TALLLER II

OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

SOLUCIÓN AL TALLER

Un barco de carga tiene tres bodegas: en la proa, en el centro y en la popa. Los límites de
capacidad de cada bodega son:

BODEGA CAPACIDAD CAPACIDAD

TONELADAS PIES CUBICOS
Proa 2000 100,000
Centro 3000 135,000
Popa 1500 80,000

Usted como propietario del barco puede aceptar el total o una parte de los artículos
que se ofrecen para el transporte. Las características de estos artículos son las
siguientes:

ARTICULO PESO VOLUMEN UTILIDAD

EN TON. PIES CUB/TN $/TN
A 60 60 6000
B 10 50 8000
C 20 25 5000

Para preservar el equilibrio del barco el tonelaje transportado en cada bodega debe
ser proporcional a su capacidad en toneladas. Formule un modelo matemático que le
permita determinar la mejor forma de cargar el barco para obtener la utilidad
máxima.

1) origen (i) Destino(j)

Ton, Articulos
X ij =Cantidad de toneladas de artículos de un origen i debe enviar a un destino j ( )
Viaje
i=1,2,3.
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ
j = 1,2,3.
$ 6000 Ton . Articulos A
F.O:MaxZ= ( X + X + X )( )+ $ 8000( X 21+ X 22+ X 23 )+
Ton . Articulo A 11 12 13 Viaje
$
$ 5000( X 31 + X 32 + X 33 ) ( )
Viaje
Restricciones:

ft 3
-( 60 X 11 + 50 X 21+25 X 31)≤100000
Viaje

ft 3
-( 60 X 12 +50 X 22 +25 X 32 ) ≤135000
Viaje

ft 3
-( 60 X 13 +50 X 23 +25 X 33 )≤80000
Viaje
Toneladas
-( 60 X 11 + 10 X 21+20 X 31) ≤2000
Viaje
Toneladas
-( 60 X 12 +10 X 22 +20 X 32 ) ≤ 3000
Viaje
Toneladas
-( 60 X 13 +10 X 23 +20 X 33 ) ≤1500
Viaje
- X ij ≥0 € R

2-) Un ingenio azucarero de la región está recibiendo 4 licitaciones para cultivo de caña en
la región. Las 3 ubicaciones incluyen 10000, 20000 y 30000 hectáreas. Un solo licitador
puede licitar cuando mucho un 50% del total de las hectáreas disponibles. En la tabla sgte.
se proporciona los valores de las licitaciones por hectárea en las 3 ubicaciones. El ingenio
necesita aumentar su rentabilidad, asignando en forma óptima cada licitación según
ubicación para el cultivo de caña; formule el problema como un modelo de transporte.

Ubicación
1 2 3
1 $ 520= $ 210= $ 570=
Licitador 2 ----- $ 510= $ 495=
3 $ 650= ----- $ 240=
4 $ 180= $ 430= $ 710=
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

2) Origen (i) Destino(j)

Hectareas
X ij =Cantidad de hectáreas licitadas de un origen i debe enviar a un destino j ( )
licitada
i=1,2,3,4.
j = 1,2,3.
F.O: MinC=

X 11 ( Hectareas ) $ 520
licitada Hectareas
+X 12 $ 210+ X 13 $ 570+ X 21 $∓X 22 $ 510+ X 23 $ 495+ X 31 $ 650+ X 32 $∓ X 33 $ 240+ X

$
( )
licitada
Restricciones:

( Hectareas
- X 11
licitada )
+ X 12 + X 13 + X 14 ≤(0,5)60000

( Hectareas
licitada )

- X 21 + X 22 + X 23 + X 24 ≤(0,5)60000

( Hectareas
licitada )

- X 31+ X 32 + X 33 + X 34 ≤(0,5)60000 ( Hectareas

licitada )
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

- X 41+ X 42 + X 43 + X 44 ≤(0,5)60000 ( Hectareas

licitada )

- X ij ≥0 € E

3-) La demanda de un artículo perecedero durante los próximos cuatro meses es de 400, 300,420 y
380 toneladas, en ese orden. La capacidad de abasto para los mismos meses es de 500, 600, 200 y
300 toneladas. El precio de compra por tonelada varía cada mes y se estima en $100, $140, $120 y
$150, respectivamente. Como el artículo es perecedero, el abasto del mes en curso debe consumirse
dentro de los 3 meses siguientes (a partir del mes en curso). El costo de almacenamiento por
tonelada es de $3 por mes. La naturaleza del artículo no permite aceptar pedidos en espera.
Resuelva el problema como un modelo de transporte y determine el programa de entregas óptimo
para el artículo durante los próximos 4 meses.

Origen i Demanda en J

Datos:

Demanda (j) Capacidad (i) Precio/Ton

Mes 1 400 500 $ 100
Mes 2 300 600 $ 140
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ
Mes 3 420 200 $ 120
Mes 4 380 300 $ 150

Variables:

Toneladas producidas desde en un mes i hasta una demanda en un mes j (Toneladas/Mes)

i: 1, 2, 3, 4.

J: 1, 2, 3, 4.

Nota:

Se procede a proyectar los costos de cada artículo desde el mes i hasta el posible destino en un
mes j

Tabla de Precios
Mes 1 Mes 2 Mes 3 Mes 4
Mes 1 $ 100 $ 300 $ 600 $ -
Mes 2 $ - $ 140 $ 420 $ 840
Mes 3 $ - $ - $ 120 $ 360
Mes 4 $ - $ - $ - $ 150

FUNCIÓN OBJETIVO:

$100/Ton X11 (Ton/Mes) + $ 300 X12+ $140 X22 + $600 X13 + $ 420 X23 + $120 X33 + $840 X24 +
$360X34 + $150 X44 [Ton/Mes]

SUJETO A:

Demanda

X11 (Ton/mes) + X12 + X13 <= 500 [Ton/Mes]

X22 + X23 + X24 <= 600

X33 + X34 <= 200

X44 <= 300

Capacidad
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ
X1 [Ton/Mes ] <= 400 [Ton/Mes]

X2 [Ton/Mes] <= 300

X3 <= 420

X4 <= 380

X1, X2, X3, X4 >= 0

4)

a)
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

b)
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

5)

Max. Z = 40 X1 + 60 X2
s. a . : 3X1 + 2X2 ≤ 2000
X1 + 2X2 ≤ 1000
X1, X2 ≥ 0
Max. Z = 40 X1 + 60 X2
s. a . : 3X1 + 2X2 + S1 = 2000
X1 + 2X2 + S2 = 1000
X1, X2 ≥ 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S) Razon minima (θ)
S1 0 3 2 1 0 2000 1000
S2 0 1 2 0 1 1000 500
(Cj-Zj) 40 60 0 0 0 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1
S1 0 3 2 1
S2 0 1 2 0
(Cj-Zj) 40 60 0
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S) Razon minima (θ)
S1 0 3 2 1 0 2000 1000
S2 0 1 2 0 1 1000 500
(Cj-Zj) 40 60 0 0 0 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1
S1 0 3 2 1
S2 0 1 2 0
(Cj-Zj) 40 60 0

6) Max. Z = 500.000 X1 + 400.000 X2

s. a. : 6X1 + 4X2 ≤ 24
X1 + 2X2 ≤ 6
X1 ≤2
X1 - X2 ≤ 1
X1, X2 ≥ 0
Max. Z = 500.000 X1 + 400.000 X2
s. a. : 6X1 + 4X2 +S1 = 24
X1 + 2X2 +S2 = 6
X1 +S3 =2
X1 - 2X2 +S4 = 1
X1, X2 ≥ 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S) Razon minima (θ)
S1 0 3 2 1 0 2000 1000
S2 0 1 2 0 1 1000 500
(Cj-Zj) 40 60 0 0 0 0
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S)
S1 0 3 2 1 0 2000
S2 0 1 2 0 1 1000
(Cj-Zj) 40 60 0 0 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S) Razon minima (θ) Variables bas
S1 0 3 2 1 0 2000 1000 X1
S2 0 1 2 0 1 1000 500 S2
(Cj-Zj) 40 60 0 0 0 0 (Cj-Zj)

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S)
S1 0 3 2 1 0 2000
S2 0 1 2 0 1 1000
(Cj-Zj) 40 60 0 0 0

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S) Razon minima (θ)
S1 0 3 2 1 0 2000 1000
S2 0 1 2 0 1 1000 500
(Cj-Zj) 40 60 0 0 0 0
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Coeficientes
de la funcion
Variables basicas objetivo ( Cj) X1 X2 S1 S2 Solucion (R.H.S)
S1 0 3 2 1 0 2000
S2 0 1 2 0 1 1000
(Cj-Zj) 40 60 0 0 0

7) Punto 7

Min Z = 4X1 + X2

Sujeto a:

3X1 + X2 = 3

4X1 + 3X2 >= 6

X1 + 2X2 <= 4

X1,X2 >=0

Dualidad

Max Z= - 4X1 - X2

Forma aumentada

3X1 + X2 + M1 =3

4X1 + 3X2 -S1 + M2 =6

X1+ 2X2 + S2= 4

X1, X2, S1, S2, M1, M2 >=0

Coef.
Razón
Variable Función
X1 X2 S1 S2 M1 M2 HRS Mínim
s Bac Objetiv
a
o
S1 0 3 1 0 0 1 0 3 1
S2 1 4 3 -1 0 0 1 6 1.5
S3 -4 1 2 0 1 0 0 4 4
Cj-Zj -4 -1 0 0 0 0 0 0

Razón
X1 X2 S1 S2 M1 M2 HRS
Mínima
1 0.33 0 0 0.33 0 1 R1/3 3
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ
R4-
0 1.667 -1 0 -1.33 1 2 4*R1 1.2
0 1.67 0 1 -0.33 0 3 R2- 1.8
4*R1
0 0.33 0 0 1.33 0 4 R3-R1 12

Coef.
Variables Funcion Razón
X1 X2 S1 M1 M2 HRS
Bac Objetiv Mínima
o
S1 0 1 0 0.2 0 0.6 -0.2 0.6 R2/1.67
R1-
S2 -1 0 1 -0.6 0 -0.8 0.6 1.2 0.33R2
R3-
1.67*R
S3 -4 0 0 1 1 1 -1 1 2
R4-
0.33*R
Cj-Zj 0 0 0.2 0 1.6 -0.2 3.6 2

Solución
X1 X2 S1 M1 M2
-1 0.6 -0.2

8) Min. C = 2000X1 + 500X2

s.a. : 2 X1 + 3X2 ≥ 36

3X1 + 6 X2 ≤ 60

X1, X2 ≥ 0

Modelo PL a Forma Estándar

Max. Z = -2000 X1 - 500 X2

2X1 + 3X2 - S1 + M1 = 36

3X1 + 6X2 +S2 = 60

X1, X2, S1, S2, M1 >=0

 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Coef.
Variables Razón
Funcion X1 X2 S1 M1 HRS
Bac Mínima
Objetivo
S1 2 3 -1 1 36 18
S2 3 6 1 0 60 20
Cj-Zj -2000 -500 0 0 0 0

X1 X2 S1 M1 HRS
1 1.5 -0.5 0.5 18 R1/2
0 1.5 2.5 -1.5 6 R2-3*R3
R3+2000*R
0 2500 -1000 1000 36000 1

Coef.
Variables Razón
Funcion X1 X2 S1 M1 HRS
Bac Mínima
Objetivo
S1 1 1.5 -0.5 0.5 18 12
S2 0 1.5 2.5 -1.5 6 4
Cj-Zj 0 2500 -1000 1000 36000 14.4

Coef.
Variables Razón
Funcion X1 X2 S1 M1 HRS
Bac Mínima
Objetivo
S1 1 0 -3 2 12 6
1.6666666
S2 0 1 7 -1 4 -4
-
5166.6666
Cj-Zj 0 0 7 3500 26000 7

SOLUCÓN
X1 X2 S1 M1 HRS
6 -4 7  

9)
 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Ver Repuestas en la proxima página

 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ

Solución 9: 70+100+120+50+80=420

Solución 10: 4+7+2+2+3=18

 TALLLER II
OPTIMIZACION
PRESENTADO POR: JUAN DAVID CANO, JHON STUARD POSSO, ANDRES ENRIQUEZ