 12 ¦ 3+7 ¦ - ¦ 10 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 13 ¦ 3+7 ¦ - ¦ 10 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 14 ¦ 3+5 ¦ 2+7 ¦ 8 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 15 ¦ 3+5 ¦ 2+7 ¦ 8 ¦ 4 ¦
+-----+-----+-----+---------+------¦
¦ 16 ¦ 3+4 ¦ 2+5 ¦ 7 ¦ 4 o 6¦
+-----+-----+-----+---------+------¦
¦ 17 ¦ 3+4 ¦ 2+5 ¦ 7 ¦ 4 o 6¦
+-----+-----+-----+---------+------¦
¦ 18 ¦ 3+4 ¦ 2+4 ¦ 6 ¦ 6 ¦
+----------------------------------+
ETAPA IV
Estado : 20
+----------------------------------------+
¦\ X4¦ ¦ ¦ ¦ * ¦* ¦
¦S4 \ ¦ 2 ¦ 4 ¦ 6 ¦f4(S4,X4)¦X4(S4)¦
+-----+-----+-----+-----+---------+------¦
¦ 20 ¦ 5+6 ¦ 4+7 ¦ 2+8 ¦ 10 ¦ 6 ¦
+----------------------------------------+
RESPUESTA
+-----------------+
¦ FASE ¦ NIVEL ¦
+-------+---------¦
¦ I ¦QUIEBRA ¦
+-------+---------¦
¦ II ¦PRIORIDAD¦
+-------+---------¦
¦ III ¦QUIEBRA ¦
+-------+---------¦
¦ IV ¦PRIORIDAD¦
+-----------------+
224
2. Una corporación de desarrollo se encuentra en la decisión de
seleccionar proyectos de inversión dado su presupuesto de capital. Se
tiene 5 proyectos a elegir cada uno de ellos ofrece un Valor Actual
Neto (VAN) como retorno, requiriendo una determinada inversión de
capital. Si se dispone de 100 millones de soles optimice la inversión
aplicando la programación dinámica.
Solución :
Cada proyecto representa una etapa. La función objetivo es la de
maximizar el VAN de la inversión en proyecto.
225
i = 0, 1 .......5 etapas
Xi = 0,1, decisión de inversión, en el proyecto de la etapa i.
Ii = Inversión en el proyecto de la etapa i.
Si = Dinero disponible en la etapa i.
VAN (Ii) = Valor actual neto Ii
fi(Si,Xi) = Mejor valor actual neto cuando se tiene Si y Xi.
*fi-1(Si-1, Xi-1) = Mejor valor actual neto en la etapa i-1 .
fi(Si,Xi) = max [VAN(Ii) + *fi-1(Si-1, Xi-1)]
Sí X2 = X3 = X4 = X5 = 0, S1 = 100;
Sí X2I2 + ..... X5I5 = 100, S1 = 0
Como se observa S1 puede tener como límites los valores, 0 ó 100 por
tal razón y por efectos prácticos se ha de considerar como valores para
S1 a 0 y 15 (se necesita 15 millones para el proyecto 5)
226
+--------------------------------+
¦ ALTERNATIVAS ¦DINERO DISPONIBLE¦
¦ DE INVERSION ¦ ESTADO S2 ¦
+--------------+-----------------¦
¦Ningún proyec.¦ 0 ¦
¦Proyecto 5 ¦ 15 ¦
¦Proyecto 4 ¦ 23 ¦
¦Proyecto 5 y 4¦ 38 ó más ¦
+--------------------------------+
+----------------------------------+
¦ \ X2 ¦ ¦ ¦ ¦ ¦
¦S2 \____¦ 0 ¦ 1 ¦f2(S2)¦X2(S2)¦
+--------+-----+-----+------+------¦
¦ 0 ¦ 0 ¦ - ¦ 0 ¦ 0 ¦
+--------+-----+-----+------+------¦
¦ 15 ¦ 20 ¦ - ¦ 20 ¦ 0 ¦
¦--------+-----+-----+------+------¦
¦ 23 ¦ 20 ¦ 28 ¦ 28 ¦ 1 ¦
+--------+-----+-----+------+------¦
¦38 ó más¦ 20 ¦ 48 ¦ 48 ¦ 1 ¦
+----------------------------------+
+-----------------------------------------------------------+
¦ALTERNATIVAS DE ¦ \ X3¦ ¦ ¦ * ¦* ¦
¦INVERSION EN PROYECT.¦ S3 \ ¦ 0 ¦ 1 ¦ f3(S3,X3)¦ X3(S3)¦
+---------------------+--------+-----+-----+---------+------¦
¦ 0 ¦ 0 ¦ 0 ¦ - ¦ 0 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 5 ¦ 15 ¦ 20 ¦ - ¦ 20 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 4 ¦ 23 ¦ 28 ¦ - ¦ 28 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3 ¦ 32 ¦ 28 ¦ 40 ¦ 40 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 4,5 ¦ 38 ¦ 48 ¦ 40 ¦ 48 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,5 ¦ 47 ¦ 48 ¦ 60 ¦ 60 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,4 ¦ 55 ¦ 48 ¦ 68 ¦ 68 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,4,5 ¦70 ó más¦ 48 ¦ 88 ¦ 88 ¦ 1 ¦
+-----------------------------------------------------------+
227
228
ETAPA IV (Inversión en el Proyecto 2)
-----------------------------------------------------------+
¦ALTERNATIVAS DE ¦ \ X4 ¦ ¦ ¦ * ¦* ¦
¦INVERSION EN PROYECT.¦ S4\ ¦ 0 ¦ 1 ¦f4(S4,X4) ¦X4(S4) ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 0 ¦ 0 ¦ 0 ¦ - ¦ 0 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 5 ¦ 15 ¦ 20 ¦ - ¦ 20 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 4 ¦ 23 ¦ 28 ¦ - ¦ 28 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3 ¦ 32 ¦ 28 ¦ - ¦ 28 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 4,5 ¦ 38 ¦ 48 ¦ - ¦ 48 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2 ¦ 42 ¦ 48 ¦ 52 ¦ 52 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,5 ¦ 47 ¦ 60 ¦ 52 ¦ 60 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,4 ¦ 55 ¦ 60 ¦ 52 ¦ 60 ¦ 0 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2,5 ¦ 57 ¦ 68 ¦52+20¦ 72 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2,4 ¦ 65 ¦ 68 ¦52+28¦ 80 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 3,4,5 ¦ 70 ¦ 88 ¦52+28¦ 88 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2,3 ¦ 74 ¦ 88 ¦52+40¦ 92 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2,3,5 ¦ 89 ¦ 88 ¦52+60¦ 112 ¦ 1 ¦
+---------------------+--------+-----+-----+---------+------¦
¦ 2,3,4 ¦97 ó más¦ 88 ¦52+68¦ 120 ¦ 1 ¦
+-----------------------------------------------------------+
+----------------------------------+
¦\ X5¦ ¦ ¦* ¦* ¦
¦S5 \ ¦ 0 ¦ 1 ¦f5(S5,X5)¦X5(S5)¦
+-----+-----+-----+---------+------¦
¦ 100 ¦ 120 ¦63+60¦ 123 ¦ 1 ¦
+----------------------------------+
RESPUESTA
229
PROYECTO INVERSION RENDIMIENTO
1 51 63
2 0 0
3 32 40
4 0 0
5 15 20
TOTAL 98 123
CANTIDAD COMPAÑÍA
S/. 1 2 3
100 10 20 10
200 10 20 20
300 30 20 20
400 40 30 30
500 40 30 40
Solución :
Cada compañía representa una etapa. El objetivo es maximizar el
retorno total.
230
i = 0, 1, 2, 3 etapas
Xi = Cantidad invertida en la etapa i
ri(Xi) =Retorno estimado cuando se invierte Xi
fi(Si,Xi) = Mejor retorno total cuando se tiene Si y Xi .
*fi-1(Si-1, Xi-1) = Mejor retorno total en la etapa i-1 .
fi(Si,Xi) = max [ri(Xi) + *fi-1(Si-1, Xi-1)]
231
ETAPA I (Inversión en C)
+-------------------------------------------------------------+
¦\ X1¦ ¦ ¦ ¦ ¦ ¦ ¦* ¦* ¦
¦S1 \ ¦ 0 ¦ 100 ¦ 200 ¦ 300 ¦ 400 ¦ 500 ¦f1(S1,X1) ¦ X1(S1) ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 0 ¦ 0 ¦ - ¦ - ¦ - ¦ - ¦ - ¦ 0 ¦ 0 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 100 ¦ 0 ¦ 10 ¦ - ¦ - ¦ - ¦ - ¦ 10 ¦ 100 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 200 ¦ 0 ¦ 10 ¦ 20 ¦ - ¦ - ¦ - ¦ 20 ¦ 200 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 300 ¦ 0 ¦ 10 ¦ 20 ¦ 20 ¦ - ¦ - ¦ 20 ¦200 ó 300¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 400 ¦ 0 ¦ 10 ¦ 20 ¦ 20 ¦ 30 ¦ - ¦ 30 ¦ 400 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 500 ¦ 0 ¦ 10 ¦ 20 ¦ 20 ¦ 30 ¦ 40 ¦ 40 ¦ 500 ¦
+-------------------------------------------------------------+
ETAPA II (Inversión en B)
+-------------------------------------------------------------+
¦\ X1¦ ¦ ¦ ¦ ¦ ¦ ¦* ¦* ¦
¦S1 \ ¦ 0 ¦ 100 ¦ 200 ¦ 300 ¦ 400 ¦ 500 ¦f2(S2,X2) ¦ X2(S2) ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 0 ¦ 0 ¦ - ¦ - ¦ - ¦ - ¦ - ¦ 0 ¦ 0 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 100 ¦ 10 ¦ 20 ¦ - ¦ - ¦ - ¦ - ¦ 20 ¦ 100 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 200 ¦ 20 ¦ 30 ¦ 20 ¦ - ¦ - ¦ - ¦ 30 ¦ 100 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 300 ¦ 20 ¦ 40 ¦ 30 ¦ 20 ¦ - ¦ - ¦ 40 ¦ 100 ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 400 ¦ 30 ¦ 40 ¦ 40 ¦ 30 ¦ 30 ¦ - ¦ 40 ¦100 ó 200¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 500 ¦ 40 ¦ 50 ¦ 40 ¦ 40 ¦ 40 ¦ 30 ¦ 50 ¦ 100 ¦
+-------------------------------------------------------------+
+-------------------------------------------------------------+
¦\ X1¦ ¦ ¦ ¦ ¦ ¦ ¦* ¦* ¦
¦S1 \ ¦ 0 ¦ 100 ¦ 200 ¦ 300 ¦ 400 ¦ 500 ¦f3(S3,X3) ¦ X3(S3) ¦
+-----+-----+-----+-----+-----+-----+-----+---------+---------¦
¦ 500 ¦ 50 ¦ 50 ¦ 50 ¦ 60 ¦ 60 ¦ 40 ¦ 60 ¦300 ó 400¦
+-------------------------------------------------------------+
232
De la última etapa se tiene que el máximo retorno esperado es $60,
existiendo para ello dos alternativas de inversión
+--------------------------+
¦ ¦ALTERNATIVAS DE ¦
¦ ¦INVERSION ¦
¦COMPAÑIA ¦ 1 2 ¦
+---------+----------------¦
¦ A ¦ 300 400 ¦
¦ B ¦ 100 100 ¦
¦ C ¦ 100 0 ¦
+--------------------------+
4. Determinar el número de sacos conteniendo granos, que deben
incluirse en el cargamento de una camioneta de capacidad de 1,600
kgs. si se trata de que el cargamento total sea de máximo valor
posible, y necesariamente debe remitirse al menos un saco de cada
tipo de grano.
+------------------------------------+
¦ ¦ PESO DE ¦ VALOR DE ¦
¦GRANO ¦ CADA SACO ¦ CADA SACO ¦
¦ ¦ (Kg) ¦ (pesos) ¦
+---------+-----------+--------------¦
¦Garbanzo ¦ 400 ¦ 125.00 ¦
¦Maíz ¦ 200 ¦ 75.00 ¦
¦Frijol ¦ 300 ¦ 100.00 ¦
+------------------------------------+
Solución :
Cada producto ha de representar una etapa
233
i = 0, 1, 2, 3 etapas
Si = Capacidad disponible del camión en la etapa i
Xi = Número de sacos de alimento cargados en la camioneta
Si
Xi =
peso del saco
234
i 3
Pk ≤ Si ≤ 2600 - Pk
k=1 k=i+1
1 ≤ X1 ≤ 3
+------------------------------------------------+
¦ \ X1 ¦ ¦ ¦ ¦
¦S1 \ ¦ 1 2 3 ¦ *f1(S1,X1) ¦ X1(S1) ¦
+-------+------------------+------------+--------¦
¦ 300 ¦ 100 - - ¦ 100 ¦ 1 ¦
¦ 400 ¦ 100 - - ¦ 100 ¦ 1 ¦
¦ 500 ¦ 100 - - ¦ 100 ¦ 1 ¦
¦ 600 ¦ 100 200 - ¦ 200 ¦ 2 ¦
¦ 700 ¦ 100 200 - ¦ 200 ¦ 2 ¦
¦ 800 ¦ 100 200 - ¦ 200 ¦ 2 ¦
¦ 900 ¦ 100 200 300 ¦ 300 ¦ 3 ¦
¦ 1000 ¦ 100 200 300 ¦ 300 ¦ 3 ¦
+------------------------------------------------+
235
ETAPA II 200 + 300 ≤ S 2 ≤ 1600 - 400
1 ≤ X 2 ≤ (1600 - 700)/200
+---------------------------------------------------------+
¦ \ X2 ¦ ¦ ¦ ¦
¦S2 \ ¦ 1 2 3 4 ¦*f2(S2,X2) ¦ *X2(S2) ¦
+--------+--------------------------+-----------+---------¦
¦ 500 ¦ 175 - - - ¦ 175 ¦ 1 ¦
¦ 600 ¦ 175 - - - ¦ 175 ¦ 1 ¦
¦ 700 ¦ 175 250 - - ¦ 250 ¦ 2 ¦
¦ 800 ¦ 275 250 - - ¦ 250 ¦ 2 ¦
¦ 900 ¦ 275 250 325 - ¦ 325 ¦ 3 ¦
¦ 1000 ¦ 275 350 325 - ¦ 325 ¦ 3 ¦
¦ 1100 ¦ 375 350 325 400 ¦ 400 ¦ 4 ¦
¦ 1200 ¦ 375 350 425 400 ¦ 400 ¦ 4 ¦
+---------------------------------------------------------+
ETAPA III
+-----------------------------------------+
¦ \ X3 ¦ ¦ ¦ ¦
¦S3 \ ¦ 1 2 ¦ *f3(S3,X3) ¦ *X3(S3)¦
+-------+-------------+-----------+-------¦
¦ ¦ ¦ ¦ ¦
¦ 1600 ¦ 375 500 ¦ 500 ¦ 2 ¦
+-----------------------------------------+
RESPUESTA
GRANO NÚMERO DE
SACOS
Garbanzo 2
Maíz 2
Frijol 1
236
C0LOCAR AL FINAL DEL CAPITULO5
PROBLEMAS RESUELTOS CON PROGRAMACION LINEAL
(LINGO)
MODEL:
[_2] MIN= 0 + 12 ;
END
237
F( 3) 9.000000 0.000000
F( 4) 13.00000 0.000000
F( 5) 5.000000 0.000000
F( 6) 6.000000 0.000000
F( 7) 7.000000 0.000000
F( 8) 0.000000 0.000000
COSTO( 1, 2) 3.000000 0.000000
COSTO( 1, 3) 4.000000 0.000000
COSTO( 1, 4) 5.000000 0.000000
COSTO( 2, 5) 4.000000 0.000000
COSTO( 2, 6) 3.000000 0.000000
COSTO( 3, 5) 4.000000 0.000000
COSTO( 3, 6) 5.000000 0.000000
COSTO( 3, 7) 6.000000 0.000000
COSTO( 4, 6) 7.000000 0.000000
COSTO( 4, 7) 6.000000 0.000000
COSTO( 5, 8) 5.000000 0.000000
COSTO( 6, 8) 6.000000 0.000000
COSTO( 7, 8) 7.000000 0.000000
! PROBLEMA DE PROGRAMACION DINAMICA;
! PROBLEMA DE LA MOCHILA ENTERO;
! PROGDIN3;
SETS:
STATE/1..3/:W,C,F,X;
ENDSETS
DATA:
C =2 1 3;
W =3 3 4;
B =8;
ENDDATA
N=@SIZE(STATE);
F(N)=C(N)*X(N);
@FOR(STATE(I) | I #LT# N :
F(I)=@MAX(STATE(J)|J #GT# I:C(I)*X(I)+F(J));
);
@SUM(STATE:W*X)<=B;
@FOR(STATE:
@GIN(X);
);
238
MAX=F(1);
MODEL:
[_2] 3 * X_1 + 3 * X_2 + 4 * X_3 <= 8 ;
[_4] F_3 - 3 * X_3 = 0 ;
[_5] F_1 = @SMAX( 2 * X_1 + F_2 , 2 * X_1 + F_3 ) ;
[_6] F_2 - X_2 - F_3 = 0 ;
@GIN( X_1); @GIN( X_2); @GIN( X_3);
END
…………………………………………………………………………………
…………………………………………………………………………………
………………………….
Linearization components added:
Constraints: 5
Variables: 3
Integers: 2
239
! PROGDIN4;
SETS:
AMBULANCIAS/1..3/:F,X,S;
CANTIDAD/1..3/;
TABLA(CANTIDAD,AMBULANCIAS):TIEMPOS;
ENDSETS
DATA:
TIEMPOS =12 15 12
10 11 8
8 9 7;
B =5;
ENDDATA
N=@SIZE(AMBULANCIAS);
S(1)=B;
!F(N)=TIEMPOS(X(N),N);
@FOR(AMBULANCIAS(J) | J #LT# N:
F(J)=@MIN(CANTIDAD(I):TIEMPOS(I,J)
+F(J+1));
S(J+1)=S(J)-X(J);
);
!@SUM(AMBULANCIAS:X)=B;
@FOR(AMBULANCIAS:
@GIN(X);
X>=1;
X<=3;
);
MAX=F(1);
…………………………………………………………………………………
………………………………………………………………………………….
MODEL:
[_9] MAX= F_1 ;
[_4] X_1 <= 3 ;
[_5] X_2 >= 1 ;
[_6] X_2 <= 3 ;
[_7] X_3 >= 1 ;
[_8] X_3 <= 3 ;
[_3] X_1 >= 1 ;
[_10] F_1 = @SMAX( 12 + F_2 , 10 + F_2 , 8 + F_2 ) ;
240
[_11] X_1 + S_2 = 5 ;
[_12] F_2 = @SMAX( 15 + F_3 , 11 + F_3 , 9 + F_3 ) ;
[_13] X_2 - S_2 + S_3 = 0 ;
@GIN( X_1); @GIN( X_2); @GIN( X_3);
END
…………………………………………………………………………………
……………………………………………………………
Linearization components added:
Constraints: 14
Variables: 8
Integers: 6
241
Row Slack or Surplus Dual Price
1 0.000000 0.000000
2 0.000000 0.000000
3 0.000000 0.000000
4 2.000000 0.000000
5 0.000000 0.000000
6 2.000000 0.000000
7 0.000000 0.000000
8 2.000000 0.000000
9 100000.0 1.000000
10 0.000000 1.000000
11 0.000000 0.000000
12 0.000000 0.000000
13 0.000000 0.000000
Se tienen 5 productos cada uno con un peso de 150, 225, 285, 390,300,
se tiene existencias de cada uno de 5, 15, 10, 10, 10; con un costo de
300, 490, 610, 900, 650 por paquete, por motivos de necesidad solo se
pude llevar un mínimo de 4, 9, 8, 3, 7 por motivos de conservación solo
se pueden llevar un máximo de 9, 17, 11, 6, 4. Se pide hallar el número
de paquetes que maximice el valor transportado, sabiendo que no puede
cargar más de 10000.
SETS:
Tipo/1..5/:W,Costo,Xmin,Xmax,F,X,L;
242
Total/1/:T,TotalW;
M/1,2/;
Ma(M,Tipo):Maxmin;
ENDSETS
DATA:
Xmax=9,17,11,6,14;
Xmin=4,9,8,3,7;
W=150,225,285,390,300;
Costo=300,490,610,900,650;
Maxmin=4,9,8,3,7,5,15,10,6,10;
T=10000;
ENDDATA
MAX=F(1);
N=@SIZE(Tipo);
F(N)=Costo(N)*X(N);
@FOR(Tipo(I)|I#LT#N:F(I)=@MAX(Tipo(J)|
J#GT#I:Costo(I)*X(I)+F(J));
@FOR(Tipo(I):Xmin(I)<=X(I));
@FOR(Tipo(I):X(I)<=Xmax(I));
@SUM(Tipo(i):W(I)*X(I))=TotalW(1);
@FOR(Tipo(I):L(I)=@MIN(M(J):Maxmin(J,I)));
@SUM(Tipo:W*X)<=T(1);
@FOR(Tipo:@GIN(X));
243