Sistemas de Optimizacin de Recursos

Caso Giapetto Inc.

Objetivo del caso: Explicar los componentes
de la programacin lineal a travs de la
modelacin de un ejemplo.
La compaa Giapetto fabrica 2 tipos de
juguetes de madera: soldados y trenes. Los
precios de ventas son $27.00 y $21.00
respectivamente. Los costos de materiales
(materia prima) son de $10.00 y $9.00
respectivamente. Los costos de mano de obra
y otros variables de fabricacin son $14.00 y
$10.00 respectivamente.
La elaboracin de estos juguetes requiere
de dos tipos de mano de obra especializada:
carpintera y pintura. Un soldado requiere de 1
hora de carpintera y 2 de pintura. Un tren por
su parte requiere 1 hora en cada departamento.
Cada semana Giapetto puede obtener toda
la materia prima que desee, pero solo cuenta
con 80 horas para carpintera y 120 horas para
pintura. La demanda semanal de trenes es
prcticamente ilimitada, sin embargo, la
demanda semanal de soldados no es mayor de
40 unidades.
Giapetto desea maximizar su ganancia
semanal (Venta Costo de lo vendido). Se
pide formular un modelo matemtico para la
situacin de la compaa Giepetto que puede
ser usado para maximizar la ganancia
semanal.
Variables de Decisin (V.D.)
Las V. de D. deben describir clara y
completamente la decisin a ser tomada. En
este caso Giapetto debe decidir cuantos trenes
y soldados deben de fabricar cada semana.
Sean:
X1: el nmero de soldados fabricados por
semana.
X2: el nmero de trenes fabricados por
semana.

Funcin Objetivo
El que toma las decisiones generalmente
desea: Maximizar (usualmente ingresos o
ganancias) o Minimizar (usualmente costos),
para ello requiere alguna funcin de las
variables de decisin. Esta funcin es llamada
Funcin Objetivo.
Para este ejemplo los costos fijos (tales como
renta, seguros, etc.) no dependen de X, o X,.
Por lo tanto, Giapetto puede concentrarse en
maximizar (Ventas semanales) (costos por
compra de materiales) (otros costo
variables).
Ventas semanales
= 27*X1 + 21*X2
Costos de materiales = 10*X1 + 9*X2
Otros costos variables = 14*X1 + 10*X2
Entonces la Funcin Objetivo es igual a:
[27*X1 + 21*X2] [10*X1 + 9X2] [14*X1 +
10*X2]
= 3*X1 + 2*X2
Es decir, se desea Max. Z = 3*X1 + 2*X2
Los coeficientes de las variables en la funcin
objetivo son llamados coeficiente de la
funcin objetivo.
Restricciones.
A medida que se incrementan los valores de
X1 y X2 las ganancias de Giapetto sern
mayores y mayores, sin embargo stas no
pueden crecer ilimitadamente. Los valores X1
y X2 estn limitados por ciertas restricciones.
Restricciones de tiempo (capacidad por
semana)
#1. El tiempo disponible en carpintera est
limitado a 80 horas por semana.
#2. El tiempo disponible en pintura est
limitado a 120 horas por semana.

10

Sistemas de Optimizacin de Recursos

Restricciones de mercado.
#3. No tiene sentido producir ms de 40
soldados por semana debido a la limitante de
mercado.
No hay limitante respecto a la obtencin de
materia prima, por lo que no existe restriccin
al respecto.
El siguiente paso es expresar las restricciones
en trminos de X1 y X2.

cantidades de recursos disponibles, sin

embargo stas tambin podran representar las
metas de la organizacin.
Restricciones de no-negatividad.
Las variables de decisin deben tomar
valores no-negativos, puesto que no podemos
producir un nmero de juguetes negativo
(salvo que se acepten ordenes sin inventario).
Por tanto, cada variable tiene asignada una
restriccin de no-negatividad.
Modelo

El total de horas utilizadas en carpintera es

igual a la cantidad de horas dedicadas a
fabricar soldados ms la cantidad de horas
dedicadas a fabricar trenes, y la suma de estos
debe de ser inferior o igual a 80.
Las Restricciones #1 puede expresarse as:
1*X1 + 1*X2 < 80
En forma similar la segunda restriccin se
expresa as:
2*X1 + 1*X2 < 120
Finalmente la restriccin 3:
1*X1 < 40
Los coeficientes de las variables de
decisin en las restricciones son llamados
coeficientes tecnolgicos. Esto porque stos a
menudo reflejan el uso de la cantidad de
recurso utilizada para producir una unidad de
producto. As el coeficiente tecnolgico de X1
en la primera restriccin indica que se
requiere de una unidad (hora) de carpintera
para producir un soldado.

Maximizar Z = 3*X1 + 2*X2

Restringido a:
1*X1 + 1*X2 < 80
2*X1 + 1*X2 < 120
1*X1
< 40
No negatividad
X1 > 0
X2 > 0
Resumen:
Todo problema de programacin lineal
tiene dos rasgos en comn:
1. Un funcin objetivo a ser maximizada o
minimizada.
2. Un conjunto de restricciones (al menos
una)
La problemtica en general consiste en
asignar recursos limitados (Bi) de modo que
se optimic un objetivo de inters.

Las cantidades a la derecha de las

restricciones representan generalmente las

11

Sistemas de Optimizacin de Recursos

A continuacin se muestra de manera esquemtica el detalle de la formulacin del Caso:

12

Sistemas de Optimizacin de Recursos

Solucin al Modelo del Caso Giapetto

Maximizar Z = 3*X1 + 2*X2
Restringido a:
1*X1 + 1*X2 < 80
2*X1 * 1*X2 < 120
< 40

1*X1
No negatividad

X1 > 0; X2 > 0

Optimal Solution - Detailed Report

Variable
1 Soldados
2 Trenes

Value
40.0000
40.0000

Cost
3.0000
2.0000

Red. cost
0.0000
0.0000

Status
Basic
Basic

Slack Variables
3 Carpintera
4 Pintura
5 Mercadeo

0.0000
0.0000
0.0000

0.0000
0.0000
0.0000

-2.0000
0.0000
-1.0000

Lower bound
Basic
Lower bound

RHS
80.0000
120.0000
40.0000

Slack
0.0000
0.0000
0.0000

Shadow price
2.0000
0.0000
1.0000

Constraint
Type
1 Carpintera
<
2 Pintura
<
3 Mercadeo
<
Objective Function Value = 200

Sensitivity Analysis Of Cost Coefficients

Variable
1 Soldados
2 Trenes

Current
Coeff.
3.0000
2.0000

Allowable
Minimun
2.0000
0.0000

Sensitivity Analysis Of Right Hand Side Values

Current
Allowable
Constraint
Type
Value
Minimun

Allowable
Maximun
Infinity
3.0000

Allowable
Maximun

1 Carpintera

<

80.0000

40.0000

80.0000

2 Pintura

<

120.0000

120.0000

Infinito

3 Mercadeo

<

40.0000

0.0000

40.0000
13

Sistemas de Optimizacin de Recursos

Caso. Compaa Estrella

Solucin

La AFP Estrella est considerando 5

diferentes oportunidades de inversin. El flujo
de efectivo neto se muestra en la tabla a
continuacin:
Flujos de efectivos
alternativa
1

Inicio ao 1

11

53

29

Inicio ao 2

34

16

16

Valor presente
neto
de
la
3
utilidad de la
inversin

La compaa tiene actualmente (inicio del ao

1) 40 millones disponibles para inversin y
estima que en un ao (inicio del ao 2)
contar con otros 20 millones disponibles
para inversin.
La compaa podra comprar una fraccin en
cualquier proyecto. En este caso, tanto la
cantidad invertida como el retorno ser
ajustado proporcionalmente. As, si la
compaa Estrella compra una quinta parte del
plan de inversin #1, deber de desembolsar
1/5(11) = 2.2 millones en el tiempo 0 y otro
desembolso de 1/5(3) = 0.6 millones en el
perodo 1, y por tanto el retorno al final del
primer ao sera de 1/5(3) = 0.6 millones.
La compaa estrella desea maximizar el
valor presente neto de las diversas
alternativas (1-5) al final del segundo ao.
Formule un modelo de programacin lineal.
Asuma que cualquier cantidad no usada al
inicio del ao 1 no puede ser invertida al
inicio del ao 2. En la compaa Estrella se
debe determinar que fraccin de cada
inversin debe comprar.

Variables de Decisin
Sea X1 = fraccin del plan 1 comprado por
Estrella
Sea X2 = fraccin del plan 2 comprado por
estrella.
Sea X3 = fraccin del plan 3 comprado por
Estrella.
Sea X4 = fraccin del plan 4 comprado por
Estrella.
Sea X5 = fraccin del plan 5 comprado
por Estrella.
Funcin Objetivo
El objetivo es maximizar el VPN
provenientes de las inversiones.
F.O. Max Z = 3*X1 + 16*X2 + 4*X3 + 1*X4
+ 16*X5
Restricciones
1. Estrella no puede invertir ms de 40
millones al inicio del ao 1 (inicio)
2. Estrella no puede invertir ms de 20
millones al inicio del ao 2 (un ao
despus)
3. Estrella no puede comprar ms del
100% de una inversin.
Restriccin 1
11*X1 + 53*X2 + 5*X3 + 5*X4 + 29*X5 < 40
Restriccin 2
3*X1 + 6*X2 + 5*X3 + 1*X4 + 34*X5 < 20
Restriccin 3
X1 <
X2 <
X3 <
X4 <
X5 <

1
1
1
1
1

No negatividad X1 > 0; para i = 1, 2, 3, 4 y

5.
14

Sistemas de Optimizacin de Recursos

Solucin Analtica del Modelo:

Anlisis de Sensibilidad de los Coeficientes de la Funcin Objetivo

Anlisis de Sensibilidad de los Recursos del lado derecho (RHS)

15

Sistemas de Optimizacin de Recursos

Caso Plan Financiero a corto Plazo. Compaa Estreo

Estreo es una pequea compaa que
produce grabadoras y radios. El costo unitario
de mano de obra y materiales, as como el
precio de venta se presentan en la tabla 1. El
primero de diciembre 1998, Semicond
dispone de suficiente materia para fabricar
100 grabadoras y 100 radios. El mismo da, el
balance de la compaa muestra los resultados
expuestos en la tabla 2, donde se aprecia que
la tasa (razn) de liquidez es de
20,000/10,000 =2.
Precio de venta
Mano de Obra
Materiales

Grabadora
$100.00
50.00
30.00

Radio
$90.00
35.00
40.00

Tabla # 1
Balance al 10 de diciembre
Activos
Pasivos
Efectivo
$10,000.00
CxC
3,000.00
Inventario
7,000.00
Prstamo
$10,000.00
Tabla # 2
La compaa Estreo debe determinar
cuantas grabadoras y radios producir durante
el mes de diciembre de 1998. La demanda es
lo suficientemente grande para asegurar que

todos los artculos producidos en un mes

sern vendidos en el mismo mes. Todas las
ventas son al crdito y por lo tanto los pagos
(hechos por los clientes) de los artculos
producidos en diciembre sern recibidos hasta
el 1 de febrero de 1999. Durante diciembre de
1998, Estreo recolectar $2,000.00 en
cuentas por cobrar (C x C), y deber pagar
$1,000.00 de su prstamo bancario y
$1,000.00 de su renta mensual (alquiler del
edificio). El 31 de diciembre de 1998 en la
maana, Estreo recibir un cargamento de
materia prima valorada en $2,000.00, el cual
ser pagado el 31 de enero de 1999.
La administracin de Estreo ha
decidido que en el balance para el cierre en la
maana del 1 de enero de 1999 debe mostrar
que el efectivo debe ser al menos de
$4,000.00. As mismo el prstamo del banco
requiere que la razn de liquidez (Activo
circulante/pasivo circulante) al inicio de enero
(1 de enero) debe ser al menos de 2.0.
Qu productos debera producir Estreo
para maximizar la ganancia de la produccin
de artculos (Ventas a ser cobradas) (costos
variables)

16

Sistemas de Optimizacin de Recursos

Solucin al caso Compaa Estreo

Variables de Decisin
Sean:
X1 = nmero de grabadoras producidas en
diciembre.
X2 = nmero de radios producidos en
diciembre.
Funcin Objetivo
Margen de contribucin de una grabadora =
100 (50 + 30) = $20.00
Margen de contribucin de un radio = 90
(35 + 40) = $15.00
F.O. = Max 20*X1 + 15*X2
Restricciones
1. Por limitantes en la materia prima la
cantidad de grabadoras ha ser producidas
en diciembre debe ser < 100
2. Por limitantes en la materia prima la
cantidad de radios ha ser producida en
diciembre debe ser < 100.
3. El efectivo al 1 de enero de 1999 debe ser
4,000.00
4. La razn de liquidez al 1 de enero de
1999 debe ser > 2
Restriccin # 1
X1 < 100 (i)
Restriccin # 2
X2 < 100 (ii)
Restriccin # 3
Efectivo al 1 de enero de 1999 =
Efectivo (1 de dic. De 1998) + CxC
hechas efectivas en diciembre 1998
Pago para prstamo banco en
diciembre 1998 Pago renta mes de
diciembre 1998 Pago de mano de
obra de dic. 1998.
= 10,000 + 2,000 1,000 1,000
50*X1 35*X2

La restriccin 3 se puede escribir entonces:

10,000 50*X1 -35*X2 > 4,000
Operando tenemos (no puede haber signos
negativos en el lado derecho)
50*X1 + 35*X2 < 6,000 (iii)
Para expresar la restriccin 4 es necesario
determinar la posicin de Estreo el 1 de
enero 1999 en las siguientes cuentas:
Efectivo, CxC, Posicin del inventario y
pasivos, todos ellos en funcin X1 y X2.
a. Ya se calcul el valor del efectivo al 1 de
enero de 1999. Efectivo = 10,000
50*X1 35*X2.
b. CxC al 1 de enero 1999 = CxC (1 de
diciembre 1998) + CxC debido a ventas
en dic. 1998 CxC cobradas en dic.
1998.
= 3,000 +100*X1 + 90*X2 2,000
= 1,000 + 100*X1 + 90*X2
c. Inventario a enero 1 de 1999 =
Valor
inventario 1 de dic. 1998 Valor
inventario (materiales) usado diciembre
1998 + Valor inventario recibido el 31 de
dic. 1998.
= 7,000 (30*X1 + 40*X2) + 2,000
= 9,000 30*X1 - 40*X2
d. Posicin del activo circulante al 1 de
enero = Efectivo al 1 de enero + CxC al 1
de enero + Inventario al de enero =
10,000 50*X1 35*X2 + 1,000 +
100*X1 + 90*X2 + 9,000 30*X1
40*X2 = 20,000 + 20*X1 + 15*X2
Finalmente CxP (pasivo circulante) = CxP al
1 de diciembre Pago de prstamo en
diciembre + Deuda por inventario recibido el
31 de dic./98 = 10,000 1,000 + 2,000
= 11,000
La restriccin 4 puede escribirse como:
> 2
20,000 + 20*X1 + 15*X2
11,000
20,000 + 20*X1 + 15*X2 > 22,000
20*X1 + 15*X2 > 2,000 (iv)
17

Sistemas de Optimizacin de Recursos

Caso Proyectos Sociales

La toma de decisiones asociadas a la
seleccin de proyectos, no se restringen a las
empresas privadas. El gobierno central
enfrenta las mismas tomas de decisiones
sobre los proyectos invertir y su monto.
Ejemplos de ellos son el Ministerio de Salud
y el Ministerio de Educacin. Entonces la
pregunta es que proyectos seleccionar de tal
manera que los beneficios globales sean
mximos y satisfagan las restricciones
presupuestales y de otro tipo.
Como en todas las decisiones del sector
pblico (sobre la base de Costo Beneficio),
la parte ms difcil de la formulacin de la
situacin real es definir y determinar los
beneficios sociales.
Estos beneficios se pueden clasificar de
manera general como directos e indirectos.
Por ejemplo, los proyectos contra los focos de
infeccin pueden tener beneficios directos en
trminos de ahorros de costos a la sociedad,
pudiendo ser reducidos los gastos de
tratamientos mdicos originados por la
poblacin enferma (infectada por el foco) y
beneficios indirectos reflejados en una mejor
calidad de vida.
Basndose en estos comentarios y
haciendo una buena reflexin, uno puede
apreciar la complejidad de los anlisis y los
juicios de valor inherentes a los problemas del
bienestar pblico.
Para ilustrar, Supngase que un equipo de
administradores cientficos, economistas,
socilogos, polticos, etc. han analizado los
proyectos que han presentado siete
ministerios (Ver tabla # 1).
Se desea formular un modelo que logre
maximizar la suma de los retornos sobre la
inversin de todos los proyectos.
Note que:
-El retorno sobre la inversin de un proyecto
es igual a la razn costo-beneficio menos
uno. Por ejemplo, el retorno para el proyecto
1 es:

(1.10 -1.00) = 0.1. El retorno es por cada

dlar invertido.
Supongamos que hay 2,000 millones de
dlares para llevar a invertir en los diferentes
ministerios. La cantidad mxima a asignar a
cada ministerio se muestra en la tabla # 1.
As mismo, deben incluirse las siguientes
consideraciones:
- El valor combinado de lo asignado en los
ministerios #1 y #7 debe sobrepasar los
$300 millones.
- El valor de la asignacin combinada en
los ministerios #3 y #4 debe ser menor de
$700 millones.
- El valor de la asignacin en el ministerio
#7 debe ser exactamente el 40% de la
asignacin en el ministerio #3.
- Por cada unidad monetaria asignado en el
ministerio #1 se debe invertir al menos el
doble de unidades monetarias en el
ministerio #5
- Por cada unidad monetaria asignada al
ministerio #5 se debe asignar al menos 1/3
de unidades monetarias al ministerio #6.
Nota trate: El ministerio #6 debe recibir
al menos 1/3 de lo que recibe el ministerio
#5.
- La inversin en el ministerio #3 no puede
ser menos al 35% del ministerio #4.
- Se debe asignar al menos el 60% del
monto solicitado por cada ministerio.
Ministerio

1
2
3
4
5
6
7

Razn costo Monto de lo

- beneficio
solicitado
(millones)
1.10
250
1.25
400
1.40
750
1.30
500
1.15
450
0.90
300
1.05
200
Tabla # 1

18

Sistemas de Optimizacin de Recursos

EJEMPLOS DE FORMULACION DE PROBLEMAS

DE PROGRAMACION LINEAL

Ejemplo N 1
Una fbrica ha descontinuado la produccin de una lnea de productos no rentable. Esto ha creado
un considerable exceso de capacidad de produccin. La Gerencia est considerando utilizar este
exceso de capacidad para fabricar uno o ms productos de los tres productos llamados producto 1,
producto 2 y producto 3. La capacidad disponible en las mquinas que podran limitar la
produccin es la siguiente:
Mquina
Mquina 1
Mquina 2
Mquina 3

Tiempo Disponible (Hrs./semana)

150
100
50

El nmero de horas-mquina requerido por unidad de producto es la siguiente:

Mquina
Mquina 1
Mquina 2
Mquina 3

Producto 1
8
4
2

Producto 2
2
3
-

Producto 3
3
1

El Departamento de Ventas indica que las ventas potenciales para los productos 1 y 2 son superiores
a la mxima produccin obtenible y que el potencial de ventas para el producto 3 es de 20 unidades
por semana.
Las utilidades unitarias seran de $20.00, $6.00 y $8.00 para los productos 1,2 y 3 respectivamente.
Formule el modelo de programacin lineal para determinar cuantas unidades de cada artculo debe
producir la firma, a fin de maximizar sus beneficios.

FORMULACION:
Variables de Decisin:
Sea: Xj (j=1,2,3) = # de unidades a producir de producto j.
Funcin Objetivo:
Maximizar la Funcin de utilidad expresada por la ecuacin siguiente
MAX Z = 20 X1 + 6 X2 + 8 X3

19

Sistemas de Optimizacin de Recursos

Restricciones:
A) Tiempo requerido para fabricar los productos 1,2 y 3
Utilizando Mquina 1:
8 X1 + 2 X2 + 3 X3
Utilizacin

150
Disponibilidad

Utilizando Mquina 2:
4 X1 + 3 X2 + 0 X3

100

Utilizando Mquina 3:
3 X1 + 0 X2 + X3

50

B) Ventas Potenciales:
X3

20

C) No Negatividad:
X1 , X2 , X3

Ejemplo N 2
Uno de los problemas tpicos de la programacin lineal es el problema de la dieta. El objetivo es
determinar las cantidades de ciertos alimentos que deben ser ingeridos para satisfacer ciertos
requerimientos nutricionales a un costo mnimo. Suponga que slo se considera la leche, la carne y
los huevos y las vitaminas A, C y D. Asuma que la cantidad de miligramos de cada una de estas
vitaminas, contenida en una unidad de cada alimento es la siguiente:
Vitamina

Botella de leche

Libra de carne

Docena de huevos

A
C
D
Costo

1 Mg.
100 Mg.
10 Mg.
$1.00

1 Mg.
10 Mg.
100 Mg
$1.10

10 Mg.
10 Mg.
10 Mg.
$0.50

Requerimientos
mnimos diarios
1 mg.
50 mg.
10 mg.
-

Formule el modelo de Programacin Lineal para este problema.

20

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin:
Sea:

XL = Cantidad de leche en botellas a ingerir.

XC = Cantidad de Carne en libras a ingerir.
XH = Cantidad de Huevos en docenas a ingerir.

Funcin Objetivo:
Minimizar la Funcin de costo expresada por la ecuacin siguiente
MIN Z = 1.0 XL + 1.1 XC + 0.5 XH
Restricciones:
Cantidad de Vitaminas:
Vitamina A :
1 XL + 1 XC + 10 XH 1
Vitamina C : 100 XL + 10 XC + 10 XH 50
Vitamina D : 10 XL + 100 XC + 10 XH 10
No Negatividad:
XL , XC , XH 0

Ejemplo N 3
Suponga que una refinera simplificada desea mezclar 4 componentes para obtener tres grados de
gasolina A, B y C. El problema es determinar la mezcla de los cuatro componentes que maximice el
beneficio total.
La disponibilidad y el costo de los cuatro componentes, se plantea en la tabla siguiente:
Componente
1
2
3
4

Mxima cantidad disponible de

barriles por da
3,000
2,000
4,000
1,000

Costo por
Barril
$3.00
$6.00
$4.00
$5.00

Para mantener la calidad requerida para cada grado de gasolina es necesario especificar un cierto
porcentaje mximo o mnimo de los componentes en cada mezcla. Esos datos se muestran en el
siguiente cuadro, junto con el precio de venta para cada grado de gasolina.

21

Sistemas de Optimizacin de Recursos

Grado de
Gasolina
A
B
C

Especificaciones de la Mezcla
No ms de 30% de comp. 1
No menos de 40% de comp. 2
No ms de 50% de comp. 3
No ms de 50% de comp. 1
No menos de 10% de comp.. 2
No ms de 70% de comp. 1

Precio de venta
por Barril
$5.50
$4.50
$3.50

Asuma que todos los otros flujos de fondos son fijos, as que el Beneficio a ser maximizado es el
ingreso total por ventas menos el costo total de los componentes.
Formule el modelo de programacin lineal para determinar la cantidad y mezcla de cada grado de
gasolina a preparar.

ESQUEMAS:
Componente 1
3,000 barriles
$3.00/barril

Tipo gasol. A
1 30%
2 40%
3 50%
$5.5 0/barril

Componente 2
2,000 barriles
$6.00/barril

Tipo gasol. B

Componente 3

1 50%
2 10%
$4.50/barril

4,000 barriles
$4.00/barril

Tipo gasol. C

Componente 4

1 70%
$3.50/barril

1,000 barriles
$5.00/barril

22

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin:
Sean: Xij = Cantidad (en # de barriles) del componente j a ser utilizado en la
gasolina grado i ( i = A, B, C ; j = 1,2,3,4)
Cantidad de gasolina grado i producida por da: : Xi1 + Xi2 + Xi3 + Xi4
Cantidad de gasolina grado A producida por da: : XA1 + XA2 + XA3 + XA4
Proporcin del Componente j en la gasolina grado i :

Xij
Xi1 + Xi2 + Xi3 + Xi4

Proporcin del Componente 1 en la gasolina grado A :

XA1

XA1 + XA2 + XA3 + XA4

Funcin Objetivo:
Maximizar la Funcin de Beneficio expresada por la ecuacin siguiente:
MAX Z = (Ingreso total por ventas) - (Costo total de los componentes)
A) Ingreso Total Por Ventas:
Ingreso por venta de gasolina = 5.50 (XA1 + XA2 + XA3 + XA4 )
Grado A
Ingreso por venta de gasolina = 4.50 (XB1 + XB2 + XB3 + XB4 )
Grado B

Ingreso por venta de gasolina = 3.50 (XC1 + XC2 + XC3 + XC4 )

Grado C
Total de Ingresos

= 5.50 (XA1 + XA2 + XA3 + XA4 ) + 4.50

(XB1 + XB2 + XB3 + XB4 ) + 3.50 (XC1
+ XC2 + XC3 + XC4 )

23

Sistemas de Optimizacin de Recursos

B) Costo Total de los Componentes:

Costo de Componente 1 = 3.0 (XA1 + XB1 + XC1 )
en gasolina Grado A,B,C
Costo de Componente 2 = 6.0 (XA2 + XB2 + XC2 )
en gasolina Grado A,B,C
Costo de Componente 3 = 4.0 (XA3 + XB3 + XC3 )
en gasolina Grado A,B,C

Costo de Componente 4 = 5.0 (XA4 + XB4 + XC4 )

en gasolina Grado A,B,C
Total de Costos

3.0 (XA1 + XB1 + XC1 ) + 6.0 (XA2 +

XB2 + XC2 ) + 4.0 (XA3 + XB3 + XC3 ) +
5.0 (XA4 + XB4 + XC4 )

MAX Z = 5.50 (XA1 + XA2 + XA3 + XA4 ) + 4.50 (XB1 + XB2 + XB3 + XB4 ) + 3.50 (XC1
+ XC2 + XC3 + XC4 ) - 3.0 (XA1 + XB1 + XC1 ) - 6.0 (XA2 + XB2 + XC2 )
- 4.0 (XA3 + XB3 + XC3 ) - 5.0 (XA4 + XB4 + XC4 )
Restricciones:
a) Disponibilidad de Componentes:
XA1 + XB1 + XC1 3,000

Componente 1

XA2 + XB2 + XC2 2,000

Componente 2

XA3 + XB3 + XC3 4,000

Componente 3

XA4 + XB4 + XC4 1,000

Componente 4

b) De las especificaciones de la Mezcla:

XA1 / (XA1 + XA2 + XA3 + XA4 )
Gasolina Tipo A:
XA1 0.30 (XA1 + XA2 + XA3 + XA4 )
XA2 0.40 (XA1 + XA2 + XA3 + XA4 )
XA3 0.50 (XA1 + XA2 + XA3 + XA4 )
Operando, tenemos:

24

Sistemas de Optimizacin de Recursos

0.7 XA1 0.3 XA2 0.3 XA3 - 0.3 XA4 0

0.4 XA1 + 0.6 XA2 0.4 XA3 - 0.4 XA4 0
0.5 XA1 0.5 XA2 + 0.5 XA3 - 0.5 XA4 0
Gasolina Tipo B:
0.5 XB1 - 0.5 XB2 0.5 XB3 - 0.5 XB4 0
- 0.1 XB1 + 0.9 XB2 0.1 XB3 - 0.1 XB4 0
Gasolina Tipo C:
0.3 XC1 0.7 XC2 0.7 XC3 - 0.7 XC4 0
c) De No Negatividad:
Xij 0
Ejemplo N 4
Un manufacturero produce una lnea de productos para el hogar fabricados de lmina de metal. Para
ilustrar su problema de planificacin de la produccin, suponga que fabrica nicamente cuatro
productos y que su sistema de produccin consiste de cinco centros de produccin: trazado,
troquelado, ensamble, acabado (impresin y pintura) y empaque. Para un determinado mes, se desea
decidir que cantidad de cada producto debe ser manufacturado y para auxiliarse en esta decisin se
han obtenido los datos mostrados en las tablas 1 y 2. Por otro lado, se conoce que solamente se
tendr disponible 2,000 pies2 de lmina de metal para ser utilizados en la fabricacin de los
productos 2 y 4 durante el mes. El producto 2 requiere de 2.0 pies2 por unidad y el producto 4
requiere 1.2 pies2 por unidad. Formule este problema como un problema de programacin lineal, a
fin de maximizar la contribucin del beneficio total.
TABLA N 1
DepartaMento
Trazado
Troquelado
Ensamble
Acabado
Empaque

Tasas de Produccin en horas por unidad

Producto 1
Producto 2
Producto 3
Producto 4
0.03
0.15
0.05
0.10
0.06
0.12
0.10
0.05
0.10
0.05
0.12
0.04
0.20
0.03
0.12
0.02
0.06
0.02
0.05

Horas Prod.
Disponibles
400
400
500
450
400

25

Sistemas de Optimizacin de Recursos

TABLA N 2
Producto
1
2
3
4

Precio Neto de
Venta / Unidad
$10.00
$25.00
$16.00
$20.00

Costo Variable
por Unidad
$6.00
$15.00
$11.00
$14.00

Potencial de Ventas
Mnimo
Mximo
1,000
6,000
500
500
3,000
100
1,000

FORMULACION:
Variables de Decisin:
Sean:
Xi = Nmero de Unidades de producto i a producir durante el mes (i = 1, 2, 3)
Funcin Objetivo:
Maximizar la Funcin de Beneficio expresada por la ecuacin siguiente:
MAX Z = (10 6) X1 + (25 15) X2 + (16 11) X3 + (20 14) X4
MAX Z = 4 X1 + 10 X2 + 5 X3 + 6 X4
Restricciones:
a) En tiempo de produccin (horas mquina)
0.03 X1 + 0.15 X2 + 0.05 X3 + 0.10 X4 400 (Trazado)
0.06 X1 + 0.12 X2 + 0.00 X3 + 0.10 X4 400 (Troquelado)
0.05 X1 + 0.10 X2 + 0.05 X3 + 0.12 X4 500

(Ensamble)

0.04 X1 + 0.20 X2 + 0.03 X3 + 0.12 X4 450

(Acabado)

0.02 X1 + 0.06 X2 + 0.02 X3 + 0.05 X4 400

(Empaque)

b) En disponibilidad de hojas de metal:

2.0 X2 + 1.2 X4 2,000

26

Sistemas de Optimizacin de Recursos

c) Restriccin de mnimo de produccin y mximas ventas:

1,000 X1 6,000
0 X2 500
500 X3 3,000
100 X4 1,000
d) No Negatividad:
Xi 0
Ejemplo N 5
El Departamento de publicidad de Almacenes Hawai y Cia (AHC) tiene que planear para el
prximo mes una estrategia de publicidad para el lanzamiento de una nueva lnea de televisores a
color. La meta de la AHC es llegar al menos al 40% de las familias de ingresos medios. Para esto,
tiene en consideracin dos medios diferentes:

Anunciarse en la cadena de T.V. Honolul TV

Anunciarse en el peridico Honolul Times.
La publicidad por T.V. llega al 2% de las familias de ingresos altos y al 3% de las familias de
ingresos medios (por comercial).
La publicidad en el peridico llega al 3% de las familias de ingresos altos y al 6% de las familias de
ingresos medios (por anuncio).
La publicidad en el peridico tiene un costo de $500.00 por anuncio y la publicidad por T.V. tiene
un costo de $2,000.00 por comercial. La meta de la AAHC es obtener al menos una presentacin
como mnimo al 36% de las familias de ingresos altos y al 60% de las familias de ingresos medios,
minimizando los costos de publicidad.
Asumiendo que una persona que est considerando el anuncio y el comercial como una exposicin
doble (una exposicin mayor que el 100% es posible) construya un modelo de Programacin Lineal
para el problema de la AHC:

27

Sistemas de Optimizacin de Recursos

FORMULACION:
Variables de Decisin:
Sean:
XN = Nmero de Anuncios en el peridico
XT = Nmero de Anuncios en Televisin
Funcin Objetivo:
MIN Z = 500 XN + XT 2000
Restricciones:

XN 0.03 + XT 0.02
XN 0.06 + XT 0.03

0.36
0.60

Xi 0 (i = N, T)

Ejemplo N 6
Un gerente de personal debe elaborar un programa de vigilancia para la empresa, de modo que
satisfaga los requerimientos de vigilantes que se muestran en la tabla N 1.

Tabla N 1
Requerimientos de Vigilantes
HORARIO DE COBERTURA
Medianoche 4:00 a.m.
4:00 a.m. - 8:00 a.m.
8:00 a.m. - 12:00 m.
12: 00 m - 4:00 p.m.
4:00 p.m. - 8:00 p.m.
8:00 p.m. - medianoche

# MINIMO DE VIGILANTES
REQUERIDOS
5
7
15
7
12
9

Los guardias de seguridad trabajan turnos de 8 horas; y todos los das hay 6 turnos, en la Tabla N 2
se dan los horarios de entrada y salida de cada turno. El gerente de personal quiere determinar

28

Sistemas de Optimizacin de Recursos

cuntos guardias debern trabajar en cada turno, con el objetivo de minimizar el # total de guardias
que satisfagan los requerimientos de vigilancia.
Tabla N 2
Horarios de entrada y salida
Hora Entrada
Hora Salida
Medianoche
8:00 a.m.
4:00 a.m.
Medioda
8:00 a.m.
4:00 p.m.
Medioda
8:00 p.m.
4:00 p.m.
Medianoche
8:00 p.m.
4:00 a.m.

Turno
1
2
3
4
5
6

FORMULACION:
TABLA DE TURNOS / INTERVALOS

Turno
1
2
3
4
5
6
# mnimo
de
vigilantes
requeridos

Medianoche 4:00 a.m. 8:00 a.m. Medio da 4:00 p.m. 8:00 p.m. 4:00 a.m. 8:00 a.m.
Medio da 4:00 p.m. 8:00 p.m.
medianoche
X1
X1
X2
X2
X3
X3
X4
X4
X5
X5
X6
X6
5

15

12

Donde:
X1 = # de guardias que entran a trabajar en el turno 1
X2 = # de guardias que entran a trabajar en el turno 2
X3 = # de guardias que entran a trabajar en el turno 3
X4 = # de guardias que entran a trabajar en el turno 4
X5 = # de guardias que entran a trabajar en el turno 5
X6 = # de guardias que entran a trabajar en el turno 6
29

Sistemas de Optimizacin de Recursos

Tal que:
MIN Z = X1 + X2 + X3 + X4 + X5 + X6
Sujeto a:
X6 + X1 5
X1 + X2 7
X2 + X3 15
X3 + X4 7
X4 + X5 12
X5 + X6 9
Xi 0

(i = 1, 2, 3, 4, 5, 6)

30

Sistemas de Optimizacin de Recursos

Solucin de los Modelos de

Programacin Lineal
Solucin Grfica y Solucin
Analtica

Procedimiento de Solucin por Mtodo

Grfico:

1. Dibujar el grfico de coordenadas, seleccionar los

ejes de coordenadas para cada una de de las
variables.
2. Convertir las desigualdades en igualdades y
graficar las rectas que representan dichas
restricciones.
3. Escoger un punto de ensayo.
4. Evaluar la restriccin.
5. Determinar si el punto de ensayo satisface la
desigualdad, y seleccionar el rea (desigualdad) o
lnea (igualdad) que satisfaga la desigualdad o
igualdad.
6. Determinar cual es el polgono de Soluciones
factibles.
7. Evaluar los puntos extremos (Vrtices del
polgono)
8. Seleccionar la alternativa y solucin ptima
ptima-

Programacin Lineal: El Mtodo Simplex:

Entendemos que un modelo es lineal cuando las variables, tanto de la Funcin Objetivo como de las
restricciones son lineales, es decir tiene exponente igual a uno, es decir que no existen variables con
exponente dos o mayor.
Definicin: El modelo Simplex es un mtodo algebraico sistemtico e iterativo utilizado para resolver
modelos de Programacin Lineal, que examinan los vrtices de un conjunto convexo, hasta encontrar
la alternativa ptima que resuelve el modelo.
Procedimiento: Todass las restricciones del modelo deben ser transformadas a igualdades, para poder
establecer una solucin bsica factible inicial, y as poder resolver un sistema de ecuaciones
simultneas utilizando la Funcin Objetivo como la referencia para establecer la solucin ptima. El
espacio dentro del cual se encuentra delimitada el rea definida por todas las restricciones define lo que
se conoce como <polgono de Soluciones Factibles. Cada vrtice de dicho Polgono corresponde a una
alternativa que resuelve el sistema
stema de ecuaciones y variables, y la Solucin ptima del mismo estar
localizada en uno de sus vrtices.

31