Taller Numero 3
Taller Numero 3
Taller Numero 3
Taller Numero 3
Presentado A
Jairo Arboleda Zúñiga
1-)La Fábrica Nacional de Cerveza tiene cinco plantas ubicadas en Bogotá, Cali,
Barranquilla, Medellín y Palmira, la Fábrica Nacional de Latas, una subsidiaria tiene tres
plantas ubicadas en Pereira, Bucaramanga y Cartagena. La demanda mensual de latas de
cerveza se pronostica así:
DEMANDA MENSUAL EN
PLANTA DE CERVEZA
LATAS
BOGOTA 2.000.000
CALI 500.000
BARRANQUILLA 400.000
MEDELLÍN 100.000
PALMIRA 100.000
CAPACIDAD MENSUAL EN
PLANTA DE LATAS
LATAS
PEREIRA 1.000.000
BUCARAMANGA 1.500.000
CARTAGENA 750.000
Los fletes son una función de las distancias que existen entre las plantas productoras de
cerveza y las plantas productoras de latas, estos fletes en pesos por transporte de 1.000 latas
son:
PLANTA DE CERVEZA PEREIRA BUCARAMANGA CARTAGENA
BOGOTA 5 20 15
CALI 20 15 2
BARRANQUILLA 25 2 10
MEDELLÍN 75 50 40
PALMIRA 45 80 60
Modelo matemático:
1. Variables:
X ij :Número de latas a transportar de la planta i para satisfacer el mercado jal mes ( latas
mes )
i:1,2,3 j:1,2,3,4,5
Planta de
Bogotá
Plantas de Latas (i)
Planta de Planta de
Cali Pereira
Planta de Planta de
Barranquilla Cartagena
Planta de Planta de
Medellín Bucaramanga
Planta de
Palmira
2. Función objetivo:
Min C:
5 X 11 +20 X 12+25 X 13 +75 X 14 + 45 X 15+ 20 X 21+15 X 22+2 X 23 +50 X 24 +80 X 25 +15 X 31 +2 X 32+10 X 33+ 40 X 34
3. Sujeto a:
Capacidad:
latas
Pereira: X 11 + X 12+ X 13+ X 14 + X 15 ≤ 1.000.000
mes
latas
Bucaramanga: X 21 + X 22 + X 23 + X 24+ X 25 ≤ 1.500.000
mes
latas
Cartagena: X 31 + X 32 + X 33 + X 34 + X 35 ≤750.000
mes
Demanda:
latas
Bogotá: 5 X 11 +20 X 21+15 X 31=¿ 2.000.000
mes
latas
Cali: 20 X 12 +15 X 22+ 2 X 32=¿ 500.000
mes
latas
Barranquilla: 25 X 13 +2 X 23+ 10 X 33=¿ 400.000
mes
latas
Medellín: 75 X 14 +50 X 24 + 40 X 34=¿ 100.000
mes
latas
Palmira: 45 X 15+ 80 X 25+ 60 X 35=¿ 100.000
mes
No negatividad X ij ≥ 0 ∈ E
i:1,2,3 j:1,2,3,4,5
Método Vogel
Planta de Cartagen
Pereira Bucaramanga CC4 Demanda Penalización
cerveza a
Bogotá 5 20 15 0 2.000.000 5
Cali 20 15 2 0 500.000 2
Barranquill 25 2 10 0 400.000 2
a
Medellín 75 50 40 0 100.000 40
Palmira 45 80 60 0 100.000 45
1.000.00 1.500.000 750.000 150.000
Oferta
0
Penalización 15 13 8 0
Capacida
Barranquill Medellí Palmir
Bogotá Cali d mensual Penalizació
a n a
en latas n
Pereira 5 20 25 75 45 1.000.000 15
Bucaramang 20 15 2 50 80 1.500.000 13
a
Cartagena 15 2 10 40 60 750.000 8
2.000.00 500.00 400.000 100.000 100.000
Demanda
0 0
Penalización 10 13 8 10 15
0
Bucaramang 20 15 2 50 80 0 1.500.00 2
a 0
Cartagena 15 2 10 40 60 0 750.000 2
2.000.00 500.00 400.000 100.000 100.000 150.00
Demanda
0 0 0
Penalización 10 13 8 10 15 0
Bucaramang 20 15 2 50 80 0 1.500.00 2
a 0
Cartagena 15 2 10 40 60 0 150.000 10
500.00 100.000
0
Demanda 2.000.000 X 400.000 X X 150.000
Penalización 10 13 8 - - 0
Bucaramang 20 15 2 50 80 0 1.500.00 2
a 0
Cartagena 15 2 10 40 60 0 X -
500.00 150.000 100.000
0
Demanda 2.000.000 X 250.000 X X 150.000
Penalización 10 13 8 10 - 0
Bucaramang 20 15 2 50 80 0 1.250.00 2
a 250.000 0
Cartagena 15 2 10 40 60 0 X -
500.00 150.000 100.000
0
Demanda 2.000.000 X X X X 150.000
Penalización 20 13 0 10 - 0
Bucaramang 20 15 2 50 80 0 1.100.00 20
a 250.000 0
150.000
Cartagena 15 2 10 40 60 0 X -
500.00 150.000 100.000
0
Demanda 2.000.000 X X X X X
Penalización 15 - - - - -
Bucaramang 20 15 2 50 80 0 X -
a 250.000
1.100.000 150.000
Cartagena 15 2 10 40 60 0 X -
500.00 150.000 100.000
0
Demanda 900.000 X X X X X
Penalización 15 - - - - -
Bucaramang 20 15 2 50 80 0 X -
a 250.000
1.100.000 150.000
Cartagena 15 2 10 40 60 0 X -
500.00 150.000 100.000
0
Demanda X X X X X X
Penalización - - - - - -
Cuadro de solución
Bogotá Cali Barranquill Medellín Palmira CC6
a
Pereira 5 45 0
900.000 100.000
Bucaramang 20 2 0
a 250.000
1.100.000 150.000
Cartagena 2 10 40
500.00 150.000 100.000
0
Planta de
Bogotá Plantas de Latas (i)
Planta de
Planta de
Pereira
Cali
Planta de Planta de
Barranquilla Bucaramanga
Planta de Planta de
Medellín Cartagena
Planta de
Palmira
Al aplicar Solver
2-)
Modelo matemático
1. Variables:
X ij : Asignación de abogados ia los casos j ( Abogados
Casos )
1=El abogado toma el caso , 0=El abogado no toma el caso
i:1,2,3,4,5 j :1,2,3,4,5
2 2
3 3
4 4
5 5
2. Función objetivo:
Min C:
145 X 11 + 80 X 12+121 X 13 +118 X 14 + 97 X 15+ 122 X 21+63 X 22 +107 X 23 +83 X 24 +75 X 25 +130 X 31 +85 X 32 +93
3. Sujeto a:
Abogado 1
X 11 + X 12+ X 13+ X 14 + X 15=¿ 1 (El abogado 1 lleva solo un caso)
caso
Abogado 2
X 21 + X 22 + X 23 + X 24+ X 25=¿ 1 (El abogado 2 lleva solo un caso)
caso
Abogado 3
X 31 + X 32 + X 33 + X 34 + X 35=1 (El abogado 3 lleva solo un caso)
caso
Abogado 4
X 41+ X 42+ X 43 + X 44 + X 45 =1 (El abogado 4 lleva solo un caso)
caso
Abogado 5
X 51 + X 52 + X 53 + X 54 + X 55=1 (El abogado 5 lleva solo un caso)
caso
abogado
X 11 + X 21+ X 31+ X 41 + X 51=1 ( un abogado lleva el caso 1)
caso 1
abogado
X 12 + X 22 + X 32 + X 42+ X 52=1 ( un abogado lleva el caso 2)
caso 2
abogado
X 13 + X 23+ X 33+ X 43+ X 53=1 ( un abogado lleva el caso 3)
caso 3
abogado
X 14 + X 24+ X 34 + X 44+ X 54=1 ( un abogado lleva el caso 4)
caso 4
abogado
X 15 + X 25+ X 35+ X 45+ X 55=1 ( un abogado lleva el caso 5)
caso 5
No negatividad X ij ≥ 0 ∈ E
i:1,2,3,4,5 j :1,2,3,4,5
Método Húngaro:
Solución:
Modelo en LINGO
[Tiempo]Min=145*x11+80*x21+121*x31+118*x41+97*x51
+122*x12+63*x22+107*x32+83*x42+75*x52
+130*x13+85*x23+93*x33+116*x43+120*x53
+95*x14+48*x24+69*x34+80*x44+80*x54
+115*x15+78*x25+95*x35+105*x45+111*x55;
[Abogado1] x11+x12+x13+x14+x15=1;
[Abogado2] x21+x22+x23+x24+x25=1;
[Abogado3] x31+x32+x33+x34+x35=1;
[Abogado4] x41+x42+x43+x44+x45=1;
[Abogado5] x51+x52+x53+x54+x55=1;
[Caso1] x11+x21+x31+x41+x51=1;
[Caso2] x12+x22+x32+x42+x52=1;
[Caso3] x13+x23+x33+x43+x53=1;
[Caso4] x14+x24+x34+x44+x54=1;
[Caso5]x15+x25+x35+x45+x55=1;
@BIN(x11);@BIN(x12);@BIN(x13);@BIN(x14);@BIN(x15);
@BIN(x21);@BIN(x22);@BIN(x23);@BIN(x24);@BIN(x25);
@BIN(x31);@BIN(x32);@BIN(x33);@BIN(x34);@BIN(x35);
@BIN(x41);@BIN(x42);@BIN(x43);@BIN(x44);@BIN(x45);
@BIN(x51);@BIN(x52);@BIN(x53);@BIN(x54);@BIN(x55);
Solución
Conclusión: Se analiza que tienen 2 factores simetricos con respecto a los abogados 3 y 5,
los cuales hacen un gran cambio con respecto al tiempo requerido para cubrir los casos,
donde se recomienda la distribución del Modelo LINGO que se ahorra 7 horas en cuenstion
de trabajo
3-) a) Una compañía despacha agua desde una estación principal a través de una red de
cinco estaciones intermedias hacia un destino final, la red y las capacidades de bombeo a
través de cada segmento de la red se muestran a continuación:
12 De A Capacidad
B D A B 15
15 13 A C 8
B C 6
A 6 5 G B D 12
8 9 C E 10
10 E D E 5
C 7 F D G 13
E F 7
F G 9
1. Variables de decisión
x ac x ab x bc x bd x ce x de x dg x ef x fg
2. Función objetivo
Max Z: x ab + x ac
3. Sujeto a:
Restricciones
Nodo b x ab= x bd + x bc
Nodo c x ac +¿ x bc = x ce
nodo e x ce = x ef
nodo d x bd = x de + x dg
nodo f x ef = x fg
x ab x ac x bc x bd x ce x de x dg x ef x fg
12 7 0 12 7 5 7 7 7
15 8 6 12 10 5 13 7 9
Función objetivo 19
Las rutas que garantizan más cantidad de agua por hora son A-B-C y A-B-D-E-F-G.
b) Hallar en la sgte. red ,la ruta más corta entre el origen y el destino ( Utilice el Algoritmo
de Djsktra)
La ruta más corta entre origen y el destino será la recorrida entre los nodos 0-C-F-G-T
Nodo O (0, 0)
Nodo C (6, 0)
Nodo F (8, c)
Nodo G (10, f)
Nodo T (17, g)
4-) Hallar en la sgte. red el mínimo cableado para interconectar todas las sucursales con la
oficina principal
Tamaño cortes
Modelo matemático
1. Variables de decisión
x i: Número de rollos cortados bajo los 3 patrones de corte.
i= (1,2,3)
2. Función Objetivo
Min C: 150 X 1 + 85 X 2 + 25 X 3
3. Sujeto a:
Corte 119
150X1 + 100X3 ≥ 300
Corte 80
150X1 + 100X3 ≥ 300
Corte 95
193X2 + 65X3 ≥ 200
Corte 60
193X2 + 65X3 ≥ 200
Xi ≥ 0 pertenece a los enteros con (i= 1,2,3)
QM for Windows
6-) La compañía “Alquerin” produce leche pasteurizada en sus 2 plantas ubicadas en Buga
y Popayán, esta leche se piensa distribuir a través de 3 centros de distribución ubicados en
El Patía, Cali y Manizales. Un estudio financiero establece que se dispone de un
presupuesto para abrir solo 2centros de distribución (inversión de apertura = $ 200.000.000/
Ce-Di.)
Debido a la expansión de la demanda, los estudios de logística y mercadeo han definido que
la leche se transportara desde los 2 centros de distribución hasta 4 empresas que elaboran
productos lácteos (clientes) y que están ubicadas en : Palmira, Pereira, Medellín y Pasto .
Para tomar la decisión, la Empresa estima los costos de transporte ( $ / litro) y la capacidad
semanal de producción(en litros) de cada pasteurizadora en :
Usando PLEM…... Como contribuiría ud.a definir cuales Cedis se deben abrir y como se
haría el transporte y distribución desde las plantas pasteurizadoras a los cedis y desde estos
a las empresas de productos lácteos?
Cliente (k)
Ce-Di (j)
Plantas (i)
Palmira
Patía
Buga
Pereira
Cali
Popayán
Medellín
Manizales
W j= 3
Pasto
Formulación matemática
1. Variables de decisión
i:1,2,3 k :1,2,3,4
2. Función objetivo:
Min C: 30X11 + 10X12 + 25X13 + 18X21 + 15X22 + 35X23 + 26Y11 + 50Y12 + 80Y13
+ 18 Y14 +8Y21 + 30Y22 + 42Y23 + 32Y24 +32Y31 +10Y32 + 28Y33 + 80Y34 +
$200.000.000W1 + $200.000.000W2 + $200.000.000W3
3. Sujeto a:
W 1+W 2 +W 3 =2
Restricción de capacidad
No negatividad
7-) Elabore el modelo PLEM para el caso “problema de monitores de alta resolución” que
se describe a continuación :
La empresa desea distribuir toda la producción para la semana entrante, sin mostrar
preferencia por la utilización de un determinado centro de control o punto de venta, pues su
interés reside en minimizar el costo global de transporte.
a) Cuál debe ser la distribución de las plantas a los puntos de venta?
b) Si la empresa requiere abrir otra planta (P3) en una de 3 ubicaciones
predeterminadas y abrirlas implicaría una amortización mensual de $10000000,
$12000000 y $1150000 respectivamente, como quedaría el nuevo modelo
matemático PLEM .
9-) a)
Johan Felipe Martínez Ramírez 000271436
Johan Steven Delgado
Taller N°3 Optimización 24
b)
Sujeto a:
2X + 6Y = 70 horas de corte
2X + 2Y = 50 horas de terminación
X, Y, D1-, D1+ ˃ 0
Sujeto a:
10-)
Corte Enmarcado
[Hrs] [Hrs] Utilidad c/u
Redondo (Y) 4 1 $ 44
Cuadrado (X) 3 3 $ 32
Disponibilidad
[Sem] 70 65
Sujeto a:
3X + 4Y = 70 horas de corte
3X + Y = 65 horas de Enmarcado
X, Y, D1-, D1+ ˃ 0
Heurística y metaheurística
Quiz
12-)
a) Describa en forma matemática (modelación) la siguiente restricción:
(No olvide definir las variables de decisión)
El departamento A puede estampar por mes, las planchas necesarias combinadas de 90
automóviles y 50 camiones dentro de los límites de capacidad del departamento:
_________________ F O.: (MAX) U = 90X1+ 50X2 ____________________
b) conjunto de valores para las variables de decisión de un Modelo de Programación
Lineal- P.L., es una solución óptima cuando:
Cumplen la condición de no negatividad y con todas y cada una de las restricciones
Pertenece a la región factible y cumple la condición de no negatividad.
Cumplen con todas las restricciones y maximiza la función objetivo.
Siendo un vértice de la región factible, mejora la función objetiva
d-) El Modelo TSP ( Problema del Agente Viajero ) es una buen alternativa para solucionar
problemas de Ruteo , pero presenta el inconveniente de no permite obtener resultado
“Optimo” porque :
No se puede modelar con Programación Lineal-PL
Infinito número de restricciones y variables
No se conocen todos los parámetros del modelo
Requiere mucho tiempo computacional
14-)
a-)Escriba V o F según el enunciado:
En el modelo de Redes, se utiliza el método de Prim para solucionar el árbol de
expansión mínima ( V )
Las heurísticas y metaheurísticas como el método del barrido, colonia de hormigas, etc.
permiten optimizar el diseño de rutas con limitaciones de capacidad ( )
Uno de los métodos utilizados para resolver el modelo de transporte desbalanceado es
el Simplex Tabular ( F )
Aun cuando los modelo de programación no lineal – P.N.L. son más difíciles que los de
P.L. es verdad que se pueden aplicar en ellos la técnica de búsqueda en los vértices para
encontrar una solución optima ( )
Los multiplicadores Lagrangianos se pueden utilizar para resolver modelos con
restricciones tanto de funciones lineales como cuadráticas ( F )
b-) En el siguiente modelo: Minimizar C : C1X ³ + C2Y
s.a.
50X + 25Y = A
____________________________________________________________________
c-) Un punto X* con la propiedad de que f ´(X* ) = 0 y f “ ( X* ) > 0 (donde f es una función
de 1 sola variable) satisface las condiciones suficientes para que X* sea :
Un mínimo local
Un máximo local
Un máximo global
Ni máximo ni mínimo local