Академический Документы
Профессиональный Документы
Культура Документы
MODELOS MATEMÁTICOS
Ejemplo 01:
Función objetivo
Max z = 15x + 10y
Restricciones
Pasamos los tiempos a horas
20 min = 1/3 h
30 min = 1/2 h
10 min = 1/6 h
x ≥ 0
y ≥ 0
Ejemplo 02:
En una granja de pollos se da una dieta, para engordar, con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el
mercado sólo se encuentra dos clases de compuestos: el tipo X con una
composición de una unidad de A y 5 de B, y el otro tipo, Y, con una composición
de cinco unidades de A y una de B. El precio del tipo X es de 10 euros y del tipo Y
es de 30 €. ¿Qué cantidades se han de comprar de cada tipo para cubrir las
necesidades con un coste mínimo?
x=X
y=Y
Función objetivo
Restricciones
x + 5y ≥ 15
5x + y ≥ 15
x ≥ 0 (restricción de signo)
y ≥ 0 (restricción de signo)
f(15, 0) = 10 · 15 + 30 · 0 = 150
1.-Variables de Decisión
x1: Número de cinturones tipo A a fabricar por semana.
x2: Número de cinturones tipo B a fabricar por semana.
2.- Función Objetivo
Cada cinturón tipo A reporta una utilidad de 4 euros y cada cinturón tipo B reporta
una utilidad de 3 euros. Se desea maximizar la utilidad total dada por: Max 4x1+3x2
3.-Restricciones
No se puede fabricar más cinturones tipo A que la cantidad de hebillas
disponibles: x1≤800
No se puede fabricar más cinturones tipo B que la cantidad de hebillas
disponibles: x2≤ 700
Como máximo se puede confeccionar diariamente 800 cinturones del tipo A y
del tipo B en conjunto: x1+x2≤800
La capacidad de producción permite fabricar 1.000 cinturones tipo B a la
semana si se fabricara sólo cinturones de este tipo. Los cinturones tipo A ocupan
el doble de recursos que uno B, esto es se pueden fabricar 500 cinturones a la
semana si sólo se fabrican cinturones tipo A: 2x1+x2≤1.000
No negatividad de las variables de decisión: x1, x2 ≥ 0
En términos compactos el modelo de Programación Lineal queda definido por:
Previo a la aplicación del Método Simplex será necesario llevar el modelo a su
forma estándar. Para ello llevamos la función objetivo a minimización y agregamos
las variables de holgura no negativas x3, x4, x5, y x6, para las restricciones 1, 2, 3 y 4,
respectivamente.
Con ello construimos la tabla inicial del Método Simplex donde las variables de
holgura previamente identificadas definen una solución básica factible inicial (no
óptima):
Por el criterio del costo reducido más negativo la variable que ingresa a la base
es x1. Luego calculamos en dicha columna el mínimo cuociente que esta dado
por: .
En consecuencia, el pivote se encuentra en la fila 4 y por tanto la variable x6deja
la base. (Notar que para el cálculo del mínimo cuociente o criterio de factibilidad
sólo se consideran denominadores que sean estrictamente mayores a cero).
Ahora la variable no básica que ingresa a la base es x2. Calculamos nuevamente
Ejemplo 04:
Ruta critica
Puesto que la terminación de un proyecto requiere que se terminen todas las rutas
de la red, la duración de la ruta más larga de la red es la ruta crítica.