SlideShare a Scribd company logo
1 of 37
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
               (Universidad del Perú, Decana de América)




          FACULTAD DE INGENIERIA INDUSTRIAL


                E. A. P INGENIERIA INDUSTRIAL


                                      TEMA:


      “PROBLEMAS RESUELTOS DE REDES Y
          APLICACIÓN EN SOFTWARE”
   CURSO                  :

                   INVESTIGACIÓN OPERATIVA II

   PROFESOR               :

                   ING. MAYTA HUATUCO, ROSMERI

   ALUMNO                 :
                   DE LA CRUZ VASQUEZ DAVID EDISON


Ciudad Universitaria, Mayo del 2011
Facultad de Ingeniería Industrial                                                UNMSM




         Camino Más Corto

PROBLEMA 1

Libro:           Investigación de Operaciones (7ma. Edición)

Autor:           Hamdy A. Taha

Página:          224 (Problema 4 - Planeación de la producción)



DirectCo vende un artículo cuya demanda en los 4 meses venideros será 100, 140,
210 y 180 unidades, respectivamente. La empresa puede almacenar sólo la cantidad
justa para abastecer la demanda de cada mes, o puede almacenar más y cumplir con
la demanda de dos o más meses consecutivos. En el segundo caso se carga un costo
de retención de $1.20 mensual por unidad en exceso de existencia. DirectCo estima
que los precios unitarios de compra durante los 4 meses siguientes serán de 15, 12,
10 y 14 dólares respectivamente. Se incurre en un costo de preparación de $200 cada
vez que se coloca un pedido. La empresa desea desarrollar un plan de compras que
minimice los costos totales de los pedidos, las compras y la retención del artículo en el
almacén. Formule el problema como un modelo de ruta más corta y encuentre la
solución óptima.

Solución:

         Resumen:

                          Mes       P. U. compra($)     Demanda
                            1             15               100
                            2             12               140
                            3             10               210
                            4             14               180

                             Costo de almacenaje = $ 1.20/mensual


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                          UNMSM


                              Costo de preparación = $ 200/pedido

        Cij = Costo de compra + Costo de preparación + Costo de almacenaje

         C12 = 15(100)+200 =1700
         C13 = 15(100+140) + 200 +1.20 (140) =3968
         C14 = 15(100+140+210) + 200 +1.20 (140+210) =7370
         C15 = 15(100+140+210+180) + 200 +1.20 (140+210+180) = 10286

         C23 = 12(140) +200 = 1880
         C24 = 12(140+210) + 200 +1.20 (210) = 4652
         C25 = 12(140+210+180) + 200 +1.20 (210+180) = 7028

         C34 = 10(210) + 200 = 2300
         C35 = 10(210+180) + 200 +1.20 (180) = 4316
         C45 = 14(180) + 200 = 2720


Entonces, formulando el problema a través de una red:

                                                      10286
                                           7370
                                        3968

            1      1700             2      1880        3      2300   4   2720          5


                                                      4652
                                                                                4316
                                                           7028

Resolviendo manualmente (Algoritmo del Etiquetado)

m1 = 0
m2 = min {m1+d12} = min {0+1700} = 1700
m3 = min {m1+d13, m2+d23} = min {0+3968, 1700+1880} = 3580
m4 = min {m1+d14, m2+d24, m3+d34} = min {0+7370, 1700+4652, 3580+2300} = 5880


m5 = min {m1+d15, m2+d25, m3+d35, m4+d45}
= min {0+10286, 1700+7028, 3580+4316, 5880+2720} = 7896

De lo analizado anteriormente, obtenemos que el camino más corto será:

                                                  1–2–3–5




            1       1700            2          1880                  4
                                                       3                               5
   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                             UNMSM




                                                                       4316




RESOLVIENDO CON LINGO 11.0

SETS:
nodo/1..5/:y;
arcos(nodo, nodo)/1,2 1,3 1,4 1,5 2,3 2,4 2,5 3,4 3,5 4,5/:costo;
ENDSETS

DATA:
costo=1700,3968,7370,10286,1880,4652,7028,2300,4316,2720;
ENDDATA

max=y(5)-y(1);
@for(arcos(i,j):y(j)<=y(i)+costo(i,j));


SALIDA EN LINGO


  Global optimal solution found.
Objective value:                                          7896.000
  Infeasibilities:                                          0.000000
  Total solver iterations:                                         7


Variable                  Value             Reduced Cost
Y( 1)               0.000000                 0.000000
Y( 2)               1700.000                 0.000000
Y( 3)               3580.000                 0.000000
Y( 4)               5176.000                 0.000000
Y( 5)               7896.000                 0.000000
COSTO( 1,      2)          1700.000                 0.000000
COSTO( 1,      3)          3968.000                 0.000000
COSTO( 1,      4)          7370.000                 0.000000
COSTO( 1,      5)          10286.00                 0.000000
COSTO( 2,      3)          1880.000                 0.000000
COSTO( 2,      4)          4652.000                 0.000000
COSTO( 2,      5)          7028.000                 0.000000
COSTO( 3,      4)          2300.000                 0.000000
COSTO( 3,      5)          4316.000                 0.000000
COSTO( 4,      5)          2720.000                 0.000000

                                      Row      Slack or Surplus        Dual Price
                                        1          7896.000              1.000000
                                        2          0.000000              1.000000
                                        3          388.0000              0.000000
                                        4          2194.000              0.000000

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                              UNMSM


                                     5         2390.000   0.000000
                                     6         0.000000   1.000000
                                     7         1176.000   0.000000
                                     8         832.0000   0.000000
                                     9         704.0000   0.000000
                                    10         0.000000   1.000000
                                    11         0.000000   0.000000




Resolviendo a través de STORM:




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                        UNMSM




PROBLEMA 2

Libro:           Investigación de Operaciones (4ta. Edición)

Autor:           Wayne L. Winston

Página:          419 (Problema 6)



Cuesta $40 comprar un teléfono de la tienda de departamentos. Suponga que puedo
mantener el teléfono durante a lo sumo 5 años y que el costo de mantenimiento
estimado cada año de operación es como sigue: año 1, $20; año 2, $30; año 3, $40;
año 4, $60; año 5, $70. Acabo de comprar un nuevo teléfono. Suponiendo que un
teléfono no tiene valor de salvamento, determine como minimizar el costo total de
comprar y operar el teléfono durante los siguientes 6 años.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                                          UNMSM



                                                                            190
                                             260

                                         190
                          130                                         130
                                                                                             90
                     90                                   90

      1              2                   3                4                 5                6         7
           60             60                   60                60               60              60
                                    90
                                                    130                     90

                                                          190

                                                               260
                                                                                       130
Solución

C12 = 40 +20 = 60
C13 = 40 + 20 + 30 = 90
C14 = 40 + 20 + 30 + 40 = 130
C15 = 40 + 20 + 30 + 40 + 60 = 190
C16 = 40 + 20 + 30 + 40 + 60 + 70 = 260

C23 = 40 +20 = 60
C24 = 40 + 20 + 30 = 90
C25 = 40 + 20 + 30 + 40 = 130
C26 = 40 + 20 + 30 + 40 + 60 = 190
C27 = 40 + 20 + 30 + 40 + 60 + 70 = 260


C34 = 40 +20 = 60
C35 = 40 + 20 + 30 = 90
C36 = 40 + 20 + 30 + 40 = 130
C37 = 40 + 20 + 30 + 40 + 60 = 190


C45 = 40 +20 = 60
C46 = 40 + 20 + 30 = 90
C47 = 40 + 20 + 30 + 40 = 130


C56 = 40 +20 = 60
C57 = 40 + 20 + 30 = 90


C67 = 40 +20 = 60

Resolviendo manualmente (Algoritmo del Etiquetado)

m1 = 0
m2 = min {m1+d12} = min {0+60} =60
m3 = min {m1+d13, m2+d23} = min {0+90, 60+60} = 90
m4 = min {m1+d14, m2+d24, m3+d34} = min {0+130, 60+90, 90+60} = 130
m5 = min {m1+d15, m2+d25, m3+d35, m4+d45}

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                                      UNMSM


= min {0+190, 60+130, 90+90, 130+60} = 180
M6 = min {m1+d16, m2+d26, m3+d36, m4+d46, m5+d56}
= min {0+260, 60+190, 90+130, 130+90, 180+60} = 220
M7 = min{m2+d27, m3+d37, m4+d47, m5+d57, m6+d67}
    = min {60+260, 90+190, 130+130, 180+90, 220+60} = 260


De lo analizado anteriormente, obtenemos que el camino más corto será:

                                               1–3–5–7




                                                                            190
                                             260

                                         190
                              130                                     130
                                                                                             90
                         90                               90

          1              2               3                4                 5                6         7
               60             60               60                60               60              60
                                    90
                                                    130                     90

                                                          190

                                                               260
                                                                                       130




RESOLVIENDO CON LINGO 11.0

SETS:
nodo/1..7/:y;
arcos(nodo, nodo)/1,2 1,3 1,4 1,5 1,6 2,3 2,4 2,5 2,6 2,7 3,4 3,5 3,6
3,7 4,5 4,6 4,7 5,6 5,7 6,7/:costo;
ENDSETS

DATA:
costo=60,90,130,190,260,60,90,130,190,260,60,90,130,190,60,90,130,60,9
0,60;
ENDDATA

max=y(7)-y(1);
@for(arcos(i,j):y(j)<=y(i)+costo(i,j));


SALIDA EN LINGO


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                        UNMSM


  Global optimal solution found.
Objective value:                                       260.0000
  Infeasibilities:                                       0.000000
  Total solver iterations:                                      8


Variable                  Value          Reduced Cost
Y( 1)               0.000000              0.000000
Y( 2)               40.00000              0.000000
Y( 3)               80.00000              0.000000
Y( 4)               130.0000              0.000000
Y( 5)               170.0000              0.000000
Y( 6)               200.0000              0.000000
Y( 7)               260.0000              0.000000
COSTO( 1,      2)          60.00000              0.000000
COSTO( 1,      3)          90.00000              0.000000
COSTO( 1,      4)          130.0000              0.000000
COSTO( 1,      5)          190.0000              0.000000
COSTO( 1,      6)          260.0000              0.000000
COSTO( 2,      3)          60.00000              0.000000
COSTO( 2,      4)          90.00000              0.000000
COSTO( 2,      5)          130.0000              0.000000
COSTO( 2,      6)          190.0000              0.000000
COSTO( 2,      7)          260.0000              0.000000
COSTO( 3,      4)          60.00000              0.000000
COSTO( 3,      5)          90.00000              0.000000
COSTO( 3,      6)          130.0000              0.000000
COSTO( 3,      7)          190.0000              0.000000
COSTO( 4,      5)          60.00000              0.000000
COSTO( 4,      6)          90.00000              0.000000
COSTO( 4,      7)          130.0000              0.000000
COSTO( 5,      6)          60.00000              0.000000
COSTO( 5,      7)          90.00000              0.000000
COSTO( 6,      7)          60.00000              0.000000

                                       RowSlackor Surplus     Dual Price
                                        1        260.0000           1.000000
                                        2        20.00000           0.000000
                                        3        10.00000           0.000000
                                        4        0.000000           1.000000
                                        5        20.00000           0.000000
                                        6        60.00000           0.000000
                                        7        20.00000           0.000000
                                        8        0.000000           0.000000
                                        9        0.000000           0.000000
                                      10         30.00000           0.000000
                                      11         40.00000           0.000000
                                      12         10.00000           0.000000
                                      13         0.000000           0.000000
                                      14         10.00000           0.000000
                                      15         10.00000           0.000000
                                      16         20.00000           0.000000
                                      17         20.00000           0.000000
                                      18         0.000000           1.000000
                                      19         30.00000           0.000000
                                      20         0.000000           0.000000
                                      21         0.000000           0.000000



Resolviendo a través de STORM:

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial              UNMSM




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                             UNMSM



         Árbol de Expansión Mínima

PROBLEMA 1

Libro:            Investigación de Operaciones (7ma. Edición)

Autor:            Hamdy A. Taha

Página:           218 (Problema 3)

En el transporte internacional, los camiones remolques cargados se mueven entre las
terminales de ferrocarril colocando la caja en carros especiales (“camas bajas”). La
figura 6.7 muestra la ubicación de los ferrocarriles en estados unidos, y las vías
actuales de FC. El objetivo es decidir cuales vías se debe revitalizar para manejar el
tráfico internacional. En especial, se debe unir la terminal de Los Ángeles (AN) en
forma directa con Chicago (CH) para dar cabida al intenso tráfico esperado. Por otra
parte, todas las terminales restantes se pueden enlazar, en forma directa o indirecta,
de tal modo que se minimice la longitud total (en millas) de las vías seleccionadas.
Determine los segmentos de vías de ferrocarriles que se deben incluir en programa de
revitalización.




                              PLANTEAMIENTO DEL PROBLEMA:

             SE            LA        DE        DA     CH         NY         DC
SE           -             1100      1300
LA                         -         1100      1400   2000                  2600
DE                                   -         780
DA                                             -                            1300
CH                                                    -
NY                                                               -          200
DC                                                                          -


Resolviendo a través de WINQSB:


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                              UNMSM


    a. Se selección la opción Árbol de expansión mínima (MinimalSpanningTree),
       Colocando el total de nodos, 7.




    b. Se colocan los datos en la matriz.




c. En esta pantalla se muestra el resultado, se muestran que nodos se conectan y el
resultado final 6480, que viene a ser la cantidad de vías de ferrocarril que se debe
emplear.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                           UNMSM




RESOLVIENDO CON LINGO 11.0

SETS:
NODO/1..7/: U;
RED(NODO, NODO): COSTO,X;
ENDSETS

DATA:
COSTO=0 0 1300 0 2000 0 0
      0 0 0 0 2000 0 0
      1300 0 0 780 1000 0 0
      0 0 780 0 900 0 1300
      2000 2000 1000 900 0 0 0
      0 0 0 0 0 0 290
      0 0 0 1300 0 200 0;
ENDDATA

N = @SIZE(NODO);

MIN = @SUM(RED: COSTO*X);

@FOR(NODO(J)|J#GT#1:
    @SUM(NODO(I)| I#NE# J:X(I,J))=1;
    @FOR(NODO(I)| I#GT# 1 #AND# I #NE# J:
         U(J)>=U(I)+X(I,J)-(N-2)*(1-X(I,J))+(N-3)*X(J,I);
    );
);

@SUM(NODO(J)|J#GT#1 : X(1,J))>=1;

@FOR(RED: @BIN(X));

@FOR(NODO(J)|J#GT#1:
    @BND(1,U(J),9999999);
    U(J)<=N-1-(N-2)*X(1,J);
);




SALIDA EN LINGO
Global optimalsolutionfound.
Objective value:                    6480.0000
 Extended solver steps:                     0
 Total solver iterations:                 3



   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                   UNMSM


             Variable      Value     Reduced Cost
                 N     7.000000        0.000000
U( 1)  0.000000         0.000000
U( 2)  4.000000         0.000000
U( 3)  3.000000         0.000000
U( 4)  1.000000         0.000000
U( 5)  2.000000         0.000000
U( 6)  3.000000         0.000000
U( 7)  1.000000         0.000000
COSTO( 1, 1)     0.000000        0.000000
COSTO( 1, 2)     1100.000        0.000000
COSTO( 1, 3)     1300.000        0.000000
COSTO( 1, 4)     0.000000        0.000000
COSTO( 1, 5)     0.000000        0.000000
COSTO( 1, 6)     0.000000        0.000000
COSTO( 1, 7)     0.000000        0.000000
COSTO( 2, 1)     1100.000        0.000000
COSTO( 2, 2)     0.000000        0.000000
COSTO( 2, 3)     1100.000        0.000000
COSTO( 2, 4)     1400.000        0.000000
COSTO( 2, 5)     2000.000        0.000000
COSTO( 2, 6)     0.000000        0.000000
COSTO( 2, 7)     2600.000        0.000000
COSTO( 3, 1)     1300.000        0.000000
COSTO( 3, 2)     1100.000        0.000000
COSTO( 3, 3)     0.000000        0.000000
COSTO( 3, 4)     780.0000        0.000000
COSTO( 3, 5)     0.000000        0.000000
COSTO( 3, 6)     0.000000        0.000000
COSTO( 3, 7)     0.000000        0.000000
COSTO( 4, 1)     0.000000        0.000000
COSTO( 4, 2)     1400.000        0.000000
COSTO( 4, 3)     780.0000        0.000000
COSTO( 4, 4)     0.000000        0.000000
COSTO( 4, 5)     0.000000        0.000000
COSTO( 4, 6)     0.000000        0.000000
COSTO( 4, 7)     1300.000        0.000000
COSTO( 5, 1)     0.000000        0.000000
COSTO( 5, 2)     2000.000        0.000000
COSTO( 5, 3)     0.000000        0.000000
COSTO( 5, 4)     0.000000        0.000000
COSTO( 5, 5)     0.000000        0.000000
COSTO( 5, 6)     0.000000        0.000000
COSTO( 5, 7)     0.000000        0.000000
COSTO( 6, 1)     0.000000        0.000000
COSTO( 6, 2)     0.000000        0.000000
COSTO( 6, 3)     0.000000        0.000000
COSTO( 6, 4)     0.000000        0.000000
COSTO( 6, 5)     0.000000        0.000000
COSTO( 6, 6)     0.000000        0.000000
COSTO( 6, 7)     200.0000        0.000000
COSTO( 7, 1)     0.000000        0.000000
COSTO( 7, 2)     2600.000        0.000000
COSTO( 7, 3)     0.000000        0.000000
COSTO( 7, 4)     1300.000        0.000000

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                              UNMSM


COSTO( 7, 5)    0.000000                  0.000000
COSTO( 7, 6)    200.0000                  0.000000
COSTO( 7, 7)    0.000000                  0.000000
X( 1, 1)  0.000000                  0.000000
X( 1, 2)  0.000000                  1100.000
X( 1, 3)  0.000000                  1300.000
X( 1, 4)  1.000000                  0.000000
X( 1, 5)  0.000000                  0.000000
X( 1, 6)  0.000000                  0.000000
X( 1, 7)  1.000000                  0.000000
X( 2, 1)  0.000000                  1100.000
X( 2, 2)  0.000000                  0.000000
X( 2, 3)  0.000000                  1100.000
X( 2, 4)  0.000000                  1400.000
X( 2, 5)  0.000000                  2000.000
X( 2, 6)  0.000000                  0.000000
X( 2, 7)  0.000000                  2600.000
X( 3, 1)  0.000000                  1300.000
X( 3, 2)  0.000000                  1100.000
X( 3, 3)  0.000000                  0.000000
X( 3, 4)  0.000000                  780.0000
X( 3, 5)  0.000000                  0.000000
X( 3, 6)  0.000000                  0.000000
X( 3, 7)  0.000000                  0.000000
X( 4, 1)  0.000000                  0.000000
X( 4, 2)  0.000000                  1400.000
X( 4, 3)  0.000000                  780.0000
X( 4, 4)  0.000000                  0.000000
X( 4, 5)  1.000000                  0.000000
X( 4, 6)  0.000000                  0.000000
X( 4, 7)  0.000000                  1300.000
X( 5, 1)  0.000000                  0.000000
X( 5, 2)  0.000000                  2000.000
X( 5, 3)  1.000000                  0.000000
X( 5, 4)  0.000000                  0.000000
X( 5, 5)  0.000000                  0.000000
X( 5, 6)  1.000000                  0.000000
X( 5, 7)  0.000000                  0.000000
X( 6, 1)  0.000000                  0.000000
X( 6, 2)  1.000000                  0.000000
X( 6, 3)  0.000000                  0.000000
X( 6, 4)  0.000000                  0.000000
X( 6, 5)  0.000000                  0.000000
X( 6, 6)  0.000000                  0.000000
X( 6, 7)  0.000000                  200.0000
X( 7, 1)  0.000000                  0.000000
X( 7, 2)  0.000000                  2600.000
X( 7, 3)  0.000000                  0.000000
X( 7, 4)  0.000000                  1300.000
X( 7, 5)  0.000000                  0.000000
X( 7, 6)  0.000000                  200.0000
X( 7, 7)  0.000000                  0.000000

                     Row      Slack or Surplus    Dual Price
                      1       0.000000         0.000000

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                       UNMSM


                      2        0.000000    -1.000000
                      3        0.000000     0.000000
                      4        6.000000     0.000000
                      5        8.000000     0.000000
                      6        7.000000     0.000000
                      7        0.000000     0.000000
                      8        8.000000     0.000000
                      9        0.000000     0.000000
                      10        4.000000    0.000000
                      11        7.000000    0.000000
                      12        0.000000    0.000000
                      13        5.000000    0.000000
                      14        7.000000    0.000000
                      15        0.000000    0.000000
                      16        2.000000    0.000000
                      17        3.000000    0.000000
                      18        0.000000    0.000000
                      19        3.000000     0.000000
                      20        5.000000    0.000000
                      21        0.000000    0.000000
                      22        3.000000    0.000000
                      23        0.000000    0.000000
                      24        0.000000    0.000000
                      25        0.000000    0.000000
                      26        6.000000     0.000000
                      27        0.000000    0.000000
                      28        0.000000    0.000000
                      29        5.000000    0.000000
                      30        7.000000    0.000000
                      31        0.000000    0.000000
                      32        7.000000    0.000000
                      33        0.000000     0.000000
                      34        2.000000    0.000000
                      35        3.000000    0.000000
                      36        5.000000    0.000000
                      37        4.000000     0.000000
                      38        3.000000    0.000000
                      39        1.000000    0.000000
                      40        2.000000    0.000000
                      41        3.000000    0.000000
                      42        0.000000    0.000000
                      43        4.000000    0.000000
                      44        3.000000    0.000000
                      45        0.000000    0.000000




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                              UNMSM


PROBLEMA 2

Practica:      PracticaCalificada de InvestigaciónOperativa II (Enero 2009)

Autor:           profesores del curso


Una reserve de gas natural cuenta con 9 puestos de vigilancia unidos entre si por un
sistema de caminos que une los puestos de vigilancia se da la siguiente tabla

                        A    B   C   D E    F   G H I
                  A           15   3   5         13
                  B       15       7   8  5   7        6
                  C        3   7      14         15
                  D        5   8 14       4   9     8 10
                  E                    4     17   4
                  F                    9 17       7 6  4
                  G       13      15      4   7     2  7
                  H                    8      6   2
                  I            6      10      4   7

Si se desea diseñar una red de telefonía fija que conecte todas las estaciones al
mínimo costo total. Considere que el tendido de los cables telefónicos siguen la ruta
de los caminos. (nota el costo de 1 kilómetro de cable telefónico incluido mano de
obra es de $ 3500)

Resolviendo a través de WINQSB:




Costo total =37 km x 3500 $/km=$ 129500

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                  UNMSM


RESOLVIENDO CON LINGO 11.0
SETS
NODO/1..9/: U;
RED(NODO, NODO): DISTANCIA,X;
ENDSETS
DATA:
DISTANCIA=0 15 3 5 0 0 13 0 0
15 0 7 8 5 7 0 0 6
3 7 0 14 0 0 15 0 0
5 8 14 0 4 9 0 8 10
0 5 0 4 0 17 4 0 0
0 7 0 9 17 0 7 6 4
13 0 15 0 4 7 0 2 7
000806200
0 6 0 10 0 4 7 0 0;
ENDDATA
N = @SIZE(NODO);
MIN = @SUM(RED: DISTANCIA*X);
@FOR(NODO(J)|J#GT#1:
@SUM(NODO(I)| I#NE# J:X(I,J))=1;
@FOR(NODO(I)| I#GT# 1 #AND# I #NE# J:
U(J)>=U(I)+X(I,J)-(N-2)*(1-X(I,J))+(N-3)*X(J,I);
);
);
@SUM(NODO(J)|J#GT#1 : X(1,J))>=1;
@FOR(RED: @BIN(X));
@FOR(NODO(J)|J#GT#1:
@BND(1,U(J),9999999);
U(J)<=N-1-(N-2)*X(1,J);
);

SALIDA EN LINGO




     Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                      UNMSM




Hay un error porque excedimos el número de variables




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                 UNMSM




         Flujo Maximo
PROBLEMA 1

Libro:           Investigación de Operaciones (7ma. Edición)

Autor:           Hamdy A. Taha

Página:          248 (Problema 7)


Un padre de familia tiene cinco hijos adolescentes y cinco tareas para asignarles. La
experiencia ha indicado que es contraproducente forzar a que los niños acepten
determinadas tareas. Teniendo eso en cuenta, les pide a sus hijos hacer una lista de
preferencias entre las cinco tareas y resulta la siguiente tabla.

                                        Niño      Tarea preferida
                               Rif              3,4,5
                               Mai              1
                               Ben              1, 2
                               Kim              1,2,5
                               Kem              2

EL modesto objetivo del padre es terminar todas las tareas posibles y atender al
mismo tiempo las preferencias de sus hijos. Determine la cantidad máxima de tareas
que pueden terminarse y la asignación de tareas a hijos.

PLANTEAMIENTO DEL PROBLEMA




                                HIJOS                       TAREAS

                                1                               1
                                                                         1
                                                                3
                 1                  1                           6
                                2                               2    1
                     1
      Xo             1               1                                       Xf
                                                                     1
                                3       1                       3
                         1                                  1
                                                                     1
                     1              1       1
                               4                        1       4
                                                    1                1

                                5               1               5
                                                                0




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                         UNMSM


CAMINOS       FLUJO
Xo-H1-T3-Xf    1
Xo-H2-T1-Xf    1
Xo-H3-T2-Xf    1
Xo-H4-T5-Xf    1
TOTAL FLUJO = 1+1+1+1= 4

Entonces el Flujo máximo esta representado por 4 tareas.

Resolviendo a través de WINQSB:

         Entrar al Winqsb, buscar la opción de Flujo Máximo y colocar el número de
         nodos.




         Colocar los datos.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                               UNMSM


         En esta pantalla se muestra la solución.




         La red es.




RESOLVIENDO CON LINGO 11.0

SETS:
nodo/1..12/;
arco(nodo, nodo)/1,2 1,3 1,4 1,5 1,6 2,9 2,10 2,11 3,7 4,7 4,8 5,7 5,8 5,11 6,8 7,12
8,12 9,12 10,12 11,12 12,1/:cap, flujo;
ENDSETS

DATA:
cap = 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1000;
ENDDATA

MAX=flujo(12,1);
@for(arco(I,J):flujo(I,J)<cap(I,J));
       @for(nodo(I):@sum(arco(J,I):flujo(J,I))=@sum(arco(I,J):flujo(I,J)));


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                           UNMSM


SALIDA EN LINGO
Global optimalsolutionfound.
Objective value:                                        4.000000
  Infeasibilities:                                        0.000000
  Total solver iterations:                                       3


                                Variable            Value       Reduced Cost
CAP( 1, 2)                 1.000000             0.000000
CAP( 1, 3)                 1.000000             0.000000
CAP( 1, 4)                 1.000000             0.000000
CAP( 1, 5)                 1.000000             0.000000
CAP( 1, 6)                 1.000000             0.000000
CAP( 2, 9)                 1.000000             0.000000
CAP( 2, 10)                 1.000000             0.000000
CAP( 2, 11)                 1.000000             0.000000
CAP( 3, 7)                 1.000000             0.000000
CAP( 4, 7)                 1.000000             0.000000
CAP( 4, 8)                 1.000000             0.000000
CAP( 5, 7)                 1.000000             0.000000
CAP( 5, 8)                 1.000000             0.000000
CAP( 5, 11)                 1.000000             0.000000
CAP( 6, 8)                 1.000000             0.000000
CAP( 7, 12)                 1.000000             0.000000
CAP( 8, 12)                 1.000000             0.000000
CAP( 9, 12)                 1.000000             0.000000
CAP( 10, 12)                 1.000000             0.000000
CAP( 11, 12)                 1.000000             0.000000
CAP( 12, 1)                 1000.000             0.000000
FLUJO( 1, 2)                 1.000000             0.000000
FLUJO( 1, 3)                 0.000000             0.000000
FLUJO( 1, 4)                 1.000000             0.000000
FLUJO( 1, 5)                 1.000000             0.000000
FLUJO( 1, 6)                 1.000000             0.000000
FLUJO( 2, 9)                 1.000000             0.000000
FLUJO( 2, 10)                 0.000000             0.000000
FLUJO( 2, 11)                 0.000000             0.000000
FLUJO( 3, 7)                 0.000000             0.000000
FLUJO( 4, 7)                 1.000000             0.000000
FLUJO( 4, 8)                 0.000000             0.000000
FLUJO( 5, 7)                 0.000000             1.000000
FLUJO( 5, 8)                 0.000000             1.000000
FLUJO( 5, 11)                 1.000000             0.000000
FLUJO( 6, 8)                 1.000000             0.000000
FLUJO( 7, 12)                 1.000000             0.000000
FLUJO( 8, 12)                 1.000000             0.000000
FLUJO( 9, 12)                 1.000000             0.000000
FLUJO( 10, 12)                 0.000000             0.000000
FLUJO( 11, 12)                 1.000000             0.000000
FLUJO( 12, 1)                 4.000000             0.000000

                                     Row    Slack or Surplus         Dual Price
1            4.000000                 1.000000
                                       2        0.000000               1.000000
                                       3        1.000000               0.000000
                                       4        0.000000               0.000000
                                       5        0.000000               1.000000
                                       6        0.000000               0.000000
                                       7        0.000000               0.000000
                                       8        1.000000               0.000000
                                       9        1.000000               0.000000

    Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                UNMSM


                                    10           1.000000                 0.000000
                                    11           0.000000                 0.000000
                                    12           1.000000                 0.000000
                                    13           1.000000                 0.000000
                                    14           1.000000                 0.000000
                                    15           0.000000                 0.000000
                                    16           0.000000                 0.000000
                                    17           0.000000                 1.000000
                                    18           0.000000                 1.000000
                                    19           0.000000                 0.000000
                                    20           1.000000                 0.000000
                                    21           0.000000                 0.000000
                                    22           996.0000                 0.000000
                                    23           0.000000                 0.000000
                                    24           0.000000                -1.000000
                                    25           0.000000                 0.000000
                                    26           0.000000                 0.000000
                                    27           0.000000                -1.000000
                                    28           0.000000                 0.000000
                                    29           0.000000                 0.000000
                                    30           0.000000                 0.000000
                                    31           0.000000                -1.000000
                                    32           0.000000                -1.000000
                                    33           0.000000                -1.000000
                                    34           0.000000                -1.000000


PROBLEMA 2

Libro:           Investigación de Operaciones (4ta. Edición)

Autor:           Wayne L. Winston

Página:          430 (Problema 7)

Cuatro trabajadores están disponibles para efectuar las tareas 1 a 4.
Desafortunadamente, tres trabajadores pueden hacer solo ciertas tareas; el trabajador
1, solo la tarea 1; el trabajador 2, solo las tareas 1 y 2; el trabajador 3, solo puede
hacer la tarea 2; el trabajador 4, cualquier otra tarea. Dibuje la red para el problema de
flujo máximo que permita determinar si las tareas se pueden asignar a un trabajador
adecuado.

PLANTEAMIENTO DEL PROBLEMA:




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                       UNMSM




                                                            TAREAS
                         TRABAJADORES
                                                                             C2
                                            1
                                1                              5
                                                                         1
           C1
                 1                                      1
                                        1
                                            1                        1             C3
                     1          2                              6
      Xo                                                                          Xf
                     1
                                    1                                1
                                            1
                     1          3                              7
                                                    1
                                                                     1
                                                1
                                4                              8




Realizando cortes:
C1 = 1+1+1+1 = 4
C2 = 1+1+1+1 = 4
C3 = 1+1+1 = 3, Sin considerar los arcos de salida del cuarto trabajador porque ya se
esta cortando la entrada al nodo de ese trabajador.

Entonces el Flujo máximo esta representado por 3 tareas.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                          UNMSM


Resolviendo a través de WINQSB:

a. Seleccionamos la opción de flujo Máximo (Maximal Flow Problem), colocando
también el numero de nodos, 10.




b. Colocamos los datos en la tabla.




c. Seleccionamos el nodo de inicio y el nodo final.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                               UNMSM


d. El resultado es 3. Entonces solo se pueden realizar 3 tareas por 3 trabajadores.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                                UNMSM


RESOLVIENDO CON LINGO 11.0

SETS:
nodo/1..10/;
arco(nodo, nodo)/1,2 1,3 1,4 1,5 2,6 3,6 3,7 4,7 5,6 5,7 5,8 5,9 6,10 7,10 8,10 9,10
10,1/:cap, flujo;
ENDSETS

DATA:
cap = 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1000;
ENDDATA

MAX=flujo(10,1);
@for(arco(I,J):flujo(I,J)<cap(I,J));
@for(nodo(I):@sum(arco(J,I):flujo(J,I))=@sum(arco(I,J):flujo(I,J)));

SALIDA EN LINGO

El resultado final al igual que en el anterior caso, resulta 3.

Global optimal solution found.
 Objective value:                     3.000000
 Total solver iterations:                  3


                 Variable     Value     Reduced Cost
CAP( 1, 2)        1.000000      0.000000
CAP( 1, 3)        1.000000      0.000000
CAP( 1, 4)        1.000000      0.000000
CAP( 1, 5)        1.000000      0.000000
CAP( 2, 6)        1.000000      0.000000
CAP( 3, 6)        1.000000      0.000000
CAP( 3, 7)        1.000000      0.000000
CAP( 4, 7)        1.000000      0.000000
CAP( 5, 6)        1.000000      0.000000
CAP( 5, 7)        1.000000      0.000000
CAP( 5, 8)        1.000000      0.000000
CAP( 5, 9)        1.000000      0.000000
CAP( 6, 10)        1.000000       0.000000
CAP( 7, 10)        1.000000       0.000000
CAP( 8, 10)        1.000000       0.000000
CAP( 9, 10)        1.000000       0.000000
CAP( 10, 1)        1000.000       0.000000
FLUJO( 1, 2)         0.000000      0.000000
FLUJO( 1, 3)         1.000000      0.000000
FLUJO( 1, 4)         1.000000      0.000000
FLUJO( 1, 5)         1.000000      0.000000
FLUJO( 2, 6)         0.000000      0.000000
FLUJO( 3, 6)         1.000000      0.000000
FLUJO( 3, 7)         0.000000      0.000000
FLUJO( 4, 7)         1.000000      0.000000
FLUJO( 5, 6)         0.000000      1.000000
FLUJO( 5, 7)         0.000000      1.000000
FLUJO( 5, 8)         1.000000      0.000000
FLUJO( 5, 9)         0.000000      0.000000

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                              UNMSM


FLUJO( 6, 10)          1.000000         0.000000
FLUJO( 7, 10)          1.000000         0.000000
FLUJO( 8, 10)          1.000000         0.000000
FLUJO( 9, 10)          0.000000         0.000000
FLUJO( 10, 1)          3.000000         0.000000

                     Row     Slack or Surplus     Dual Price
1      3.000000             1.000000
                      2       1.000000          0.000000
                      3       0.000000          0.000000
                      4       0.000000          0.000000
                      5       0.000000          1.000000
                      6       1.000000          0.000000
                      7       0.000000          0.000000
                      8       1.000000          0.000000
                      9       0.000000          0.000000
                      10       1.000000          0.000000
                      11       1.000000          0.000000
                      12       0.000000          0.000000
                      13       1.000000          0.000000
                      14       0.000000          1.000000
                      15       0.000000          1.000000
                      16       0.000000          0.000000
                      17       1.000000          0.000000
                      18       997.0000          0.000000
                      19       0.000000          0.000000
                      20       0.000000          0.000000
                      21       0.000000          0.000000
                      22       0.000000          0.000000
                      23       0.000000         -1.000000
                      24       0.000000          0.000000
                      25       0.000000          0.000000
                      26       0.000000         -1.000000
                      27       0.000000         -1.000000




    Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                             UNMSM




         Flujo Maximo a Costo Minimo
PROBLEMA 1

Libro:           Investigación de Operaciones (7ma. Edición)

Autor:           Hamdy A. Taha

Página:          260 (ejemplo 6.5-4)


Problema 7. (LIBRO TAHA HAMDY) Una red de tuberías conecta 2 plantas
desaladoras de agua a dos ciudades. Las cantidades diarias de abastecimiento en las
2 plantas es de 50 y 60 millones de galones, las demandas diarias en las ciudades son
40 y 70 millones de galones. Existe una estación de bombeo entre las plantas y
ciudades.

En la tabla se muestran los costos de transporte:
                 Planta 2          Bomba            Ciudad 1         Ciudad 2
Planta 1         3                 7                5                -
Planta 2         -                 2                -                1
Bomba            -                                  4                8

En la tabla están las capacidades máximas:
                   Planta 2        Bomba            Ciudad 1         Ciudad 2
Planta 1           60              20               40               -
Planta 2           -               70               -                30
Bomba              -                                Inf              Inf


Resolviendo a través de STORM:

    Entrar al Storm, buscar la opción de Flujo Máximo y colocar el número de nodos.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                             UNMSM



         Colocar los datos.




         En esta pantalla se muestra la solución. Que será la resta de: 11 000 – 10340
         = 660




RESOLVIENDO CON LINGO 11.0

SETS:
NODO/1..7/: B;
ARCO(NODO,NODO)/1,2 1,3 2,3 2,4 2,5 3,4 3,6 4,5 4,6 5,7 6,7/: CAP, X,
COSTO;
ENDSETS

DATA:
COSTO= 0,0,3,7,5,2,1,4,8,0,0;
B = 110,0,0,0,0,0,-110;
CAP = 50,60,60,20,40,70,30,90,90,40,70;
ENDDATA


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                       UNMSM




MIN=@SUM(ARCO: COSTO*X);
@FOR(ARCO(I,J): X(I,J)<CAP(I,J));
@FOR(NODO(I): -@SUM(ARCO(J,I):X(J,I))+@SUM(ARCO(I,J):X(I,J))=B(I));

SALIDA EN LINGO
     :
Global optimalsolutionfound.
Objective value:                                      660.0000
  Infeasibilities:                                      0.000000
  Total solver iterations:                                     1


                        Variable                  Value        Reduced Cost
B( 1)         110.0000                   0.000000
B( 2)         0.000000                   0.000000
B( 3)         0.000000                   0.000000
B( 4)         0.000000                   0.000000
B( 5)         0.000000                   0.000000
B( 6)         0.000000                   0.000000
B( 7)        -110.0000                   0.000000
CAP( 1, 2)         50.00000                   0.000000
CAP( 1, 3)         60.00000                   0.000000
CAP( 2, 3)         60.00000                   0.000000
CAP( 2, 4)         20.00000                   0.000000
CAP( 2, 5)         40.00000                   0.000000
CAP( 3, 4)         70.00000                   0.000000
CAP( 3, 6)         30.00000                   0.000000
CAP( 4, 5)         90.00000                   0.000000
CAP( 4, 6)         90.00000                   0.000000
CAP( 5, 7)         40.00000                   0.000000
CAP( 6, 7)         70.00000                   0.000000
X( 1, 2)         50.00000                   0.000000
X( 1, 3)         60.00000                   0.000000
X( 2, 3)         10.00000                   0.000000
X( 2, 4)         0.000000                   2.000000
X( 2, 5)         40.00000                   0.000000
X( 3, 4)         40.00000                   0.000000
X( 3, 6)         30.00000                   0.000000
X( 4, 5)         0.000000                   4.000000
X( 4, 6)         40.00000                   0.000000
X( 5, 7)         40.00000                   0.000000
X( 6, 7)         70.00000                   0.000000
COSTO( 1, 2)         0.000000                   0.000000
COSTO( 1, 3)         0.000000                   0.000000
COSTO( 2, 3)         3.000000                   0.000000
COSTO( 2, 4)         7.000000                   0.000000
COSTO( 2, 5)         5.000000                   0.000000
COSTO( 3, 4)         2.000000                   0.000000
COSTO( 3, 6)         1.000000                   0.000000
COSTO( 4, 5)         4.000000                   0.000000
COSTO( 4, 6)         8.000000                   0.000000
COSTO( 5, 7)         0.000000                   0.000000
COSTO( 6, 7)         0.000000                   0.000000

Row       Slack or Surplus           Dual Price
1           660.0000                -1.000000
                                      2         0.000000           0.000000
                                      3         0.000000           3.000000
                                      4         50.00000           0.000000

   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                            UNMSM


                                     5         20.00000              0.000000
                                     6         0.000000              0.000000
                                     7         30.00000              0.000000
                                     8         0.000000              9.000000
                                     9         90.00000              0.000000
                                    10         50.00000              0.000000
                                    11         0.000000              8.000000
                                    12         0.000000              0.000000
                                    13         0.000000              0.000000
                                    14         0.000000              0.000000
                                    15         0.000000              3.000000
                                    16         0.000000              5.000000
                                    17         0.000000              5.000000
                                    18         0.000000              13.00000
                                    19         0.000000              13.00000

PROBLEMA 2

Libro:           Investigación de Operaciones (7ma. Edición)

Autor:           Hamdy A. Taha

Página:          264 (Problema 7)

Wyoming Electric usa actualmente unos tubos para transportar lodo de carbón
(arrastrado por agua bombeada) desde tres áreas mineras (1, 2 y3) hasta tres
centrales eléctricas (4, 5 y 6). Cada tubo puede transportar cuando mucho 10
toneladas por hora. Los costos de transporte, por tonelada y oferta y la demanda por
hora se ven en la tabla siguiente.

                     4              5              6                Oferta
1                    $5             $6             $4               8
2                    $6             $9             $12              10
3                    $3             $1             $5               18
Demanda              16             6              14


Resolviendo a través de STORM:

         Entrar al Storm, buscar la opción de Flujo Máximo y colocar el número de
         nodos.




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                            UNMSM




         Colocar los datos.




         En esta pantalla se muestra la solución. Que será la resta de: 3600 – 3454 =
         146




   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                      UNMSM




        RESOLVIENDO CON LINGO 11.0
SETS:
NODO/1..8/: B;
ARCO(NODO,NODO)/1,2 1,3 1,4 2,5 2,6 2,7 3,5 3,6 3,7 4,5 4,6 4,7 5,8
6,8 7,8/: CAP, X, COSTO;
ENDSETS

DATA:
COSTO= 0,0,0,5,6,4,6,9,12,3,1,5,0,0,0;
B = 36,0,0,0,0,0,0,-36;
CAP = 8,10,18,10,10,10,10,10,10,10,10,10,16,6,14;
ENDDATA

MIN=@SUM(ARCO: COSTO*X);
@FOR(ARCO(I,J): X(I,J)<CAP(I,J));
      @FOR(NODO(I):                                                          -
      @SUM(ARCO(J,I):X(J,I))+@SUM(ARCO(I,J):X(I,J))=B(I));

SALIDA EN LINGO
Global optimalsolutionfound.
Objective value:                                     146.0000
  Infeasibilities:                                     0.000000
  Total solver iterations:                                    5


                             Variable            Value        Reduced Cost
B( 1)              36.00000             0.000000
B( 2)              0.000000             0.000000
B( 3)              0.000000             0.000000
B( 4)              0.000000             0.000000
B( 5)              0.000000             0.000000
B( 6)              0.000000             0.000000
B( 7)              0.000000             0.000000
B( 8)             -36.00000             0.000000
CAP( 1,     2)          8.000000             0.000000
CAP( 1,     3)          10.00000             0.000000
CAP( 1,     4)          18.00000             0.000000
CAP( 2,     5)          10.00000             0.000000
CAP( 2,     6)          10.00000             0.000000
CAP( 2,     7)          10.00000             0.000000


   Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                                       UNMSM


CAP( 3, 5)                10.00000                0.000000
CAP( 3, 6)                10.00000                0.000000
CAP( 3, 7)                10.00000                0.000000
CAP( 4, 5)                10.00000                0.000000
CAP( 4, 6)                10.00000                0.000000
CAP( 4, 7)                10.00000                0.000000
CAP( 5, 8)                16.00000                0.000000
CAP( 6, 8)                6.000000                0.000000
CAP( 7, 8)                14.00000                0.000000
X( 1, 2)                8.000000                0.000000
X( 1, 3)                10.00000                0.000000
X( 1, 4)                18.00000                0.000000
X( 2, 5)                0.000000                3.000000
X( 2, 6)                0.000000                6.000000
X( 2, 7)                8.000000                0.000000
X( 3, 5)                10.00000                0.000000
X( 3, 6)                0.000000                5.000000
X( 3, 7)                0.000000                4.000000
X( 4, 5)                6.000000                0.000000
X( 4, 6)                6.000000                0.000000
X( 4, 7)                6.000000                0.000000
X( 5, 8)                16.00000                0.000000
X( 6, 8)                6.000000                0.000000
X( 7, 8)                14.00000                0.000000
COSTO( 1, 2)                0.000000                0.000000
COSTO( 1, 3)                0.000000                0.000000
COSTO( 1, 4)                0.000000                0.000000
COSTO( 2, 5)                5.000000                0.000000
COSTO( 2, 6)                6.000000                0.000000
COSTO( 2, 7)                4.000000                0.000000
COSTO( 3, 5)                6.000000                0.000000
COSTO( 3, 6)                9.000000                0.000000
COSTO( 3, 7)                12.00000                0.000000
COSTO( 4, 5)                3.000000                0.000000
COSTO( 4, 6)                1.000000                0.000000
COSTO( 4, 7)                5.000000                0.000000
COSTO( 5, 8)                0.000000                0.000000
COSTO( 6, 8)                0.000000                0.000000
COSTO( 7, 8)                0.000000                0.000000

                                       Row    Slack or Surplus   Dual Price
1            146.0000                  -1.000000
                                         2        0.000000         4.000000
                                         3        0.000000         0.000000
                                         4        0.000000         3.000000
                                         5        10.00000         0.000000
                                         6        10.00000         0.000000
                                         7        2.000000         0.000000
                                         8        0.000000         0.000000
                                         9        10.00000         0.000000
                                        10        10.00000         0.000000
                                        11        4.000000         0.000000
                                        12        4.000000         0.000000
                                        13        4.000000         0.000000
                                        14        0.000000         2.000000
                                        15        0.000000         4.000000
                                        16        0.000000         0.000000
                                        17        0.000000        -4.000000
                                        18        0.000000         0.000000
                                        19        0.000000        -4.000000
                                        20        0.000000        -1.000000


    Laboratorio de Investigación Operativa II
Facultad de Ingeniería Industrial                              UNMSM


                                    21         0.000000   2.000000
                                    22         0.000000   0.000000
                                    23         0.000000   4.000000
                                    24         0.000000   4.000000




   Laboratorio de Investigación Operativa II

More Related Content

What's hot

61178886 i-o-ii-principal
61178886 i-o-ii-principal61178886 i-o-ii-principal
61178886 i-o-ii-principaldaniel malpica
 
Líneas de espera (1) ejercicio
Líneas de espera (1) ejercicioLíneas de espera (1) ejercicio
Líneas de espera (1) ejercicioMachado Mauricio
 
Ejercicio de investigación de operaciones
Ejercicio de investigación de operacionesEjercicio de investigación de operaciones
Ejercicio de investigación de operacioneskit22
 
Aplicación SLP a un caso
Aplicación SLP a un casoAplicación SLP a un caso
Aplicación SLP a un casoTerry Muñoz
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2fzeus
 
14 teoria-de-la-utilidad compress
14 teoria-de-la-utilidad compress14 teoria-de-la-utilidad compress
14 teoria-de-la-utilidad compressJosefinaPiedra1
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
 
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”vanessa sobvio
 
Dinamica grupal 12 unidad 3
Dinamica grupal 12 unidad 3Dinamica grupal 12 unidad 3
Dinamica grupal 12 unidad 3ramiro miranda
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesmonicavargasapaza
 
Programacion lineal entera
Programacion lineal enteraProgramacion lineal entera
Programacion lineal enteraLenin Melendres
 

What's hot (20)

Modélo de descuento por cantidad
Modélo de descuento por cantidadModélo de descuento por cantidad
Modélo de descuento por cantidad
 
61178886 i-o-ii-principal
61178886 i-o-ii-principal61178886 i-o-ii-principal
61178886 i-o-ii-principal
 
Líneas de espera (1) ejercicio
Líneas de espera (1) ejercicioLíneas de espera (1) ejercicio
Líneas de espera (1) ejercicio
 
Modelo de redes
Modelo de redes Modelo de redes
Modelo de redes
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
5.4 flujo maximo
5.4 flujo maximo5.4 flujo maximo
5.4 flujo maximo
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
Ejercicio de investigación de operaciones
Ejercicio de investigación de operacionesEjercicio de investigación de operaciones
Ejercicio de investigación de operaciones
 
Aplicación SLP a un caso
Aplicación SLP a un casoAplicación SLP a un caso
Aplicación SLP a un caso
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Ejercicios de gerencia
Ejercicios de gerenciaEjercicios de gerencia
Ejercicios de gerencia
 
14 teoria-de-la-utilidad compress
14 teoria-de-la-utilidad compress14 teoria-de-la-utilidad compress
14 teoria-de-la-utilidad compress
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim
 
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
“PROGRAMACIÓN LINEAL: COMO HERRAMIENTA PARA LA TOMA DE DECISIONES”
 
Problemas render heizer
Problemas render heizerProblemas render heizer
Problemas render heizer
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
 
Dinamica grupal 12 unidad 3
Dinamica grupal 12 unidad 3Dinamica grupal 12 unidad 3
Dinamica grupal 12 unidad 3
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operaciones
 
Optimizacion de redes
Optimizacion de redesOptimizacion de redes
Optimizacion de redes
 
Programacion lineal entera
Programacion lineal enteraProgramacion lineal entera
Programacion lineal entera
 

Viewers also liked

Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIJulio Pari
 
El problema de monty hall para entregar
El problema de monty hall para entregarEl problema de monty hall para entregar
El problema de monty hall para entregarEzequiel Marchant
 
Presentación probabilidad
Presentación probabilidadPresentación probabilidad
Presentación probabilidadSilviaConde
 
Ejemplo 1 ruta mas corta entre dos nodos especificos
Ejemplo 1 ruta mas corta entre dos nodos especificosEjemplo 1 ruta mas corta entre dos nodos especificos
Ejemplo 1 ruta mas corta entre dos nodos especificospodersonico
 
Programacion dinamica 22
Programacion dinamica 22Programacion dinamica 22
Programacion dinamica 22Mariannys Leon
 
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...Investigación de Operaciones aplicado a la producción de Harina de Pescado en...
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...Cristina Diaz
 
Inv operaciones unidad iii victor santeliz 24157864 Ejercicios
Inv operaciones unidad iii victor santeliz 24157864 EjerciciosInv operaciones unidad iii victor santeliz 24157864 Ejercicios
Inv operaciones unidad iii victor santeliz 24157864 Ejercicios'Victor Santeliz
 
Algoritmo dijkstra
Algoritmo dijkstraAlgoritmo dijkstra
Algoritmo dijkstraRey Salcedo
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Tahaangel05az
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesHéctor Antonio Barba Nanfuñay
 
Metodos y modelos de investigacion de operaciones vol 11
Metodos y modelos de investigacion de operaciones   vol 11Metodos y modelos de investigacion de operaciones   vol 11
Metodos y modelos de investigacion de operaciones vol 11HANRRE
 
Bpm en la elaboración de té instantáneo
Bpm en la elaboración de té instantáneoBpm en la elaboración de té instantáneo
Bpm en la elaboración de té instantáneoAlba Cabrera Urbieta
 

Viewers also liked (20)

Informe - Investigacion de Operaciones
Informe - Investigacion de OperacionesInforme - Investigacion de Operaciones
Informe - Investigacion de Operaciones
 
Práctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa IIPráctica de Inventarios - Investigación Operativa II
Práctica de Inventarios - Investigación Operativa II
 
El problema de monty hall para entregar
El problema de monty hall para entregarEl problema de monty hall para entregar
El problema de monty hall para entregar
 
Presentación probabilidad
Presentación probabilidadPresentación probabilidad
Presentación probabilidad
 
Ejemplo 1 ruta mas corta entre dos nodos especificos
Ejemplo 1 ruta mas corta entre dos nodos especificosEjemplo 1 ruta mas corta entre dos nodos especificos
Ejemplo 1 ruta mas corta entre dos nodos especificos
 
Programacion dinamica 22
Programacion dinamica 22Programacion dinamica 22
Programacion dinamica 22
 
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...Investigación de Operaciones aplicado a la producción de Harina de Pescado en...
Investigación de Operaciones aplicado a la producción de Harina de Pescado en...
 
Inv operaciones unidad iii victor santeliz 24157864 Ejercicios
Inv operaciones unidad iii victor santeliz 24157864 EjerciciosInv operaciones unidad iii victor santeliz 24157864 Ejercicios
Inv operaciones unidad iii victor santeliz 24157864 Ejercicios
 
Algoritmo dijkstra
Algoritmo dijkstraAlgoritmo dijkstra
Algoritmo dijkstra
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Taha
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operaciones
 
Investigacion de operaciones taha opti3
Investigacion de operaciones   taha opti3Investigacion de operaciones   taha opti3
Investigacion de operaciones taha opti3
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
 
Metodos y modelos de investigacion de operaciones vol 11
Metodos y modelos de investigacion de operaciones   vol 11Metodos y modelos de investigacion de operaciones   vol 11
Metodos y modelos de investigacion de operaciones vol 11
 
Investigación de Operaciones
Investigación de OperacionesInvestigación de Operaciones
Investigación de Operaciones
 
Planeacion de produccion
Planeacion de produccionPlaneacion de produccion
Planeacion de produccion
 
Investigción de Operaciones: Programación Lineal
Investigción de Operaciones: Programación LinealInvestigción de Operaciones: Programación Lineal
Investigción de Operaciones: Programación Lineal
 
PROBLEMA DE LA MOCHILA
PROBLEMA DE LA MOCHILAPROBLEMA DE LA MOCHILA
PROBLEMA DE LA MOCHILA
 
Bpm en la elaboración de té instantáneo
Bpm en la elaboración de té instantáneoBpm en la elaboración de té instantáneo
Bpm en la elaboración de té instantáneo
 

Similar to Informe nro1 ivestigacion_operativa ii

Similar to Informe nro1 ivestigacion_operativa ii (20)

Prueba 1
Prueba 1Prueba 1
Prueba 1
 
Materia
MateriaMateria
Materia
 
Ingeniería de Métodos de Trabajo 4/4
Ingeniería de Métodos de Trabajo 4/4Ingeniería de Métodos de Trabajo 4/4
Ingeniería de Métodos de Trabajo 4/4
 
COSTO UNITARIO.docx
COSTO UNITARIO.docxCOSTO UNITARIO.docx
COSTO UNITARIO.docx
 
Investigación operativa ii
Investigación operativa iiInvestigación operativa ii
Investigación operativa ii
 
Investigacion subir
Investigacion subir Investigacion subir
Investigacion subir
 
Investigacion subir O
Investigacion subir OInvestigacion subir O
Investigacion subir O
 
Casos-Practicos-de-Costos.
Casos-Practicos-de-Costos.Casos-Practicos-de-Costos.
Casos-Practicos-de-Costos.
 
Trabajo final-matematica
Trabajo final-matematicaTrabajo final-matematica
Trabajo final-matematica
 
Mayo%202010 presupuesto centro
Mayo%202010 presupuesto centroMayo%202010 presupuesto centro
Mayo%202010 presupuesto centro
 
Feb 2013
Feb 2013Feb 2013
Feb 2013
 
Feb 2013
Feb 2013Feb 2013
Feb 2013
 
Tarifas Compañia Energetica
Tarifas Compañia EnergeticaTarifas Compañia Energetica
Tarifas Compañia Energetica
 
Examen parcial finanzas
Examen parcial finanzasExamen parcial finanzas
Examen parcial finanzas
 
Examen parcial finanzas
Examen parcial finanzasExamen parcial finanzas
Examen parcial finanzas
 
Examen parcial finanzas
Examen parcial finanzasExamen parcial finanzas
Examen parcial finanzas
 
Materia mate todo
Materia mate todoMateria mate todo
Materia mate todo
 
Planificacion
PlanificacionPlanificacion
Planificacion
 
Diseño de proyectos producto final grupo 5
Diseño de proyectos producto final grupo 5Diseño de proyectos producto final grupo 5
Diseño de proyectos producto final grupo 5
 
Casos practicos
Casos practicosCasos practicos
Casos practicos
 

Informe nro1 ivestigacion_operativa ii

  • 1. UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, Decana de América) FACULTAD DE INGENIERIA INDUSTRIAL E. A. P INGENIERIA INDUSTRIAL TEMA: “PROBLEMAS RESUELTOS DE REDES Y APLICACIÓN EN SOFTWARE” CURSO : INVESTIGACIÓN OPERATIVA II PROFESOR : ING. MAYTA HUATUCO, ROSMERI ALUMNO : DE LA CRUZ VASQUEZ DAVID EDISON Ciudad Universitaria, Mayo del 2011
  • 2. Facultad de Ingeniería Industrial UNMSM Camino Más Corto PROBLEMA 1 Libro: Investigación de Operaciones (7ma. Edición) Autor: Hamdy A. Taha Página: 224 (Problema 4 - Planeación de la producción) DirectCo vende un artículo cuya demanda en los 4 meses venideros será 100, 140, 210 y 180 unidades, respectivamente. La empresa puede almacenar sólo la cantidad justa para abastecer la demanda de cada mes, o puede almacenar más y cumplir con la demanda de dos o más meses consecutivos. En el segundo caso se carga un costo de retención de $1.20 mensual por unidad en exceso de existencia. DirectCo estima que los precios unitarios de compra durante los 4 meses siguientes serán de 15, 12, 10 y 14 dólares respectivamente. Se incurre en un costo de preparación de $200 cada vez que se coloca un pedido. La empresa desea desarrollar un plan de compras que minimice los costos totales de los pedidos, las compras y la retención del artículo en el almacén. Formule el problema como un modelo de ruta más corta y encuentre la solución óptima. Solución: Resumen: Mes P. U. compra($) Demanda 1 15 100 2 12 140 3 10 210 4 14 180 Costo de almacenaje = $ 1.20/mensual Laboratorio de Investigación Operativa II
  • 3. Facultad de Ingeniería Industrial UNMSM Costo de preparación = $ 200/pedido Cij = Costo de compra + Costo de preparación + Costo de almacenaje C12 = 15(100)+200 =1700 C13 = 15(100+140) + 200 +1.20 (140) =3968 C14 = 15(100+140+210) + 200 +1.20 (140+210) =7370 C15 = 15(100+140+210+180) + 200 +1.20 (140+210+180) = 10286 C23 = 12(140) +200 = 1880 C24 = 12(140+210) + 200 +1.20 (210) = 4652 C25 = 12(140+210+180) + 200 +1.20 (210+180) = 7028 C34 = 10(210) + 200 = 2300 C35 = 10(210+180) + 200 +1.20 (180) = 4316 C45 = 14(180) + 200 = 2720 Entonces, formulando el problema a través de una red: 10286 7370 3968 1 1700 2 1880 3 2300 4 2720 5 4652 4316 7028 Resolviendo manualmente (Algoritmo del Etiquetado) m1 = 0 m2 = min {m1+d12} = min {0+1700} = 1700 m3 = min {m1+d13, m2+d23} = min {0+3968, 1700+1880} = 3580 m4 = min {m1+d14, m2+d24, m3+d34} = min {0+7370, 1700+4652, 3580+2300} = 5880 m5 = min {m1+d15, m2+d25, m3+d35, m4+d45} = min {0+10286, 1700+7028, 3580+4316, 5880+2720} = 7896 De lo analizado anteriormente, obtenemos que el camino más corto será: 1–2–3–5 1 1700 2 1880 4 3 5 Laboratorio de Investigación Operativa II
  • 4. Facultad de Ingeniería Industrial UNMSM 4316 RESOLVIENDO CON LINGO 11.0 SETS: nodo/1..5/:y; arcos(nodo, nodo)/1,2 1,3 1,4 1,5 2,3 2,4 2,5 3,4 3,5 4,5/:costo; ENDSETS DATA: costo=1700,3968,7370,10286,1880,4652,7028,2300,4316,2720; ENDDATA max=y(5)-y(1); @for(arcos(i,j):y(j)<=y(i)+costo(i,j)); SALIDA EN LINGO Global optimal solution found. Objective value: 7896.000 Infeasibilities: 0.000000 Total solver iterations: 7 Variable Value Reduced Cost Y( 1) 0.000000 0.000000 Y( 2) 1700.000 0.000000 Y( 3) 3580.000 0.000000 Y( 4) 5176.000 0.000000 Y( 5) 7896.000 0.000000 COSTO( 1, 2) 1700.000 0.000000 COSTO( 1, 3) 3968.000 0.000000 COSTO( 1, 4) 7370.000 0.000000 COSTO( 1, 5) 10286.00 0.000000 COSTO( 2, 3) 1880.000 0.000000 COSTO( 2, 4) 4652.000 0.000000 COSTO( 2, 5) 7028.000 0.000000 COSTO( 3, 4) 2300.000 0.000000 COSTO( 3, 5) 4316.000 0.000000 COSTO( 4, 5) 2720.000 0.000000 Row Slack or Surplus Dual Price 1 7896.000 1.000000 2 0.000000 1.000000 3 388.0000 0.000000 4 2194.000 0.000000 Laboratorio de Investigación Operativa II
  • 5. Facultad de Ingeniería Industrial UNMSM 5 2390.000 0.000000 6 0.000000 1.000000 7 1176.000 0.000000 8 832.0000 0.000000 9 704.0000 0.000000 10 0.000000 1.000000 11 0.000000 0.000000 Resolviendo a través de STORM: Laboratorio de Investigación Operativa II
  • 6. Facultad de Ingeniería Industrial UNMSM PROBLEMA 2 Libro: Investigación de Operaciones (4ta. Edición) Autor: Wayne L. Winston Página: 419 (Problema 6) Cuesta $40 comprar un teléfono de la tienda de departamentos. Suponga que puedo mantener el teléfono durante a lo sumo 5 años y que el costo de mantenimiento estimado cada año de operación es como sigue: año 1, $20; año 2, $30; año 3, $40; año 4, $60; año 5, $70. Acabo de comprar un nuevo teléfono. Suponiendo que un teléfono no tiene valor de salvamento, determine como minimizar el costo total de comprar y operar el teléfono durante los siguientes 6 años. Laboratorio de Investigación Operativa II
  • 7. Facultad de Ingeniería Industrial UNMSM 190 260 190 130 130 90 90 90 1 2 3 4 5 6 7 60 60 60 60 60 60 90 130 90 190 260 130 Solución C12 = 40 +20 = 60 C13 = 40 + 20 + 30 = 90 C14 = 40 + 20 + 30 + 40 = 130 C15 = 40 + 20 + 30 + 40 + 60 = 190 C16 = 40 + 20 + 30 + 40 + 60 + 70 = 260 C23 = 40 +20 = 60 C24 = 40 + 20 + 30 = 90 C25 = 40 + 20 + 30 + 40 = 130 C26 = 40 + 20 + 30 + 40 + 60 = 190 C27 = 40 + 20 + 30 + 40 + 60 + 70 = 260 C34 = 40 +20 = 60 C35 = 40 + 20 + 30 = 90 C36 = 40 + 20 + 30 + 40 = 130 C37 = 40 + 20 + 30 + 40 + 60 = 190 C45 = 40 +20 = 60 C46 = 40 + 20 + 30 = 90 C47 = 40 + 20 + 30 + 40 = 130 C56 = 40 +20 = 60 C57 = 40 + 20 + 30 = 90 C67 = 40 +20 = 60 Resolviendo manualmente (Algoritmo del Etiquetado) m1 = 0 m2 = min {m1+d12} = min {0+60} =60 m3 = min {m1+d13, m2+d23} = min {0+90, 60+60} = 90 m4 = min {m1+d14, m2+d24, m3+d34} = min {0+130, 60+90, 90+60} = 130 m5 = min {m1+d15, m2+d25, m3+d35, m4+d45} Laboratorio de Investigación Operativa II
  • 8. Facultad de Ingeniería Industrial UNMSM = min {0+190, 60+130, 90+90, 130+60} = 180 M6 = min {m1+d16, m2+d26, m3+d36, m4+d46, m5+d56} = min {0+260, 60+190, 90+130, 130+90, 180+60} = 220 M7 = min{m2+d27, m3+d37, m4+d47, m5+d57, m6+d67} = min {60+260, 90+190, 130+130, 180+90, 220+60} = 260 De lo analizado anteriormente, obtenemos que el camino más corto será: 1–3–5–7 190 260 190 130 130 90 90 90 1 2 3 4 5 6 7 60 60 60 60 60 60 90 130 90 190 260 130 RESOLVIENDO CON LINGO 11.0 SETS: nodo/1..7/:y; arcos(nodo, nodo)/1,2 1,3 1,4 1,5 1,6 2,3 2,4 2,5 2,6 2,7 3,4 3,5 3,6 3,7 4,5 4,6 4,7 5,6 5,7 6,7/:costo; ENDSETS DATA: costo=60,90,130,190,260,60,90,130,190,260,60,90,130,190,60,90,130,60,9 0,60; ENDDATA max=y(7)-y(1); @for(arcos(i,j):y(j)<=y(i)+costo(i,j)); SALIDA EN LINGO Laboratorio de Investigación Operativa II
  • 9. Facultad de Ingeniería Industrial UNMSM Global optimal solution found. Objective value: 260.0000 Infeasibilities: 0.000000 Total solver iterations: 8 Variable Value Reduced Cost Y( 1) 0.000000 0.000000 Y( 2) 40.00000 0.000000 Y( 3) 80.00000 0.000000 Y( 4) 130.0000 0.000000 Y( 5) 170.0000 0.000000 Y( 6) 200.0000 0.000000 Y( 7) 260.0000 0.000000 COSTO( 1, 2) 60.00000 0.000000 COSTO( 1, 3) 90.00000 0.000000 COSTO( 1, 4) 130.0000 0.000000 COSTO( 1, 5) 190.0000 0.000000 COSTO( 1, 6) 260.0000 0.000000 COSTO( 2, 3) 60.00000 0.000000 COSTO( 2, 4) 90.00000 0.000000 COSTO( 2, 5) 130.0000 0.000000 COSTO( 2, 6) 190.0000 0.000000 COSTO( 2, 7) 260.0000 0.000000 COSTO( 3, 4) 60.00000 0.000000 COSTO( 3, 5) 90.00000 0.000000 COSTO( 3, 6) 130.0000 0.000000 COSTO( 3, 7) 190.0000 0.000000 COSTO( 4, 5) 60.00000 0.000000 COSTO( 4, 6) 90.00000 0.000000 COSTO( 4, 7) 130.0000 0.000000 COSTO( 5, 6) 60.00000 0.000000 COSTO( 5, 7) 90.00000 0.000000 COSTO( 6, 7) 60.00000 0.000000 RowSlackor Surplus Dual Price 1 260.0000 1.000000 2 20.00000 0.000000 3 10.00000 0.000000 4 0.000000 1.000000 5 20.00000 0.000000 6 60.00000 0.000000 7 20.00000 0.000000 8 0.000000 0.000000 9 0.000000 0.000000 10 30.00000 0.000000 11 40.00000 0.000000 12 10.00000 0.000000 13 0.000000 0.000000 14 10.00000 0.000000 15 10.00000 0.000000 16 20.00000 0.000000 17 20.00000 0.000000 18 0.000000 1.000000 19 30.00000 0.000000 20 0.000000 0.000000 21 0.000000 0.000000 Resolviendo a través de STORM: Laboratorio de Investigación Operativa II
  • 10. Facultad de Ingeniería Industrial UNMSM Laboratorio de Investigación Operativa II
  • 11. Facultad de Ingeniería Industrial UNMSM Árbol de Expansión Mínima PROBLEMA 1 Libro: Investigación de Operaciones (7ma. Edición) Autor: Hamdy A. Taha Página: 218 (Problema 3) En el transporte internacional, los camiones remolques cargados se mueven entre las terminales de ferrocarril colocando la caja en carros especiales (“camas bajas”). La figura 6.7 muestra la ubicación de los ferrocarriles en estados unidos, y las vías actuales de FC. El objetivo es decidir cuales vías se debe revitalizar para manejar el tráfico internacional. En especial, se debe unir la terminal de Los Ángeles (AN) en forma directa con Chicago (CH) para dar cabida al intenso tráfico esperado. Por otra parte, todas las terminales restantes se pueden enlazar, en forma directa o indirecta, de tal modo que se minimice la longitud total (en millas) de las vías seleccionadas. Determine los segmentos de vías de ferrocarriles que se deben incluir en programa de revitalización. PLANTEAMIENTO DEL PROBLEMA: SE LA DE DA CH NY DC SE - 1100 1300 LA - 1100 1400 2000 2600 DE - 780 DA - 1300 CH - NY - 200 DC - Resolviendo a través de WINQSB: Laboratorio de Investigación Operativa II
  • 12. Facultad de Ingeniería Industrial UNMSM a. Se selección la opción Árbol de expansión mínima (MinimalSpanningTree), Colocando el total de nodos, 7. b. Se colocan los datos en la matriz. c. En esta pantalla se muestra el resultado, se muestran que nodos se conectan y el resultado final 6480, que viene a ser la cantidad de vías de ferrocarril que se debe emplear. Laboratorio de Investigación Operativa II
  • 13. Facultad de Ingeniería Industrial UNMSM RESOLVIENDO CON LINGO 11.0 SETS: NODO/1..7/: U; RED(NODO, NODO): COSTO,X; ENDSETS DATA: COSTO=0 0 1300 0 2000 0 0 0 0 0 0 2000 0 0 1300 0 0 780 1000 0 0 0 0 780 0 900 0 1300 2000 2000 1000 900 0 0 0 0 0 0 0 0 0 290 0 0 0 1300 0 200 0; ENDDATA N = @SIZE(NODO); MIN = @SUM(RED: COSTO*X); @FOR(NODO(J)|J#GT#1: @SUM(NODO(I)| I#NE# J:X(I,J))=1; @FOR(NODO(I)| I#GT# 1 #AND# I #NE# J: U(J)>=U(I)+X(I,J)-(N-2)*(1-X(I,J))+(N-3)*X(J,I); ); ); @SUM(NODO(J)|J#GT#1 : X(1,J))>=1; @FOR(RED: @BIN(X)); @FOR(NODO(J)|J#GT#1: @BND(1,U(J),9999999); U(J)<=N-1-(N-2)*X(1,J); ); SALIDA EN LINGO Global optimalsolutionfound. Objective value: 6480.0000 Extended solver steps: 0 Total solver iterations: 3 Laboratorio de Investigación Operativa II
  • 14. Facultad de Ingeniería Industrial UNMSM Variable Value Reduced Cost N 7.000000 0.000000 U( 1) 0.000000 0.000000 U( 2) 4.000000 0.000000 U( 3) 3.000000 0.000000 U( 4) 1.000000 0.000000 U( 5) 2.000000 0.000000 U( 6) 3.000000 0.000000 U( 7) 1.000000 0.000000 COSTO( 1, 1) 0.000000 0.000000 COSTO( 1, 2) 1100.000 0.000000 COSTO( 1, 3) 1300.000 0.000000 COSTO( 1, 4) 0.000000 0.000000 COSTO( 1, 5) 0.000000 0.000000 COSTO( 1, 6) 0.000000 0.000000 COSTO( 1, 7) 0.000000 0.000000 COSTO( 2, 1) 1100.000 0.000000 COSTO( 2, 2) 0.000000 0.000000 COSTO( 2, 3) 1100.000 0.000000 COSTO( 2, 4) 1400.000 0.000000 COSTO( 2, 5) 2000.000 0.000000 COSTO( 2, 6) 0.000000 0.000000 COSTO( 2, 7) 2600.000 0.000000 COSTO( 3, 1) 1300.000 0.000000 COSTO( 3, 2) 1100.000 0.000000 COSTO( 3, 3) 0.000000 0.000000 COSTO( 3, 4) 780.0000 0.000000 COSTO( 3, 5) 0.000000 0.000000 COSTO( 3, 6) 0.000000 0.000000 COSTO( 3, 7) 0.000000 0.000000 COSTO( 4, 1) 0.000000 0.000000 COSTO( 4, 2) 1400.000 0.000000 COSTO( 4, 3) 780.0000 0.000000 COSTO( 4, 4) 0.000000 0.000000 COSTO( 4, 5) 0.000000 0.000000 COSTO( 4, 6) 0.000000 0.000000 COSTO( 4, 7) 1300.000 0.000000 COSTO( 5, 1) 0.000000 0.000000 COSTO( 5, 2) 2000.000 0.000000 COSTO( 5, 3) 0.000000 0.000000 COSTO( 5, 4) 0.000000 0.000000 COSTO( 5, 5) 0.000000 0.000000 COSTO( 5, 6) 0.000000 0.000000 COSTO( 5, 7) 0.000000 0.000000 COSTO( 6, 1) 0.000000 0.000000 COSTO( 6, 2) 0.000000 0.000000 COSTO( 6, 3) 0.000000 0.000000 COSTO( 6, 4) 0.000000 0.000000 COSTO( 6, 5) 0.000000 0.000000 COSTO( 6, 6) 0.000000 0.000000 COSTO( 6, 7) 200.0000 0.000000 COSTO( 7, 1) 0.000000 0.000000 COSTO( 7, 2) 2600.000 0.000000 COSTO( 7, 3) 0.000000 0.000000 COSTO( 7, 4) 1300.000 0.000000 Laboratorio de Investigación Operativa II
  • 15. Facultad de Ingeniería Industrial UNMSM COSTO( 7, 5) 0.000000 0.000000 COSTO( 7, 6) 200.0000 0.000000 COSTO( 7, 7) 0.000000 0.000000 X( 1, 1) 0.000000 0.000000 X( 1, 2) 0.000000 1100.000 X( 1, 3) 0.000000 1300.000 X( 1, 4) 1.000000 0.000000 X( 1, 5) 0.000000 0.000000 X( 1, 6) 0.000000 0.000000 X( 1, 7) 1.000000 0.000000 X( 2, 1) 0.000000 1100.000 X( 2, 2) 0.000000 0.000000 X( 2, 3) 0.000000 1100.000 X( 2, 4) 0.000000 1400.000 X( 2, 5) 0.000000 2000.000 X( 2, 6) 0.000000 0.000000 X( 2, 7) 0.000000 2600.000 X( 3, 1) 0.000000 1300.000 X( 3, 2) 0.000000 1100.000 X( 3, 3) 0.000000 0.000000 X( 3, 4) 0.000000 780.0000 X( 3, 5) 0.000000 0.000000 X( 3, 6) 0.000000 0.000000 X( 3, 7) 0.000000 0.000000 X( 4, 1) 0.000000 0.000000 X( 4, 2) 0.000000 1400.000 X( 4, 3) 0.000000 780.0000 X( 4, 4) 0.000000 0.000000 X( 4, 5) 1.000000 0.000000 X( 4, 6) 0.000000 0.000000 X( 4, 7) 0.000000 1300.000 X( 5, 1) 0.000000 0.000000 X( 5, 2) 0.000000 2000.000 X( 5, 3) 1.000000 0.000000 X( 5, 4) 0.000000 0.000000 X( 5, 5) 0.000000 0.000000 X( 5, 6) 1.000000 0.000000 X( 5, 7) 0.000000 0.000000 X( 6, 1) 0.000000 0.000000 X( 6, 2) 1.000000 0.000000 X( 6, 3) 0.000000 0.000000 X( 6, 4) 0.000000 0.000000 X( 6, 5) 0.000000 0.000000 X( 6, 6) 0.000000 0.000000 X( 6, 7) 0.000000 200.0000 X( 7, 1) 0.000000 0.000000 X( 7, 2) 0.000000 2600.000 X( 7, 3) 0.000000 0.000000 X( 7, 4) 0.000000 1300.000 X( 7, 5) 0.000000 0.000000 X( 7, 6) 0.000000 200.0000 X( 7, 7) 0.000000 0.000000 Row Slack or Surplus Dual Price 1 0.000000 0.000000 Laboratorio de Investigación Operativa II
  • 16. Facultad de Ingeniería Industrial UNMSM 2 0.000000 -1.000000 3 0.000000 0.000000 4 6.000000 0.000000 5 8.000000 0.000000 6 7.000000 0.000000 7 0.000000 0.000000 8 8.000000 0.000000 9 0.000000 0.000000 10 4.000000 0.000000 11 7.000000 0.000000 12 0.000000 0.000000 13 5.000000 0.000000 14 7.000000 0.000000 15 0.000000 0.000000 16 2.000000 0.000000 17 3.000000 0.000000 18 0.000000 0.000000 19 3.000000 0.000000 20 5.000000 0.000000 21 0.000000 0.000000 22 3.000000 0.000000 23 0.000000 0.000000 24 0.000000 0.000000 25 0.000000 0.000000 26 6.000000 0.000000 27 0.000000 0.000000 28 0.000000 0.000000 29 5.000000 0.000000 30 7.000000 0.000000 31 0.000000 0.000000 32 7.000000 0.000000 33 0.000000 0.000000 34 2.000000 0.000000 35 3.000000 0.000000 36 5.000000 0.000000 37 4.000000 0.000000 38 3.000000 0.000000 39 1.000000 0.000000 40 2.000000 0.000000 41 3.000000 0.000000 42 0.000000 0.000000 43 4.000000 0.000000 44 3.000000 0.000000 45 0.000000 0.000000 Laboratorio de Investigación Operativa II
  • 17. Facultad de Ingeniería Industrial UNMSM PROBLEMA 2 Practica: PracticaCalificada de InvestigaciónOperativa II (Enero 2009) Autor: profesores del curso Una reserve de gas natural cuenta con 9 puestos de vigilancia unidos entre si por un sistema de caminos que une los puestos de vigilancia se da la siguiente tabla A B C D E F G H I A 15 3 5 13 B 15 7 8 5 7 6 C 3 7 14 15 D 5 8 14 4 9 8 10 E 4 17 4 F 9 17 7 6 4 G 13 15 4 7 2 7 H 8 6 2 I 6 10 4 7 Si se desea diseñar una red de telefonía fija que conecte todas las estaciones al mínimo costo total. Considere que el tendido de los cables telefónicos siguen la ruta de los caminos. (nota el costo de 1 kilómetro de cable telefónico incluido mano de obra es de $ 3500) Resolviendo a través de WINQSB: Costo total =37 km x 3500 $/km=$ 129500 Laboratorio de Investigación Operativa II
  • 18. Facultad de Ingeniería Industrial UNMSM RESOLVIENDO CON LINGO 11.0 SETS NODO/1..9/: U; RED(NODO, NODO): DISTANCIA,X; ENDSETS DATA: DISTANCIA=0 15 3 5 0 0 13 0 0 15 0 7 8 5 7 0 0 6 3 7 0 14 0 0 15 0 0 5 8 14 0 4 9 0 8 10 0 5 0 4 0 17 4 0 0 0 7 0 9 17 0 7 6 4 13 0 15 0 4 7 0 2 7 000806200 0 6 0 10 0 4 7 0 0; ENDDATA N = @SIZE(NODO); MIN = @SUM(RED: DISTANCIA*X); @FOR(NODO(J)|J#GT#1: @SUM(NODO(I)| I#NE# J:X(I,J))=1; @FOR(NODO(I)| I#GT# 1 #AND# I #NE# J: U(J)>=U(I)+X(I,J)-(N-2)*(1-X(I,J))+(N-3)*X(J,I); ); ); @SUM(NODO(J)|J#GT#1 : X(1,J))>=1; @FOR(RED: @BIN(X)); @FOR(NODO(J)|J#GT#1: @BND(1,U(J),9999999); U(J)<=N-1-(N-2)*X(1,J); ); SALIDA EN LINGO Laboratorio de Investigación Operativa II
  • 19. Facultad de Ingeniería Industrial UNMSM Hay un error porque excedimos el número de variables Laboratorio de Investigación Operativa II
  • 20. Facultad de Ingeniería Industrial UNMSM Flujo Maximo PROBLEMA 1 Libro: Investigación de Operaciones (7ma. Edición) Autor: Hamdy A. Taha Página: 248 (Problema 7) Un padre de familia tiene cinco hijos adolescentes y cinco tareas para asignarles. La experiencia ha indicado que es contraproducente forzar a que los niños acepten determinadas tareas. Teniendo eso en cuenta, les pide a sus hijos hacer una lista de preferencias entre las cinco tareas y resulta la siguiente tabla. Niño Tarea preferida Rif 3,4,5 Mai 1 Ben 1, 2 Kim 1,2,5 Kem 2 EL modesto objetivo del padre es terminar todas las tareas posibles y atender al mismo tiempo las preferencias de sus hijos. Determine la cantidad máxima de tareas que pueden terminarse y la asignación de tareas a hijos. PLANTEAMIENTO DEL PROBLEMA HIJOS TAREAS 1 1 1 3 1 1 6 2 2 1 1 Xo 1 1 Xf 1 3 1 3 1 1 1 1 1 1 4 1 4 1 1 5 1 5 0 Laboratorio de Investigación Operativa II
  • 21. Facultad de Ingeniería Industrial UNMSM CAMINOS FLUJO Xo-H1-T3-Xf 1 Xo-H2-T1-Xf 1 Xo-H3-T2-Xf 1 Xo-H4-T5-Xf 1 TOTAL FLUJO = 1+1+1+1= 4 Entonces el Flujo máximo esta representado por 4 tareas. Resolviendo a través de WINQSB: Entrar al Winqsb, buscar la opción de Flujo Máximo y colocar el número de nodos. Colocar los datos. Laboratorio de Investigación Operativa II
  • 22. Facultad de Ingeniería Industrial UNMSM En esta pantalla se muestra la solución. La red es. RESOLVIENDO CON LINGO 11.0 SETS: nodo/1..12/; arco(nodo, nodo)/1,2 1,3 1,4 1,5 1,6 2,9 2,10 2,11 3,7 4,7 4,8 5,7 5,8 5,11 6,8 7,12 8,12 9,12 10,12 11,12 12,1/:cap, flujo; ENDSETS DATA: cap = 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1000; ENDDATA MAX=flujo(12,1); @for(arco(I,J):flujo(I,J)<cap(I,J)); @for(nodo(I):@sum(arco(J,I):flujo(J,I))=@sum(arco(I,J):flujo(I,J))); Laboratorio de Investigación Operativa II
  • 23. Facultad de Ingeniería Industrial UNMSM SALIDA EN LINGO Global optimalsolutionfound. Objective value: 4.000000 Infeasibilities: 0.000000 Total solver iterations: 3 Variable Value Reduced Cost CAP( 1, 2) 1.000000 0.000000 CAP( 1, 3) 1.000000 0.000000 CAP( 1, 4) 1.000000 0.000000 CAP( 1, 5) 1.000000 0.000000 CAP( 1, 6) 1.000000 0.000000 CAP( 2, 9) 1.000000 0.000000 CAP( 2, 10) 1.000000 0.000000 CAP( 2, 11) 1.000000 0.000000 CAP( 3, 7) 1.000000 0.000000 CAP( 4, 7) 1.000000 0.000000 CAP( 4, 8) 1.000000 0.000000 CAP( 5, 7) 1.000000 0.000000 CAP( 5, 8) 1.000000 0.000000 CAP( 5, 11) 1.000000 0.000000 CAP( 6, 8) 1.000000 0.000000 CAP( 7, 12) 1.000000 0.000000 CAP( 8, 12) 1.000000 0.000000 CAP( 9, 12) 1.000000 0.000000 CAP( 10, 12) 1.000000 0.000000 CAP( 11, 12) 1.000000 0.000000 CAP( 12, 1) 1000.000 0.000000 FLUJO( 1, 2) 1.000000 0.000000 FLUJO( 1, 3) 0.000000 0.000000 FLUJO( 1, 4) 1.000000 0.000000 FLUJO( 1, 5) 1.000000 0.000000 FLUJO( 1, 6) 1.000000 0.000000 FLUJO( 2, 9) 1.000000 0.000000 FLUJO( 2, 10) 0.000000 0.000000 FLUJO( 2, 11) 0.000000 0.000000 FLUJO( 3, 7) 0.000000 0.000000 FLUJO( 4, 7) 1.000000 0.000000 FLUJO( 4, 8) 0.000000 0.000000 FLUJO( 5, 7) 0.000000 1.000000 FLUJO( 5, 8) 0.000000 1.000000 FLUJO( 5, 11) 1.000000 0.000000 FLUJO( 6, 8) 1.000000 0.000000 FLUJO( 7, 12) 1.000000 0.000000 FLUJO( 8, 12) 1.000000 0.000000 FLUJO( 9, 12) 1.000000 0.000000 FLUJO( 10, 12) 0.000000 0.000000 FLUJO( 11, 12) 1.000000 0.000000 FLUJO( 12, 1) 4.000000 0.000000 Row Slack or Surplus Dual Price 1 4.000000 1.000000 2 0.000000 1.000000 3 1.000000 0.000000 4 0.000000 0.000000 5 0.000000 1.000000 6 0.000000 0.000000 7 0.000000 0.000000 8 1.000000 0.000000 9 1.000000 0.000000 Laboratorio de Investigación Operativa II
  • 24. Facultad de Ingeniería Industrial UNMSM 10 1.000000 0.000000 11 0.000000 0.000000 12 1.000000 0.000000 13 1.000000 0.000000 14 1.000000 0.000000 15 0.000000 0.000000 16 0.000000 0.000000 17 0.000000 1.000000 18 0.000000 1.000000 19 0.000000 0.000000 20 1.000000 0.000000 21 0.000000 0.000000 22 996.0000 0.000000 23 0.000000 0.000000 24 0.000000 -1.000000 25 0.000000 0.000000 26 0.000000 0.000000 27 0.000000 -1.000000 28 0.000000 0.000000 29 0.000000 0.000000 30 0.000000 0.000000 31 0.000000 -1.000000 32 0.000000 -1.000000 33 0.000000 -1.000000 34 0.000000 -1.000000 PROBLEMA 2 Libro: Investigación de Operaciones (4ta. Edición) Autor: Wayne L. Winston Página: 430 (Problema 7) Cuatro trabajadores están disponibles para efectuar las tareas 1 a 4. Desafortunadamente, tres trabajadores pueden hacer solo ciertas tareas; el trabajador 1, solo la tarea 1; el trabajador 2, solo las tareas 1 y 2; el trabajador 3, solo puede hacer la tarea 2; el trabajador 4, cualquier otra tarea. Dibuje la red para el problema de flujo máximo que permita determinar si las tareas se pueden asignar a un trabajador adecuado. PLANTEAMIENTO DEL PROBLEMA: Laboratorio de Investigación Operativa II
  • 25. Facultad de Ingeniería Industrial UNMSM TAREAS TRABAJADORES C2 1 1 5 1 C1 1 1 1 1 1 C3 1 2 6 Xo Xf 1 1 1 1 1 3 7 1 1 1 4 8 Realizando cortes: C1 = 1+1+1+1 = 4 C2 = 1+1+1+1 = 4 C3 = 1+1+1 = 3, Sin considerar los arcos de salida del cuarto trabajador porque ya se esta cortando la entrada al nodo de ese trabajador. Entonces el Flujo máximo esta representado por 3 tareas. Laboratorio de Investigación Operativa II
  • 26. Facultad de Ingeniería Industrial UNMSM Resolviendo a través de WINQSB: a. Seleccionamos la opción de flujo Máximo (Maximal Flow Problem), colocando también el numero de nodos, 10. b. Colocamos los datos en la tabla. c. Seleccionamos el nodo de inicio y el nodo final. Laboratorio de Investigación Operativa II
  • 27. Facultad de Ingeniería Industrial UNMSM d. El resultado es 3. Entonces solo se pueden realizar 3 tareas por 3 trabajadores. Laboratorio de Investigación Operativa II
  • 28. Facultad de Ingeniería Industrial UNMSM RESOLVIENDO CON LINGO 11.0 SETS: nodo/1..10/; arco(nodo, nodo)/1,2 1,3 1,4 1,5 2,6 3,6 3,7 4,7 5,6 5,7 5,8 5,9 6,10 7,10 8,10 9,10 10,1/:cap, flujo; ENDSETS DATA: cap = 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1000; ENDDATA MAX=flujo(10,1); @for(arco(I,J):flujo(I,J)<cap(I,J)); @for(nodo(I):@sum(arco(J,I):flujo(J,I))=@sum(arco(I,J):flujo(I,J))); SALIDA EN LINGO El resultado final al igual que en el anterior caso, resulta 3. Global optimal solution found. Objective value: 3.000000 Total solver iterations: 3 Variable Value Reduced Cost CAP( 1, 2) 1.000000 0.000000 CAP( 1, 3) 1.000000 0.000000 CAP( 1, 4) 1.000000 0.000000 CAP( 1, 5) 1.000000 0.000000 CAP( 2, 6) 1.000000 0.000000 CAP( 3, 6) 1.000000 0.000000 CAP( 3, 7) 1.000000 0.000000 CAP( 4, 7) 1.000000 0.000000 CAP( 5, 6) 1.000000 0.000000 CAP( 5, 7) 1.000000 0.000000 CAP( 5, 8) 1.000000 0.000000 CAP( 5, 9) 1.000000 0.000000 CAP( 6, 10) 1.000000 0.000000 CAP( 7, 10) 1.000000 0.000000 CAP( 8, 10) 1.000000 0.000000 CAP( 9, 10) 1.000000 0.000000 CAP( 10, 1) 1000.000 0.000000 FLUJO( 1, 2) 0.000000 0.000000 FLUJO( 1, 3) 1.000000 0.000000 FLUJO( 1, 4) 1.000000 0.000000 FLUJO( 1, 5) 1.000000 0.000000 FLUJO( 2, 6) 0.000000 0.000000 FLUJO( 3, 6) 1.000000 0.000000 FLUJO( 3, 7) 0.000000 0.000000 FLUJO( 4, 7) 1.000000 0.000000 FLUJO( 5, 6) 0.000000 1.000000 FLUJO( 5, 7) 0.000000 1.000000 FLUJO( 5, 8) 1.000000 0.000000 FLUJO( 5, 9) 0.000000 0.000000 Laboratorio de Investigación Operativa II
  • 29. Facultad de Ingeniería Industrial UNMSM FLUJO( 6, 10) 1.000000 0.000000 FLUJO( 7, 10) 1.000000 0.000000 FLUJO( 8, 10) 1.000000 0.000000 FLUJO( 9, 10) 0.000000 0.000000 FLUJO( 10, 1) 3.000000 0.000000 Row Slack or Surplus Dual Price 1 3.000000 1.000000 2 1.000000 0.000000 3 0.000000 0.000000 4 0.000000 0.000000 5 0.000000 1.000000 6 1.000000 0.000000 7 0.000000 0.000000 8 1.000000 0.000000 9 0.000000 0.000000 10 1.000000 0.000000 11 1.000000 0.000000 12 0.000000 0.000000 13 1.000000 0.000000 14 0.000000 1.000000 15 0.000000 1.000000 16 0.000000 0.000000 17 1.000000 0.000000 18 997.0000 0.000000 19 0.000000 0.000000 20 0.000000 0.000000 21 0.000000 0.000000 22 0.000000 0.000000 23 0.000000 -1.000000 24 0.000000 0.000000 25 0.000000 0.000000 26 0.000000 -1.000000 27 0.000000 -1.000000 Laboratorio de Investigación Operativa II
  • 30. Facultad de Ingeniería Industrial UNMSM Flujo Maximo a Costo Minimo PROBLEMA 1 Libro: Investigación de Operaciones (7ma. Edición) Autor: Hamdy A. Taha Página: 260 (ejemplo 6.5-4) Problema 7. (LIBRO TAHA HAMDY) Una red de tuberías conecta 2 plantas desaladoras de agua a dos ciudades. Las cantidades diarias de abastecimiento en las 2 plantas es de 50 y 60 millones de galones, las demandas diarias en las ciudades son 40 y 70 millones de galones. Existe una estación de bombeo entre las plantas y ciudades. En la tabla se muestran los costos de transporte: Planta 2 Bomba Ciudad 1 Ciudad 2 Planta 1 3 7 5 - Planta 2 - 2 - 1 Bomba - 4 8 En la tabla están las capacidades máximas: Planta 2 Bomba Ciudad 1 Ciudad 2 Planta 1 60 20 40 - Planta 2 - 70 - 30 Bomba - Inf Inf Resolviendo a través de STORM: Entrar al Storm, buscar la opción de Flujo Máximo y colocar el número de nodos. Laboratorio de Investigación Operativa II
  • 31. Facultad de Ingeniería Industrial UNMSM Colocar los datos. En esta pantalla se muestra la solución. Que será la resta de: 11 000 – 10340 = 660 RESOLVIENDO CON LINGO 11.0 SETS: NODO/1..7/: B; ARCO(NODO,NODO)/1,2 1,3 2,3 2,4 2,5 3,4 3,6 4,5 4,6 5,7 6,7/: CAP, X, COSTO; ENDSETS DATA: COSTO= 0,0,3,7,5,2,1,4,8,0,0; B = 110,0,0,0,0,0,-110; CAP = 50,60,60,20,40,70,30,90,90,40,70; ENDDATA Laboratorio de Investigación Operativa II
  • 32. Facultad de Ingeniería Industrial UNMSM MIN=@SUM(ARCO: COSTO*X); @FOR(ARCO(I,J): X(I,J)<CAP(I,J)); @FOR(NODO(I): -@SUM(ARCO(J,I):X(J,I))+@SUM(ARCO(I,J):X(I,J))=B(I)); SALIDA EN LINGO : Global optimalsolutionfound. Objective value: 660.0000 Infeasibilities: 0.000000 Total solver iterations: 1 Variable Value Reduced Cost B( 1) 110.0000 0.000000 B( 2) 0.000000 0.000000 B( 3) 0.000000 0.000000 B( 4) 0.000000 0.000000 B( 5) 0.000000 0.000000 B( 6) 0.000000 0.000000 B( 7) -110.0000 0.000000 CAP( 1, 2) 50.00000 0.000000 CAP( 1, 3) 60.00000 0.000000 CAP( 2, 3) 60.00000 0.000000 CAP( 2, 4) 20.00000 0.000000 CAP( 2, 5) 40.00000 0.000000 CAP( 3, 4) 70.00000 0.000000 CAP( 3, 6) 30.00000 0.000000 CAP( 4, 5) 90.00000 0.000000 CAP( 4, 6) 90.00000 0.000000 CAP( 5, 7) 40.00000 0.000000 CAP( 6, 7) 70.00000 0.000000 X( 1, 2) 50.00000 0.000000 X( 1, 3) 60.00000 0.000000 X( 2, 3) 10.00000 0.000000 X( 2, 4) 0.000000 2.000000 X( 2, 5) 40.00000 0.000000 X( 3, 4) 40.00000 0.000000 X( 3, 6) 30.00000 0.000000 X( 4, 5) 0.000000 4.000000 X( 4, 6) 40.00000 0.000000 X( 5, 7) 40.00000 0.000000 X( 6, 7) 70.00000 0.000000 COSTO( 1, 2) 0.000000 0.000000 COSTO( 1, 3) 0.000000 0.000000 COSTO( 2, 3) 3.000000 0.000000 COSTO( 2, 4) 7.000000 0.000000 COSTO( 2, 5) 5.000000 0.000000 COSTO( 3, 4) 2.000000 0.000000 COSTO( 3, 6) 1.000000 0.000000 COSTO( 4, 5) 4.000000 0.000000 COSTO( 4, 6) 8.000000 0.000000 COSTO( 5, 7) 0.000000 0.000000 COSTO( 6, 7) 0.000000 0.000000 Row Slack or Surplus Dual Price 1 660.0000 -1.000000 2 0.000000 0.000000 3 0.000000 3.000000 4 50.00000 0.000000 Laboratorio de Investigación Operativa II
  • 33. Facultad de Ingeniería Industrial UNMSM 5 20.00000 0.000000 6 0.000000 0.000000 7 30.00000 0.000000 8 0.000000 9.000000 9 90.00000 0.000000 10 50.00000 0.000000 11 0.000000 8.000000 12 0.000000 0.000000 13 0.000000 0.000000 14 0.000000 0.000000 15 0.000000 3.000000 16 0.000000 5.000000 17 0.000000 5.000000 18 0.000000 13.00000 19 0.000000 13.00000 PROBLEMA 2 Libro: Investigación de Operaciones (7ma. Edición) Autor: Hamdy A. Taha Página: 264 (Problema 7) Wyoming Electric usa actualmente unos tubos para transportar lodo de carbón (arrastrado por agua bombeada) desde tres áreas mineras (1, 2 y3) hasta tres centrales eléctricas (4, 5 y 6). Cada tubo puede transportar cuando mucho 10 toneladas por hora. Los costos de transporte, por tonelada y oferta y la demanda por hora se ven en la tabla siguiente. 4 5 6 Oferta 1 $5 $6 $4 8 2 $6 $9 $12 10 3 $3 $1 $5 18 Demanda 16 6 14 Resolviendo a través de STORM: Entrar al Storm, buscar la opción de Flujo Máximo y colocar el número de nodos. Laboratorio de Investigación Operativa II
  • 34. Facultad de Ingeniería Industrial UNMSM Colocar los datos. En esta pantalla se muestra la solución. Que será la resta de: 3600 – 3454 = 146 Laboratorio de Investigación Operativa II
  • 35. Facultad de Ingeniería Industrial UNMSM RESOLVIENDO CON LINGO 11.0 SETS: NODO/1..8/: B; ARCO(NODO,NODO)/1,2 1,3 1,4 2,5 2,6 2,7 3,5 3,6 3,7 4,5 4,6 4,7 5,8 6,8 7,8/: CAP, X, COSTO; ENDSETS DATA: COSTO= 0,0,0,5,6,4,6,9,12,3,1,5,0,0,0; B = 36,0,0,0,0,0,0,-36; CAP = 8,10,18,10,10,10,10,10,10,10,10,10,16,6,14; ENDDATA MIN=@SUM(ARCO: COSTO*X); @FOR(ARCO(I,J): X(I,J)<CAP(I,J)); @FOR(NODO(I): - @SUM(ARCO(J,I):X(J,I))+@SUM(ARCO(I,J):X(I,J))=B(I)); SALIDA EN LINGO Global optimalsolutionfound. Objective value: 146.0000 Infeasibilities: 0.000000 Total solver iterations: 5 Variable Value Reduced Cost B( 1) 36.00000 0.000000 B( 2) 0.000000 0.000000 B( 3) 0.000000 0.000000 B( 4) 0.000000 0.000000 B( 5) 0.000000 0.000000 B( 6) 0.000000 0.000000 B( 7) 0.000000 0.000000 B( 8) -36.00000 0.000000 CAP( 1, 2) 8.000000 0.000000 CAP( 1, 3) 10.00000 0.000000 CAP( 1, 4) 18.00000 0.000000 CAP( 2, 5) 10.00000 0.000000 CAP( 2, 6) 10.00000 0.000000 CAP( 2, 7) 10.00000 0.000000 Laboratorio de Investigación Operativa II
  • 36. Facultad de Ingeniería Industrial UNMSM CAP( 3, 5) 10.00000 0.000000 CAP( 3, 6) 10.00000 0.000000 CAP( 3, 7) 10.00000 0.000000 CAP( 4, 5) 10.00000 0.000000 CAP( 4, 6) 10.00000 0.000000 CAP( 4, 7) 10.00000 0.000000 CAP( 5, 8) 16.00000 0.000000 CAP( 6, 8) 6.000000 0.000000 CAP( 7, 8) 14.00000 0.000000 X( 1, 2) 8.000000 0.000000 X( 1, 3) 10.00000 0.000000 X( 1, 4) 18.00000 0.000000 X( 2, 5) 0.000000 3.000000 X( 2, 6) 0.000000 6.000000 X( 2, 7) 8.000000 0.000000 X( 3, 5) 10.00000 0.000000 X( 3, 6) 0.000000 5.000000 X( 3, 7) 0.000000 4.000000 X( 4, 5) 6.000000 0.000000 X( 4, 6) 6.000000 0.000000 X( 4, 7) 6.000000 0.000000 X( 5, 8) 16.00000 0.000000 X( 6, 8) 6.000000 0.000000 X( 7, 8) 14.00000 0.000000 COSTO( 1, 2) 0.000000 0.000000 COSTO( 1, 3) 0.000000 0.000000 COSTO( 1, 4) 0.000000 0.000000 COSTO( 2, 5) 5.000000 0.000000 COSTO( 2, 6) 6.000000 0.000000 COSTO( 2, 7) 4.000000 0.000000 COSTO( 3, 5) 6.000000 0.000000 COSTO( 3, 6) 9.000000 0.000000 COSTO( 3, 7) 12.00000 0.000000 COSTO( 4, 5) 3.000000 0.000000 COSTO( 4, 6) 1.000000 0.000000 COSTO( 4, 7) 5.000000 0.000000 COSTO( 5, 8) 0.000000 0.000000 COSTO( 6, 8) 0.000000 0.000000 COSTO( 7, 8) 0.000000 0.000000 Row Slack or Surplus Dual Price 1 146.0000 -1.000000 2 0.000000 4.000000 3 0.000000 0.000000 4 0.000000 3.000000 5 10.00000 0.000000 6 10.00000 0.000000 7 2.000000 0.000000 8 0.000000 0.000000 9 10.00000 0.000000 10 10.00000 0.000000 11 4.000000 0.000000 12 4.000000 0.000000 13 4.000000 0.000000 14 0.000000 2.000000 15 0.000000 4.000000 16 0.000000 0.000000 17 0.000000 -4.000000 18 0.000000 0.000000 19 0.000000 -4.000000 20 0.000000 -1.000000 Laboratorio de Investigación Operativa II
  • 37. Facultad de Ingeniería Industrial UNMSM 21 0.000000 2.000000 22 0.000000 0.000000 23 0.000000 4.000000 24 0.000000 4.000000 Laboratorio de Investigación Operativa II