SlideShare una empresa de Scribd logo
Formulación
X*
A1 = $100.000
X*A2
= $115.000
X*
A3 = $ 92.250
X*
A4 = $156.087,50
X*
A5 = $179.500,6
X*
B3 = $ 40.000
X*
C2 = $0
Z*
= $206.425,7
11. Problema de distribución de buses
Transporte y Tránsito del Tolima estudia la factibilidad de introducir un sistema de
autobuses de transporte masivo que aliviará el problema del smog al reducir el tránsito en la
ciudad. El estudio inicial busca determinar el mínimo número de autobuses que pueden suplir
las necesidades de transporte en la ciudad. El estudio inicial busca determinar el número
mínimo de autobuses que pueden suplir las necesidades de transporte. Después de
recolectar la información necesaria, el ingeniero de la entidad advierte que el número
mínimo de autobuses que se necesitan para cubrir la demanda fluctúa según la hora del día.
Estudiando los datos más a fondo descubrió que el número requerido de autobuses se puede
suponer constante en intervalos sucesivos de 4 horas cada uno. En la figura se resumen los
hallazgos del ingeniero. Se decidió que para hacer el mantenimiento diario requerido, cada
autobús podría operar solo 8 horas sucesivas al día.
Xj = Número de buses a signar en el turno j-ésimo (j = 1, 2, 3, 4, 5 y 6) de 8 horas cada uno.
J = 1 = Turno que empieza a las 12 a.m.
J = 2 = Turno que empieza a las 4 a.m.
J = 3 = Turno que empieza a las 8 a.m.
J = 4 = Turno que empieza a las 12 meridiano
J = 5 = Turno que empieza a las 4 p.m.
J = 6 = Turno que empieza a las 8 p.m.
De 12 a.m. a 8 a.m.
De 4 a.m. a 12 meridiano
De 8 a.m. a 4 p.m.
De 12 Meridiano a 8 p.m.
De 4 p.m. a 12 p.m.
De 8 p.m. a 4 a.m.
36
Formulación
Turnos de 8 horas, empezando a las 12 de la nocheHorario
de la
demanda
X1
12 - 8
X2
4 - 12
X3
8 - 4
X4
12 - 8
X5
4 - 12
X6
8 - 4
Número de
buses
necesarios
12 - 4 4
4 - 8 8
8 - 12 10
12 - 4 7
4 - 8 12
8 - 12 4
Minimizar Z = X1 + X2 + X3 + X4 + X5 + X6
C.S.R.
X1 + X6 4
X1 + X2 8
X2 + X3 10
X3 + X4 7
X4 + X5 12
X5 + X6 4
Restricciones debidas a la
demanda de buses cada
cuatro horas
Xj 0 ; j = 1, 2, 3, 4, 5 y 6 ; y enteros
Empleando la programación lineal entera y el software WinQsb, se encuentra la solución
óptima factible siguiente:
X*
1 = 4 X*
4 = 4
X*
2 = 10 X*
6 = 0
X*
3 = 0 Z*
= 26 buses
X*
4 = 8
Interpretación
X*
1 = 4 Asignar 4 buses en el turno de 12 de la noche a 4 a.m.
X*
2 = 10 Asignar 10 buses en el turno de 4 a.m. a 8 a.m.
X*
3 = 0 No asignar buses en el turno de 8 a.m. a 12 meridiano
X*
4 = 8 Asignar 8 buses en el turno de 12 meridiano a 4 p.m.
X*
4 = 4 Asignar 4 buses en el turno de 4 p.m. a 8 p.m.
X*
6 = 0 No asignar buses en el turno de 8 p.m. a 12 de la noche
37

Más contenido relacionado

La actualidad más candente

Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05Julio Pari
 
Problema de Asignación
Problema de AsignaciónProblema de Asignación
Problema de Asignación
Jose
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporteJaime Medrano
 
Guia I
Guia IGuia I
Modelo de transporte
Modelo de transporteModelo de transporte
Modelo de transporte
Carlos Solis Herrera
 
Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión
ISRA VILEMA
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binariaJaime Medrano
 
Cadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentesCadenas de markov con estados absorbentes
Cadenas de markov con estados absorbenteseduardoko
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de Redes
Ronald Alexander Medina Pinto
 
Ejercicios balanceo en línea
Ejercicios balanceo en líneaEjercicios balanceo en línea
Ejercicios balanceo en línea
Betsy Morante
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
Laura Garzón
 
Ejercicios metodo simplex practica
Ejercicios metodo simplex practicaEjercicios metodo simplex practica
Ejercicios metodo simplex practica
Southern Copper Corporation
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
Leonardo Gabriel Hernandez Landa
 
Ejercicios pert cpm
Ejercicios pert cpmEjercicios pert cpm
Ejercicios pert cpm
Jorge Alonzo
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
Karem Chérrez
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
Jose
 
EJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONESEJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONES
Justin Guerrero Delahoz
 
el problema del transporte
el problema del transporteel problema del transporte
el problema del transporte
Elber Rabanal
 

La actualidad más candente (20)

Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
 
Problema de Asignación
Problema de AsignaciónProblema de Asignación
Problema de Asignación
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Guia I
Guia IGuia I
Guia I
 
Modelo de transporte
Modelo de transporteModelo de transporte
Modelo de transporte
 
Problema de la ruta mas corta
Problema de la ruta mas cortaProblema de la ruta mas corta
Problema de la ruta mas corta
 
Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 
Formulacion Modelo Pl Maximizacion
Formulacion Modelo Pl MaximizacionFormulacion Modelo Pl Maximizacion
Formulacion Modelo Pl Maximizacion
 
Cadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentesCadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentes
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de Redes
 
Ejercicios balanceo en línea
Ejercicios balanceo en líneaEjercicios balanceo en línea
Ejercicios balanceo en línea
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
 
Ejercicios metodo simplex practica
Ejercicios metodo simplex practicaEjercicios metodo simplex practica
Ejercicios metodo simplex practica
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
 
Ejercicios pert cpm
Ejercicios pert cpmEjercicios pert cpm
Ejercicios pert cpm
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
 
EJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONESEJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONES
 
el problema del transporte
el problema del transporteel problema del transporte
el problema del transporte
 

Similar a Problema buses

Recomendacion de ejercicio de laboratorio de gerencia II
Recomendacion de ejercicio de laboratorio de gerencia IIRecomendacion de ejercicio de laboratorio de gerencia II
Recomendacion de ejercicio de laboratorio de gerencia II
Maria Qf
 
CASO DE ESTUDIO LABORATORIO DE GERENCIA
CASO DE ESTUDIO LABORATORIO DE GERENCIACASO DE ESTUDIO LABORATORIO DE GERENCIA
CASO DE ESTUDIO LABORATORIO DE GERENCIA
josearevaloperezrodriguez
 
caso practico de laboratorio de gerencia ii
caso practico de laboratorio de gerencia iicaso practico de laboratorio de gerencia ii
caso practico de laboratorio de gerencia ii
Katy Gimenez
 
Guia invope terceraparte
Guia invope terceraparteGuia invope terceraparte
Guia invope terceraparte
DianiTz MendOza
 
Optimization transportation problem. Linear Programming, Problem Solved
Optimization   transportation problem. Linear Programming, Problem SolvedOptimization   transportation problem. Linear Programming, Problem Solved
Optimization transportation problem. Linear Programming, Problem Solved
Edgar Mata
 
Analisis del caso
Analisis  del caso Analisis  del caso
Analisis del caso
mairobe
 
RECOMENDACIONES DEL CASO 1 Y 2
RECOMENDACIONES DEL CASO 1 Y 2RECOMENDACIONES DEL CASO 1 Y 2
RECOMENDACIONES DEL CASO 1 Y 2
Katy Gimenez
 

Similar a Problema buses (11)

Recomendacion de ejercicio de laboratorio de gerencia II
Recomendacion de ejercicio de laboratorio de gerencia IIRecomendacion de ejercicio de laboratorio de gerencia II
Recomendacion de ejercicio de laboratorio de gerencia II
 
CASO DE ESTUDIO LABORATORIO DE GERENCIA
CASO DE ESTUDIO LABORATORIO DE GERENCIACASO DE ESTUDIO LABORATORIO DE GERENCIA
CASO DE ESTUDIO LABORATORIO DE GERENCIA
 
caso practico de laboratorio de gerencia ii
caso practico de laboratorio de gerencia iicaso practico de laboratorio de gerencia ii
caso practico de laboratorio de gerencia ii
 
Guia invope terceraparte
Guia invope terceraparteGuia invope terceraparte
Guia invope terceraparte
 
Localizacion metodos cuantitativos 02
Localizacion metodos cuantitativos 02Localizacion metodos cuantitativos 02
Localizacion metodos cuantitativos 02
 
Optimization transportation problem. Linear Programming, Problem Solved
Optimization   transportation problem. Linear Programming, Problem SolvedOptimization   transportation problem. Linear Programming, Problem Solved
Optimization transportation problem. Linear Programming, Problem Solved
 
Analisis del caso
Analisis  del caso Analisis  del caso
Analisis del caso
 
RECOMENDACIONES DEL CASO 1 Y 2
RECOMENDACIONES DEL CASO 1 Y 2RECOMENDACIONES DEL CASO 1 Y 2
RECOMENDACIONES DEL CASO 1 Y 2
 
Materia
MateriaMateria
Materia
 
Materia
MateriaMateria
Materia
 
Materia
MateriaMateria
Materia
 

Problema buses

  • 1. Formulación X* A1 = $100.000 X*A2 = $115.000 X* A3 = $ 92.250 X* A4 = $156.087,50 X* A5 = $179.500,6 X* B3 = $ 40.000 X* C2 = $0 Z* = $206.425,7 11. Problema de distribución de buses Transporte y Tránsito del Tolima estudia la factibilidad de introducir un sistema de autobuses de transporte masivo que aliviará el problema del smog al reducir el tránsito en la ciudad. El estudio inicial busca determinar el mínimo número de autobuses que pueden suplir las necesidades de transporte en la ciudad. El estudio inicial busca determinar el número mínimo de autobuses que pueden suplir las necesidades de transporte. Después de recolectar la información necesaria, el ingeniero de la entidad advierte que el número mínimo de autobuses que se necesitan para cubrir la demanda fluctúa según la hora del día. Estudiando los datos más a fondo descubrió que el número requerido de autobuses se puede suponer constante en intervalos sucesivos de 4 horas cada uno. En la figura se resumen los hallazgos del ingeniero. Se decidió que para hacer el mantenimiento diario requerido, cada autobús podría operar solo 8 horas sucesivas al día. Xj = Número de buses a signar en el turno j-ésimo (j = 1, 2, 3, 4, 5 y 6) de 8 horas cada uno. J = 1 = Turno que empieza a las 12 a.m. J = 2 = Turno que empieza a las 4 a.m. J = 3 = Turno que empieza a las 8 a.m. J = 4 = Turno que empieza a las 12 meridiano J = 5 = Turno que empieza a las 4 p.m. J = 6 = Turno que empieza a las 8 p.m. De 12 a.m. a 8 a.m. De 4 a.m. a 12 meridiano De 8 a.m. a 4 p.m. De 12 Meridiano a 8 p.m. De 4 p.m. a 12 p.m. De 8 p.m. a 4 a.m. 36
  • 2. Formulación Turnos de 8 horas, empezando a las 12 de la nocheHorario de la demanda X1 12 - 8 X2 4 - 12 X3 8 - 4 X4 12 - 8 X5 4 - 12 X6 8 - 4 Número de buses necesarios 12 - 4 4 4 - 8 8 8 - 12 10 12 - 4 7 4 - 8 12 8 - 12 4 Minimizar Z = X1 + X2 + X3 + X4 + X5 + X6 C.S.R. X1 + X6 4 X1 + X2 8 X2 + X3 10 X3 + X4 7 X4 + X5 12 X5 + X6 4 Restricciones debidas a la demanda de buses cada cuatro horas Xj 0 ; j = 1, 2, 3, 4, 5 y 6 ; y enteros Empleando la programación lineal entera y el software WinQsb, se encuentra la solución óptima factible siguiente: X* 1 = 4 X* 4 = 4 X* 2 = 10 X* 6 = 0 X* 3 = 0 Z* = 26 buses X* 4 = 8 Interpretación X* 1 = 4 Asignar 4 buses en el turno de 12 de la noche a 4 a.m. X* 2 = 10 Asignar 10 buses en el turno de 4 a.m. a 8 a.m. X* 3 = 0 No asignar buses en el turno de 8 a.m. a 12 meridiano X* 4 = 8 Asignar 8 buses en el turno de 12 meridiano a 4 p.m. X* 4 = 4 Asignar 4 buses en el turno de 4 p.m. a 8 p.m. X* 6 = 0 No asignar buses en el turno de 8 p.m. a 12 de la noche 37