You are on page 1of 4

Aneliesse Garcia-Junco 20110292

Investigación de Operaciones I

Ejercicios en Lingo Primer Bloque
Problema 1
model: sets: Puerto /Filadelfia NuevaOrleans/:Supply; Clientes /Atltanta Dallas Columbus Boston/:Demand; Rutas (Puerto, Clientes):Costo,Result; endsets data: Supply= 5000 3000; Demand= 1400 3200 2000 1400; Costo= 2 6 6 2 1 2 5 7; enddata min=@sum(Rutas(i,j):Costo(i,j)*Result(i,j)); @for(Puerto(i):@sum(Clientes(j):Result(i,j))<=Supply(i)); @for(Clientes(j):@sum(Puerto(i):Result(i,j))>=Demand(j)); end

Problema 2
model: sets: FO /1..6/: Costo,CantidadDeViajes; endsets data: Costo = 14 9 7 8 10 5; enddata min = Costo(1)*CantidadDeViajes(1) + Costo(2)*CantidadDeViajes(2) + Costo(3)*CantidadDeViajes(3) + Costo(4)*CantidadDeViajes(4) + Costo(5)*CantidadDeViajes(5) + Costo(6)*CantidadDeViajes(6); CantidadDeViajes(1)+CantidadDeViajes(2)+CantidadDeViajes(3)<=30; CantidadDeViajes(4)+CantidadDeViajes(5)+CantidadDeViajes(6)<=20; CantidadDeViajes(1)+CantidadDeViajes(4)>=25; CantidadDeViajes(2)+CantidadDeViajes(5)>=15; CantidadDeViajes(3)+CantidadDeViajes(6)>=10; End

Problema 4
model: sets: Planta /P1 p2 p3/:Supply; Almacen /W1 W2 W3/:Demand; M(Planta,Almacen):Costo,Result; endsets data: Supply= 300 500 100; Demand= 200 400 300; Costo= 20 16 24 10 10 8 12 18 10; enddata

Aneliesse Garcia-Junco 20110292 Investigación de Operaciones I min=@sum(M(i.j):Costo(i.j)).j)).j))<=Supply(i)). @for(Demandantes(j):@sum(Suppliers(i): Result(i. endsets data: Supply= 500 400. Combinacion(Departamento.j))=Demand(j)). Ubicacion /Uno Dos Tres Cuatro/:Demand. Demandantes): Costo. end Problema 18 model: sets: . endsets data: Supply= 1 1 1 1 1.j) : Costo(i. Result.Ubicacion):Costo. @for(Ubicacion(j):@sum(Departamento(i):Result(i. enddata max=@sum(Combinacion(i. @for(Planta(i):@sum(Almacen(j):Result(i. @for(Departamento (i):@sum(Ubicacion (j):Result(i.j)*Result(i. Costo= 10 20 15 12 15 18. enddata min=@sum(Rutas(i. Demandantes/ Hamilton Butler Clermont/:Demand.j)*Result(i.j)).j))>=Demand(j)). end Problema 5 model: sets: Suppliers/Southerngas Northwestgas/:Supply. Rutas (Suppliers. Demand= 1 1 1 1. @for(Almacen(j):@sum(Planta(i):Result(i.Result.j))<=Supply(i)).j))<=Supply(i)).j)*Result(i. @for(Suppliers(i):@sum(Demandantes(j): Result(i. Demand= 400 200 300. Costo= 10 6 12 8 15 18 5 11 17 10 13 16 14 12 13 10 14 16 6 12.j):Costo(i.j))>=Demand(j)). end Segundo Bloque Problema 16 model: sets: Departamento /Zapateria Jugueteria PartesAutomotrices UtensiliosDomesticos Video/:Supply.

Aneliesse Garcia-Junco 20110292 Investigación de Operaciones I Centros_de_Dist/Plano Nashville Flagstaff Springfield Boulder Ficticio/: Supply.j): Costo(i. end Problema 19 model: sets: Representante de Ventas/Washington Benson Fredericks Hodson/:Supply.j))>=Demand(j)).Zonas_de_Clientes): Costo. @for(Teritorrio de venta (j):@sum(Representante de Ventas (i): Result(i.j)).j) : Venta(i.j)) >= Demand(j)). Result. @for (Zonas_de_Clientes(j):@sum(Centros_de_Dist(i): Result(i.j)*Result(i. Volumen de ventas(Representante de Ventas.j)*Result(i. @for(Representante de Ventas (i):@sum(Teritorrio de venta (j): Result(i. enddata min=@sum(Volumen de ventas (i.j))<=Supply(i)). Teritorrio de venta/A B C D/:Demand. Demand= 1 1 1 1 1 1 1 1. endsets data: Supply= 1 1 1 1. @for (Centros_de_Dist(i):@sum(Zonas_de_Clientes(j): Result(i. Venta= 44 80 52 60 60 56 40 72 36 60 48 48 52 76 36 40. Zonas_de_Clientes/LA Chicago Columbus Atlanta Newark KansasCity Denver Dallas/: Demand.j)) <= Supply(i)). Demand= 1 1 1 1. Result. endsets data: Supply= 1 1 1 1 1 3.(3*115). end Problema 21 model: sets: Especialista/1 2 3 4/:Supply. Teritorrio de venta): Venta. .j)) . Cliente): Tiempo. Costo= 70 47 22 53 98 21 27 13 75 38 19 58 90 34 40 26 15 78 37 82 111 40 29 32 60 23 8 39 82 36 32 45 45 40 29 75 89 25 11 37 115 115 115 115 115 115 115 115. Rutas (Centros_de_Dist. enddata min = @sum(Rutas(i. Result. Horas(Especialista. Cliente/A B C/:Demand.

Demand= 1 1 1.2)+x(3. c= 50 70 90 80 100 120 10000 50 70 10000 80 100 10000 10000 60 10000 10000 100.2)=dem(2). @for(Cliente(j):@sum(Especialista(i): Result(i.2)+x(2. c. x(1. Tiempo= 150 210 270 170 230 220 180 230 225 160 240 230.j)*x(i. dem= 150 250 300.D): x.3)+x(6.3)+x(3.3)=dem(3). @for(Especialista(i):@sum(Cliente(j): Result(i. enddata min=@sum(Horas(i. endsets data: s= 275 100 200 50 100 50. end .3)+x(2.j):c(i.3)+x(5. @for(O(i):@sum(D(j):x(i.j) : Tiempo(i.Aneliesse Garcia-Junco 20110292 Investigación de Operaciones I endsets data: Supply= 1 1 1 1.j)*Result(i.j))<=Supply(i)). D /Mes1 Mes2 Mes3/: dem.1)+x(2.j)).j))>=Demand(j)). Coefs (O.j))<=s(i)). enddata min=@sum(Coefs(i. x(1.j)). x(1. end Tercer Bloque Problema 31 model: sets: O /M1REGULAR M1EXTRA M2REGULAR M2EXTRA M3REGULAR M3EXTRA/: s.2)+x(4.3)+x(4.1)=dem(1).

Related Interests