Aplicaciones VB

Resulta útil ¿debe emprenderse un proyecto?

usar
variables ¿debe hacerse cierta inversión?
binarias
cuando… ¿debe elegirse cierto lugar para instalar una fabrica?

¿debe cierta operación permanecer abierta?

(situaciones ¿debe cierta ruta seleccionarse?

del tipo
“inclusión” ¿debe seleccionarse cierto vehículo?
o
“exclusión”) ¿debe cierta actividad comenzar en un momento dado?

¿debe venderse cierto activo en un período dado?

Además de los problemas de decisión

Modelos Binarios Puros
Presupuesto de capital
El problema de la mochila
Cobertura de conjunto
El agente viajero
 Selección de proyectos 7 alternativas
PROTRAC es una multinacional que tiene su planta principal
en [Link]. En estos días tiene que tomar decisiones sobre la
expansión de la empresa, teniendo 4 alternativas:
Valor Actual Inversión requerida en el año i para
ALTERNATIVA j de la la alternativa j
Utilidad Neta Año 1 Año 2 Año 3 Año 4 Año 5
1.- Expansión de la planta en
40 10 5 20 10 0
Bélgica
2.- Expansión de capacidad de
70 30 20 10 10 10
maquinas pequeñas en E.U.
3.- Establecer una nueva
80 10 20 27 20 10
planta en Chile
4.- Expansión de la capacidad
100 20 10 40 20 20
de maquinas grandes en E.U.
Capital disponible en el año i 50 45 70 40 30

• Puede elegir algunas o todas las alternativas

• Se dispone de cierto capital en cada uno de los siguientes cinco años
• El cuadro adjunto muestra el valor actual de la utilidad neta de cada
alternativa, así como las inversiones anuales que se deben aplicar en
cada alternativa (todos los montos en US$ millones)
 VARIABLES BINARIAS DE DECISION
Problema de la empresa PROTRAC
1, 𝐸𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝐵é𝑙𝑔𝑖𝑐𝑎
𝒙𝟏 =
0, 𝑁𝑜 𝑒𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝐵é𝑙𝑔𝑖𝑐𝑎

1, 𝐸𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎𝑠 𝑒𝑛 𝐸𝐸. 𝑈𝑈.

𝒙𝟐 =
0, 𝑁𝑜 𝑒𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎𝑠 𝑒𝑛 𝐸𝐸. 𝑈 𝑈.

1, 𝐸𝑠𝑡𝑎𝑏𝑙𝑒𝑐𝑒𝑟 𝑢𝑛𝑎 𝑛𝑢𝑒𝑣𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝐶ℎ𝑖𝑙𝑒

𝒙𝟑 =
0, 𝑁𝑜 𝑒𝑠𝑡𝑎𝑏𝑙𝑒𝑐𝑒𝑟 𝑢𝑛𝑎 𝑛𝑢𝑒𝑣𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝐶ℎ𝑖𝑙𝑒

1, 𝐸𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 𝑔𝑟𝑎𝑛𝑑𝑒𝑠 𝑒𝑛 𝐸𝐸. 𝑈𝑈.

𝒙𝟒 =
0, 𝑁𝑜 𝑒𝑥𝑝𝑎𝑛𝑑𝑖𝑟 𝑙𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚á𝑞𝑢𝑖𝑛𝑎𝑠 𝑔𝑟𝑎𝑛𝑑𝑒𝑠 𝑒𝑛 𝐸𝐸. 𝑈 𝑈.
 MODELO y SOLUCIÓN
MODELO EXTENDIDO MODELO COMPACTO (LINGO)
MAX 40x1 + 70x2 + 80x3 + 100x4 Sets:
ST Periodo/1..5/: Disponible;
2) 10x1 + 30x2 + 10x3 + 20x4 <=50 Alternativa/1..4/: X, Utilidad;
3) 5x1 + 20x2 + 20x3 + 10x4 <= 45 PxA(Periodo, Alternativa): Inv_req;
4) 20x1 + 10x2 + 27x3 + 40x4 <= 70 end sets
5) 10x1 + 10x2 + 20x3 + 20x4 <= 40 Data:
6) 10x2 + 10x3 + 20x4 <= 30 Disponible = 50 45 70 40 30;
END Utilidad = 40 70 80 100;
x1, x2, x3, x4 : Binarias Inv_req = 10 30 10 20
5 20 20 10
SOLUCIÓN 20 10 27 40
OBJECTIVE FUNCTION VALUE
10 10 20 20
1) 190.0000
0 10 10 20;
end data
VARIABLE VALUE REDUCED COST !Función objetivo;
X1 1.000000 -40.000000 Max = @sum(Alternativa(j): Utilidad(j)*X(j));
X2 1.000000 -70.000000 !Restricción de capital disponible por año;
X3 1.000000 -80.000000 @for(Periodo(i):
X4 0.000000 -100.000000 @sum(Alternativa(j): Inv_req(i,j)*X(j)) <= Disponible(i));
!Definición variables binarias;
ROW SLACK OR SURPLUS DUAL PRICES
@for(Alternativa(j): @bin(X(j)) );
2) 0.000000 0.000000
3) 0.000000 0.000000
End
4) 13.000000 0.000000
5) 0.000000 0.000000
6) 10.000000 0.000000
 Incluyendo restricciones adicionales
1. Por razones de nacionalismo no más de un proyecto
extranjero debe ser aceptado
2. Si van a expandirse dentro de los Estados Unidos, su
posición competitiva implica que no se puede optar
por “expandir la capacidad en máquinas pequeñas” a
menos que haya elegido “expandir la capacidad en
máquinas grandes”.
3. Considerar también que si se va a expandir la
capacidad doméstica (en [Link]), se debe expandir
ambas líneas (máquinas pequeñas y grandes).

Se pide: Agregar al modelo anterior las restricciones

correspondientes.
 Restricciones adicionales
(lógica binaria)
Interpretación de la restricción Valores posibles Expresión final
“no mas de un proyecto extranjero debe ser x1│x3
ejecutado” ──┼──
Equivale a: 0│0 √
“cero proyectos extranjeros”, ó 0│1 √ x1 + x3 ≤ 1
“sólo x1” ó 1│0 √
“sólo x3”, pero 1│1 X
“nunca ambos”
“no expandir la capacidad en máquinas pequeñas” a x2│x4
menos que haya elegido “expandir la capacidad en ──┼──
máquinas grandes” 0│0 √
Equivale a: 0│1 √ x2 ≤ x4
“opción x2 solo si opción x4” 1│0 X
1│1 √

“si vamos a expandir nuestra capacidad doméstica, x2│x4

debemos expandir ambas líneas” ──┼──
Equivale a: 0│0 √
“x2 y x4”, pero 0│1 X x2 = x4
“nunca x2 solo” ni 1│0 X
“nunca x4 solo” 1│1 √
 MODELO y SOLUCIÓN MODIFICADOS
MODELO EXTENDIDO MODELO COMPACTO (LINGO)
MAX 40x1 + 70x2 + 80x3 + 100x4 Sets:
ST Periodo/1..5/: Disponible;
2) 10x1 + 30x2 + 10x3 + 20x4 <=50 Alternativa/1..4/: X, Utilidad;
3) 5x1 + 20x2 + 20x3 + 10x4 <= 45 PxA(Periodo, Alternativa): Inv_req;
4) 20x1 + 10x2 + 27x3 + 40x4 <= 70 end sets
5) 10x1 + 10x2 + 20x3 + 20x4 <= 40 Data:
6) 10x2 + 10x3 + 20x4 <= 30 Disponible = 50 45 70 40 30;
7) x1 + x3 <= 1 Utilidad = 40 70 80 100;
8) x2 - x4 <= 0 Inv_req = 10 30 10 20 5 20 20 10 20 10 27 40
9) x4 - x2 = 0 10 10 20 20 0 10 10 20;
SOLUCIÓN ! AMBAS end data
x1, x2, x3,FUNCTION
OBJECTIVE x4 : Binarias
VALUE !Función objetivo;
1) 170.0000 Max = @sum(Alternativa(j): Utilidad(j)*X(j));
VARIABLE VALUE REDUCED COST !Restricción de capital disponible por año;
X1 0.000000 -40.000000 @for(Periodo(i):
X2 1.000000 -70.000000 @sum(Alternativa(j): Inv_req(i,j)*X(j)) <= Disponible(i));
X3 0.000000 -80.000000 !Definición variables binarias;
X4 1.000000 -100.000000 @for(Alternativa(j): @bin(X(j)) );
ROW SLACK OR SURPLUS DUAL PRICES
!Restricciones adicionales;
2) 0.000000 0.000000
3) 15.000000 0.000000 X(1) + X(3) <=1;
4) 20.000000 0.000000 X(2) - X(4) <= 0;
5) 10.000000 0.000000 X(2) - X(4) = 0;
6) 0.000000 0.000000 End
7) 1.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
 Problema de la mochila

Es un problema de optimización, es
decir busca la mejor solución entre
varias posibles.
Modela una situación análoga al llenar
una mochila, incapaz de soportar más
de un peso determinado, con todo o
parte de un conjunto de objetos, cada
uno con un peso y valor específicos. Los
objetos colocados en la mochila deben
maximizar el valor total sin exceder el
peso máximo.
 Caso del excursionista
Un excursionista debe determinar cuáles objetos debe llevar consigo
en la mochila para realizar una excursión de un día. Cada uno de los
objetos tiene asociado un peso y una utilidad personal para el
excursionista (ver Cuadro):
Objeto Peso Utilidad
Linterna 40 40
Saco 50 80
Cocina 30 10
Manta 10 10
Comida 10 4
Ropa 40 20
Botiquín 30 60

Sabiendo que el peso máximo que puede llevar en la mochila es de 100,

determinar cuáles objetos debe incluir nuestro excursionista en la
mochila para que la utilidad lograda sea máxima.
 Modelo y Solución (mochila)
Conjuntos y datos SOLUCIÓN
1 Linterna OBJECTIVE FUNCTION VALUE
2 Saco
3 Cocina 1) 154.0000
i= 4 Manta
VARIABLE VALUE REDUCED COST
5 Comida X(1) 0.000000 -40.000000
6 Ropa X(2) 1.000000 -80.000000
7 Botiquín X(3) 0.000000 -10.000000
Peso(i) = { 40 50 30 10 10 40 30 } X(4) 1.000000 -10.000000
Utilidad(i) = { 40 80 10 10 4 20 60 } X(2) 1.000000 -4.000000
X(3) 0.000000 -20.000000
Variables de decisión X(4) 1.000000 -60.000000
1 Incluir el artículo “i” en la mochila
ROW SLACK OR SURPLUS DUAL PRICES
X(i) = 0 No incluir el artículo “i” en la mochila
2) 0.000000 0.000000
Función objetivo
7
𝑀𝐴𝑋 𝑍 = 𝑖=1 𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑖 ∗ 𝑋(𝑖)

Restricciones
7
𝑖=1 𝑃𝑒𝑠𝑜 𝑖 ∗ 𝑋(𝑖) ≤ 100
 Caso del Comité
(uso de “matriz de incidencia”)
La Universidad San Ignacio de Persona Categorías
Loyola va a formar un comité para nominada
atender las quejas de los
Ana Mujer, Estudiante
estudiantes, La administración
desea que el comité incluya al Beatriz Mujer, Estudiante
menos una mujer, un hombre, un Carolina Mujer, Estudiante
estudiante, un administrador y un
profesor. Las siguientes diez Diana Mujer, Profesor
personas han sido nominadas y se Erika Mujer, Administrador
ha averiguado cuáles requisitos Fernando Hombre, Administrador
cumple (categoría).
Germán Hombre, Profesor
La USIL desea formar el menor Héctor Hombre, Profesor
comité con la representación de Ignacio Hombre, Profesor
cada una de las cinco categorías. Julio Hombre, Estudiante
 Caso del Comité
(uso de “matriz de incidencia”)
Sea el conjunto j: personas, donde j = { a, b, c, d, e, f, g, h, i, j }
Xj = 1; el nominado “j” forma parte del comité
Xj = 0; el nominado “j” NO forma parte del comité
El objetivo es que el Comité tenga la menor cantidad de personas. Por tanto
mi función objetivo será: MIN Z= ∑Xj
Debo definir un conjunto i: “categoría”, donde i = {Mujer, Hombre, Estudiante,
Administrador, Profesor}
Ahora debo alimentar al modelo con la información de cuál persona ostenta
cuáles categorías. Para facilitar el modelamiento compacto, utilizo una
“matriz de incidencia” entre las variables “persona” y categoría”
Categoría A B C D E F G H I J
Mujer 1 1 1 1 1 0 0 0 0 0
Hombre 0 0 0 0 0 1 1 1 1 1
Estudiante 1 1 1 0 0 0 0 0 0 1
Administrador 0 0 0 0 1 1 0 0 0 0
Profesor 0 0 0 1 0 0 1 1 1 0

Los datos de la matriz serán un atributo “Cat-pers(i,j)”. Entonces la restricción quedaría:

Para cada categoría i: 𝟏𝟎𝒋=𝟏 𝑪𝒂𝒕 − 𝒑𝒆𝒓𝒔 𝒊, 𝒋 ∗ 𝑿𝒋 ≥ 𝟏 (mínimo 1 persona x categoría)
Cobertura de conjunto

En esta clase de problemas, varias plantas

ofrecen servicios que se traslapan a
varias instalaciones. El objetivo es
determinar la cantidad mínima de plantas
que cubren (es decir, que satisfacen las
necesidades de servicios de) cada
instalación. Por ejemplo, se pueden
construir plantas de tratamiento de agua
en varios lugares, y cada planta sirve a un
grupo de ciudades. El traslape ocurre
cuando a una ciudad dada es servida por
más de una planta.
 Instalación de teléfonos
Para promover la seguridad en el campus, el Departamento de Seguridad Pública de
la USIL se encuentra en proceso de instalación de teléfonos de emergencia en
lugares seleccionados. El departamento desea instalar una cantidad mínima de
estos aparatos que presten servicio a cada una las calles principales del campus. La
Figura de abajo es un mapa de dichas calles. Es lógico maximizar la utilidad de los
teléfonos si se les coloca en intersecciones de calles. De este modo, una sola unidad
puede prestar servicio al menos a dos calles.
Modelo
Definimos:
Xi = 1, se instala un teléfono en
el lugar i ; i = {1, 2, . . . , 8}
Xj= 0, en caso contrario

Las restricciones del problema

requieren que se instale al
menos un teléfono en cada una
de las 11 calles (A a K).
 ¿Ubicar o no un vigilante?
Los inmensos tesoros del rey Tut están en exhibición en el Museo de Giza en El
Cairo. La distribución del museo se muestra en la figura, con las diferentes salas
comunicadas por puertas abiertas. Un guardia de pie en una puerta puede vigilar
dos salas adyacentes. La política de seguridad del museo requiere la presencia de
un guardia en cada sala. Formule el problema como un PLE para determinar el
mínimo de guardias necesarios.
 ¿Construir o no una estación?
Existen seis barrios en una ciudad. La alcaldía debe determinar cómo
construir estaciones de bomberos. Se desea construir el número
mínimo de estaciones de bomberos, de forma de asegurar que al
menos una estación esté a menos de 15 minutos de cada barrio. Los
tiempos de viaje entre cada barrio de la ciudad se muestran en el
cuadro. Formule un modelo de PLE que permita determinar cuántas
estaciones deben construirse y dónde deben estar ubicadas.
Tiempos de viaje (minutos)
Hasta
Desde
Barrio 1 Barrio 2 Barrio 3 Barrio 4 Barrio 5 Barrio 6
Barrio 1 0 10 20 30 30 20
Barrio 2 10 0 25 35 20 10
Barrio 3 20 25 0 15 30 20
Barrio 4 30 35 15 0 15 25
Barrio 5 30 20 30 15 0 14
Barrio 6 20 10 20 25 14 0
 ¿Optar o no por una ruta?
La compañía ACME se dedica a realizar transportes de Clientes atendidos
como máximo 1 camión de capacidad y entrega cargas Ruta
en la ruta
diariamente a cinco clientes. La tabla muestra los clientes
asociados con cada ruta. Luego de finalizada su ruta 1 1, 2, 3, 4
diaria el chofer ya no regresa a ACME hasta el día 2 4, 3, 5
siguiente en que realiza una nueva ruta. Los segmentos 3 1, 2, 5
de cada ruta dependen de la capacidad del camión que 4 2, 3, 5
entrega las cargas. Por ejemplo, en la ruta 1, la capacidad
del camión es suficiente para entregar las cargas a los 5 1, 4, 2
clientes 1, 2, 3 y 4 únicamente. 6 1, 3, 5
Se presenta la tabla de distancias (en
millas) entre la terminal de los camiones
(ACME) y los clientes. El objetivo es DISTANCIAS (millas)
determinar la distancia mínima necesaria ACME 1 2 3 4 5
para realizar las entregas diarias a los ACME 0 10 12 16 9 8
cinco clientes. Se acepta que el resultado 1 10 0 32 8 17 10
indique que un cliente sea atendido por 2 12 32 0 14 21 20
más de una ruta (pues eso se solucionará 3 16 8 14 0 15 18
en la fase de implementación.) Formule el 4 9 17 21 15 0 11
problema como un PLE, y halle la solución 5 8 10 20 18 11 0
óptima.
 El agente viajero
El problema del agente viajero (traveling salesman problem) consiste
en determinar la ruta más corta para que saliendo de un punto base
se visiten diversas localizaciones “sólo una vez” y después se vuelva
al punto base.
Ejemplo: Un vendedor trabaja para un compañía localizada en Lima Ciudad.
Esta semana debe visitar a cuatro clientes. La tabla muestra las distancias
desde la compañía a cada cliente. El vendedor desea utilizar la ruta más
corta, considerando que no conviene visitar a algún cliente más de una vez.

Distancias (kilómetros)
Hasta
Desde
Oficina Cliente 1 Cliente 2 Cliente 3 Cliente 4
Oficina M 120 65 75 45
Cliente 1 90 M 45 90 85
Cliente 2 55 50 M 65 40
Cliente 3 80 100 60 M 50
Cliente 4 55 80 60 60 M
 El agente viajero
¿Cuántas combinaciones posibles hay?
Saliendo de la oficina, hay 4 posibles destinos
saliendo del primer destino hay 3 posibles destinos
saliendo del segundo destino hay 2 posibles destinos
saliendo del último cliente sólo hay 1 posible destino : la oficina
En total existen 4! = 24 posibles combinaciones

Siempre que haya n! localizaciones  existirán (n-1)! posibles

combinaciones

Supongamos n = 11 destinos  10! = 3’628,800 alternativas

¿Cuál es la de menor costo o tiempo?
 El agente viajero
SOLUCIÓN
Sea Xij = 1 si el vendedor viaja del origen i al destino j
0 en caso contrario
Dist(i,j) = matriz de distancias,
donde i=j=1 es el punto de origen

[Link]: MIN Z = ∑∑Dist(i,j)* Xij

Restricciones
Se saldrá desde el lugar de cada cliente/oficina una sola vez
∀i: ∑Xij = 1
Se viajará hacia cada cliente/oficina una sola vez
∀j: ∑Xij = 1
Modelos Binarios Mixtos

Cargo fijo
Lote mínimo
Secuencia de trabajo
 Problemas de cargo fijo
El problema de cargo fijo tiene que ver con situaciones en que la
actividad económica incurre en dos tipos de costos: un costo fijo
necesario para iniciar la actividad y un costo variable proporcional al
nivel de la actividad. Por ejemplo, el herramental inicial de una
máquina antes de iniciar la producción incurre en un costo de
preparación fijo independientemente de cuántas unidades se
fabriquen. Una vez completa la preparación de la máquina, el costo de
la mano de obra y del material es proporcional a la cantidad producida.
Dado que F es el cargo fijo, c es el costo unitario variable y x es el nivel
de producción, la función de costo se expresa como:
𝐹 + 𝑐𝑥, 𝑠𝑖 𝑥 > 0
𝐶 𝑥 =
0, 𝑒𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜

La función C(x) es analíticamente insoluble porque implica una

discontinuidad en x=0. El siguiente ejemplo demuestra cómo se
utilizan las variables binarias para volver el modelo analíticamente
soluble.
 Selección de una compañía
telefónica
Tres compañías telefónicas me ofrecen suscribirme a su servicio de larga
distancia. Movistar cobra una cuota fija de $16 por mes más $0.25 por
minuto. Claro cobra $25 por mes pero reduce el costo por minuto a $0.21.
En cuanto a Americatel, la cuota fija mensual es de $18, y el costo por
minuto es de $0.22. Usualmente ocupo un promedio de 200 minutos de
llamada de larga distancia al mes. Suponiendo que no tenga que pagar la
cuota fija mensual a menos que realice llamadas y que pueda repartirlas
entre las tres compañías como me plazca, ¿cómo debería utilizar las tres
compañías para minimizar mi recibo telefónico mensual?
MODELO MATEMATICO:

Variables Binarias: Variables Continuas:

Y1 – Seleccionar la Cía Movistar X1 – minutos a contratar en Movistar
Y2 – Seleccionar la Cía Claro X2 – minutos a contratar en Claro
Y3 – Seleccionar la Cía Americatel X3 – minutos a contratar en Americatel

¡Solo si se selecciona la compañía «i», podré consumir «Xi» minutos!

 Selección de una compañía
telefónica
Modelo Matemático
Podemos asegurar que yj es igual a 1 cuando xj es positiva por medio
de la restricción
𝑥𝑗 ≤ 𝑀𝑦𝑗 , 𝑗 = 1,2,3
El valor de M debe seleccionarse lo bastante grande como para no
restringir artificialmente la variable xj. Como ocupo aproximadamente 200
minutos de llamadas al mes, entonces xj ≤ 200 para todas las j, es seguro
seleccionar M=200. El modelo completo quedaría:
Conjuntos y atributos
Cuota(j) = {16, 25, 18} C_minuto(j) = {0.25, 0.21, 0.22}
Función objetivo
Min Z = Cuota(j) * y(j) + C_minuto(j) * x(j)
Sujeto a
∑X(j) = 200
∀ j: X(j) ≤ 200*y(j)
 Problemas de lote mínimo
En la fabricación de un determinado producto, se puede presentar la
condición “deben producirse al menos m unidades y como máximo M
unidades”. Dado que xj es la cantidad a fabricar del producto j, se
añadirán las siguientes restricciones:
𝑥𝑗 ≤ 𝑀 ∗ 𝑦𝑗
𝑥𝑗 ≥ 𝑚 ∗ 𝑦𝑗
La variable yj es entera binaria (0 ó 1). La variable M es un número
cuyo valor es sustancialmente mayor al resto de los valores del modelo
o una cota superior para el valor de xj. El valor m es la cantidad mínima
a fabricar de xj cuando se produce alguna unidad de xj. Es decir que xj
puede ser: xj = 0 ó m ≤ xj ≤ M

Cuando yj =0 las restricciones se reducen a: xj≤0 y xj≥0 con lo que xj = 0

Cuando yj =1 las restricciones se red ucen a: xj ≤ M y xj ≥ m
 Producción con lote mínimo
Jobco planea producir al Atributos para máquinas “i”, i={1, 2, 3}
menos 2000 artefactos con Cto_prep(i) = {300, 100, 200}
Cto_prod(i) = {2, 10, 5}
tres máquinas. El tamaño Capacidad(i) = {600, 800, 1200}
mínimo del lote es de 500 Variables de decisión
artefactos. La siguiente tabla X(i) = # de artefactos a producir en máquina “i”
ofrece los datos pertinentes Y(i) = 1 si la máquina “i” produce artículos
0 si la máquina “i” no produce artículos
de la situación.
Función objetivo
Formule el problema como un Min Z = ∑Cto_prep(i)*Y(i) + ∑Cto_prod(i)*X(i)
PLE y halle la solución óptima. Sujeto a
∑X(i) ≥ 2000
∀i: X(i) >= 500*Y(i)
Costo de Costo de
Máquin Capacidad ∀i: X(i) ≤ Capacidad(i)*Y(i)
preparación producción
a (unidades)
($) / unidad ($)
1 300 2 600
2 100 10 800
3 200 5 1200
 Secuencia de trabajo
Una fábrica realiza 3 tareas diferentes asociadas a la
elaboración de otros tantos productos. La fábrica dispone de 4
máquinas que son utilizadas para la realización de las tareas.
En la siguiente tabla aparece la secuencia de máquinas que
utiliza cada tarea y el tiempo en minutos que la tarea ocupa
en la correspondiente máquina. También aparece en la última
columna el tiempo máximo que puede durar una tarea, desde
que empieza hasta que termina. Cada máquina sólo puede
realizar una tarea simultáneamente.
Sucesión de máquinas Tiempo
Debe formular un Tarea (tiempo de ocupación de la máximo por
modelo de PLE de las máquina) tarea
3 tareas sobre las 4 T1 M1(4)  M3(3)  M4(5) 16
máquinas para que se T2 M1(2)  M2(6)  M3(1) 14
realicen en el menor T3 M2(7)  M4(4) 14
tiempo posible.
Secuencia de trabajo
Secuencia de trabajo