Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Página Problemas
22 15 Y 16
46 3, 4 Y 5
51 4
60 2Y3
15. Top Toys planea una nueva campaña de publicidad por radio y TV. Un
comercial de radio cuesta $300 y uno de TV $2000. Se asigna un presupuesto
total de $20,000 a la campaña. Sin embargo, para asegurarse de que cada medio
tendrá por lo menos un comercial de radio y uno de TV, lo máximo que puede
asignarse a uno u otro medio no puede ser mayor que el 80% del presupuesto
total. Se estima que el primer comercial de radio llegará a 5000 personas, y que
cada comercial adicional llegará sólo a 2000 personas nuevas. En el caso de la
televisión, el primer anuncio llegará a 4500 personas y cada anuncio adicional
a 3000. ¿Cómo debe distribuirse la suma presupuestada entre la radio y la TV?
Variables de decisión:
x1= cantidad de comerciales de radio a realizar.
x2= cantidad de comerciales de tv a realizar.
Restricciones:
Modelo:
MaxZ=2000x1+3000x2
Sa. 300x1+2000x2<=20000
300x1 <=16000
2000x2<=16000
X1,x2>=0
Desarrollo en TORA
MaxZ= 5000+2000(52)+4500+3000(1) =
5000+104000+4500+3000=116,500 personas
Variables de decisión:
Restricciones:
Si cada trabajador puede trabajar 8 horas (480 minutos), la cantidad de minutos
disponible para cada proceso se multiplica por la cantidad de trabajadores que se
tengan disponibles / empleados, dando como resultado las cantidades siguientes:
Modelo:
MaxZ=8x1+12x2
s.a. 20x1+60x2<=12000
70x1+60x2<=16800
12x1+4x2 <= 2400
x1,x2>=0
Desarrollo en TORA
Las horas de trabajo por unidad del modelo I son dos veces las del II y tres veces
las del III. Toda la fuerza de trabajo de la fábrica puede producir el equivalente a
1500 unidades del modelo 1. Los requerimientos del mercado especifican las
proporciones 3:2:5 para la producción de los tres modelos respectivos. Formule el
problema como un programa lineal, y halle la solución óptima con AMPL, Solver o
TORA.
Variables de decisión:
xj= Cantidad del modelo j a producir (I,II,III)
Utilidades: x1=30, x2=20, x3=50
Restricciones:
R6: x1 <=1500 horas + el doble de x2 (x2= ½ ) + el triple de x3 (x3=1/3)
R7: cada Mod I equivale a 2 Mod II, cada Mod II equivale a 3 Mod I,
2x1=3x2 2x1-3x2=0
R8: cada Mod II equivale a 5 Mod III, cada Mod III equivale a 2 Mod II,
5x1=2x2 5x1-2x2=0
MaxZ=30x1+20x2+50x3
s.a. 2x1+3x2+5x3 <=4000
4x1+2x2+7x3 <=6000
x1 <= 200
x2 <= 200
x3 <= 150
2x1-3x2 = 0
5x2-2x3 = 0
xi>=0
Desarrollo en TORA
Iteraciones 1 y 2
Iteraciones 3 y 4
Iteraciones 5 y 6
4. La demanda de helado durante los tres meses de verano (junio, julio y agosto)
en All-Flavor Parlor se estima en 500, 600 y 400 cartones de 20 galones,
respectivamente. Dos mayoristas, 1 y 2, le surten helado a All-Flavors. Aunque los
sabores de los dos proveedores son diferentes, son intercambiables. El máximo
de cartones que cada proveedor puede surtir es de 400 por mes. Además, el
precio de los dos proveedores cambia de un mes al siguiente, según la tabla:
Para aprovechar la fluctuación del precio, All-Flavor puede comprar más de lo que
necesita en un mes y guardar el excedente para satisfacer la demanda en un mes
posterior. El costo de refrigerar un cartón de helado es de $5 por mes. En la
presente situación es realista suponer que el costo de refrigeración está en función
de la cantidad de cartones promedio disponibles durante el mes. Desarrolle un
modelo para determinar el programa óptimo de compra de helado a los dos
proveedores, y determine la solución óptima con TORA, Solver o AMPL.
Variables de decisión:
Restricciones:
Modelo:
Desarrollo en TORA
5. La demanda de un artículo durante los siguientes cuatro trimestres es de 300,
400 y 250 unidades, respectivamente. El precio por unidad es de $20 en el primer
trimestre y se incrementa $2 cada trimestre en lo sucesivo. El proveedor no puede
surtir más de 400 unidades en cualquier trimestre. Aunque podemos aprovechar
los bajos precios en los primeros trimestres, se incurre en un costo de
almacenamiento de $3.50 por unidad de trimestre. Además, el máximo de
unidades que puede conservar de un trimestre al siguiente no puede exceder de
100. Desarrolle un modelo de PL para determinar el programa de compra óptimo
del artículo para satisfacer la demanda y determine la solución óptima con AMPL,
Solver o TORA.
Variables de decisión:
Restricciones:
Modelo:
Desarrollo en TORA
Restricciones:
Modelo:
MinZ=x1+x2+x3+x4+x5+x6+x7
s.a x1 +x4+x5+x6+x7≥20
x1+x2 +x5+x6+x7≥14
x1+x2+x3 +x6+x7≥10
x1+x2+x3+x4 +x7≥15
x1+x2+x3+x4+x5 ≥18
x2+x3+x4+x5+x6 ≥10
x3+x4+x5+x6+x7 ≥12
xi>=0
Desarrollo en TORA
Iteraciones
SOLUCIÓN ÓPTIMA 1
SOLUCIÓN ÓPTIMA 2
SOLUCIÓN ÓPTIMA 3
SOLUCIÓN ÓPTIMA 4
Conclusión: Se recomienda contratar 8 trabajadores que empiecen los días lunes,
6 trabajadores los días jueves, 4 trabajadores los días viernes, 1 trabajador los
días sábados y 1 trabajador los días domingos para cumplir con la demanda
requerida de cada día, y con ello, minimizar el número de trabajadores de
la empresa para optimizar los recursos. Se trabajará con 20 trabajadores por
semana ya que son trabajos eventuales
EL PROBLEMA TIENE SOLUCIONES MÚLTIPLES PERO AL SER MINIMIZAR
LA ÓPTIMA ES LA QUE NOS DA 0
Variables de decisión:
Restricciones:
Modelo:
MinZ=11/10x1+3/2x2+7/8x3+2/3x4
s.a x1+x2+x3+x4>=0
0.9x1-0.1x2-0.1x3-0.1x4>=0
-0.25x1+0.75x2-0.25x3-0.25x4>=0
-0.15x1-0.15x2+0.85x3-0.15<=0
-0.1x1-0.1x2-0.1x3+0.9x4<=0
x2-x3<=0
x2-x4<=0
1/10x2-x3=0
1/50x3-x4=0
xi>=0
Desarrollo en TORA
ITERACIONES
Concluimos que las bolsas deben tener un peso de 1.24 libras, las cuales deben
incluir lo siguiente:
(Tornillos) x1=0.58 libras
(Pernos) x2=0.38 libras
(Tuercas) x3=0.04 libras
(Rondanas) x4=0.01 libras
Variables de decisión:
Restricciones:
Modelo:
Desarrollo en TORA