Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control 1 Optimización
Sujeto a:
2𝑥 + 4𝑦 ≥ 16 (restricción de horas mínimas a la semana en departamento A)
4𝑥 + 3𝑦 ≥ 24 (restricción de horas mínimas a la semana en departamento B)
𝑥 − 𝑦 ≤ 5(restricción de horas en control de calidad)
2𝑥 − 𝑦 ≥ 2(restricción combinación de productos)
𝑥, 𝑦 ≥ 0 (restricción de no negatividad)
Donde:
x = número de unidades tipo 1 a producir a la semana
y = número de unidades tipo 2 a producir a la semana
Z = costo total de la empresa a la semana
2) 4𝑋 + 3𝑌 = 24
24−3𝑌
𝑋= 4
𝑋(0) = 6, 𝑌(0) = 8
3) 𝑋 − 𝑌 = 5
𝑋=5 +𝑌
𝑋(0) = 5, 𝑌(0) = 0
4) 2𝑋 − 𝑌 = 2
2+𝑌
𝑋= 2
𝑋(0) = 1, 𝑌(0) =0
Luego de graficar las restricciones se generan distintas rectas que dan forma al problema de
optimización solicitado, donde la dirección de la recta hacia el área factible está definida por
el signo de "𝑦"y la asignación ≤ 𝑜 ≥.
1. Para la restricción (1) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≥ e 𝑦es positiva
2. Para la restricción (2) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≥ e 𝑦es positiva
3. Para la restricción (3) la dirección es hacia arriba y derecha de la recta, debido a que
su signo es ≤ e 𝑦es negativa
4. Para la restricción (4) la dirección es hacia abajo y izquierda de la recta, debido a que
su signo es ≥ e 𝑦es negativa
En el gráfico 1 se puede visualizar una forma no cerrada de 4 lados, donde con color rojo se
puede diferenciar el área factible para la solución del problema, al evaluar las intersecciones
que dan forma a la figura se obtiene:
𝑍 = 6𝑋 + 3𝑌
1.-𝑍(3, 4) = 30
3.-𝑍(4. 8, 1. 6) = 33. 6
4.-𝑍(6, 1) = 39
Donde el punto óptimo para una producción a costo mínimo será de 3 unidades del tipo 1 y 4
unidades del tipo 2 a producir a la semana, para una producción total de 30.
b) Indique (si las hay) cuál(es) restricción(es) es(son) redundante(s), es decir, que al
eliminarla(s) del modelo el área factible se mantiene igual.
Al graficar las rectas de las restricciones nos percatamos que la recta denotada con el color
amarillo es la que menos reelevancia tendria en comparacion a las demas, pero al quitarla si
se veria modificada minimamente por lo cual no existe una restricción que no sea redundante.
c) Modifique la función objetivo de modo que el problema tenga infinitas soluciones.
Explique.
Quitando las restricciones de horas mínimas a la semana, es decir, las rectas de color azul y
amarillo solo quedarian las restricciones de combinaciones de producto y las horas de control
de calidad, las cuales al ser pararlelas resultarian en un área infinita.
d) Si la restricción (4) fuera igualdad: (i) dibuje la nueva área factible del problema e
indique la solución óptima, y (ii) indique qué restricciones (si las hay) son redundantes.
(i) Si la restricción 4 cambia a igualdad los valores por debajo de la recta no calificarían
como solución óptima por lo cual solo los puntos en esa recta demarcada por las demás
restricciones serían posibles candidatos.
la solución óptima será la misma a pesar de que el área factible cambia. El punto óptimo es
(3,4).
(ii) Las restricción 1 pasa a ser redundante debido a que al ser un punto mínimo que está por
debajo de la restricción 2 no afecta en el resultado, por otro lado la restricción 3 no corta en
ningún punto la recta 4 por lo que no afecta en el resultado.
e) Haga las modificaciones necesarias al modelo de modo que el área factible del
problema sea un solo punto, igual a la solución encontrada en la parte (a)
Quitando las restricciones 1 y 3, se podría agregar una restricción que sea perpendicular a las
restricciones 2 y 4 que además pase por el punto (3,4) resultado de la parte (a). Para lo
anterior se toma inversa de la pendiente de la restricción 4, m =(1/2) y se reemplaza en la
fórmula:
𝑦 − 𝑦1 = 𝑚 (𝑥 − 𝑥1)
𝑦 − 4 = 1/2 * (𝑥 − 3)
𝑥 5
𝑦= 2
+ 2
5 𝑥
Agregando la nueva restricción 2
= 2
− 𝑦, todas las soluciones se cruzaron en (3,4) siendo
la única solución factible.
Plantas de fabricación:
Plantas Capacidad Costo Unitario ($/u)
Centros de distribución:
Centro Demanda
Planta 1 $6 $4 $7
Planta 2 $5 $3 $2
Modelo Extendido:
Variables de decisión:
x11= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 1 en un plazo
normal
x12= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 2 en un plazo
normal
x13= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 3 en un plazo
normal
x21= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 1 en un plazo
normal
x22= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 2 en un plazo
normal
x23= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 3 en un plazo
normal
y11= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 1 en un mayor
plazo
y12= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 2 en un mayor
plazo
y13= Cantidad de neumáticos a transportar desde la planta 1 hacia el centro 3 en un mayor
plazo
y21= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 1 en un mayor
plazo
y22= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 2 en un mayor
plazo
y23= Cantidad de neumáticos a transportar desde la planta 2 hacia el centro 3 en un mayor
plazo
Función Objetivo:
Restricciones:
𝑥11 + 𝑥12 + 𝑥13 ≤ 1800 (Restricción de producción en la planta 1 en jornada normal)
𝑥21 + 𝑥22 + 𝑥23 ≤ 2200 (Restricción de producción en la planta 2 en jornada normal)
𝑦11 + 𝑦12 + 𝑦13 ≤ 2600 (Restricción de producción en la planta 1 en jornada extendida)
𝑦21 + 𝑦22 + 𝑦23 ≤ 3200 (Restricción de producción en la planta 2 en jornada extendida)
𝑥11 + 𝑥21 + 𝑦11 + 𝑦21 = 1500 (Restricción de demanda en el centro de distribución 1)
𝑥12 + 𝑥22 + 𝑦12 + 𝑦22 = 2000 (Restricción de demanda en el centro de distribución 2)
𝑥13 + 𝑥23 + 𝑦13 + 𝑦23 = 1800 (Restricción de demanda en el centro de distribución 3)
𝑥11, 𝑥12, 𝑥13, 𝑥21, 𝑥22, 𝑥23, 𝑦11, 𝑦12, 𝑦13, 𝑦21, 𝑦22, 𝑦23 ≥ 0(Restricción de no
negatividad)
Al resolver este problema con Solver, nos dice que para poder minimizar los costos de
producción y de transporte la función objetivo nos debe superar los $146.300.
Modelo Indexado:
Variables de decisión:
Xij= Cantidad de neumáticos a producir desde la planta i hacia el centro de distribución j en
jornada normal.
Yij= Cantidad de neumáticos a producir desde la planta i hacia el centro de distribución j en
jornada extendida.
Parámetros:
CXi = Costo por unidad de la producción en la planta 𝑖 ∈ [1 = 20, 2 = 25] en jornada
normal
CYi = Costo por unidad de la producción en la planta 𝑖 ∈ [1 = 27, 2 = 31] en jornada
extendida
Rij = Costo de distribución de la planta 𝑖 ∈ [1, 2] al centro de distribución 𝑗 ∈ [1, 2, 3]
AXi = Capacidad de producción en la planta 𝑖 ∈ [1 = 1800, 2 = 2200] en jornada normal
AYi = Capacidad de producción en la planta 𝑖 ∈ [1 = 2600, 2 = 3200] en jornada
extendida
Dj = Demanda en el centro de distribución 𝑗 ∈ [1 = 1500, 2 = 2000, 3 = 1800] en
jornada normal
Función objetivo:
2 3
∑ ∑ ((𝑅𝑖𝑗 + 𝐶𝑋𝑖) × 𝑋𝑖𝑗) + ((𝐶𝑌𝑖 + 𝑅𝑖𝑗) × 𝑌𝑖𝑗)
𝑖=1 𝑗=1
Restricciones:
2
∑ 𝑋𝑖𝑗 + 𝑌𝑖𝑗 = 𝐷𝑗 , ∀𝑗
𝑖=1
(Restricción de demanda)
3
∑ 𝑋𝑖𝑗 ≤ 𝐴𝑋𝑖 , ∀𝑖
𝑗=1
(Restricción de producción de la planta en jornada normal)
3
∑ 𝑌𝑖𝑗 ≤ 𝐴𝑌𝑖 , ∀𝑖
𝑗=1
(Restricción de producción de la planta en jornada extendida)
(Restricción de no negatividad)
Una vez teniendo el modelo indexado listo, lo pasamos a Lingo, quedando así:
Imagen 1: Modelo Indexado en Lingo
Cuando lingo resuelve este problema nos indica lo mismo que Solver.
Contratista 1 8 4 10 2 1
Contratista 2 6 6 12 4 3
Contratista 3 2 4 8 1 1
Contratista 4 10 8 15 6 2
Contratista 5 5 7 20 4 4
a) Determinar qué Contratista debe ser asignado a cada Trabajo de modo que el costo total
sea mínimo aplicando el Algoritmo Húngaro y compruebe su solución con el uso de
Software.
Contratista 1 8 4 10 2 1 1
Contratista 2 6 6 12 4 2 3
Contratista 3 2 4 8 1 1 1
Contratista 4 10 8 15 6 2 2
Contratista 5 5 7 20 4 4 4
Se seleccionan los valores mínimos de cada fila para restarlo con cada elemento para generar
la nueva matriz.
Contratista 1 7 3 9 1 0
Contratista 2 3 3 9 1 0
Contratista 3 1 3 7 0 0
Contratista 4 8 6 13 4 0
Contratista 5 1 3 16 0 0
Min 1 3 7 0 0
Se seleccionan los valores mínimos de cada columna para restarlo con cada elemento para
generar la nueva matriz.
Contratista 1 6 0 2 1 0
Contratista 2 2 0 2 1 0
Contratista 2 0 0 0 0 0
Contratista 4 7 3 6 4 0
Contratista 5 0 0 9 0 0
k=1
Se tachan las filas y columnas con 4 líneas, al ser distinto de m de la matriz se selecciona un
valor k el cual corresponde al mínimo no tachachado. Se continúa sumando el número k a las
intersecciones de las líneas y restando a los números no tachados para generar la nueva
matriz.
Contratista 1 5 0 1 0 0
Contratista 2 1 0 1 0 0
Contratista 2 0 1 0 0 1
Contratista 4 6 3 5 3 0
Contratista 5 0 1 9 0 1
Se tachan con 5 líneas los 0 por lo cual se procede a la selección de los números óptimos.
Contratista 1 5 0 1 0 0
Contratista 2 1 0 1 0 0
Contratista 3 0 1 0 0 1
Contratista 4 6 3 5 3 0
Contratista 5 0 1 9 0 1
Contratista 1 0 4 0 0 0
Contratista 2 0 0 0 4 0
Contratista 2 0 0 8 0 0
Contratista 4 0 0 0 0 2
Contratista 5 5 0 0 0 0
Z=23
En resumen, al terminar de asignar un trabajo a cada contratista resulta que el costo mínimo
es de 23.
Imagen 3: Problema de método Hungaro
Al revisar los resultados en lingo, se ve que programa hace la misma asignación que nosotros.
Contratista 1 5 0 1 0 0
Contratista 2 1 0 1 0 0
Contratista 3 0 1 0 0 1
Contratista 4 6 3 5 3 0
Contratista 5 0 1 9 0 1
Función objetivo:
𝑀𝑎𝑥 𝑍 = 40𝑥1 + 60𝑥2 + 80𝑥3 + 100𝑥4 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4
Igualar:
𝑍 −40𝑥 − 60𝑥 − 80𝑥 − 100𝑥 − 0𝑠 − 0𝑠 − 0𝑠 − 0𝑠 = 0
1 2 3 4 1 2 3 4
8𝑥1 + 10𝑥2 + 12𝑥3 + 15𝑥4 + 1𝑠1 = 2000
2𝑥1 + 2𝑥2 + 4𝑥3 + 5𝑥4 + 1𝑠2 = 500
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 1𝑠3 = 180
𝑥3 + 𝑥4 + 1𝑥4 = 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
S1 8 10 12 15 1 0 0 0 2000
S2 2 2 4 5 0 1 0 0 500
S3 1 1 1 1 0 0 1 0 180
S4 0 0 1 1 0 0 0 1 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
S1 8 10 -3 0 1 0 0 -15 500
S2 2 2 -1 0 0 1 0 -5 0
S3 1 1 0 0 0 0 1 -1 80
X4 0 0 1 1 0 0 0 1 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
S1 -2 0 2 0 1 -5 0 10 500
X4 0 0 1 1 0 0 0 1 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
Z 10 0 0 0 5 5 0 0 12500
b) Indique cuánto está dispuesto a pagar el fabricante por una hora adicional de tiempo
de armado y por una hora adicional de tiempo de prueba.
El problema se debe pasar a la forma estándar, añadiendo variables de exceso, holgura y
artificiales según corresponda.
Función objetivo:
𝑀𝑎𝑥 𝑍 = 40𝑥1 + 60𝑥2 + 80𝑥3 + 100𝑥4 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4
Igualar:
𝑍 −40𝑥 − 60𝑥 − 80𝑥 − 100𝑥 − 0𝑠 − 0𝑠 − 0𝑠 − 0𝑠 = 0
1 2 3 4 1 2 3 4
9𝑥1 + 11𝑥2 + 13𝑥3 + 16𝑥4 + 1𝑠1 = 2000
3𝑥1 + 3𝑥2 + 5𝑥3 + 6𝑥4 + 1𝑠2 = 500
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 1𝑠3 = 180
𝑥3 + 𝑥4 + 1𝑥4 = 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
S1 9 11 13 16 1 0 0 0 2000
S2 3 3 5 6 0 1 0 0 500
S3 1 1 1 1 0 0 1 0 180
S4 0 0 1 1 0 0 0 1 100
Variables X1 X2 X3 X4 S1 S2 S3 S4 CR
Básicas
S4 0 0 1 1 0 0 0 1 100
Z 20 0 20 -20 0 20 0 0 10000
Hay infinitos valores de X1,X2,X3,X4 para el valor óptimo Z=10000, los cuales están
contenidos en la región espacio 40X1 + 60X2 + 80X3 + 100X4 =10000 que cumple las
restricciones del problema.
La solución óptima es Z=1000
X1=0
X2=500/3
X3=0
X4=0
R: El fabricante por una hora extra en el tiempo de armado y por una hora extra en el tiempo
de prueba está dispuesto a pagar $10.000
c) Suponga que la utilidad por televisor del tipo “Modelo 2” cambia de 60 a 70. ¿Qué
propone Ud. para encontrar la nueva solución óptima, sin tener que resolver el
problema desde un comienzo?
Nosotros proponemos resolver este problema con Solver o con el modelo indexado, ya que si
se llega a cambiar un valor de la función objetivo estos método nos permitirán obtener el
resultado de manera muy sencilla ya que las restricciones seguirán siendo las mismas.
Al resolverlo con Solver nos dice que El fabricante está dispuesto a pagar $13.800.
Con:
X1 = 0
X2 = 140
X3 = 0
X4 = 40
𝑀𝑎𝑥 𝑍 = 40(0) + 70(140) + 80(0) + 100(40)
𝑀𝑎𝑥 𝑍 = 13. 800