Anda di halaman 1dari 39

UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
(Universidad del Per, Decana de Amrica)
FACULTAD DE INGENIERA INDUSTRIAL
Investigacin Operativa II

PROBLEMAS RESUELTOS DE
REDES Y APLICACIN EN
SOFTWARE LINGO Y STORM

Ing. Mayta Huatuco, Rosmeri

ALUMNOS:
Berrocal Jumpa, ngel
Yucra Mendoza, Julio
Rosales Fernndez, Alexander
LABORATORIO DE INVESTIGACIN OPERATIVA II

CONTENIDO
I. Camino Ms Corto....................................................................................................1
1.1. Problema 1..........................................................................................................1
1.1.1. Resolviendo con lingo 11.0.........................................................................3
1.1.2. Resolviendo a travs de STORM:...............................................................4
1.2. Problema 2..........................................................................................................5
1.2.1. Resolviendo con lingo 11.0.........................................................................7
1.2.2. Resolviendo a travs de STORM:...............................................................8
II. rbol de Expansin Mnima.....................................................................................9
2.1. Problema 1..........................................................................................................9
2.1.1. Resolviendo a travs de WINQSB:...........................................................10
2.1.2. Resolviendo con lingo 11.0.......................................................................11
2.2. Problema 2........................................................................................................15
2.2.1. Resolviendo a travs de WINQSB:...........................................................15
2.2.2. Resolviendo con lingo 11.0.......................................................................16
III. Flujo MXIMO....................................................................................................18
3.1. Problema 1........................................................................................................18
3.1.1. Resolviendo a travs de WINQSB:...........................................................19
3.1.2. Resolviendo con lingo 11.0.......................................................................20
3.2. Problema 2........................................................................................................23
3.2.1. Resolviendo a travs de WINQSB:...........................................................25
3.2.2. Resolviendo con lingo 11.0.......................................................................27
IV. Flujo MXIMO a Costo MNIMO......................................................................29
4.1. Problema 1........................................................................................................29
4.1.1. Resolviendo a travs de STORM:.............................................................29
4.1.2. Resolviendo con lingo 11.0.......................................................................30
4.2. Problema 2........................................................................................................32
4.2.1. Resolviendo a travs de STORM:.............................................................32
4.2.2. Resolviendo con lingo 11.0.......................................................................33

1
LABORATORIO DE INVESTIGACIN OPERATIVA II

I. CAMINO MS CORTO.
I.1. Problema 1
Libro: Investigacin de Operaciones (7ma. Edicin)
Autor: Hamdy A. Taha
Pgina: 224 (Problema 4 - Planeacin de la produccin)

DirectCo vende un artculo cuya demanda en los 4 meses venideros ser 100, 140,
210 y 180 unidades, respectivamente. La empresa puede almacenar slo la cantidad
justa para abastecer la demanda de cada mes, o puede almacenar ms y cumplir con
la demanda de dos o ms meses consecutivos. En el segundo caso se carga un costo
de retencin de $1.20 mensual por unidad en exceso de existencia. DirectCo estima
que los precios unitarios de compra durante los 4 meses siguientes sern de 15, 12,
10 y 14 dlares respectivamente. Se incurre en un costo de preparacin 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 retencin del
artculo en el almacn. Formule el problema como un modelo de ruta ms corta y
encuentre la solucin ptima.
Solucin:
Resumen:

Mes P. U. compra($) Demanda

1 15 100
2 12 140
3 10 210
4 14 180

Costo de almacenaje = $ 1.20/mensual


Costo de preparacin = $ 200/pedido

Cij = Costo de compra + Costo de preparacin + 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

2
LABORATORIO DE INVESTIGACIN OPERATIVA II

Entonces, formulando el problema a travs de una red:

10286

7370
3968

1 1700 2 1880 3 2300 4 2720 5

4652
7028 4316
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 ms corto ser:

1235

1 1700 2 1880 3 4 5

4316

I.1.1. Resolviendo con lingo 11.0

3
LABORATORIO DE INVESTIGACIN OPERATIVA II

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
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

I.1.2. Resolviendo a travs de STORM:

4
LABORATORIO DE INVESTIGACIN OPERATIVA II

I.2. Problema 2
Libro: Investigacin de Operaciones (4ta. Edicin)
Autor: Wayne L. Winston

5
LABORATORIO DE INVESTIGACIN OPERATIVA II

Pgina: 419 (Problema 6)


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

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
Solucin
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

6
LABORATORIO DE INVESTIGACIN OPERATIVA II

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}
= 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 ms corto ser:

1357

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
I.2.1. 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,
90,130,60,90,60;
ENDDATA

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

SALIDA EN LINGO

7
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

Row Slack or 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

8
LABORATORIO DE INVESTIGACIN OPERATIVA II

I.2.2. Resolviendo a travs de STORM:

II. RBOL DE EXPANSIN MNIMA.


II.1. Problema 1.
Libro: Investigacin de Operaciones (7ma. Edicin)
Autor: Hamdy A. Taha
Pgina: 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 ubicacin de los ferrocarriles en estados unidos,
y las vas actuales de FC. El objetivo es decidir cuales vas se debe revitalizar
para manejar el trfico internacional. En especial, se debe unir la terminal de Los
ngeles (AN) en forma directa con Chicago (CH) para dar cabida al intenso
9
LABORATORIO DE INVESTIGACIN OPERATIVA II

trfico 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 vas seleccionadas. Determine los segmentos de vas de
ferrocarriles que se deben incluir en programa de revitalizacin.

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 -

II.1.1. Resolviendo a travs de WINQSB:


Se seleccin la opcin rbol de expansin mnima (Minimal Spanning
Tree), Colocando el total de nodos, 7.

1
0
LABORATORIO DE INVESTIGACIN OPERATIVA II

Se colocan los datos en la matriz.

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 vas de ferrocarril que se
debe emplear.

II.1.2. Resolviendo con lingo 11.0.


SETS:
NODO/1..7/: U;
RED(NODO, NODO): COSTO,X;
ENDSETS
1
1
LABORATORIO DE INVESTIGACIN OPERATIVA II

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 optimal solution found.
Objective value: 6480.0000
Extended solver steps: 0
Total solver iterations: 3
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

1
2
LABORATORIO DE INVESTIGACIN OPERATIVA II

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
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

1
3
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

1
4
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

1
5
LABORATORIO DE INVESTIGACIN OPERATIVA II

II.2. Problema 2.
Practica: Practica Calificada de Investigacin Operativa II
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 1 3 5 1
5 3
B 1 7 8 5 7 6
5
C 3 7 1 1
4 5
D 5 8 1 4 9 8 1
4 0
E 4 1 4
7
F 9 1 7 6 4
7
G 1 1 4 7 2 7
3 5
H 8 6 2
I 6 1 4 7
0

Si se desea disear una red de telefona fija que conecte todas las estaciones
al mnimo costo total. Considere que el tendido de los cables telefnicos sigue
la ruta de los caminos. (Nota el costo de 1 kilmetro de cable telefnico
incluido mano de obra es de $ 3500)

II.2.1. Resolviendo a travs de WINQSB:

1
6
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

II.2.2. 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);
);

1
7
LABORATORIO DE INVESTIGACIN OPERATIVA II

SALIDA EN LINGO

Hay un error porque excedimos el nmero de variables

1
8
LABORATORIO DE INVESTIGACIN OPERATIVA II

III.FLUJO MXIMO.
III.1. Problema 1.
Libro: Investigacin de Operaciones (7ma. Edicin)
Autor: Hamdy A. Taha
Pgina: 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 nios
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.

Nio 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 mxima de
tareas que pueden terminarse y la asignacin de tareas a hijos.

PLANTEAMIENTO DEL PROBLEMA

1
9
LABORATORIO DE INVESTIGACIN OPERATIVA II

HIJOS TAREAS

1 136
1
1 1
2 2 1
1
Xo 1 1 Xf
3 1
1 3
1 1
1
1 1 1
4 1 4
1 1

5 1 50

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 mximo est representado por 4 tareas.

III.1.1. Resolviendo a travs de WINQSB:

Entrar al Winqsb, buscar la opcin de Flujo Mximo y colocar el nmero


de nodos.

2
0
LABORATORIO DE INVESTIGACIN OPERATIVA II

Colocar los datos.

2
1
LABORATORIO DE INVESTIGACIN OPERATIVA II

En esta pantalla se muestra la solucin.

La red es.

III.1.2. 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

2
2
LABORATORIO DE INVESTIGACIN OPERATIVA II

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):fluj
o(I,J)));

SALIDA EN LINGO
Global optimal solution found.
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

2
3
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

2
4
LABORATORIO DE INVESTIGACIN OPERATIVA II

9 1.000000
0.000000
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

III.2. Problema 2
Libro: Investigacin de Operaciones (4ta. Edicin)
Autor: Wayne L. Winston
Pgina: 430 (Problema 7)

2
5
LABORATORIO DE INVESTIGACIN OPERATIVA II

Cuatro trabajadores estn 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 mximo que permita determinar si las tareas se pueden
asignar a un trabajador adecuado.
PLANTEAMIENTO DEL PROBLEMA:

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 est cortando la entrada al nodo de ese trabajador.

Entonces el Flujo mximo est representado por 3 tareas.

2
6
LABORATORIO DE INVESTIGACIN OPERATIVA II

III.2.1. Resolviendo a travs de WINQSB:

a. Seleccionamos la opcin de flujo Mximo (Maximal Flow Problem),


colocando tambin el nmero de nodos, 10.

b. Colocamos los datos en la tabla.

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

2
7
LABORATORIO DE INVESTIGACIN OPERATIVA II

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


trabajadores.

2
8
LABORATORIO DE INVESTIGACIN OPERATIVA II

III.2.2. 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

2
9
LABORATORIO DE INVESTIGACIN OPERATIVA II

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
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

3
0
LABORATORIO DE INVESTIGACIN OPERATIVA II

IV. FLUJO MXIMO A COSTO MNIMO.


IV.1. Problema 1
Libro: Investigacin de Operaciones (7ma. Edicin)
Autor: Hamdy A. Taha
Pgina: 260 (ejemplo 6.5-4)
Problema 7. (LIBRO TAHA HAMDY) Una red de tuberas 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 estacin 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 estn las capacidades mximas:

Planta 2 Bomba Ciudad 1 Ciudad 2


Planta 1 60 20 40 -
Planta 2 - 70 - 30
Bomba - Inf Inf

IV.1.1. Resolviendo a travs de STORM:


Entrar al Storm, buscar la opcin de Flujo Mximo y colocar el nmero
de nodos.

3
1
LABORATORIO DE INVESTIGACIN OPERATIVA II

Colocar los datos.

En esta pantalla se muestra la solucin. Que ser la resta de: 11 000


10340 = 660

IV.1.2. 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;

3
2
LABORATORIO DE INVESTIGACIN OPERATIVA II

CAP = 50,60,60,20,40,70,30,90,90,40,70;
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 optimal solution found.

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

3
3
LABORATORIO DE INVESTIGACIN OPERATIVA II

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
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

IV.2. Problema 2
Libro: Investigacin de Operaciones (7ma. Edicin)
Autor: Hamdy A. Taha
Pgina: 264 (Problema 7)
Wyoming Electric usa actualmente unos tubos para transportar lodo de carbn
(arrastrado por agua bombeada) desde tres reas mineras (1, 2 y3) hasta tres
centrales elctricas (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

IV.2.1. Resolviendo a travs de STORM:


Entrar al Storm, buscar la opcin de Flujo Mximo y colocar el nmero
de nodos.

3
4
LABORATORIO DE INVESTIGACIN OPERATIVA II

Colocar los datos.

En esta pantalla se muestra la solucin. Que ser la resta de: 3600 3454 = 146

3
5
LABORATORIO DE INVESTIGACIN OPERATIVA II

IV.2.2. 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 optimal solution found.

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

3
6
LABORATORIO DE INVESTIGACIN OPERATIVA II

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
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

3
7
LABORATORIO DE INVESTIGACIN OPERATIVA II

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

3
8

Anda mungkin juga menyukai