La programación lineal es un conjunto de técnicas racionales de análisis y de resolución de problemas que tiene por objeto ayudar a los responsables en las decisiones sobre asuntos en los que interviene un gran número de variables.
El nombre de programación lineal no procede de la creación de programas de ordenador, sino de un término militar, programar, que significa 'realizar planes o propuestas de tiempo para el entrenamiento, la logística o el despliegue de las unidades de combate'.
El procedimiento es iterativo, pues mejora los resultados de la función objetivo en cada etapa hasta alcanzar la solución buscada. Ésta se encuentra en un vértice del que no parta ninguna arista a lo largo de la cual la función objetivo aumente.
viernes, 20 de agosto de 2010
sábado, 14 de agosto de 2010
TALLER EN GAMS
1.GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 1
weenies buns
C o m p i l a t i o n
2
3 Sets
4 i costos /costo1, costo2, costo3/
5 j productos /producto1, producto2/
6 k ganancias /ganancia1, ganancia2/;
7
8 Parameters
9
10 b(i) consumo del costo i en los casos
11 / costo1 200
12 costo2 800
13 costo3 12000/
14
15 c(k) ganancia por producir un elemento en pesos
16 / ganancia1 0.2
17 ganancia2 0.1 /;
18
19 Table m(j,k)
20 ganancia1 ganancia2
21 Producto1 0.2 0
22 Producto2 0 0.1 ;
23
24 Table h(i,j) cantidad de costo por producto
25
26 producto1 producto2
27 costo1 0 0.1
28 costo2 0.25 0
29 costo3 3 2 ;
30
31
32
33 Variables
34 x(j,k) lo que se debe pedir de cada producto
35 z ganancia total de producción ;
36
37 Positive variable x;
38
39 Equations
40 ganancia
41 costos(i) ;
42
43 ganancia .. z =e= sum((j,k), m(j,k)*x(j,k));
44
45 costos(i) .. sum((j,k), h(i,j)*x(j,k)) =l= b(i) ;
46 model weeniesbuns / all/
47
48 solve weeniesbuns using lp maximizing z
49
50
51
52 Display x.l, x.m ;
COMPILATION TIME = 0.016 SECONDS 3 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 2
weenies buns
Equation Listing SOLVE weeniesbuns Using LP From line 52
---- ganancia =E=
ganancia.. - 0.2*x(producto1,ganancia1) - 0.1*x(producto2,ganancia2) + z =E= 0
; (LHS = 0)
---- costos =L=
costos(costo1).. 0.1*x(producto2,ganancia1) + 0.1*x(producto2,ganancia2) =L=
200 ; (LHS = 0)
costos(costo2).. 0.25*x(producto1,ganancia1) + 0.25*x(producto1,ganancia2) =L=
800 ; (LHS = 0)
costos(costo3).. 3*x(producto1,ganancia1) + 3*x(producto1,ganancia2)
+ 2*x(producto2,ganancia1) + 2*x(producto2,ganancia2) =L= 12000 ;
(LHS = 0)
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 3
weenies buns
Column Listing SOLVE weeniesbuns Using LP From line 52
---- x lo que se debe pedir de cada producto
x(producto1,ganancia1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
-0.2 ganancia
0.25 costos(costo2)
3 costos(costo3)
x(producto1,ganancia2)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
0.25 costos(costo2)
3 costos(costo3)
x(producto2,ganancia1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
0.1 costos(costo1)
2 costos(costo3)
REMAINING ENTRY SKIPPED
---- z ganancia total de producción
z
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 ganancia
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 4
weenies buns
Model Statistics SOLVE weeniesbuns Using LP From line 52
MODEL STATISTICS
BLOCKS OF EQUATIONS 2 SINGLE EQUATIONS 4
BLOCKS OF VARIABLES 2 SINGLE VARIABLES 5
NON ZERO ELEMENTS 11
GENERATION TIME = 0.031 SECONDS 4 Mb WIN233-233 Nov 17, 2009
EXECUTION TIME = 0.031 SECONDS 4 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 5
weenies buns
Solution Report SOLVE weeniesbuns Using LP From line 52
S O L V E S U M M A R Y
MODEL weeniesbuns OBJECTIVE z
TYPE LP DIRECTION MAXIMIZE
SOLVER CPLEX FROM LINE 52
**** SOLVER STATUS 1 Normal Completion
**** MODEL STATUS 1 Optimal
**** OBJECTIVE VALUE 760.0000
RESOURCE USAGE, LIMIT 0.015 1000.000
ITERATION COUNT, LIMIT 1 2000000000
ILOG CPLEX Nov 1, 2009 23.3.2 WIN 13908.14598 VIS x86/MS Windows
Cplex 12.1.0, GAMS Link 34
LP status(1): optimal
Optimal solution found.
Objective : 760.000000
LOWER LEVEL UPPER MARGINAL
---- EQU ganancia . . . 1.000
---- EQU costos
LOWER LEVEL UPPER MARGINAL
costo1 -INF 120.000 200.000 .
costo2 -INF 800.000 800.000 0.200
costo3 -INF 12000.000 12000.000 0.050
---- VAR x lo que se debe pedir de cada producto
LOWER LEVEL UPPER MARGINAL
producto1.ganancia1 . 3200.000 +INF .
producto1.ganancia2 . . +INF -0.200
producto2.ganancia1 . . +INF -0.100
producto2.ganancia2 . 1200.000 +INF .
LOWER LEVEL UPPER MARGINAL
---- VAR z -INF 760.000 +INF .
z ganancia total de producción
**** REPORT SUMMARY : 0 NONOPT
0 INFEASIBLE
0 UNBOUNDED
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 6
weenies buns
E x e c u t i o n
---- 52 VARIABLE x.L lo que se debe pedir de cada producto
ganancia1 ganancia2
producto1 3200.000
producto2 1200.000
---- 52 VARIABLE x.M lo que se debe pedir de cada producto
ganancia1 ganancia2
producto1 -0.200
producto2 -0.100
EXECUTION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
USER: Departmento de Ingeniería Industrial G091203:1120AP-WIN
Universidad de Antioquia DC8064
License for teaching and research at degree granting institutions
**** FILE SUMMARY
Input C:\Users\NESTOR\Documents\UdeA\PROLINEAL\sesión 2\EJERCICIO1.gms
Output C:\Users\NESTOR\Documents\gamsdir\projdir\EJERCICIO1.lst
2. GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 1
fred cerdos
C o m p i l a t i o n
2
3 Sets
4 i nutritivos /nutritivo1, nutritivo2, nutritivo3/
5 j productos /producto1, producto2, producto3/
6 k costos /costo1, costo2, costo3/;
7
8 Parameters
9
10 b(i) porcentaje del nutritivo i en los casos
11 / nutritivo1 200
12 nutritivo2 180
13 nutritivo3 150/
14
15 c(k) costo por producir un producto en pesos
16 / costo1 84
17 costo2 72
18 costo3 60 /;
19
20 Table m(j,k)
21 costo1 costo2 costo3
22 Producto1 84 0 0
23 Producto2 0 72 0
24 Producto3 0 0 60 ;
25
26 Table h(i,j) cantidad de nutritivo por producto
27
28 producto1 producto2 producto3
29 nutritivo1 90 20 40
30 nutritivo2 30 80 60
31 nutritivo3 10 20 60 ;
32
33
34
35 Variables
36 x(j,k) lo que se requiere de cada producto
37 z costo nimimo de producción ;
38
39 Positive variable x;
40
41 Equations
42 costos
43 nutritivos(i) ;
44
45 costos .. z =e= sum((j,k), m(j,k)*x(j,k));
46
47 nutritivos(i) .. sum((j,k), h(i,j)*x(j,k)) =g= b(i) ;
48 model fredcerdos / all/
49
50 solve fredcerdos using lp minimizing z
51
52
53
54 Display x.l, x.m ;
COMPILATION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 2
fred cerdos
Equation Listing SOLVE fredcerdos Using LP From line 54
---- costos =E=
costos.. - 84*x(producto1,costo1) - 72*x(producto2,costo2)
- 60*x(producto3,costo3) + z =E= 0 ; (LHS = 0)
---- nutritivos =G=
nutritivos(nutritivo1).. 90*x(producto1,costo1) + 90*x(producto1,costo2)
+ 90*x(producto1,costo3) + 20*x(producto2,costo1) + 20*x(producto2,costo2)
+ 20*x(producto2,costo3) + 40*x(producto3,costo1) + 40*x(producto3,costo2)
+ 40*x(producto3,costo3) =G= 200 ; (LHS = 0, INFES = 200 ****)
nutritivos(nutritivo2).. 30*x(producto1,costo1) + 30*x(producto1,costo2)
+ 30*x(producto1,costo3) + 80*x(producto2,costo1) + 80*x(producto2,costo2)
+ 80*x(producto2,costo3) + 60*x(producto3,costo1) + 60*x(producto3,costo2)
+ 60*x(producto3,costo3) =G= 180 ; (LHS = 0, INFES = 180 ****)
nutritivos(nutritivo3).. 10*x(producto1,costo1) + 10*x(producto1,costo2)
+ 10*x(producto1,costo3) + 20*x(producto2,costo1) + 20*x(producto2,costo2)
+ 20*x(producto2,costo3) + 60*x(producto3,costo1) + 60*x(producto3,costo2)
+ 60*x(producto3,costo3) =G= 150 ; (LHS = 0, INFES = 150 ****)
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 3
fred cerdos
Column Listing SOLVE fredcerdos Using LP From line 54
---- x lo que se requiere de cada producto
x(producto1,costo1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
-84 costos
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
x(producto1,costo2)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
x(producto1,costo3)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
REMAINING 6 ENTRIES SKIPPED
---- z costo nimimo de producción
z
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 costos
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 4
fred cerdos
Model Statistics SOLVE fredcerdos Using LP From line 54
MODEL STATISTICS
BLOCKS OF EQUATIONS 2 SINGLE EQUATIONS 4
BLOCKS OF VARIABLES 2 SINGLE VARIABLES 10
NON ZERO ELEMENTS 31
GENERATION TIME = 0.000 SECONDS 4 Mb WIN233-233 Nov 17, 2009
EXECUTION TIME = 0.000 SECONDS 4 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 5
fred cerdos
Solution Report SOLVE fredcerdos Using LP From line 54
S O L V E S U M M A R Y
MODEL fredcerdos OBJECTIVE z
TYPE LP DIRECTION MINIMIZE
SOLVER CPLEX FROM LINE 54
**** SOLVER STATUS 1 Normal Completion
**** MODEL STATUS 1 Optimal
**** OBJECTIVE VALUE 0.0000
RESOURCE USAGE, LIMIT 0.013 1000.000
ITERATION COUNT, LIMIT 0 2000000000
ILOG CPLEX Nov 1, 2009 23.3.2 WIN 13908.14598 VIS x86/MS Windows
Cplex 12.1.0, GAMS Link 34
LP status(1): optimal
Optimal solution found.
Objective : 0.000000
LOWER LEVEL UPPER MARGINAL
---- EQU costos . . . 1.000
---- EQU nutritivos
LOWER LEVEL UPPER MARGINAL
nutritivo1 200.000 1350.000 +INF .
nutritivo2 180.000 450.000 +INF .
nutritivo3 150.000 150.000 +INF EPS
---- VAR x lo que se requiere de cada producto
LOWER LEVEL UPPER MARGINAL
producto1.costo1 . . +INF 84.000
producto1.costo2 . 15.000 +INF .
producto1.costo3 . . +INF EPS
producto2.costo1 . . +INF EPS
producto2.costo2 . . +INF 72.000
producto2.costo3 . . +INF EPS
producto3.costo1 . . +INF EPS
producto3.costo2 . . +INF EPS
producto3.costo3 . . +INF 60.000
LOWER LEVEL UPPER MARGINAL
---- VAR z -INF . +INF .
z costo nimimo de producción
**** REPORT SUMMARY : 0 NONOPT
0 INFEASIBLE
0 UNBOUNDED
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 6
fred cerdos
E x e c u t i o n
---- 54 VARIABLE x.L lo que se requiere de cada producto
costo2
producto1 15.000
---- 54 VARIABLE x.M lo que se requiere de cada producto
costo1 costo2 costo3
producto1 84.000 EPS
producto2 EPS 72.000 EPS
producto3 EPS EPS 60.000
EXECUTION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
USER: Departmento de Ingeniería Industrial G091203:1120AP-WIN
Universidad de Antioquia DC8064
License for teaching and research at degree granting institutions
**** FILE SUMMARY
Input C:\Users\NESTOR\Documents\UdeA\PROLINEAL\sesión 2\EJERCICIO2.gms
Output C:\Users\NESTOR\Documents\gamsdir\projdir\EJERCICIO2.lst
weenies buns
C o m p i l a t i o n
2
3 Sets
4 i costos /costo1, costo2, costo3/
5 j productos /producto1, producto2/
6 k ganancias /ganancia1, ganancia2/;
7
8 Parameters
9
10 b(i) consumo del costo i en los casos
11 / costo1 200
12 costo2 800
13 costo3 12000/
14
15 c(k) ganancia por producir un elemento en pesos
16 / ganancia1 0.2
17 ganancia2 0.1 /;
18
19 Table m(j,k)
20 ganancia1 ganancia2
21 Producto1 0.2 0
22 Producto2 0 0.1 ;
23
24 Table h(i,j) cantidad de costo por producto
25
26 producto1 producto2
27 costo1 0 0.1
28 costo2 0.25 0
29 costo3 3 2 ;
30
31
32
33 Variables
34 x(j,k) lo que se debe pedir de cada producto
35 z ganancia total de producción ;
36
37 Positive variable x;
38
39 Equations
40 ganancia
41 costos(i) ;
42
43 ganancia .. z =e= sum((j,k), m(j,k)*x(j,k));
44
45 costos(i) .. sum((j,k), h(i,j)*x(j,k)) =l= b(i) ;
46 model weeniesbuns / all/
47
48 solve weeniesbuns using lp maximizing z
49
50
51
52 Display x.l, x.m ;
COMPILATION TIME = 0.016 SECONDS 3 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 2
weenies buns
Equation Listing SOLVE weeniesbuns Using LP From line 52
---- ganancia =E=
ganancia.. - 0.2*x(producto1,ganancia1) - 0.1*x(producto2,ganancia2) + z =E= 0
; (LHS = 0)
---- costos =L=
costos(costo1).. 0.1*x(producto2,ganancia1) + 0.1*x(producto2,ganancia2) =L=
200 ; (LHS = 0)
costos(costo2).. 0.25*x(producto1,ganancia1) + 0.25*x(producto1,ganancia2) =L=
800 ; (LHS = 0)
costos(costo3).. 3*x(producto1,ganancia1) + 3*x(producto1,ganancia2)
+ 2*x(producto2,ganancia1) + 2*x(producto2,ganancia2) =L= 12000 ;
(LHS = 0)
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 3
weenies buns
Column Listing SOLVE weeniesbuns Using LP From line 52
---- x lo que se debe pedir de cada producto
x(producto1,ganancia1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
-0.2 ganancia
0.25 costos(costo2)
3 costos(costo3)
x(producto1,ganancia2)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
0.25 costos(costo2)
3 costos(costo3)
x(producto2,ganancia1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
0.1 costos(costo1)
2 costos(costo3)
REMAINING ENTRY SKIPPED
---- z ganancia total de producción
z
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 ganancia
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 4
weenies buns
Model Statistics SOLVE weeniesbuns Using LP From line 52
MODEL STATISTICS
BLOCKS OF EQUATIONS 2 SINGLE EQUATIONS 4
BLOCKS OF VARIABLES 2 SINGLE VARIABLES 5
NON ZERO ELEMENTS 11
GENERATION TIME = 0.031 SECONDS 4 Mb WIN233-233 Nov 17, 2009
EXECUTION TIME = 0.031 SECONDS 4 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 5
weenies buns
Solution Report SOLVE weeniesbuns Using LP From line 52
S O L V E S U M M A R Y
MODEL weeniesbuns OBJECTIVE z
TYPE LP DIRECTION MAXIMIZE
SOLVER CPLEX FROM LINE 52
**** SOLVER STATUS 1 Normal Completion
**** MODEL STATUS 1 Optimal
**** OBJECTIVE VALUE 760.0000
RESOURCE USAGE, LIMIT 0.015 1000.000
ITERATION COUNT, LIMIT 1 2000000000
ILOG CPLEX Nov 1, 2009 23.3.2 WIN 13908.14598 VIS x86/MS Windows
Cplex 12.1.0, GAMS Link 34
LP status(1): optimal
Optimal solution found.
Objective : 760.000000
LOWER LEVEL UPPER MARGINAL
---- EQU ganancia . . . 1.000
---- EQU costos
LOWER LEVEL UPPER MARGINAL
costo1 -INF 120.000 200.000 .
costo2 -INF 800.000 800.000 0.200
costo3 -INF 12000.000 12000.000 0.050
---- VAR x lo que se debe pedir de cada producto
LOWER LEVEL UPPER MARGINAL
producto1.ganancia1 . 3200.000 +INF .
producto1.ganancia2 . . +INF -0.200
producto2.ganancia1 . . +INF -0.100
producto2.ganancia2 . 1200.000 +INF .
LOWER LEVEL UPPER MARGINAL
---- VAR z -INF 760.000 +INF .
z ganancia total de producción
**** REPORT SUMMARY : 0 NONOPT
0 INFEASIBLE
0 UNBOUNDED
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 11:34:25 Page 6
weenies buns
E x e c u t i o n
---- 52 VARIABLE x.L lo que se debe pedir de cada producto
ganancia1 ganancia2
producto1 3200.000
producto2 1200.000
---- 52 VARIABLE x.M lo que se debe pedir de cada producto
ganancia1 ganancia2
producto1 -0.200
producto2 -0.100
EXECUTION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
USER: Departmento de Ingeniería Industrial G091203:1120AP-WIN
Universidad de Antioquia DC8064
License for teaching and research at degree granting institutions
**** FILE SUMMARY
Input C:\Users\NESTOR\Documents\UdeA\PROLINEAL\sesión 2\EJERCICIO1.gms
Output C:\Users\NESTOR\Documents\gamsdir\projdir\EJERCICIO1.lst
2. GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 1
fred cerdos
C o m p i l a t i o n
2
3 Sets
4 i nutritivos /nutritivo1, nutritivo2, nutritivo3/
5 j productos /producto1, producto2, producto3/
6 k costos /costo1, costo2, costo3/;
7
8 Parameters
9
10 b(i) porcentaje del nutritivo i en los casos
11 / nutritivo1 200
12 nutritivo2 180
13 nutritivo3 150/
14
15 c(k) costo por producir un producto en pesos
16 / costo1 84
17 costo2 72
18 costo3 60 /;
19
20 Table m(j,k)
21 costo1 costo2 costo3
22 Producto1 84 0 0
23 Producto2 0 72 0
24 Producto3 0 0 60 ;
25
26 Table h(i,j) cantidad de nutritivo por producto
27
28 producto1 producto2 producto3
29 nutritivo1 90 20 40
30 nutritivo2 30 80 60
31 nutritivo3 10 20 60 ;
32
33
34
35 Variables
36 x(j,k) lo que se requiere de cada producto
37 z costo nimimo de producción ;
38
39 Positive variable x;
40
41 Equations
42 costos
43 nutritivos(i) ;
44
45 costos .. z =e= sum((j,k), m(j,k)*x(j,k));
46
47 nutritivos(i) .. sum((j,k), h(i,j)*x(j,k)) =g= b(i) ;
48 model fredcerdos / all/
49
50 solve fredcerdos using lp minimizing z
51
52
53
54 Display x.l, x.m ;
COMPILATION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 2
fred cerdos
Equation Listing SOLVE fredcerdos Using LP From line 54
---- costos =E=
costos.. - 84*x(producto1,costo1) - 72*x(producto2,costo2)
- 60*x(producto3,costo3) + z =E= 0 ; (LHS = 0)
---- nutritivos =G=
nutritivos(nutritivo1).. 90*x(producto1,costo1) + 90*x(producto1,costo2)
+ 90*x(producto1,costo3) + 20*x(producto2,costo1) + 20*x(producto2,costo2)
+ 20*x(producto2,costo3) + 40*x(producto3,costo1) + 40*x(producto3,costo2)
+ 40*x(producto3,costo3) =G= 200 ; (LHS = 0, INFES = 200 ****)
nutritivos(nutritivo2).. 30*x(producto1,costo1) + 30*x(producto1,costo2)
+ 30*x(producto1,costo3) + 80*x(producto2,costo1) + 80*x(producto2,costo2)
+ 80*x(producto2,costo3) + 60*x(producto3,costo1) + 60*x(producto3,costo2)
+ 60*x(producto3,costo3) =G= 180 ; (LHS = 0, INFES = 180 ****)
nutritivos(nutritivo3).. 10*x(producto1,costo1) + 10*x(producto1,costo2)
+ 10*x(producto1,costo3) + 20*x(producto2,costo1) + 20*x(producto2,costo2)
+ 20*x(producto2,costo3) + 60*x(producto3,costo1) + 60*x(producto3,costo2)
+ 60*x(producto3,costo3) =G= 150 ; (LHS = 0, INFES = 150 ****)
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 3
fred cerdos
Column Listing SOLVE fredcerdos Using LP From line 54
---- x lo que se requiere de cada producto
x(producto1,costo1)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
-84 costos
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
x(producto1,costo2)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
x(producto1,costo3)
(.LO, .L, .UP, .M = 0, 0, +INF, 0)
90 nutritivos(nutritivo1)
30 nutritivos(nutritivo2)
10 nutritivos(nutritivo3)
REMAINING 6 ENTRIES SKIPPED
---- z costo nimimo de producción
z
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 costos
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 4
fred cerdos
Model Statistics SOLVE fredcerdos Using LP From line 54
MODEL STATISTICS
BLOCKS OF EQUATIONS 2 SINGLE EQUATIONS 4
BLOCKS OF VARIABLES 2 SINGLE VARIABLES 10
NON ZERO ELEMENTS 31
GENERATION TIME = 0.000 SECONDS 4 Mb WIN233-233 Nov 17, 2009
EXECUTION TIME = 0.000 SECONDS 4 Mb WIN233-233 Nov 17, 2009
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 5
fred cerdos
Solution Report SOLVE fredcerdos Using LP From line 54
S O L V E S U M M A R Y
MODEL fredcerdos OBJECTIVE z
TYPE LP DIRECTION MINIMIZE
SOLVER CPLEX FROM LINE 54
**** SOLVER STATUS 1 Normal Completion
**** MODEL STATUS 1 Optimal
**** OBJECTIVE VALUE 0.0000
RESOURCE USAGE, LIMIT 0.013 1000.000
ITERATION COUNT, LIMIT 0 2000000000
ILOG CPLEX Nov 1, 2009 23.3.2 WIN 13908.14598 VIS x86/MS Windows
Cplex 12.1.0, GAMS Link 34
LP status(1): optimal
Optimal solution found.
Objective : 0.000000
LOWER LEVEL UPPER MARGINAL
---- EQU costos . . . 1.000
---- EQU nutritivos
LOWER LEVEL UPPER MARGINAL
nutritivo1 200.000 1350.000 +INF .
nutritivo2 180.000 450.000 +INF .
nutritivo3 150.000 150.000 +INF EPS
---- VAR x lo que se requiere de cada producto
LOWER LEVEL UPPER MARGINAL
producto1.costo1 . . +INF 84.000
producto1.costo2 . 15.000 +INF .
producto1.costo3 . . +INF EPS
producto2.costo1 . . +INF EPS
producto2.costo2 . . +INF 72.000
producto2.costo3 . . +INF EPS
producto3.costo1 . . +INF EPS
producto3.costo2 . . +INF EPS
producto3.costo3 . . +INF 60.000
LOWER LEVEL UPPER MARGINAL
---- VAR z -INF . +INF .
z costo nimimo de producción
**** REPORT SUMMARY : 0 NONOPT
0 INFEASIBLE
0 UNBOUNDED
GAMS Rev 233 WIN-VIS 23.3.2 x86/MS Windows 08/14/10 12:04:29 Page 6
fred cerdos
E x e c u t i o n
---- 54 VARIABLE x.L lo que se requiere de cada producto
costo2
producto1 15.000
---- 54 VARIABLE x.M lo que se requiere de cada producto
costo1 costo2 costo3
producto1 84.000 EPS
producto2 EPS 72.000 EPS
producto3 EPS EPS 60.000
EXECUTION TIME = 0.000 SECONDS 3 Mb WIN233-233 Nov 17, 2009
USER: Departmento de Ingeniería Industrial G091203:1120AP-WIN
Universidad de Antioquia DC8064
License for teaching and research at degree granting institutions
**** FILE SUMMARY
Input C:\Users\NESTOR\Documents\UdeA\PROLINEAL\sesión 2\EJERCICIO2.gms
Output C:\Users\NESTOR\Documents\gamsdir\projdir\EJERCICIO2.lst
viernes, 13 de agosto de 2010
CUESTIONAMIENTOS DEL CAPITULO 4
- De que se trata el metodo simplex?
- Cual es el objetivo de la prueba del cociente minimo?
- De que se trata el metodo de eliminación gaussiana?
- Si se tiene un empate de coeficientes en la funcion objetivo, como se podría elegir cual usar?
- Que es un analisis posoptimo?
- Cual es el proposito principal del analisis de sensibilidad?
- Como se identifican los parametros sensibles?
EJERCICIOS DE PROGRAMACIÓN LINEAL
3.1-10 Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para hotdogs. Muelen su propia harina para el pan a una tasa máxima de 200 libras por semana. Cada pan requiere 0.1 libras. Tiene un contrato con Pigland Inc, que especifica la entrega de 800 libras de producto de puerco cada lunes. Cada hotdog requiere 0.25 libras de producto de puerco. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por último, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana). Cada hotdog requiere 3 minutos de mano de obra y cada pan requiere 2 minutos de mano de obra. Cada hotdog proporciona una ganancia de $0.20 y cada pan de $0.10. Weenies and Buns desea saber cuántos hotdogs y cuantos panes deben producir cada semana para lograr la ganancia más alta posible.
a) Formule un modelo de programación lineal.
Analizando cada uno de los datos podemos construir la siguiente tabla:
Costos | Hotdogs | Pan | Unidades disponibles |
Harina | 0 | 0.1 | 200 |
Puerco | 0.25 | 0 | 800 |
Mano de obra | 3 | 2 | 200h = 12000min |
Ganancia | 0.2 | 0.1 |
Ahora podemos construir el modelo de programación lineal, así:
Hotdogs: X1 Pan: X2
Función objetivo: Z = 0.2X1 + 0.1X2
Sujeto a: 0.1X2 ≤ 200
0.25X1 ≤ 800
3 X1 + 2X2 ≤ 12000
X1 ≥ 0 y X2 ≥ 0
b)Use el método grafico para resolver el modelo.
Entonces hallamos los puntos de cruce en las X:
0.1X2 ≤ 200 → X2 ≤ 2000
0.25X1 ≤ 800 → X1 ≤ 3200
3 X1 + 2X2 ≤ 12000 → X1 = 0 → X2 ≤ 12000/2 = 6000
→ X2 = 0 → X1 ≤ 12000/3 = 4000
Luego por reducción:
(¼ X1 = 800)*-12 = -3 X1 = -9600
(3 X1 + 2X2 = 12000) –(3 X1 = -9600) → X2 = 1200
Hallamos X1 reemplazando X2 en la tercera ecuación:
3 X1 + 2*1200 = 12000 → X2 = (12000 – 2400)/2 = 3200
Ahora tenemos reemplazamos en la función objetivo:
0.2*(3200) + 0.1*(1200) = 760
La línea que representa la función objetivo es:
X1 = 0 → X2 = 7600
X2 = 0 → X1 = 3800
3.6-4 Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se cultivan en la granja, Fred también cría cerdos para venta y desea determinar las cantidades de los diferentes tipos de alimentos disponibles (maíz, grasas y alfalfa) que debe dar a cada cerdo. Como los cerdos se comerán cualquier mezcal de estos tipos de alimento, el objetivo es determinar que mezcla cumple ciertos requisitos nutritivos a un costo mínimo. En la siguiente tabla se dan las unidades de cada tipo de ingrediente nutritivo básico contenido en 1 kilogramo de cada tipo de alimento, junto con los requisitos de nutrición diarios y los costos de los alimentos:
Ingrediente nutritivo | Kilogramo de maíz | Kilogramo de grasas | Kilogramo de alfalfa | Requisito mínimo diario |
Carbohidratos | 90 | 20 | 40 | 200 |
Proteínas | 30 | 80 | 60 | 180 |
Vitaminas | 10 | 20 | 60 | 150 |
Costo ($) | 84 | 72 | 60 |
Ahora podemos construir el modelo de programación lineal, así:
Función objetivo: Minimizar Z = 84X1 + 72X2 + 60X3
Sujeto a: 90X1 + 20X2 + 40X3 ≥ 200
30X1 + 80X2 +60X3 ≥ 180
10X1 + 20X2 + 60X3 ≥ 150
X1 ᶺ X2 ᶺ X3 ≥ 0
Para ser resuelto por el método simplex, se debe pasar a un caso de maximización, así:
Maximizar -Z = - 84X1 - 72X2 - 60X3 - MX5 - MX7 - MX9
Sujeto a: 90X1 + 20X2 + 40X3 - X4 + X5 = 200
30X1 + 80X2 +60X3 - X6 + X7 = 180
10X1 + 20X2 + 60X3 - X8 + X9 = 150
X1 ᶺ X2 ᶺ X3 ≥ 0
Los grados de libertad = # de variables - # de ecuaciones
= 9 -3 = 6
Ahora hacemos la tabla con los coeficientes de las variables:
V.b | Z | X1 | X2 | X3 | X4 | X5 | X6 | X7 | X8 | X9 | L.D |
Z | -1 | 84 | 72 | 60 | 0 | M | 0 | M | 0 | M | 0 |
X5 | 0 | 90 | 20 | 40 | -1 | 1 | 0 | 0 | 0 | 0 | 200 |
X7 | 0 | 30 | 80 | 60 | 0 | 0 | -1 | 1 | 0 | 0 | 180 |
X9 | 0 | 10 | 20 | 60 | 0 | 0 | 0 | 0 | -1 | 1 | 150 |
Resolviendo con excel solver:
Kilogramo de | requerimiento mín diario | Total | ||||
Ingrediente Nutritivo | Maíz | Grasas | Alfalfa | |||
Carbohidratos | 90 | 20 | 40 | 200 | 200 | |
Proteínas | 30 | 80 | 60 | 180 | 180 | |
Vitaminas | 10 | 20 | 60 | 150 | 157,14 | |
costo unidad | 84 | 72 | 60 | |||
solución | 1,14285714 | 0 | 2,42857143 | 241,7142857 |
Suscribirse a:
Entradas (Atom)