Вы находитесь на странице: 1из 51

Programacin Lineal

Programacin Lineal
Entera
Entera

Objetivos del captulo


Objetivos del captulo
Programacin lineal entera, programacin lineal mixta, modelos Programacin lineal entera, programacin lineal mixta, modelos
binarios. binarios.
Representaciones grficas. Representaciones grficas.
Aproximacin Aproximacin
Solucin: Solucin:
- - Solucin usando el computador para de modelos enteros Solucin usando el computador para de modelos enteros
- - Falta de anlisis de sensibilidad. Falta de anlisis de sensibilidad.
El uso de Variables Binarias. El uso de Variables Binarias.
- - Presupuestos de Capital / restricciones para realizar el Presupuestos de Capital / restricciones para realizar el
objetivo. objetivo.
3.1 Introduccin
3.1 Introduccin
Muchas veces, algunas o todas las variables de decisin
Muchas veces, algunas o todas las variables de decisin
deben restringirse a valores enteros.
deben restringirse a valores enteros.
Por ejemplo:
Por ejemplo:

El nmero de aeronaves que se compr este ao.


El nmero de aeronaves que se compr este ao.

El nmero de mquinas que necesita para


El nmero de mquinas que necesita para
produccin.
produccin.

El nmero de viajes que ha realizado un agente de


El nmero de viajes que ha realizado un agente de
ventas.
ventas.

El nmero de polica que se asign a la vigilancia


El nmero de polica que se asign a la vigilancia
nocturna.
nocturna.

Variables enteras son requeridas cuando el modelo
Variables enteras son requeridas cuando el modelo
represente una nica decisin (no una operacin en
represente una nica decisin (no una operacin en
proceso).
proceso).

Los modelos de Programacin Lineal Entera (PLE)
Los modelos de Programacin Lineal Entera (PLE)
son mucho ms difciles de resolver que los modelos
son mucho ms difciles de resolver que los modelos
de Programacin Lineal (PL).
de Programacin Lineal (PL).

Los algoritmos que resuelven los modelos lineales
Los algoritmos que resuelven los modelos lineales
enteros no entregan resultados de anlisis de
enteros no entregan resultados de anlisis de
sensibilidad.
sensibilidad.

Los modelos de PLE pueden clasificarse como sigue:
Los modelos de PLE pueden clasificarse como sigue:

Solo de enteros, es decir, todas las variables


Solo de enteros, es decir, todas las variables
se restringen a enteros.
se restringen a enteros.

De variables mixtas
De variables mixtas
-
-
algunas variables son
algunas variables son
enteras, pero no todas.
enteras, pero no todas.

De binarios
De binarios
-
-
todas las variables son 0 1.
todas las variables son 0 1.
3.2
3.2
Las complejidades de PLE
Las complejidades de PLE

Si un modelo de enteros se resuelve como un modelo
Si un modelo de enteros se resuelve como un modelo
lineal simple, se puede obtener la solucin ptima no
lineal simple, se puede obtener la solucin ptima no
entera.
entera.

Aproximar a valores enteros puede provocar:
Aproximar a valores enteros puede provocar:

Soluciones no
Soluciones no
-
-
factibles
factibles

Soluciones factibles pero no ptimas


Soluciones factibles pero no ptimas

Soluciones ptimas.
Soluciones ptimas.

Por qu no enumerar todos los puntos enteros
Por qu no enumerar todos los puntos enteros
factibles y seleccionar el mejor?
factibles y seleccionar el mejor?
Enumerar todas las soluciones enteras es poco prctico, a Enumerar todas las soluciones enteras es poco prctico, a
causa del gran nmero de puntos factibles causa del gran nmero de puntos factibles
.
.

Siempre se utiliza aproximacin? Si, particularmente
Siempre se utiliza aproximacin? Si, particularmente
si
si
Los valores de las variables de decisin positivas son Los valores de las variables de decisin positivas son
relativamente grandes, y los valores de los coeficientes de la relativamente grandes, y los valores de los coeficientes de la
funcin objetivo son relativamente pequeos funcin objetivo son relativamente pequeos
.
.

El siguiente ejemplo ilustra algunas de


El siguiente ejemplo ilustra algunas de
las complicaciones que aparecen
las complicaciones que aparecen
cuando se utilizan restricciones enteras
cuando se utilizan restricciones enteras
sobre las variables de decisin.
sobre las variables de decisin.

Restaurante Bembos
Restaurante Bembos

Bembos es una nueva cadena de comida
Bembos es una nueva cadena de comida
rpida.
rpida.

El local planifica su expansin en el centro y
El local planifica su expansin en el centro y
reas suburbanas.
reas suburbanas.

La gerencia desea determinar cuntos
La gerencia desea determinar cuntos
restaurantes abrir en cada rea a fin de
restaurantes abrir en cada rea a fin de
aumentar al mximo la ganancia semanal
aumentar al mximo la ganancia semanal
neta.
neta.

Requerimientos y restricciones:
Requerimientos y restricciones:

No ms de 19 gerentes pueden ser asignados.


No ms de 19 gerentes pueden ser asignados.

Por lo menos deben abrirse dos restaurantes en el


Por lo menos deben abrirse dos restaurantes en el
centro.
centro.

La inversin total no puede exceder a $2.7


La inversin total no puede exceder a $2.7
Millones.
Millones.
Suburbano Ce Suburbano Centro ntro
Inversin por la ubicacin 200,000 600,000 Inversin por la ubicacin 200,000 600,000
Ganancia diaria 1,200 Ganancia diaria 1,200 2,000 2,000
Horas de operacin 24 horas 12 hora Horas de operacin 24 horas 12 horas s
Nmero de gerentes necesarios 3 Nmero de gerentes necesarios 3 1 1

Solucin
Solucin

Variables de Decisin
Variables de Decisin

X1 = Nmero de restaurantes abiertos en lugares


X1 = Nmero de restaurantes abiertos en lugares
suburbanos.
suburbanos.

X2 = Nmero de restaurantes abiertos en el


X2 = Nmero de restaurantes abiertos en el
centro .
centro .

El modelo matemtico se formula a
El modelo matemtico se formula a
continuacin:
continuacin:
negativos enteros son no X2 X1,
19 X2 + 3X1
2 X2
2.7 6X2 + 2X1
: ST
2000X2 + 1200X1 Max

Ganancia semanal neta


La inversin total no puede exceder $2.7 dlares
Por lo menos dos restaurantes en el centro
No ms de 19 gerentes se pueden asignar
enteros mayores que 0

Restricciones
Restricciones
La inversin total no puede exceder $2.7 millones
La inversin total no puede exceder $2.7 millones
3.3
3.3
Sensibilidad de un PLE
Sensibilidad de un PLE

En los problemas de programacin lineal entera no es
En los problemas de programacin lineal entera no es
posible realizar el anlisis de sensibilidad. Cualquier
posible realizar el anlisis de sensibilidad. Cualquier
cambios en los coeficientes de la funcin objetivo o
cambios en los coeficientes de la funcin objetivo o
en los coeficientes del lado derecho implicar
en los coeficientes del lado derecho implicar
resolver el problema nuevamente.
resolver el problema nuevamente.
3.4 Programacin lineal mixta
3.4 Programacin lineal mixta

Incluye algunas variables que estn restringidas a
Incluye algunas variables que estn restringidas a
valores enteros.
valores enteros.

El problema de inversin de
El problema de inversin de
Graa
Graa
y Montero ilustra
y Montero ilustra
esta situacin.
esta situacin.

Problema de inversin de
Problema de inversin de
Graa
Graa
y
y
Montero
Montero

Graa
Graa
y Montero ha decidido realizar una inversin.
y Montero ha decidido realizar una inversin.

Ella invertir en:
Ella invertir en:
-
-
Telefonica
Telefonica
del Per, una compaa de
del Per, una compaa de
abastecimiento y
abastecimiento y
comunicaciones y/o
comunicaciones y/o
-
-
Banco de Crdito , un fondo mutuo.
Banco de Crdito , un fondo mutuo.

Graa
Graa
y Montero es una inversionista precavida. Ella
y Montero es una inversionista precavida. Ella
tiene lmites sobre el nivel de inversin, y defini una
tiene lmites sobre el nivel de inversin, y defini una
meta para la ganancia anual.
meta para la ganancia anual.

Datos:
Datos:

Telefnica del Per vende actualmente cada accin a
Telefnica del Per vende actualmente cada accin a
$55.
$55.

Telefnica del Per proyecta vender cada accin a
Telefnica del Per proyecta vender cada accin a
$68 dentro de un ao.
$68 dentro de un ao.

Banco de Crdito del Per espera obtener 9% de
Banco de Crdito del Per espera obtener 9% de
utilidad anual.
utilidad anual.

Restricciones:
Restricciones:

La utilidad esperada debe ser de por lo menos $250.
La utilidad esperada debe ser de por lo menos $250.

La cantidad mxima invertida en Telefnica del Per
La cantidad mxima invertida en Telefnica del Per
no debe sobrepasar un 40% de la inversin total.
no debe sobrepasar un 40% de la inversin total.

La cantidad mxima invertida en Telefnica del Per
La cantidad mxima invertida en Telefnica del Per
no debe sobrepasar $750.
no debe sobrepasar $750.

Solucin
Solucin

Variables de decisin
Variables de decisin

X1 = Nmero de acciones a comprar en Telefnica


X1 = Nmero de acciones a comprar en Telefnica
del Per .
del Per .

X2 = Cantidad de dinero que invertir en Banco


X2 = Cantidad de dinero que invertir en Banco
de Crdito del Per .
de Crdito del Per .

El modelo matemtico:
El modelo matemtico:
Minimize 55X1 + X2
ST
13X1 + 0.09X2 250
33X1 - 0.40X2 0
55X1 750
X1, X2 0
X1 integer.

Utilidad anual esperada


No ms de 40% en
TCS.
No ms de $750
en Telefnica del Per
Minimizar
Entero
Solucin ptima de PL
Telefnica del Pe
Banco de Crdito
12.24
1009.79
Inversin total=$1682.99
Tel
Banco
Telefnica MAX $
Telefnica MAX $
Inversiones de Graa y Montero
Solucin ptima de programacin mixta
1044.44
12
Inversin total=$1704.44
Solucin ptima de PL
Banco de Crdito
Telefnica MAX $
Telefnica MAX $
Telefnica del Per
Inversiones de Graa y Montero

Problema de requerimiento de
Problema de requerimiento de
personal
personal
La playa La playa
San
San
Bartolo
Bartolo necesita salvavidas necesita salvavidas
La playa de San La playa de San Bartolo Bartolo contrata salvavidas por los 7 das de la contrata salvavidas por los 7 das de la
semana. semana.
Las regulaciones requieren que los empleados urbanos trabajen Las regulaciones requieren que los empleados urbanos trabajen
cinco das. cinco das.
Las condiciones de seguridad ordenan en promedio 1 Las condiciones de seguridad ordenan en promedio 1
salvavidas por 8000 personas salvavidas por 8000 personas
La ciudad desea emplear la mnima cantidad de salvavidas La ciudad desea emplear la mnima cantidad de salvavidas
posibles. posibles.

Solucin
Solucin
Resumen del Problema
Resumen del Problema

Asignar salvavidas para 5 das consecutivos.
Asignar salvavidas para 5 das consecutivos.

Minimizar el nmero total de salvavidas.
Minimizar el nmero total de salvavidas.

Satisfacer los requerimientos mnimos de salvavidas
Satisfacer los requerimientos mnimos de salvavidas
para cada da (ver el siguiente modelo lineal).
para cada da (ver el siguiente modelo lineal).
Datos
Datos

Para cada da, el mnimo de salvavidas requeridos
Para cada da, el mnimo de salvavidas requeridos
son:
son:
Dom
Dom
.
.
Lun
Lun
.
.
Mar.
Mar.
Mier
Mier
.
.
Jue
Jue
.
.
Vie
Vie
.
.
Sab
Sab
.
.
8
8
6
6
5
5
4
4
6
6
7
7
9
9
Variables de Decisin:
Variables de Decisin:

Xi = el nmero de salvavidas que trabajar el da i
Xi = el nmero de salvavidas que trabajar el da i
para i=1, 2, ,7 (i=1 es Domingo)
para i=1, 2, ,7 (i=1 es Domingo)
La Funcin Objetivo:
La Funcin Objetivo:

Minimizar el nmero total de salvavidas necesarios.
Minimizar el nmero total de salvavidas necesarios.
Para asegurar que los salvavidas sean los suficientes por cada da,
pregunte que trabajadores estarn de turno. Por ejemplo:
X1
X6
X5
X4
X3
quin trabajar el domingo?
mar. mie. jue. vie. dom.
Repita este procedimiento por cada da de la semana, y
construya las restricciones del caso.
negativos no enteros son variables las Todas

(Sbado) 9 X7 + X6 + X5 + X4 + X3
(Viernes) 7 X6 + X5 + X4 + X3 + X2
(Jueves) 6 X5 + X4 + X3 + X2 + X1
) (Mircoles 4 X7 + X4 + X3 + X2 + X1
(Martes) 5 X7 + X6 + X3 + X2 + X1
(Lunes) 6 X7 + X6 + X5 + X2 + X1
(Domingo) 8 X7 + X6 + X5 + X4 + X1
ST
X7 + X6 + X5 + X4 + X3 + X2 + X1

Minimizar
Todas las variables enteras mayores que 0
El modelo matemtico
Asignacin de salvavidas
para San Bartolo
salvavidas
da presentes requeridos Para cambios
domingo 9 8 1
lunes 8 6 0
martes 6 5 1
mircoles 5 4 1
jueves 6 6 3
viernes 7 7 2
sbado 9 9 2
total de salvavidas 10
Nota: existe una solucin ptima alternativa
3.5 Programacin lineal entera
3.5 Programacin lineal entera
binaria
binaria

Las variables binarias toman solamente los valores 0
Las variables binarias toman solamente los valores 0
y 1.
y 1.

Cualquier situacin puede ser modelada por un
Cualquier situacin puede ser modelada por un
si/no, bueno/malo ,etc., contenido dentro de la
si/no, bueno/malo ,etc., contenido dentro de la
categora binaria.
categora binaria.

Por ejemplo
Por ejemplo
X =

1
0
If a new health care plan is adopted
If it is not
X =

1 If a particular constraint must hold


0 If it is not
Si un nuevo plan de salud se adopta
si no se adopta
Si se compra el edificio
si no se compra
Municipalidad de Lima
Municipalidad de Lima

La municipalidad de Lima debe elegir un proyecto de


La municipalidad de Lima debe elegir un proyecto de
distribucin de fondos de manera tal que la mayora
distribucin de fondos de manera tal que la mayora
de la poblacin se vea beneficiada.
de la poblacin se vea beneficiada.

Los datos relevantes y concernientes al municipio en
Los datos relevantes y concernientes al municipio en
la ciudad son:
la ciudad son:
* Estimar el costo de cada proyecto * Estimar el costo de cada proyecto
* Estimar el nmero de trabajadores permanentes que * Estimar el nmero de trabajadores permanentes que
emplear el proyecto. emplear el proyecto.
* Encuesta de los 9 proyectos ms importantes para la ciudad. * Encuesta de los 9 proyectos ms importantes para la ciudad.

Distribucin de fondos
Distribucin de fondos
El municipio de Lima debe escoger su proyecto de fondos de El municipio de Lima debe escoger su proyecto de fondos de
manera tal que la mayora de la poblacin se vea beneficiada, manera tal que la mayora de la poblacin se vea beneficiada,
para ello realiza una encuesta sobre los 9 proyectos para ello realiza una encuesta sobre los 9 proyectos ms ms
urgentes. urgentes.
Proyecto Costo (1000) Trabajos Puntos
X1 Contratar siete nuevos policias 400,00 $ 7 4176
X2 Modernizar los cuarteles de policia 350,00 $ 0 1774
X3 Comprar dos nuevas patrullas 50,00 $ 1 2513
X4 Entregar bonif. a los of. de policia 100,00 $ 0 1928
X5 Comprar nuevos eq. para bomberos 500,00 $ 2 3607
X6 Contratar un comandante de bombero 90,00 $ 1 962
X7 Invertir en programas deportivos 220,00 $ 8 2829
X8 Restaurar la escuela de msica 150,00 $ 3 1708
X9 Comprar nuevos comp. para la esc. 140,00 $ 2 3003
Resultados de la Encuesta

Variables de decisin
Variables de decisin
* * X X
j j
, conjunto de variables binarias que indican si el proyecto j , conjunto de variables binarias que indican si el proyecto j
es seleccionado ( es seleccionado (X X
j j
= 1) o no ( = 1) o no (X X
j j
= 0). = 0).

Funcin Objetivo
Funcin Objetivo
* Maximizar la cantidad el puntaje para la obtencin de fondos * Maximizar la cantidad el puntaje para la obtencin de fondos
del proyecto. del proyecto.

Restricciones
Restricciones
- - Vea el modelo matemtico Vea el modelo matemtico

El modelo matemtico
El modelo matemtico
L L
La mayor cantidad de fondos a destinar no puede superar los $900 La mayor cantidad de fondos a destinar no puede superar los $900.000 .000
El nmero de nuevos trabajos debe ser por lo menos 10 El nmero de nuevos trabajos debe ser por lo menos 10
El nmero de nuevos policas debe ser a lo ms 3. El nmero de nuevos policas debe ser a lo ms 3.
Debe comprarse una patrulla o un carro de bomberos Debe comprarse una patrulla o un carro de bomberos
se debe restaurar la sala de msica o invertir en programas dep se debe restaurar la sala de msica o invertir en programas deportivos ortivos
Deben invertirse en programas deportivos o Deben invertirse en programas deportivos o
restaurar la sala de msica antes de restaurar la sala de msica antes de
comprar nuevos computadores comprar nuevos computadores
CONTINUA
Max 4176X1+ 1774X2 + 2513X3 + 1928X4 + 3607X5 + 962X6 + 2829X7 + 1708X8 + 3003X9
ST

400X1+ 350X2 + 50X3 + 100X4 + 500X5 + 90X6 + 220X7 + 50X8 + 140X9 900

7X1+ X3 + 2X5 + X6 + 8X7 + 3X8 + 2X9 10
X1+ X2 + X3 + X4 3
X3 + X5 = 1
X7 - X8 = 0

X7 - X9 0

X8 - X9 0

*Tres de las siguientes 5 restricciones deben ser satisfechas *Tres de las siguientes 5 restricciones deben ser satisfechas
Por lo menos $250.000 deben guardarse (no usar ms de $650.000) Por lo menos $250.000 deben guardarse (no usar ms de $650.000)
Se requieren al menos 3 Se requieren al menos 3 policias policias y debe comprarse el equipo de bomberos y debe comprarse el equipo de bomberos
Se deben contratar siete nuevos Se deben contratar siete nuevos policias policias
Al menos 15 nuevos trabajos se deben crear (no 10) Al menos 15 nuevos trabajos se deben crear (no 10)
Tres proyectos de educacin se deben financiar. Tres proyectos de educacin se deben financiar.
La condicin que al menos 3 de las 5 restricciones deben cumplir La condicin que al menos 3 de las 5 restricciones deben cumplirse puede ser se puede ser
representado por una variable binaria representado por una variable binaria
Yi Yi = 1 si la restriccin es considerada = 1 si la restriccin es considerada
0 si no es considerada 0 si no es considerada
400X1+ 350X2 + 50X3 + 100X4 + 500X5 + 90X6 + 220X7 + 50X8 + 140X9 650
X1+ X2 + X3 + X4 + X5 + X6 3
X1 = 1
7X1+ X3 + 2X5 + X6 + 8X7 + 3X8 + 2X9 15
X7 + X8 + X9 = 3

CONTINUA
LAS RESTRICCIONES CONDICIONADAS LAS RESTRICCIONES CONDICIONADAS
SON MODIFICADAS COMO SIGUE: SON MODIFICADAS COMO SIGUE:
Las siguientes restricciones se agregan para asegurar que a Las siguientes restricciones se agregan para asegurar que a
lo ms 2 de los objetivos se realizaran lo ms 2 de los objetivos se realizaran
400X1+ 350X2 + 50X3 + 100X4 + 500X5 + 90X6 + 220X7 + 50X8 + 140X9 650 + MY1
X1+ X2 + X3 + X4 + X5 + X6 3 - MY2
X1 1 - MY3
X1 1 + MY3
7X1+ X3 + 2X5 + X6 + 8X7 + 3X8 + 2X9 15 - MY4
X7 + X8 +

X9 3 - MY5
X7 + X8 + X9 3 + MY5



Y1+ Y2 + Y3 + Y4 + Y5 2

Este conjunto de restricciones


se agrega al modelo original
3.6 Incluyendo Cargos Fijos
3.6 Incluyendo Cargos Fijos

El modelo de programacin lineal no incluye un costo
El modelo de programacin lineal no incluye un costo
fijo dentro de sus consideraciones. Se asume que
fijo dentro de sus consideraciones. Se asume que
este costo no puede ser calculado, lo cual no siempre
este costo no puede ser calculado, lo cual no siempre
es verdadero.
es verdadero.

En un problema de cargo fijo se tiene:
En un problema de cargo fijo se tiene:
Costo Total = CX + F si X>0 Costo Total = CX + F si X>0
0 si X = 0 0 si X = 0
donde :
donde :
C es una variable de costo, y F es el costo fijo
C es una variable de costo, y F es el costo fijo
Cervecera
Cervecera
Backus
Backus
y
y
Johnston
Johnston
S.A.
S.A.

Cervecera
Cervecera
Backus
Backus
y
y
Johnston
Johnston
S.A..
S.A..
fabrica dos tipo
fabrica dos tipo
de cervezas: Pilsen y Cristal
de cervezas: Pilsen y Cristal

Cervecera
Cervecera
Backus
Backus
y
y
Johnston
Johnston
S.A
S.A
tiene 4 fabricas y
tiene 4 fabricas y
3 centros de distribucin.
3 centros de distribucin.

Cada planta opera bajo sus propias condiciones, por
Cada planta opera bajo sus propias condiciones, por
lo cual tienen diferentes costos fijos de operacin,
lo cual tienen diferentes costos fijos de operacin,
costos de produccin, tasa de produccin y horas de
costos de produccin, tasa de produccin y horas de
produccin disponibles.
produccin disponibles.

Ultimamente la demanda ha disminuido por lo cual la
Ultimamente la demanda ha disminuido por lo cual la
gerencia esta pensando en cerrar una o ms de las
gerencia esta pensando en cerrar una o ms de las
plantas.
plantas.

La gerencia desea:
La gerencia desea:
* Desarrollar una ptima poltica de distribucin * Desarrollar una ptima poltica de distribucin
* Determinar que planta cerrar (si es que existe alguna) * Determinar que planta cerrar (si es que existe alguna)

Datos
Datos
Costos de produccin, tiempo, disponibilidad Costos de produccin, tiempo, disponibilidad
Proyeccin de la demanda mensual Proyeccin de la demanda mensual
Planta por mes Pilsen Cristal Pilsen
La Molina 40 1000 1400 6
San Isidro 35 1200 1200 7
San Borja 20 800 1000 9
San Martin de Porres 30 1300 1500 5
Demanda
Callao Santa Anita Centro de Lima
Pilsen 2000 3000 5000
Cristal 5000 6000 7000
* Costo de transporte por 100 unidades * Costo de transporte por 100 unidades
* Al menos el 70% de la demanda en cada centro de distribucin * Al menos el 70% de la demanda en cada centro de distribucin
se debe satisfacer se debe satisfacer
* Precio de venta por caja * Precio de venta por caja
- - Pilsen = $22 ; Cristal= $28
De Lima
Callao Santa Anita Centro
La MoLina $200 300 500
San Isidro 100 100 400
San Borja 200 200 300
San Martn de Porres 300 100 100
Pilsen = $22 ; Cristal= $28

Variables de decisin
Variables de decisin
Xi = cientos de cajas de Pilsen producidos en la planta i Xi = cientos de cajas de Pilsen producidos en la planta i
Zi Zi = cientos de cajas de Cristal producidos en la planta i = cientos de cajas de Cristal producidos en la planta i
Xij Xij = cientos de cajas de Pilsen transportados desde la planta i = cientos de cajas de Pilsen transportados desde la planta i
hasta la distribuidora j hasta la distribuidora j
Zij Zij= cientos de cajas de Cristal transportados desde la planta i = cientos de cajas de Cristal transportados desde la planta i
hasta hasta la distribuidora j la distribuidora j
Identificacin de lugares Identificacin de lugares
Planta Distribuidora
Ubicacin i Ubicacin j
La Molina 1 Callao 1
San Isidro 2 Santa Anita 2
San Borja 3 Centro de Lima 3
San Martn de Porres 4
Cervecera
Cervecera
Backus
Backus
y
y
Johnston
Johnston
S.A.
S.A.
Modelo N 1 :
Modelo N 1 :
Todas las plantas operativas
Todas las plantas operativas

Funcin Objetivo
Funcin Objetivo
* La gerencia desea maximizar la ganancia neta * La gerencia desea maximizar la ganancia neta
* La ganancia bruta por 100 cajas = 22(100) * La ganancia bruta por 100 cajas = 22(100) - - (costo de (costo de prod prod. por . por
100) 100)
* La ganancia neta por 100 cajas producidas en la planta i y * La ganancia neta por 100 cajas producidas en la planta i y
transportadas a la distribuidora j = transportadas a la distribuidora j =
Ganancia Bruta Ganancia Bruta - - Costo de transporte por 100 cajas Costo de transporte por 100 cajas
* * Max Max 1200X1+1000X2+1400X3+ 900X4 1200X1+1000X2+1400X3+ 900X4
+1400Z1+1600Z2+1800Z3+1300Z4 +1400Z1+1600Z2+1800Z3+1300Z4
- - 200X11 200X11 - - 300X12 300X12 - - 500X13 500X13
- - 100X21 100X21 - - 100X22 100X22 - - 400X23 400X23
- - 200X31 200X31 - - 200X32 200X32 - - 300X33 300X33
- - 300X41 300X41 - - 100X42 100X42 - - 100X43 100X43
- - 200Z11 200Z11 - - 300Z12 300Z12 - - 500Z13 500Z13
- - 100Z21 100Z21 - - 100Z22 100Z22 - - 400Z23 400Z23
- - 200Z31 200Z31 - - 200Z32 200Z32 - - 300Z33 300Z33
- - 300Z41 300Z41 - - 100Z42 100Z42 - - 100Z43 100Z43
Costo de Transporte
Ganancia Bruta
P
i
l
s
e
n
C
ris
ta
l

Restricciones
Restricciones
Se debe asegurar que la cantidad transportada desde una Se debe asegurar que la cantidad transportada desde una
planta es igual a la cantidad producida por esta. planta es igual a la cantidad producida por esta.
La cantidad recibida por una distribuidora no puede exceder la La cantidad recibida por una distribuidora no puede exceder la
demanda o ser menor que el 70% de esta. demanda o ser menor que el 70% de esta.
Para G50
X11 + X12 + X13 = X1
X21 + X22 + X23 = X2
X31 + X32 + X33 = X3
X41 + X42 + X43 = X4
Para G90
Z11 + Z12 + Z13 = Z1
Z21 + Z22 + Z23 = Z2
Z31 + Z32 + Z33 = Z3
Z41 + Z42 + Z43 = Z4
Para G50
X11 + X21 + X31 + X41 < 20
X11 + X21 + X31 + X41 > 14
X12 + X22 + X32 + X42 < 30
X12 + X22 + X32 + X42 > 21
X13 + X23 + X33 + X43 < 50
X13 + X23 + X33 + X43 > 35
Para G90
Z11 + Z21 +Z31 + Z41 < 50
Z11 + Z21 + Z31 + Z41 > 35
Z12 + Z22 + Z32 + Z42 < 60
Z12 + Z22 + Z32 + Z42 > 42
Z13 + Z23 + Z33 + Z43 < 70
Z13 + Z23 + Z33 + Z43 > 49
Las horas de produccin para cada planta no puede exceder
de la cantidad de horas de produccin total
6X1 + 6Z1 640
7X2 + 8Z2 960
9X3 + 7Z3 480
5X4 + 9Z4 640
Todas las variables enteras mayores que 0

Calculo de la solucin ptima mediante WINQSB


Calculo de la solucin ptima mediante WINQSB
Backus y Johnston
Backus y Johnston
Resumen
Resumen

El valor ptimo de la funcin objetivo es $356.571.
El valor ptimo de la funcin objetivo es $356.571.

Note que el costo fijo de operacin de las plantas no
Note que el costo fijo de operacin de las plantas no
se considera en la funcin objetivo porque todas las
se considera en la funcin objetivo porque todas las
plantas se encuentran en operacin
plantas se encuentran en operacin

Restando el costo fijo de $125.000 resulta una
Restando el costo fijo de $125.000 resulta una
ganancia neta mensual de $231.571.
ganancia neta mensual de $231.571.
Cervecera
Cervecera
Backus
Backus
y
y
Johnston
Johnston
S.A.
S.A.
Modelo N 2 :
Modelo N 2 :
El nmero de plantas operativas en
El nmero de plantas operativas en
cada ciudad es una variable de decisin
cada ciudad es una variable de decisin

Variables de decisin
Variables de decisin
Xi = cientos de cajas de Pilsen producidos en la planta i Xi = cientos de cajas de Pilsen producidos en la planta i
Zi Zi = cientos de cajas de Cristal producidos en la planta i = cientos de cajas de Cristal producidos en la planta i
Xij Xij = cientos de cajas de Pilsen transportados desde la planta i = cientos de cajas de Pilsen transportados desde la planta i
hasta la distribuidora j hasta la distribuidora j
Zij Zij= cientos de cajas de Cristal transportados desde la planta i = cientos de cajas de Cristal transportados desde la planta i
hasta hasta la distribuidora j la distribuidora j
Yi
Yi
= Una variable binaria (0
= Una variable binaria (0
-
-
1) que describe el
1) que describe el
nmero de plantas operando en la ciudad i
nmero de plantas operando en la ciudad i

Funcin Objetivo
Funcin Objetivo
* La gerencia desea maximizar la ganancia neta * La gerencia desea maximizar la ganancia neta
* La ganancia bruta por 100 cajas = 22(100) * La ganancia bruta por 100 cajas = 22(100) - - (costo de (costo de prod prod. .
por 100) por 100)
* La ganancia neta por 100 cajas producidas en la planta i y * La ganancia neta por 100 cajas producidas en la planta i y
transportadas a la distribuidora j = transportadas a la distribuidora j =
Ganancia Bruta - Costo de transporte de i a j - Costo fijo condicionado

Funcin Objetivo
Funcin Objetivo
Max Max 1200X1+1000X2+1400X3+ 900X4 1200X1+1000X2+1400X3+ 900X4
+1400Z1+1600Z2+1800Z3+1300Z4 +1400Z1+1600Z2+1800Z3+1300Z4
- - 200X11 200X11 - - 300X12 300X12 - - 500X13 500X13
- - 100X21 100X21 - - 100X22 100X22 - - 400X23 400X23
- - 200X31 200X31 - - 200X32 200X32 - - 300X33 300X33
- - 300X41 300X41 - - 100X42 100X42 - - 100X43 100X43
- - 200Z11 200Z11 - - 300Z12 300Z12 - - 500Z13 500Z13
- - 100Z21 100Z21 - - 100Z22 100Z22 - - 400Z23 400Z23
- - 200Z31 200Z31 - - 200Z32 200Z32 - - 300Z33 300Z33
- - 300Z41 300Z41 - - 100Z42 100Z42 - - 100Z43 100Z43
- - 40000Y1 40000Y1 - - 35000Y2 35000Y2 - - 20000Y3 20000Y3 - - 30000Y4 30000Y4

Restricciones
Restricciones
Se debe asegurar que la cantidad transportada desde una Se debe asegurar que la cantidad transportada desde una
planta es igual a la cantidad producida por esta. planta es igual a la cantidad producida por esta.
La cantidad recibida por una distribuidora no puede exceder la La cantidad recibida por una distribuidora no puede exceder la
demanda o ser menor que el 70% de esta. demanda o ser menor que el 70% de esta.
Para G50
X11 + X12 + X13 = X1
X21 + X22 + X23 = X2
X31 + X32 + X33 = X3
X41 + X42 + X43 = X4
Para G90
Z11 + Z12 + Z13 = Z1
Z21 + Z22 + Z23 = Z2
Z31 + Z32 + Z33 = Z3
Z41 + Z42 + Z43 = Z4
Para G50
X11 + X21 + X31 + X41 < 20
X11 + X21 + X31 + X41 > 14
X12 + X22 + X32 + X42 < 30
X12 + X22 + X32 + X42 > 21
X13 + X23 + X33 + X43 < 50
X13 + X23 + X33 + X43 > 35
Para G90
Z11 + Z21 +Z31 + Z41 < 50
Z11 + Z21 + Z31 + Z41 > 35
Z12 + Z22 + Z32 + Z42 < 60
Z12 + Z22 + Z32 + Z42 > 42
Z13 + Z23 + Z33 + Z43 < 70
Z13 + Z23 + Z33 + Z43 > 49
Las horas de produccin para cada planta no puede
exceder de la cantidad de horas de produccin total
6X1 + 6Z1 - 640Y1 0
7X2 + 8Z2 - 960Y2 0
9X3 + 7Z3 - 480Y3 0
5X4 + 9Z4 - 640Y4 0
Todos X
ij
, X
i,
Z
ij
, Z
i
> 0, y Y
i
son 0,1.

Calculo de la solucin ptima mediante WINQSB


Calculo de la solucin ptima mediante WINQSB
Backus y Johnston
Backus y Johnston
Resumen
Resumen

La planta de La Molina debe ser cerrada.
La planta de La Molina debe ser cerrada.

El esquema de produccin mensual debe realizarse
El esquema de produccin mensual debe realizarse
de acuerdo a los resultados obtenidos de la solucin.
de acuerdo a los resultados obtenidos de la solucin.

La ganancia neta mensual ser de $266.115, $34.544
La ganancia neta mensual ser de $266.115, $34.544
ms que cuando todas las plantas se encontraban en
ms que cuando todas las plantas se encontraban en
operacin.
operacin.

Вам также может понравиться