Title | Laboratorio Unidad 3 Programación Entera Equipo 2 |
---|---|
Author | Jan Flores |
Course | Fundamentos de Investigacion |
Institution | Instituto Tecnológico de Nuevo León |
Pages | 110 |
File Size | 5 MB |
File Type | |
Total Downloads | 27 |
Total Views | 140 |
Download Laboratorio Unidad 3 Programación Entera Equipo 2 PDF
INSTITUTO TECNOLOGICO DE NUEVO LEÓN
INVESTIGACIÓN DE OPERACIONES 1 EJERCICIOS DEL TEMA No 3
PROGRAMACIÓN ENTERA.
EQUIPO No. 2 INTEGRANTES:
Acevedo Cadena Carlos Alberto. Castillo Hernández Juan Carlos. Cortez Chacón Yarely Jazmín. Flores Martínez Jan Alberto. Flores Valerio Veira Alhinna. Landaverde Castañeda Gregorio. Ramírez Soto Karla Abigail.
NO. DE CONTROL: 19480372 19480558 19480261 19480499 19480346 19480519 19480025
GUADALUPE N. L. A 23 __ DE NOVIEMBRE _____________ DEL 2020.
1
ÍNDICE 1. Introducción………………………………………….……………….……..……3 2. Problema Resueltos Por (Castillo Hernández Juan Carlos).………...…..4 3. Problema Resueltos Por (Cortez Chacón Yarey Jazmín)….………..…..13 4. Problema Resueltos Por (Flores Martínez Jan Alberto)………….....…..23 5. Problema Resueltos Por (Flores Valerio Veira Alhinna)…..…………....32 6. Problema Resueltos Por (Landaverde Castañeda Gregorio)….……….41 7. Problema Resueltos Por (Ramírez Soto Karla Abigail)………………….74 8. Conclusión……………………………………………………………...…...…104 9. Bibliografía…………………………………………………………….....……110
2
INTRODUCCIÓN Un modelo de Programación Entera es aquel cuya solución óptima tiene sentido solamente si una parte o todas las variables de decisión toman valores restringidos a números enteros, permitiendo incorporar en el modelamiento matemático algunos aspectos que quedan fuera del alcance de los modelos de Programación Lineal. En este sentido los algoritmos de resolución de los modelos de Programación Entera difieren a los utilizados en los modelos de Programación Lineal, destacándose entre ellos el Algoritmo de Ramificación y Acotamiento (o Branch & Bound), Branch & Cut, Planos Cortantes, Relajación Lagrangeana, entre otros. La programación entera es el método empleado para resolver problemas que tienen variables de decisión enteras. Estos modelos se han considerado sub-modelos de la programación lineal con la característica de enteridad. Los creadores e investigadores de esta técnica fueron Wagner (1950) y Manne (1959), quienes desarrollaron varios métodos de solución. Uno de los primeros enfoques de solución al tipo de problemas que plantea la programación entera, fue el de evaluación de cada posible solución, es decir, cada una de las combinaciones de valores enteros para las variables del problema, conduciendo a una solución óptima exacta. A este tipo de resoluciones se les dio el nombre de métodos exactos. En el mundo de la industria y los negocios hay numerosas situaciones en las cuales se presentan problemas de programación lineal para los cuales las variables de decisión sólo pueden tener valores de números enteros y no fraccionarios. Esto debido a alguna razón física, por ejemplo, si las variables de decisión son números de personas, de artículos terminados, etc., será obvio que no podrán ser números fraccionarios, pues esto no tendría ningún sentido. Es aquí donde se plantea el problema de programación lineal como un caso de programación entera. En general se puede decir que un modelo de programación entera es aquel que contiene restricciones y una función objetivo idénticas a la formuladas en programación lineal, la única diferencia en que una o más variables de decisión deben tomar valor entero en la solución final. En el presente trabajo se muestran algunos problemas resueltos por los métodos de programación entera, se muestra todo el procedimiento de cada uno de ellos.
3
PROBLEMAS RESUELTOS POR: CASTILLO HERNÁNDEZ JUAN CARLOS
4
Juan Carlos Castillo Hernández METODO GRAFICO 1. Maximizar Z = 4X1 + 5X2 Sujeto a: 2X1 + 3X2 ≤ 120 2X1 + 1.5X2 ≤ 80 X1, X2 ≥ 0 y Enteros
1. Graficar restricciones 60
① 2x1 + 3x2 =120
50
X1= 0
x2=40
40
X2= 0
x1=60
30 20
② 2X1 + 1.5X2 = 80
10
X1= 0
x2= 53. 33
X2= 0
x1= 40
0 0
10
20
30
20
30
40
50
60
70
2. Graficar la función objetivo Maximizar Z = 4X1 + 5X2
60
0, 53.33
50
4x1 + 5x2= 20
40
X1= 0 x2= 4
30
0, 40
20
X2= 0 x1= 5
10 0, 4
0 0
vértice a b c d
X1 0 0 20 40
X2 0 40 26.66 0
z 0 200 213.3 160
5, 0 10
40, 0 40
60, 0 50
60
70
Solución óptima: X1= 20
X1= 20 Z= 180
X2= 20
Z= 210 X2= 26
5
Juan Carlos Castillo Hernández METODO GRAFICO 2. Maximizar Z = 300X1 + 400X2 Sujeto a: 2X1 + 3X2 ≤ 900 X1 ≤ 300 X2 ≤ 200 X1, X2 ≥ 0 y Enteros
1.
Graficar restricciones 350
① 2X1 + 3X2 = 900
300
250
X1=0 x2= 300
200
X2= 0 x1= 450
150
② X1 = 300
100 50
③ X2 = 200
0 0
2.
100
200
300
400
500
Graficar la función objetivo
Maximizar Z = 300X1 + 400X2
350
300X1 + 400X2= 120000
300
X1= 0
x2= 300
250
X2= 0
x1= 400
200
0, 300
0, 200
150 100 50
Vértice
X1
X2
z
a b c d
0 300 300 150
0 0 100 200
0 90,000 130,000 125,000
0
e
0
200
80,000
X1 = 300
300, 0 0
100
200
300
400
400, 0 450, 0 500
Max z = 130, 000
X2= 100
6
Juan Carlos Castillo Hernández METODO GRAFICO 3. Maximizar Z = 20X1 + 25X2 Sujeto a: 2X1 + 3X2 ≤ 48 X1 ≤ 150 X2 ≤ 100 X1, X2 ≥ 0 y Enteros
1.
Graficar restricciones 120
① 2X1 + 3X2 = 48
100
0, 100
80
X1= 0 x2= 16
60
X2= 0 x1= 24
40
② X1 = 150
20
③ X2 = 100
0, 16
0
24, 0 0
150, 0 50
Vértice a b
X1 0 24
X2 0 0
z 0 480
Max z= 480
c
0
16
400
X2= 0
100
150
200
X1= 24
7
Juan Carlos Castillo Hernández METODO GRAFICO 4. Maximizar Z = 500X1 + 1000X2 Sujeto a: 2.5X1 + 5.5X2 ≤ 1200 X1 + X2 ≤ 500 X1 ≤ 200 X1, X2 ≥ 0 y Enteros 1.
Graficar restricciones 600
① 2.5X1 + 5.5X2 = 1200
500
X1= 0 x2= 218.18
400 300
X2= 0 x1= 480
200
② X1 + X2 = 500
100
X1= 0 x2= 500
0 0
X2= 0 x1= 500
100
200
300
400
500
600
③ X1 = 200 2.
Graficar la función objetivo 600
Maximizar Z = 500X1 + 1000X2 500X1 + 1000X2 = 100,000 X1= 0
x2= 100
X2= 0
x1= 200
0, 500
500 400 300 200
v
100
0, 218.18
0, 100
0
200, 0 0
X1= 200
X1= 200
X2= 100
X2= 127
200
300
400
48 500, 0 500
Max z= 227, 000 Z= 227,000
Z= 200,000
100
X1= 200 X2= 127
8
600
Juan Carlos Castillo Hernández METODO GRAFICO 5. Maximizar Z = 3X1 + 4X2 Sujeto a: 2X1 + X2 ≤ 6 2X1 + 3X2 ≤ 9 X1, X2 ≥ 0 y Enteros
1.
Graficar restricciones 7
①2X1 + X2 = 6
6 5
X1= 0 x2= 6
4
X2= 0 x1= 3
3
② 2X1 + 3X2 = 9
2
v
1
X1= 0 x2= 3
0 0
X2= 0 x1= 4.5
2.
Graficar la función objetivo
Maximizar Z = 3X1 + 4X2
X2= 0
2
3
4
5
7
6
0, 6
5
3X1 + 4X2 = 12 X1= 0
1
4
x2= 3
3
v
0, 3
2
x1= 4
1 0
3, 0 0
X1= 2
X1= 1
X2= 2
X2= 1
2
3
4, 0
4.5, 0 5
4
Max z= 11 Z= 10
Z= 11
1
X1= 1 X2= 2
9
Juan Carlos Castillo Hernández METODO DE RAMIFICACIÓN 1. Maximizar Z = 4X1 + 5X2 Max z= 213.3
Sujeto a: 2X1 + 3X2 ≤ 120
X1= 20
2X1 + 1.5X2 ≤ 80
X2= 26.66
X1, X2 ≥ 0 y Enteros X2 ≤ 26 X1= 21 X1= 20.5 X2 ≤ 26
X2 ≥27
X1= 20.5
X1= 19.5
X1= 19.5
X2= 26
X2= 27
X1= 19.72
Z= 212
Z= 213
X2 ≥27
X1 ≤ 19 X2 = 27.33 X2 = 28 X2 ≥ 27
X1 ≥20
X1= 19
X1= 20
X2 = 26.66
X2= 27.33
No factible
X2 = 26.66 X2 ≥ 27
Z= 212.65
X1 ≤ 19
X1 ≥ 20 X2 ≤ 27
X2 ≥ 28
X1 = 19.5
X1= 19
X1= 18
X1 = 18
X1 = 19.75
X2= 27
X2= 28
X1 = 19
X2 ≥ 27
Z= 211
Z= 212
X2 ≥ 27
X1 ≤ 19
X1 ≤ 19
X2 ≤ 27
X2 ≥ 28
Max Z= 212 X1= 18 X2= 28
10
Juan Carlos Castillo Hernández METODO DE RAMIFICACIÓN 2. Maximizar Z = 300X1 + 400X2 Max z= 130, 000
Sujeto a: 2X1 + 3X2 ≤ 900
Solución óptima a partir del método grafico antes realizado
X1= 300
X1 ≤ 300
X2= 100
X2 ≤ 200 X1, X2 ≥ 0 y Enteros
3. Maximizar Z = 20X1 + 25X2 Max z= 480
Sujeto a: 2X1 + 3X2 ≤ 48
Solución óptima a partir del método grafico antes realizado
X1= 24
X1 ≤ 150
X2= 0
X2 ≤ 100 X1, X2 ≥ 0 y Enteros
4. Maximizar Z = 500X1 + 1000X2
Max z= 227,270
Sujeto a: 2.5X1 + 5.5X2 ≤ 1200
X1= 200
X1 + X2 ≤ 500
X2= 127.27
X1 ≤ 200 X1, X2 ≥ 0 y Enteros X2 ≤ 127
X1= 200.6 X1= 373
X2 ≥ 128
X1= 200
X1= 198.4
X2= 127
X2= 128
Z= 227,000
Z= 227,200
X1= 198.4
X1 ≤ 200 X2 ≤ 127
X1= 372 X1 ≤ 200 X2 ≥ 128
Max Z= 227,00 X1= 200 X2= 127
11
Juan Carlos Castillo Hernández METODO DE RAMIFICACIÓN 5. Maximizar Z = 3X1 + 4X2 Max z= 12.75
Sujeto a: 2X1 + X2 ≤ 6
X1= 2.25
2X1 + 3X2 ≤ 9
X2= 1.5
X1, X2 ≥ 0 y Enteros X2 ≤ 1 X1= 2.5 X1= 23 X2 ≤ 1
X2 ≥ 2
X1= 2.5
X1= 1.5
X1= 2
X2= 1
X2= 2
X1=1.5
Z= 11.5
Z= 12.5
X2 ≥ 2
X1 ≤ 1 X2 = 4 X2 = 2.33 X2 ≥ 2
X1 ≥ 2
X1= 1
X1= 2
X2 = 2
X2= 2.33
No factible
X2 = 1.66 X2 ≥ 2
Z= 12.33
X1 ≤ 1
X1 ≥ 2 X2 ≤ 2
X2 ≥ 3
X1 = 2
X1= 1
No factible
X1 = 1.5
X1 = 1.5
X2= 2
X1 = 2
X2 ≥ 2
Z= 11
X2 ≥ 2
X1 ≤ 1
X1 ≤ 1
X2 ≤ 2
X2 ≥ 3
Max Z= 11 X1= 1 X2= 2
12
PROBLEMAS RESUELTOS POR: CORTEZ CHACÓN YARELY JAZMÍN
13
Yarely Jazmín Cortez Chacón Problema 1. Método de ramificación 1. Maximizar Z = 4X1 + 5X2 Sujeto a: 2X1 + 3X2 ≤ 120 2X1 + 1.5X2 ≤ 80 X1, X2 ≥ 0 y Enteros
Max z= 213.3 X1= 20 X2= 26.66
Restricciones
X2 ≤ 26
X2 ≥27
Restricciones
①X1= 21
X1= 20.5
X1= 19.5
① X1= 19.5
②X1= 20.5
X2= 26
X2= 27
②X1= 19.72
③X2 ≤ 26
Z= 212
Z= 213
③X2 ≥27
X1 ≥20
X1 ≤ 19
Restricciones
Restricciones ①X2 = 27.33
X1= 19
X1= 20
②X2 = 28
X2= 27.33
No factible
③X2 ≥ 27
Z= 212.65
X2 ≤ 27
②X2 = 26.66 ③X2 ≥ 27 ④X1 ≥ 20
④X1 ≤ 19 Restricciones
①X2 = 26.66
X2 ≥ 28
Restricciones
①X1 = 19.5
X1= 19
X1= 18
①X1 = 18
②X1 = 19.75
X2= 27
X2= 28
②X1 = 19
Max Z= 212
③X2 ≥ 27
Z= 211
Z= 212
③X2 ≥ 27
X1= 18
④X1 ≤ 19
④X1 ≤ 19
X2= 28
⑤X2 ≤ 27
⑤X2 ≥ 28
14
Yarely Jazmín Cortez Chacón Problema 1. Método gráfico
1. Maximizar Z = 4X1 + 5X2 Sujeto a: 2X1 + 3X2 ≤ 120 2X1 + 1.5X2 ≤ 80 X1, X2 ≥ 0 y Enteros
1. Igualar Restricciones
2. Igualar Función Objetivo
① 2x1 + 3x2 =120 X1= 0
x2=40
X2= 0
x1=60
Maximizar Z = 4X1 + 5X2 4x1 + 5x2= 2 X1= 0 x2= 4
② 2X1 + 1.5X2 = 80 X1= 0
x2= 53. 3
X2= 0
x1= 40
X2= 0 x1=
3. Graficar restricciones y función objetivo 60 50
40 30 20 Región factible
10 0 0
10
20
30
40
50
60
70
4. Identificar vértices y solución óptima en enteros Vértices a b c d
X1 0 0 40 20
X2 0 40 0 26.66
Z 0 200 160 213.3
X1= 20
X1= 20
Z=210
Z=180 X2= 20
X2= 26
15
Yarely Jazmín Cortez Chacón Problema 2. Método de ramificación 2. Maximizar Z = 300X1 + 400X2 Sujeto a: 2X1 + 3X2 ≤ 900 X1 ≤ 300 X2 ≤ 200 X1, X2 ≥ 0 y Enteros
Llegamos ya a la solución óptima, ya que nuestras variables son enteras
Max z= 130, 000 X1= 300 X2= 100
Problema 2. Método gráfico 2. Maximizar Z = 300X1 + 400X2 Sujeto a: 2X1 + 3X2 ≤ 900 X1 ≤ 300 X2 ≤ 200
1. Igualar Restricciones ① 2X1 + 3X2 = 900
2. Igualar Función Objetivo Maximizar Z = 300X1 + 400X2
X1= 0 x2= 300 X2= 0 x1= 450 ② X1= 300 ③ x2= 200
300X1 + 400X2= 120000 X1= 0
x2= 300
X2= 0
x1= 400
16
3. Graficar restricciones y función objetivo 350 300 250 200 150 100
50 0 0
100
200
300
400
500
4. Identificar vértices y solución óptima en enteros Vértice
X1
X2
z
a
0
0
0
b
300
0
90,000
c
300
100
130,000
Max z = 130, 000
d
150
200
125,000
X1 = 300
e
0
200
80,000
X2= 100
Problema 3. Método de ramificación
3. Maximizar Z = 20X1 + 25X2 Sujeto a: 2X1 + 3X2 ≤ 48
Max z= 480
X1 ≤ 150
X1= 24
X2 ≤ 100
X2= 0
Llegamos ya a la solución óptima, ya que nuestras variables son enteras
X1, X2 ≥ 0 y Enteros
17
Problema 3. Método grafico METODO GRAFICO 3. Maximizar Z = 20X1 + 25X2 Sujeto a: 2X1 + 3X2 ≤ 48 X1 ≤ 150 X2 ≤ 100 X1, X2 ≥ 0 y Enteros
1. Igualar restricciones y graficar ① 2X1 + 3X2 = 48
120
X1= 0 x2= 16
100
X2= 0 x1= 24
80
② X1 = 150
60 40
③ X2 = 100
20 0 0
Vértice
X1
X2
z
a b c
0 24 0
0 0 16
0 480 400
50
100
150
200
Max z= 480 X1= 24 X2= 0
18
Yarely Jazmín Cortez Chacón Problema 4. Método de ramificación 4. Maximizar Z = 500X1 + 1000X2 Sujeto a: 2.5X1 + 5.5X2 ≤ 1200 X1 + X2 ≤ 500 X1 ≤ 200
Max z= 227,270 X1= 200 X2= 127.27 Restricciones
X2 ≤ 127
X2 ≥128
Restricciones
① X1= 200.6
X1= 200
X1= 198.4
①X1= 198.4
② X1= 373
X2= 127
X2= 128
②X1= 372
③ X1 ≤ 200
Z= 227,000
Z= 227,200
③X1 ≤ 200
④X2 ≤ 127
④X2 ≥ 128
Max Z= 227,00 X1= 200 X2= 127
19
Yarely Jazmín Cortez Chacón Problema 4. Método grafico 4. Maximizar Z = 500X1 + 1000X2 Sujeto a: 2.5X1 + 5.5X2 ≤ 1200 X1 + X2 ≤ 500 X1 ≤ 200 X1, X2 ≥ 0 y Enteros
1.
Igualar restricciones 2. Graficar la función objetivo
① 2.5X1 + 5.5X2 = 1200 Maximizar Z = 500X1 + 1000X2
X1= 0 x2= 218.18
500X1 + 1000X2 = 100,000
X2= 0 x1= 480 ② X1 + X2 = 500 X1= 0 x2= 500
X1= 0
x2= 100
X2= 0
x1= 200
X2= 0 x1= 500 ③ X1 = 200 3. Graficar restricciones y función objetivo 600 500 400 300 200
v
100 0 0
100
200
300
400
500
600
4. Identificar puntos más cercanos a los vértices
Z= 227,000
Z= 200,000 X2= 100
Solución optima
X1= 200
X1= 200
X2= 127
20
Yarely Jazmín Cortez Chacón Problema 5. Método de ramificación 5. Maximizar Z = 3X1 + 4X2 Sujeto a: 2X1 + X2 ≤ 6 2X1 + 3X2 ≤ 9 X1, X2 ≥ 0 y Enteros
Max z= 12.75 X1= 2.25 X2= 1.5
Restricciones
X2 ≤ 1
X2 ≥2
Restricciones
①X1= 2.5
X1= 2.5
X1= 1.5
①X1= 2
②X1= 2
X2= 1
X2= 2
②X1=1.5
③X2 ≤ 1
Z= 11.5
Z= 12.5
③X2 ≥ 2
X1 ≥2
X1 ≤ 1
Restricciones
Restricciones
①X1= 2
①X1= 4
X1= 1
X1= 2
②X1= 2.33
X2= 2.33
No factible
③X2 ≥ 2
Z= 12.33<...