Professional Documents
Culture Documents
(SIS-386; IND-226)
Ing. Viktoria Belianskaya
1. PROGRAMACIN LINEAL ENTERA
2. TCNICAS PERT/CPM DE REVISIN
Y EVALUACIN DE PROYECTOS
3. MODELOS DE COLAS
4. MODELOS DE INVENTARIOS
5. ANLISIS DE DECISIN
Bibliografa
Bibliografa (complementaria)
Evaluacin
Trabajos Prcticos
Pruebas Parciales (2)
Examen Final
TOTAL
- 35%
- 35%
- 30%
- 100%
Investigacin de Operaciones II
(SIS-386; IND-226)
Ing. Viktoria Belianskaya
Programacin Lineal
Entera (PLE).
Modelos PLE
En muchos problemas reales las variables de decisin solo
tienen un sentido si su valor es entero.
No se
puede
vender
de tractor
producido
No se asigna
de
persona para
realizar un
trabajo
No se utiliza de
un transporte
para transportar
Suposiciones de PL
1. Funcin Objetivo:
Z = c j X j Max( Min)
j =1
2. Restricciones:
3. Variables:
a
X
i = 1..m
ij
j = bi ,
j =1
n
+ X , X ,..., X
1
enteros
X 1 , X 2 ,..., X n 0
Condiciones
de enteridad
para las
variables
decisiones s o no :
1,
xj =
0,
X j variables binarias
si la decisin j es s
o variables 0 - 1
si la decisin j es no.
Equivalente a:
entero
Considerando:
xj =
0, si la decisin j es no.
l
X
j=
1
=K
(1 X
j=
1
) =K
1,
xj =
0,
O mas bien
si la decisin j es s
si la decisin j es no.
0, si la decisin j es s
xj =
1, si la decisin j es no.
Ejemplo 1
Una compaa est considerando su plan de expansin mediante la
construccin de una nueva fbrica en la Ciudad 1 o en la Ciudad 2, o
tal vez en ambas ciudades. Tambin est pensando en construir, a
lo ms, un nuevo almacn pero su localizacin est restringida a la
ciudad donde se construye la fbrica. Capital total disponible para la
expansin es de $10 mln. Dados los siguientes estimaciones para
proyectos en cuestin, encontrar la combinacin de los mismos que
maximice el valor presente neto total
X1
X2
X3
X4
Proyecto en consideracin
Capital
Requerido
$9 millones
$5 millones
$6 millones
$4 millones
$6 millones
$3 millones
$5 millones
$2 millones
Z = 9 X 1 + 5 X 2 + 6 X 3 + 4 X 4 max
Restricciones:
1) Capital disponible (no se puede exceder los $10 mln):
6 X 1 + 3 X 2 + 5 X 3 + 2 X 4 10
2) Se construye a lo ms un almacn (no ms que uno)
X3+ X 4 1
X1
0
0
1
1
X3
0
1
0
1
X1 X 3
X2 X4
Z = 9 X 1 + 5 X 2 + 6 X 3 + 4 X 3 max
sujeta a :
6 X 1 + 3 X 2 + 5 X 3 + 2 X 4 10
X3+ X 4 1
X1 X 3 0
X2 X4 0
Xj binarias
Planta 1
Planta 2
3
4
4
6
2
2
5
7
7
5
3
9
Horas disponibles
por semana
30
40
Pj
j = 1..3
1,
Yi =
0,
si se elige la fbrica i
si no se elige la fbrica i
i = 1,2
1,
Xj =
0,
Pj 0; Yi, Xj binarias
Restricciones:
Y1 + Y 2 = 1
3P1 + 4 P 2 + 2 P3 30 + M (1 Y 1)
4 P1 + 6 P 2 + 2 P3 40 + M (1 Y 2)
Si Y1=0: entonces Y2=1 (no se elige la planta 1, sino 2)
3P1 + 4 P 2 + 2 P3 30 + M
4 P1 + 6 P 2 + 2 P3 40
Se desplaza
Se considera
3P1 + 4 P 2 + 2 P3 30
4 P1 + 6 P 2 + 2 P3 40 + M
Se considera
Se desplaza
X1+ X 2 + X 3 2
P1 7 X 1
P2 5 X 2
P3 9 X 3
Si X1=0:
Si X1=1:
Funcin objetivo:
5 P1 + 7 P 2 + 3P3 max
P1 0
P1 7
Pj
j = 1..3
0,
Y=
1,
si se elige la fbrica 1, no 2
si se elige la fbrica 2, no 1
producto j se elige
1, si elpara
la produccin
Xj = si el producto
j no se elige
0
,
para la produccin
kj - costo fijo;
cj - costo de cada unidad
k j + c j x j
f j(xj ) =
0
si xj > 0,
si xj = 0,
z = f1 ( x1 ) + f 2 ( x2 ) + + f n ( xn ) m in
1, si xj > 0
yj =
0, si xj = 0.
f j(xj )
f j ( x j ) y j = (k j + c j x j ) y j
Pero NO ES LINEAL
Y NO SE PUEDE UTILIZAR ESTA
EXPRESIN EN UN MODELO
Solucin:
PLE
condicionar el valor de x con el valor de y
x j My j
z = ( c j x j + k j y j )
n
j =1
m de tela
2
1
3.5
Costo
12
8
15
Precio de Venta
16
14
18
Variables:
1,
Yi =
0,
si se produce la prenda i
si no se produce la prenda i
i = 1,3
Xi
i = 1,3
Xi 0, enteras ; Yi binarias
X 1 MY 1
X 2 MY 2
X 3 MY 3
Si Y1=0:
X1 0
Si Y1=1:
X1 M
Funcin objetivo:
3 X 1 + 2 X 2 + 6 X 3 150
2 X 1 + 1X 2 + 3.5 X 3 160
X1
X2
X3
50
75
25
80
160
45,7
1,
Yi =
0,
i = 1,3
Xi
i = 1,3
si se produce la prenda i
si no se produce la
prenda i
La cantidad de
prenda j para
producir
(en unidades)
Ejemplo 4: Violacin de la
proporcionalidad
Una corporacin est desarrollando sus
planes de comercializacin para los
nuevos productos del ao prximo
.Esta considerando la compra de un
total de cinco comerciales de
televisin en las redes nacionales para
tres de estos productos , con un
mximo de tres ( y un mnimo de cero)
para cada producto.
La tabla muestra el impacto estimado de
asignar 0,1,2 o 3 comerciales a cada
producto . Este impacto se mide en
trminos de la ganancia (en millones
de dlares ) de las ventas adicionales
que resultaran de los comerciales. El
objetivo es asignar cinco comerciales
a los productos de manera que se
maximice la ganancia total.
Nmero de
comerciales
Ganancia
Producto
0
1
2
3
0
1
3
3
0
0
2
3
0
-1
2
4
yi2 = 0,
yi2 = 0,
yi2 = 1,
yi2 = 0
yi3 = 0,
yi3 = 0,
yi3 = 0,
yi3 = 1
xi= 0
xi = 1
xi= 2
xi= 3
Si xi j
de otra
manera,
yi1 = 0,
yi1 = 1,
yi1 = 1,
yi1 = 1
yi2 = 0,
yi2 = 0,
yi2 = 1,
yi2 = 1
yi3 = 0,
yi3 = 0,
yi3 = 0,
yi3 = 1
xi= 0
xi = 1
xi= 2
xi= 3
4
1
4
3
4
2
11
12
1
1
3
2
5
5
2
10
1
1
3
2
3
1
2
2
4
2
2
5
2
Modelo ejemplo 5
z = 2 x1 + 3 x2 + 4 x3 + 6 x4 + 7 x5 + 8 x8 + 9 x9 + 9 x10 + 8 x11 + 9 x12 min
x1 +x4 + x7 + x10 1
x 2 +x5 + x8 + x11 1
x 3 +x6 + x9 + x12 1
x 4 +x7 + x9 + x10 + x12 1
x1 +x6 + x10 + x11 1
x4 + x5 + x9 1
x 7 +x8 + x10 + x11 + x12 1
x 2 +x4 + x5 + x9 1
x 5 +x8 + x11 1
x 3 +x7 + x8 + x12 1
x 6 +x9 + x10 + x11 + x12 1
12
x
j =1
=3
1
xj =
0
Si se asigna la secuencia j a
una tripulacin
De otra manera .
j = 1, 2, . . . , 12.
Recurso
Tipo de automvil
Compacto
Mediano
Grande
Acero(ton/unid)
1.5
Mano de
obra(horas/unidad)
30
25
40
2000
3000
4000
Utilidades ($/unidad)
Planteamiento modelo 6
Variables:
Xi cantidad de auto i a producir
(1-com; 2-med; 3-gran)
Xi0, enteras
Restricciones:
1.5X1+3X2+5X36000-lmite de acero
30X1+25X2+40X360000-lmite de mano de obra
Si no se produce el automvil su Xi = 0
Si se produce automvil su Xi 1000
Como formular?
Planteamiento modelo 6
Necesidad de las variables binarias auxiliares :
0, si no se produce el auto i
Yi =
1, si se produce el auto i
Si Yi = 0, Xi = 0
Si Yi = 1, Xi 0 y adems
Xi 1000
Modelo final 6
Variables :
Xi - cantidad de automvil i para producir
0, si no se produce el auto i
Yi =
1, si se produce el auto i
Xi 0, enteras; Yi binarias
Re stricciones :
1.5 X 1 + 3 X 2 + 5 X 3 6000
30 X 1 + 25 X 2 + 40 X 3 60000
X 1 MY1
X 1 + M (1 Y1 ) 1000
X 2 MY2
X 2 + M (1 Y2 ) 1000
X 3 MY3
X 3 + M (1 Y3 ) 1000
Funcin Objetivo (Utilidad total mxima en miles de dlares) :
Z = 2 X 1 + 3 X 2 + 4 X 3 max
Estimacin M?
Practicar!!!
Costo
300
250
200
150
100
50
0
500
1000
1500
Serie2
125
225
300
Serie3
125
250
375
Galones
La funcin de costos no es lineal en todo rango de cantidad de galones, pero es lineal por
segmentos: no se puede solucionar solo con PL, pero se soluciona con el uso de las
variables binarias.
Modelo 7
Variables :
Xij cantidad de petrleo i para gasolina j (en galones )
i = 1,2
j = 1,2;
Restricciones :
X 11 + X 12 X 500, lmite de petrleo 1
X 21 + X 22 1000, lmite de petrleo 2
X 11
0.5, contenido de petr1 en gas 1 por lo menos 50%
X 11 + X 21
X 12
0.6, contenido de petr1 en gas 2 por lo menos 60%
X 12 + X 22
0
Z0
Y1
500
1000
Z1
Z2
Y2
1500
Z3
Y3
Variables auxiliares :
0, si valor de X no pertenece al segmento i
Yi =
1, si valor de X pertenece al segmento i
Z i 1 ponderacin del extremo izquierdo del segmento i
Z i ponderacin del extremo derecho del segmento i
Yi binarias; Z i 0; Z i 1
Modelo final 7
Variables :
Xij cantidad de petrleo i para gasolina j (en galones )
i = 1,2
j = 1,2;
Restriccio nes :
X11 + X12 X 500, lmite de petrleo 1
X 21 + X 22 1000, lmite de petrleo 2
0.5X11 0.5 X 21 0, contenido de petr1 en gas 1 por lo menos 50%
Yi binarias; Z i 0; Z i 1
Xij , X 0
D,G,H,I