Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVESTIGACIÓN OPERATIVA 2
Figura 1:
Figura 2:
Número de vértices: 10
Número de aristas:: 10
Grado de vértices:
a: 2
b: 2
c: 2
d: 2
e: 2
f: 2
g: 2
h: 2
i: 2
j: 2
Sacamos subgrafos del grafo presente y hallamos que ambos son isomorfos:
b) Indique cuál es el menor valor de conexión necesaria para unir todos los vértices (justifique su respuesta) 3ptos
Mediante el algoritmo de Prim hallamos que el menor valor de conexión necesaria para unir todos los vértices es de 58 formando un árbol de la forma
siguiente.
c) Halle las menores distancias entres cada uno de los vértices 4ptos
Como podemos ver en el siguiente grafo dirigido, hallamos las menores distancias entre cada uno de los vértices y, a su vez, la menor distancia entre
α y ω es de 10 con las rutas siguientes:
Ruta 1: α-c-g-k-n-ω
Ruta 2: α-d-h-l-ñ-ω
2. Una empresa de juguetes está considerando la puesta en marcha de tres nuevos modelos de juguetes (1, 2 y 3) para su posible inclusión
en la próxima campaña de Navidad. La preparación de instalaciones para la fabricación de estos modelos costaría $25000, $35000 y
$30000 respectivamente, y la ganancia unitaria sería de $10, $15 y $13 respectivamente. La empresa dispone de tres plantas de
producción para la elaboración de estos modelos, pero para evitar gastos sólo en una de ellas se producirían los juguetes, dependiendo la
elección de la maximización de las ganancias. El número de horas que se precisa para producir cada juguete en cada planta es:
Las plantas disponen al día 500, 600 y 630 horas de producción respectivamente. La gerencia ha decidido desarrollar al menos uno de los tres
juguetes.
a. Modelizar el problema utilizando programación lineal entera para maximizar el beneficio total. 3ptos
Función objetivo: Maximizar las ganancias en función de la cantidad de juguetes a producir en una planta determinada.
Variables:
Xi : Número de juguetes a producir del tipo i
Donde i, j = 1, 2, 3.
Restricciones:
r1 : p1 + p2 + p3 = 1 (Solo se usará una planta para la producción de juguetes)
r2 : y1 + y2 + y3 >= 1 (Se producirán al menos un tipo de juguete)
r3: 5x1 + 4x2 + 6x3 <= 500 + M(1-P1) (La planta 1 dispone de 500 horas para producir y se determina si se produce o
no en esta planta)
r4: 4x1 + 2x2 + 2x3 <= 600 + M(1-P2) (La planta 2 dispone de 600 horas para producir y se determina si se produce o no en
esta planta)
r5: 3x1 + 3x2 + 2x3 <= 630 + M(1-P3) (La planta 3 dispone de 630 horas para producir y se determina si se produce o no en
esa planta)
r6: x1 <= My1 (Si se produce el juguete 1, la cantidad máxima será M)
r7: x2 <= My2 (Si se produce el juguete 2, la cantidad máxima será M)
r8: x3 <= My3 (Si se produce el juguete 3, la cantidad máxima será M)
r9: x1, x2, x3 >=0 y enteras. (La cantidad de juguetes es mayor a cero y además es entera)
r10: y1, y2, y3, P1, P2, P3 ∈ {0,1} (El valor que pueden tomar las variables y1, y2, y3, P1, P2, P3 es binario)
Modelizar el problema, añadiendo esta información, utilizando programación lineal entera. 4ptos
Función objetivo: Maximizar las ganancias en función de la cantidad de juguetes de tipo 3 a producir en una planta determinada.
Variables:
x3 = Número de juguetes a producir del tipo 3
Donde i = 1, 2, 3.
Restricciones:
r1: P1 + P2 + P3 = 1 (Solo se usará una planta para la producción de juguetes)
r2: 6x3 <= 500 + M(1-P1) (La planta 1 dispone de 500 horas para producir y se determina si se produce o no en esta planta)
r3: 2x3 <= 600 + M(1-P2) (La planta 2 dispone de 600 horas para producir y se determina si se produce o no en esta planta)
r4: 2x3 <= 630 + M(1-P3) (La planta 3 dispone de 630 horas para producir y se determina si se produce o no en esa planta)
r6: 51y<=x3 (Se evalúa, si se produce o no, más de 50 juguetes de tipo 3)
x3 <= 50(y-1)+My
r7: y <= P3 (Nos permite conocer si se usará la planta 3 en función de, si se produce o no, más de 50 juguetes
de tipo 3)
r8: x3>= 0 y entera
r9: y, P1, P2, P3 ∈ {0,1} (El valor que pueden tomar las variables y, P1, P2, P3 es binario)
¿Siendo usted, un asesor de optimización, que ruta recomendaría seguir al espía? 4ptos
Como podemos observar, mediante el algoritmo de Dijkstra, hallamos que la ruta más óptima con menor riesgo para el espía son los siguientes: